https://help.aliyun.com/zh/ccs/predictive-outbound-call?spm=a2c4g.112566.0.i1,按照这个流程配置下 ,此回答整理自钉群“【客】云呼叫中心产品服务群-官方2群”
预测式外呼https://help.aliyun.com/zh/ccs/predictive-outbound-call?spm=a2c4g.11186623.0.i60
预测式外呼可以解决客户大规模的外呼诉求,同时极大提升坐席利用率。阿里云呼叫中心的预测式外呼,通过AI预测,全自动控制外呼节奏,在满足呼损要求的前提下,最大可能的提升坐席通话效率。根据某银行催收业务的使用效果看,相比较其他预测式外呼系统,坐席效率提升 50%,人力成本降低 50%。
创建任务
任务是预测式外呼工作的具体载体。通过设定客户名单、接听坐席技能组、外呼日期和时间段、重呼策略、外呼号码等信息来设定一个任务。任务调度系统会根据设定,启动外呼任务,并根据实时坐席、客户等情况,自动呼叫和分配任务。
客户名单:支持直接输入或者导入客户名单列表
任务时间:外呼任务执行的起始和截止日期
呼出时段:在「任务时间」内设定每天外呼的时间段,支持设置多个时间段
模式策略:
按比例外呼:需要设定超并发的倍数,系统将按照设定的比例进行超并发外呼,建议倍数=1/历史接通率。最多支持10倍并发发起外呼,最少支持1倍并发发起外呼。
pid模型:一种算法模型,可以简单理解为通过动态调整超并发数量,逐步达到稳定的效果。需要填写期望呼损率与历史拨打接通率,进行模型冷启动;在拨打过程中,模型逐步按照实际数据进行优化。
尝试次数:针对同一个被叫,如果第一次未接通,重复拨打的次数。
重呼间隔:再次拨打同一个被叫的时间间隔。
服务技能组:参与外呼队列的所在技能组坐席。
IVR流程:电话接通后进入的流程。
任务调度和预测算法
任务的调度策略由算法自动控制,仅需在任务新建时填入经验数据辅助冷启动阶段,任务进行中自动优化,无需干预。
调度算法会综合考虑当前坐席的在线数量、空闲情况、外呼号码的呼叫频率限制、电话接通率、通话等待时长、通话时长、话后处理时长等因素,并考虑呼损(客户接通后等待坐席服务过程中挂机)的情况下,通过自动尝试、自动调整、自动学习来控制外呼节奏和调度,以达到坐席通话时长最大化,提升坐席工作效率。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。