단기 예측을 생성할 때 어떤 방법을 선택해야 합니까?
인력 관리에는 단기 예측을 생성할 때 4가지 생성 방법 옵션이 있습니다. 각 옵션에는 특정 용도, 기능 및 요구 사항이 있습니다.
| 방법 | 개요 | 전제 조건: |
|---|---|---|
| 자동 최상의 방법 |
이 AI 기반 예측 방법은 인력 관리에서 제공되는 가장 정교한 방법론입니다. 여기에는 다음이 포함됩니다.
또한 가중치가 동일한 여러 방법론을 기반으로 하는 사용자 지정 모델이 단일 모델보다 더 나은 결과를 생성하는 경우 예측은 앙상블로 분류됩니다. 이 생성 방법을 구성하여 1주에서 6주 길이의 예측을 생성할 수 있습니다. 자세한 내용은 앙상블 예측. 참고:
|
이 방법을 사용하려면 Genesys Cloud의 과거 데이터가 필요합니다. 자동 최적 분석법 선택은 1주일의 기록 데이터로 작동하지만 기록 데이터가 많을수록 훨씬 더 강력해집니다. 특히, 일정을 위한 일일 도착 패턴을 결정하기 위해 이 방법론은 최대 90일의 과거 데이터를 살펴봅니다. 계절성 감지의 경우 전체 시즌 또는 여러 시즌의 데이터가 최상의 결과를 생성합니다. 참고: 볼륨 및 AHT의 경우 이 방법은 모든 기록 데이터를 사용합니다. |
| 가중 역사 지표 | 이 예측 생성 방법을 사용하면 예측자가 일일 수준에서 1주 이상의 과거 데이터에 가중치를 부여할 수 있습니다. 결과 가중 평균을 일별로 사용하여 한 번에 한 주씩 예측을 출력합니다. |
이 방법을 사용하려면 Genesys Cloud의 과거 데이터가 필요합니다. 그러나 플랫폼 외부에서 데이터를 가져올 수 있는 옵션을 제공합니다. 이 생성 방법의 유연성으로 인해 수동 예측 조작이 많이 필요한 경우에 자주 사용됩니다. |
| 소스 데이터 가져오기가 포함된 가중 기록 인덱스 | 이 생성 방법은 Weighted Historical Index와 완전히 동일하지만 Genesys Cloud 플랫폼의 데이터를 활용하는 대신 파일에서 데이터를 가져오라는 메시지가 표시됩니다. |
이 옵션을 사용하려면 가중치 평균화 프로세스에 사용할 데이터의 과거 1주 이상의 데이터가 포함된 데이터 파일이 필요합니다. 플랫폼에 이력 데이터가 없는 새로운 Genesys Cloud 고객은 종종 이 방법을 사용합니다. |
| 가져온 예측 |
이 방법은 다음과 같은 고객을 위한 것입니다.
|
이 방법을 사용하려면 파일 사양을 충족하는 예측이 포함된 파일이 필요합니다. 과거 데이터가 필요하지 않습니다. |
