예측 라우팅을 위한 선택적 데이터 소스

Genesys 예측 라우팅에 필요한 데이터 중 일부를 쉽게 사용할 수 있지만 다른 추가 데이터를 예측 라우팅에 사용할 수 있도록 설정할 수 있습니다. 

사용 가능한 경우 예측 라우팅은 다음 소스의 데이터를 사용합니다.

  • 조직에 다음이 있는 경우 웹 설문 조사 활성화되고 GPR 사용 대기열에 할당된 상담원에 대해 사용 가능한 설문 데이터가 충분하면 예측 라우팅은 모델 교육 및 라우팅 예측 목적으로 설문 데이터를 사용합니다.
  • 조직에서 감정 분석을 활성화한 경우 예측 라우팅은 라우팅 예측에 해당 데이터를 사용합니다.
  • 프로필 데이터 수정
  • 참가자 데이터
  • WEM 외부 메트릭

필수는 아니지만 다음 선택적 데이터를 사용할 수 있으면 조직에서 더 나은 라우팅 결과를 얻는 데 도움이 될 수 있습니다.

참고: 정보를 저장하기 전에 텍스트 철자가 올바른지 확인하십시오.

라우팅 결정에 상담원 프로필 데이터를 고려하려면 Genesys 예측 라우팅이 활성화된 대기열에서 작업하는 최대 상담원 수에 대해 다음 정보를 사용할 수 있어야 합니다.

  1. 에이전트의 고용 및 인증 데이터를 추가합니다. 표준 프로필 필드 
    1. 사용자 및 권한 > 사용자를 클릭합니다.
    2. 에서 찾다 필드에서 유형을 필터링하려면 사람의 이름 또는 성의 처음 몇 글자를 입력합니다.
    3. 개인 세부정보 탭을 클릭하고 수정 모드 보기를 클릭합니다. 
    4. 새 섹션 추가를 클릭하고 다음 데이터를 입력합니다.
      부분  필드
      개인 정보 페이지(프로필 사진 아래)에서 부서
      HR
      • 고용 날짜
      • 직원 유형
      기술 및 인증 인증
  2. 상담원의 ACD 기술 및 언어 데이터를 추가합니다. 사용자에게 ACD 기술 또는 언어 추가

라우팅 결정을 위해 고객 데이터를 고려하려면 고객은 다음을 가지고 있어야 합니다. 속성 또는 참가자 데이터, 그들에게 할당되었습니다. 그만큼 참가자 데이터는 다음 조건을 충족해야 합니다.

참가자 데이터 조건
속성 이름

다음을 포함할 수 있습니다.

  • 영숫자 문자
  • 밑줄

예측 라우팅을 위해 참여자 데이터 속성은 대소문자를 구분하지 않는 것으로 간주됩니다. Genesys는 동일한 이름을 가진 두 개의 참여자 데이터 속성을 사용하지 않을 것을 적극 권장합니다.

참고: 공백, 점, 쉼표와 같은 특수 문자를 사용하는 경우 예측 라우팅은 라우팅 결정을 위한 특성을 고려하지 않습니다.
속성 값

다음을 포함할 수 있습니다.

  • 숫자 값(정수 또는 소수)
  • 부울(참/거짓). 모든 속성에 true 또는 false 값이 포함되어 있는지 확인하십시오. Genesys Cloud는 값이 채워지지 않은 경우 기본값을 사용하지 않습니다.
  • 문자열 값
    • 문자열 값은 대소문자를 구분합니다.
    • 긴 문자열은 무시됩니다.
가용성 Genesys는 모든 대화 또는 대부분의 대화에 속성을 첨부할 것을 권장합니다. 특성이 소량의 상호 작용에만 연결된 경우 예측 라우팅은 라우팅 결정에 데이터를 사용하지 않습니다. 
카디널리티

속성 값이 문자열 유형인 경우 해당 값의 카디널리티가 낮은지 확인하십시오. 카디널리티가 높으면(예: 모든 대화가 특정 속성에 대해 다른 값을 가짐) 예측 라우팅은 라우팅 결정에 데이터를 사용하지 않습니다. 이 카디널리티 조건은 숫자 값이 있는 속성에는 적용되지 않습니다.
PII 데이터

Genesys는 PII를 다음과 같이 추가하지 말 것을 권장합니다. 참여자 데이터 속성을 키 또는 값으로 지정합니다. 
참고: 이러한 기준을 충족하는 모든 참가자 데이터는 예측 라우팅 모델에서 사용할 수 있습니다. 따라서 Genesys는 인종이나 성별과 같은 편견을 유발하고 배제할 수 있는 속성이 있는지 검토할 것을 권장합니다.

다음은 예측 라우팅 결정의 정확성을 향상시키는 참여자 데이터 속성의 예입니다.

속성 이름

 

설명

 허용되는 값
CUSTOMER_IS_VIP 고객이 VIP입니까? 허위 사실
계약 유형 고객이 보유한 계약 유형 실버/골드/플래티넘
의지 고객의 의도 1,2,3,4,5,6
PROPENSITY_TO_CHURN 고객 이탈 성향 임의의 숫자(0-100 사이일 수 있음)

인력 참여 관리(WEM) 외부 메트릭 API를 사용하여 상담원의 성과에 대한 정보를 전송합니다. 이를 통해 상담원 프로필을 구축하고 Genesys Cloud가 상담원의 전문 분야와 성과에 따라 가장 적합한 상담원에게 상호작용을 라우팅할 수 있습니다.

라우팅 결정을 최적화하려면 에이전트의 성과를 가장 잘 포착하는 지표를 정의하세요. Genesys에서는 모델 학습 목적으로 매일 정보를 전송하는 것을 권장합니다. WEM API에 대한 자세한 내용은 다음을 참조하세요. Genesys Cloud 외부의 지표를 사용하여 직원 성과 측정 . 메트릭 구성 및 권한에 대한 자세한 내용은 다음을 참조하세요. 성과 평가표에 대한 외부 지표 구성 .