买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于呼叫中心平台的IVR排队系统及其实现方法_广东亿迅科技有限公司_201610962541.1 

申请/专利权人:广东亿迅科技有限公司

申请日:2016-10-28

公开(公告)日:2020-11-13

公开(公告)号:CN108024021B

主分类号:H04M3/523(20060101)

分类号:H04M3/523(20060101);H04M3/51(20060101)

优先权:

专利状态码:有效-授权

法律状态:2020.11.13#授权;2018.06.05#实质审查的生效;2018.05.11#公开

摘要:本发明公开一种基于呼叫中心平台的IVR排队系统及其实现方法,其实现方法包括:客户拨打呼叫中心对外服务号码;客户呼叫进入IVR队列,系统对包括客户行为等进行分析,并匹配对应的坐席;客户进入技能组队列等待空闲坐席;空闲坐席接入客户并提供服务;本发明基于呼叫中心平台的IVR排队系统的实现方法,可对客户的历史拨打行为和当次拨打行为进行识别,并叠加客户历史拨打行为语音分析、满意度分析、以及客户的性别,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度。

主权项:1.一种基于呼叫中心平台的IVR排队系统,其特征在于,包括:行为分析模块、满意度分析模块、情绪分析模块、性别识别模块、技能组划分模块、坐席匹配模块、技能组接入模块;所述行为分析模块,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为;所述满意度分析模块,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;所述情绪分析模块,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急情绪关键字的客户打上情绪标签;所述性别识别模块,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;所述技能组划分模块,用于对坐席进行标签定义,包括标注技能级别、服务态度级别、性别,并检测坐席的当前状态;所述坐席匹配模块,分别与所述行为分析模块、所述满意度分析模块、所述情绪分析模块、所述性别识别模块、所述技能组划分模块、所述技能组接入模块相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;对坐席进行标签定义,包括标注技能级别、服务态度级别、性别,并检测坐席的当前状态,配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;所以定义的规则包括,根据叠加客户历史拨打行为语音分析、满意度分析、以及客户的性别,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度;所述技能组接入模块,用于将客户通话接入与之匹配的技能组。

全文数据:一种基于呼叫中心平台的IVR排队系统及其实现方法技术领域[0001]本发明涉及呼叫平台技术领域,尤其涉及一种基于呼叫中心平台的IVR排队系统及其实现方法。背景技术[0002]现有的呼叫中心平台IVR排队方式中对客户的识别一般基于客户号码优先级、号码所属地、客户按键选择等方式。对客户的当前和历史拨打行为没有进行识别,无法分别出客户当前的拨打行为传递出的客户紧急性、情绪、甚至性别等个人因素,难以在客户满意度上进行有效的提升。发明内容[0003]本发明要解决的技术问题是提供一种基于呼叫中心平台的IVR排队系统及其实现方法。[0004]本发明的目的在于提供一种基于呼叫中心平台的IVR排队系统,包括:[0005]行为分析模块、满意度分析模块、所述情绪分析模块、性别识别模块、技能组划分模块、坐席匹配模块、技能组接入模块;[0006]所述行为分析模块,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为;[0007]所述满意度分析模块,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;[0008]所述情绪分析模块,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急情绪关键字的客户打上情绪标签;[0009]所述性别识别模块,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;[0010]所述技能组划分模块,用于对坐席进行标签定义,包括标注技能级别、服务态度级别、性别,并检测坐席的当前状态;[0011]所述坐席匹配模块,分别与所述行为分析模块、所述满意度分析模块、所述情绪分析模块、所述性别识别模块、所述技能组划分模块、所述技能组接入模块相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;[0012]所述技能组接入模块,用于将客户通话接入与之匹配的技能组。[0013]其中,所述行为分析模块用于分析客户的拨打行为,包括:所述行为分析模块用于分析客户的历史拨打行为和当日的拨打行为;[0014]所述行为分析模块用于检测出频繁的拨打行为,包括:行为分析模块用于判断可配置时间段内的拨打次数,检测出频繁的拨打行为。[0015]其中,所述行为分析模块用于检测出非正常时间的拨打行为,包括:所述行为分析模块用于根据业务特性和定义的非正常时间段如深夜,检测出非正常时间的拨打行为。[0016]其中,所述满意度分析模块用于分析出包括频繁不满意、一贯满意的客户,包括:所述满意度分析模块用于分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户。[0017]本发明的目的在于还提供一种基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,包括:[0018]客户拨打呼叫中心对外服务号码;[0019]客户呼叫进入IVR队列,系统对包括客户行为进行分析,并匹配对应的坐席;[0020]客户进入技能组队列待空闲坐席;[0021]空闲坐席接入客户并提供服务。[0022]其中,所述系统对包括客户行为进行分析,包括:[0023]分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜,检测出非正常时间的拨打行为。[0024]其中,所述系统对包括客户行为进行分析,包括:[0025]对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户。[0026]其中,所述系统对包括客户行为进行分析,包括:[0027]分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急情绪关键字的客户打上情绪标签;其中,所述情绪标签可配置;[0028]其中,所述系统对包括客户行为进行分析,包括:[0029]检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别。[0030]其中,所述匹配对应的坐席,包括:[0031]对坐席进行标签定义,包括标注技能级别、服务态度级别、性别,并检测坐席的当前状态,配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席。[0032]本发明提供的基于呼叫中心平台的IVR排队系统,包括:行为分析模块、满意度分析模块、情绪分析模块、性别识别模块、技能组划分模块、坐席匹配模块、技能组接入模块;行为分析模块,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为等;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜等,检测出非正常时间的拨打行为;满意度分析模块,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户;情绪分析模块,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急等情绪关键字的客户打上情绪标签;其中,该情绪标签可配置;性别识别模块,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;技能组划分模块,用于对坐席进行标签定义,包括标注技能级别、服务态度级别、性别等,并检测坐席的当前状态;坐席匹配模块,分别与行为分析模块、满意度分析模块、情绪分析模块、性别识别模块、技能组划分模块、技能组接入模块相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;技能组接入模块,用于将客户通话接入与之匹配的技能组;本发明基于呼叫中心平台的IVR排队系统,可对客户的历史拨打行为和当次拨打行为进行识别,并叠加客户历史拨打行为语音分析、满意度分析、以及客户的性别,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度。[0033]本发明提供的基于呼叫中心平台的IVR排队系统的实现方法,包括:客户拨打呼叫中心对外服务号码;客户呼叫进入IVR队列,系统对包括客户行为等进行分析,并匹配对应的坐席;客户进入技能组队列等待空闲坐席;空闲坐席接入客户并提供服务;本发明基于呼叫中心平台的IVR排队系统的实现方法,可对客户的历史拨打行为和当次拨打行为进行识另IJ,并叠加客户历史拨打行为语音分析、满意度分析、以及客户的性别,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度。附图说明[0034]图1,为本发明基于呼叫中心平台的IVR排队系统的示意图;[0035]图2,为本发明基于呼叫中心平台的IVR排队系统的实现方法的示意图。具体实施方式[0036]本发明提供一种基于呼叫中心平台的IVR排队系统及其实现方法,应用于呼叫平台技术领域,本发明基于呼叫中心平台的IVR排队系统,包括:行为分析模块、满意度分析模块、情绪分析模块、性别识别模块、技能组划分模块、坐席匹配模块、技能组接入模块;行为分析模块,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为等;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜等,检测出非正常时间的拨打行为;满意度分析模块,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户;情绪分析模块,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急等情绪关键字的客户打上情绪标签;其中,该情绪标签可配置;性别识别模块,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;技能组划分模块,用于对坐席进行标签定义,包括标注技能级别、服务态度级别、性别等,并检测坐席的当前状态;坐席匹配模块,分别与行为分析模块、满意度分析模块、情绪分析模块、性别识别模块、技能组划分模块、技能组接入模块相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;技能组接入模块,用于将客户通话接入与之匹配的技能组;本发明基于呼叫中心平台的IVR排队系统,可对客户的历史拨打行为和当次拨打行为进行识别,并叠加客户历史拨打行为语音分析、满意度分析、以及客户的性别,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度。[0037]为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。[0038]本发明提供一种基于呼叫中心平台的IVR排队系统。[0039]请参见图1,图1为本发明基于呼叫中心平台的IVR排队系统的示意图,本发明基于呼叫中心平台的IVR排队系统1〇,包括:行为分析模块101、满意度分析模块1〇2、情绪分析模块103、性别识别模块104、技能组划分模块105、坐席匹配模块106、技能组接入模块107;[0040]行为分析模块101,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为等;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜等,检测出非正常时间的拨打行为;[0041]满意度分析模块102,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户;[0042]情绪分析模块103,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急等情绪关键字的客户打上情绪标签;其中,该情绪标签可配置;[0043]性别识别模块104,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;[0044]技能组划分模块105,用于对坐席进行标签定义,包括标注技能级别、服务态度级另IJ、性别等,并检测坐席的当前状态;[0045]坐席匹配模块106,分别与行为分析模块101、满意度分析模块102、情绪分析模块103、性别识别模块104、技能组划分模块105、技能组接入模块107相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;[0046]技能组接入模块107,用于将客户通话接入与之匹配的技能组。[0047]本发明还提供一种基于呼叫中心平台的IVR排队系统的实现方法。[0048]请参见图2,图2为本发明基于呼叫中心平台的IVR排队系统的实现方法的示意图,本发明基于呼叫中心平台的IVR排队系统的实现方法,包括:[0049]S21、客户拨打呼叫中心对外服务号码;[0050]S22、客户呼叫进入IVR队列,系统对包括客户行为等进行分析,并匹配对应的坐席;[0051]S23、客户进入技能组队列等待空闲坐席;[0052]S24、空闲坐席接入客户并提供服务。[0053]其中,系统对包括客户行为等进行分析,包括:[0054]分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为等;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜等,检测出非正常时间的拨打行为。[0055]其中,系统对包括客户行为等进行分析,还包括:[0056]对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户。[0057]其中,系统对包括客户行为等进行分析,又包括:[0058]分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急等情绪关键字的客户打上情绪标签;其中,该情绪标签可配置;[0059]其中,系统对包括客户行为等进行分析,再包括:[0060]检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别。[0061]其中,匹配对应的坐席,包括:[0062]对坐席进行标签定义,包括标注技能级别、服务态度级别、性别等,并检测坐席的当前状态,配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席。[0063]本发明提供的基于呼叫中心平台的IVR排队系统10,包括:行为分析模块1〇1、满意度分析模块1〇2、情绪分析模块103、性别识别模块104、技能组划分模块105、坐席匹配模块1〇6、技能组接入模块107;行为分析模块101,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为等;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜等,检测出非正常时间的拨打行为;满意度分析模块102,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户;情绪分析模块1〇3,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急等情绪关键字的客户打上情绪标签;其中,该情绪标签可配置;性别识别模块104,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;技能组划分模块105,用于对坐席进行标签定义,包括标注技能级别、服务态度级别、性别等,并检测坐席的当前状态;坐席匹配模块106,分别与行为分析模块101、满意度分析模块102、情绪分析模块103、性别识别模块104、技能组划分模块105、技能组接入模块1〇7相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;技能组接入模块107,用于将客户通话接入与之匹配的技能组;本发明基于呼叫中心平台的IVR排队系统10,可对客户的历史拨打行为和当次拨打行为进行识别,并叠加客户历史拨打行为语音分析、满意度分析、以及客户的性另IJ,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度。[0064]本发明提供的基于呼叫中心平台的IVR排队系统的实现方法,包括:客户拨打呼叫中心对外服务号码;客户呼叫进入IVR队列,系统对包括客户行为等进行分析,并匹配对应的坐席;客户进入技能组队列等待空闲坐席;空闲坐席接入客户并提供服务;本发明基于呼叫中心平台的IVR排队系统的实现方法,可对客户的历史拨打行为和当次拨打行为进行识另IJ,并叠加客户历史拨打行为语音分析、满意度分析、以及客户的性别,对客户进行分析,打上不同的标签,并根据分析结果有针对性的匹配不同的坐席,充分提升客服工作的针对性和满意度。[0065]需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。而且,术语“包含”、“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系统要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品、设备或者装置中还存在另外的相同要素。[0066]对于本发明基于呼叫中心平台的IVR排队系统及其实现方法,实现的形式是多种多样的。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

权利要求:1.一种基于呼叫中心平台的IVR排队系统,其特征在于,包括:行为分析模块、满意度分析模块、所述情绪分析模块、性别识别模块、技能组划分模块、坐席匹配模块、技能组接入模块;所述行为分析模块,用于分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为;所述满意度分析模块,用于对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;所述情绪分析模块,用于分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急情绪关键字的客户打上情绪标签;所述性别识别模块,用于检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别;所述技能组划分模块,用于对坐席进行标签定义,包括标注技能级别、服务态度级别、性别,并检测坐席的当前状态;所述坐席匹配模块,分别与所述行为分析模块、所述满意度分析模块、所述情绪分析模块、所述性别识别模块、所述技能组划分模块、所述技能组接入模块相连接,用于配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席;所述技能组接入模块,用于将客户通话接入与之匹配的技能组。2.如权利要求1所述的基于呼叫中心平台的IVR排队系统,其特征在于,所述行为分析模块用于分析客户的拨打行为,包括:所述行为分析模块用于分析客户的历史拨打行为和当日的拨打行为;所述行为分析模块用于检测出频繁的拨打行为,包括:行为分析模块用于判断可配置时间段内的拨打次数,检测出频繁的拨打行为。3.如权利要求1所述的基于呼叫中心平台的IVR排队系统,其特征在于,所述行为分析模块用于检测出非正常时间的拨打行为,包括:所述行为分析模块用于根据业务特性和定义的非正常时间段如深夜,检测出非正常时间的拨打行为。4.如权利要求1所述的基于呼叫中心平台的IVR排队系统,其特征在于,所述满意度分析模块用于分析出包括频繁不满意、一贯满意的客户,包括:所述满意度分析模块用于分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户。5.—种基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,包括:客户拨打呼叫中心对外服务号码;客户呼叫进入IVR队列,系统对包括客户行为进行分析,并匹配对应的坐席;客户进入技能组队列待空闲坐席;空闲坐席接入客户并提供服务。6.如权利要求5所述的基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,所述系统对包括客户行为进行分析,包括:分析客户的拨打行为,检测出包括频繁的拨打、超长通话、非正常时间的拨打行为;其中,分析客户的拨打行为,包括分析客户的历史拨打行为和当日的拨打行为;其中,检测出频繁的拨打行为,包括判断可配置时间段内的拨打次数,检测出频繁的拨打行为;其中,检测出非正常时间的拨打行为,包括根据业务特性和定义的非正常时间段如深夜,检测出非正常时间的拨打行为。7.如权利要求5所述的基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,所述系统对包括客户行为进行分析,包括:对客户的历史服务满意度进行分析,分析出包括频繁不满意、一贯满意的客户;其中,分析出包括频繁不满意、一贯满意的客户,包括分析可配置的时间段内满意和不满意出现的比率,分析出包括频繁不满意、一贯满意的客户。8.如权利要求5所述的基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,所述系统对包括客户行为进行分析,包括:分析可配置的时间段内的客户的通话历史,进行语音文字转换后分析关键字,对客户通话出现包括脏字、辱骂、生气、焦虑、焦急情绪关键字的客户打上情绪标签;其中,所述情绪标签可配置。9.如权利要求5所述的基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,所述系统对包括客户行为进行分析,包括:检测当前客户是否是历史客户,在检测出当前客户是历史客户时,查询客户的资料,识别出客户的性别。10.如权利要求5所述的基于呼叫中心平台的IVR排队系统的实现方法,其特征在于,所述匹配对应的坐席,包括:对坐席进行标签定义,包括标注技能级别、服务态度级别、性别,并检测坐席的当前状态,配置客户行为、情绪、满意度、性别与坐席分类的匹配规则,并按照定义的规则进行匹配对应的坐席。

百度查询: 广东亿迅科技有限公司 一种基于呼叫中心平台的IVR排队系统及其实现方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。