预测式外呼方法及预测式外呼系统技术方案

本发明专利技术公开了一种预测式外呼方法，包括：初始化并获取外呼任务信息；根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；外呼模式包括机器人坐席模式、人机协作模式；获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；外呼任务完成后记录外呼结果，更新外呼任务信息中的外呼结果信息。此外，还公开了一种预测式外呼系统。本发明专利技术满足了机器人坐席模式及人机协作模式下的外呼处理，在人机协作场景下能够实现稳定高效的预测式外呼，大大降低人工坐席的平均置闲时长，有效降低了呼损率。

【技术实现步骤摘要】
预测式外呼方法及预测式外呼系统
本专利技术涉及电话外呼
，特别涉及一种预测式外呼方法及预测式外呼系统。
技术介绍
现有技术中，预测式外呼系统通过电话外呼有针对性、有计划地与客户进行联系，从而在企业与客户之间建立沟通渠道；预测式外呼系统根据预测式外呼算法根据设定的速度向外拨号；如果接通，预测式外呼系统将立即把接通的用户分派给空闲坐席，进行后续沟通；如果根据信令或语音识别判断此次呼叫无人接听或占线，预测式外呼系统记录拨打结果，根据外呼策略在下一外呼时间发出新的呼叫；如果拨打的电话号码是停机或空号等，则预测式外呼系统记录相关信息并按顺序呼叫下一电话号码。然而，专利技术人经研究发现，现有技术通常只针对纯人工客服场景进行预测外呼，而缺乏对人机协作场景的预测式外呼的支持，人机协作场景相对于现有技术中的纯人工客服场景增加了客户与机器人对话环节即人机对话环节。
技术实现思路
基于此，为解决现有技术中的技术问题，特提出了一种预测式外呼方法，包括：预测式外呼系统初始化并获取外呼任务信息；所述预测式外呼系统包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席与所述预测式外呼装置相连接；所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；预测式外呼装置根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无需人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；外呼任务完成后，预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息。在一种实施例中，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席。在一种实施例中，在机器人坐席模式下，分配的机器人坐席数与线路并发数相匹配，每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；在人机协作模式下，预测式外呼系统每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量。在一种实施例中，机器人坐席模式的预测式外呼算法如下式所示：outboundNum=readyRobotNum-taskFsmNum；其中，outboundNum为当前需要发出的外呼数量，readyRobotNum为当前空闲的机器人坐席数，taskFsmNum为当前已发出但还未接通的外呼数量。在一种实施例中，人机协作模式的预测式外呼算法如下式所示：outboundNum=((readyAgentNum+expNum)*z+(readyAIAgentNum+expAIAgentNum)*z*zTransfer)*speedAdjustConfficient-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient；其中，outboundNum为当前需要发出的外呼数量，readyAgentNum为当前空闲的普通人工坐席数，expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数，readyAIAgentNum为当前空闲的智能人工坐席数，expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；其中，可能性变量P_out为系统设置的概率门限，可能性变量表示当普通人工坐席或智能人工坐席的当前状态P_exp的值大于P_out时该普通人工坐席或智能人工坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；taskFsmNum为当前已发出但还未接通的外呼数量，taskAIConversionNum为当前已占用的机器人坐席数；z为外呼数量的冗余倍数，z=总外呼次数/成功接通次数；zTransfer为转接人工坐席数量的冗余倍数，zTransfer=机器人坐席接通次数/机器人坐席转接人工坐席组次数；speedAdjustConfficient为速度调整系数，当速度调整系数大于1时为超速外呼，当速度调整系数小于等于1时为减速外呼。在一种实施例中，预测式外呼装置比较人机协作模式的预测式外呼算法计算得到的当前需要发出的外呼数量值outboundNum和线路空闲并发数，取其中较小值发出外呼。在一种实施例中，将满足条件的普通人工坐席或智能人工坐席加入expNum或expAIAgentNum中，判断是否将处于接通状态的普通人工坐席或智能人工坐席加到expNum或expAIAgentNum中的条件如下式所示：P_exp[(busySec+r+y)*(P_exp_avg/(lbt*gam))+1]>P_out；其中，r为平均振铃时长，busySec为当前时刻坐席的服务时长，P_exp_avg为原平均服务时长，y为检测自动应答所需时长，lbt为平均服务时长；gam为冗余系数，冗余系数为大于1.0的浮点数；P_exp[]中保存经验值概率数组；在一种实施例中，平均振铃时长r的计算如下式所示：r=totalUserRingTime/totalUserRingCount+1；其中，totalUserRingCount为反馈周期内的总振铃次数，totalUserRingTime为反馈周期内的总振铃时长；其中，平均服务时长lbt的计算如下式所示：lbt=(totalSuccessCallTime+totalWorkAfterCallTime)/userSuccessCount；其中，totalWorkAfterCallTime为反馈周期内的总后处理时间；totalSuccessCallTime为反馈周期内的总成功通话时间；userSuccessCount为反馈周期内的成功接通次数。此外，还提出了一种预测式外呼系统，包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席分别与所述预测式外呼装置相连接；所述预测式外呼系统初始化并获取外呼任务信息；所述外呼任务信息包括外呼模式、外呼号码信息、外呼结果信息；所述预测式本文档来自技高网...

【技术保护点】
1.一种预测式外呼方法，其特征在于，包括：/n预测式外呼系统初始化并获取外呼任务信息；所述预测式外呼系统包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席与所述预测式外呼装置相连接；/n所述外呼任务信息包括外呼模式、外呼号码信息和外呼结果信息；/n预测式外呼装置根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；/n其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无需人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；/n预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；/n外呼任务完成后，预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息。/n

【技术特征摘要】
1.一种预测式外呼方法，其特征在于，包括：
预测式外呼系统初始化并获取外呼任务信息；所述预测式外呼系统包括预测式外呼装置、人工坐席组、机器人坐席；所述人工坐席组、所述机器人坐席与所述预测式外呼装置相连接；
所述外呼任务信息包括外呼模式、外呼号码信息和外呼结果信息；
预测式外呼装置根据获取的外呼任务信息选择外呼模式，根据外呼模式所对应的预测式外呼算法计算得到当前需要发出的外呼数量；
其中，外呼模式包括机器人坐席模式、人机协作模式；在机器人坐席模式下，仅有机器人坐席进行外呼而无需人工坐席组参与；在人机协作模式下，机器人坐席接通外呼电话后与客户进行对话交互，对客户的对话内容进行识别处理并生成识别结果，所述机器人坐席根据识别结果判断是否转接至人工坐席组；
预测式外呼装置获取外呼任务信息中的外呼号码信息，根据当前需要发出的外呼数量触发对应的外呼任务；
外呼任务完成后，预测式外呼装置记录外呼结果，更新外呼任务信息中的外呼结果信息。


2.根据权利要求1所述的预测式外呼方法，其特征在于，
其中，所述人工坐席组包括普通人工坐席、智能人工坐席；所述普通人工坐席直接接听预测式外呼装置接通的外呼通话，所述智能人工坐席接听经过机器人坐席接听并筛选后转接的通话；
在人机协作模式下，外呼电话接通后首先转接至空闲的普通人工坐席，当没有空闲的普通人工坐席时再将通话转接至机器人坐席；所述机器人坐席与外呼接通的客户进行对话交互，通过语音识别及意图识别处理征询客户意向，筛选出具有与人工坐席组进行沟通的肯定意向的客户后将通话转接给空闲的智能人工坐席。


3.根据权利要求2所述的预测式外呼方法，其特征在于，
在机器人坐席模式下，分配的机器人坐席数与线路并发数相匹配，每隔设定时长统计空闲的机器人坐席数，并根据机器人坐席模式的预测式外呼算法计算得到当前需要发出的外呼数量；
在人机协作模式下，预测式外呼系统每隔设定时长统计空闲的普通人工坐席数及智能人工坐席数，并根据人机协作模式的预测式外呼算法计算得到当前需要发出的外呼数量。


4.根据权利要求3所述的预测式外呼方法，其特征在于，
其中，机器人坐席模式的预测式外呼算法如下式所示：
outboundNum=readyRobotNum-taskFsmNum；
其中，outboundNum为当前需要发出的外呼数量，readyRobotNum为当前空闲的机器人坐席数，taskFsmNum为当前已发出但还未接通的外呼数量。


5.根据权利要求3所述的预测式外呼方法，其特征在于，
其中，人机协作模式的预测式外呼算法如下式所示：
outboundNum=((readyAgentNum+expNum)*z+(readyAIAgentNum+expAIAgentNum)*z*zTransfer)*speedAdjustConfficient-(taskFsmNum+taskAIConversionNum*z)*speedAdjustConfficient；
其中，outboundNum为当前需要发出的外呼数量，readyAgentNum为当前空闲的普通人工坐席数，expNum为当前处于接通状态的普通人工坐席达到可能性变量P_out的个数，readyAIAgentNum为当前空闲的智能人工坐席数，expAIAgentNum为当前处于接通状态的智能人工坐席数达到可能性变量P_out的个数；
其中，可能性变量P_out为系统设置的概率门限，可能性变量表示当普通人工坐席或智能人工坐席的当前状态P_exp的值大于P_out时该普通人工坐席或智能人工坐席在短时间内会空闲下来，则将expNum或expAIAgentNum加1；
taskFsmNum为当前已发出但还未接通的外呼数量，taskAIConversionNum为当前已占用的机器人坐席数；<...

【专利技术属性】
技术研发人员：庞在虎，高懿，陈博，
申请(专利权)人：北京灵伴即时智能科技有限公司，
类型：发明
国别省市：北京;11