Mientras que algunos de los datos requeridos están disponibles para que el enrutamiento predictivo de Genesys los consuma fácilmente, usted puede hacer que otros datos adicionales estén disponibles para que el enrutamiento predictivo los utilice. 

Si está disponible, el enrutamiento predictivo utiliza datos de las siguientes fuentes:

  • Si su organización tiene encuesta web habilitado y tiene suficientes datos de encuestas disponibles para los agentes asignados a las colas habilitadas para GPR, el enrutamiento predictivo usa los datos de la encuesta para el entrenamiento del modelo y la predicción de enrutamiento.
  • Editar datos de perfil
  • Valor del participante

Aunque no es obligatoria, la disponibilidad de los siguientes datos opcionales puede ayudar a su organización a obtener mejores resultados de enrutamiento.

Nota: Antes de guardar la información, asegúrese de que el texto está escrito correctamente.

Para que los datos del perfil del agente se tengan en cuenta en las decisiones de enrutamiento, asegúrese de que dispone de la siguiente información para un número máximo de agentes que estén trabajando en colas que tengan habilitado el enrutamiento predictivo de Genesys.

  1. Agregue los datos de empleo y certificación del agente. Campos de perfil estándar 
    1. Haga clic en Personas y permisos > Personas.
    2. En el Buscar campo, para filtrar el tipo de las primeras letras del nombre o apellido de la persona.
    3. Haga clic en la pestaña Detalles de la persona y haga clic en Ver modo de edición. 
    4. Haga clic en Añadir nueva sección e introduzca los siguientes datos:
      Sección  Campo
      En la página Detalles de la persona (debajo de la foto de perfil) Departamento
      HORA
      • Fecha de contratación
      • Tipo de empleado
      Habilidades y certificaciones Certificaciones
  2. Agregue la habilidad ACD y los datos de idioma del agente. Agregar una habilidad o un idioma de ACD a un usuario

Para que los datos de los clientes se tengan en cuenta en las decisiones de enrutamiento, los clientes deben tener asignados atributos , o datos de participantes ,. Los datos de los participantes de deben cumplir las siguientes condiciones:

Valor del participante Condiciones
Nombre del atributo

Puede contener:

  • Caracteres alfanuméricos
  • Subrayado

A efectos de enrutamiento predictivo, los atributos de los datos de los participantes no distinguen entre mayúsculas y minúsculas. Genesys recomienda encarecidamente no tener dos atributos de datos de participante con el mismo nombre.

Nota: Si utiliza caracteres especiales como espacios, puntos y comas, el enrutamiento predictivo no tiene en cuenta el atributo para las decisiones de enrutamiento.
Valor del atributo

Puede contener:

  • Valores numéricos (enteros o decimales)
  • Booleano (verdadero/falso). Asegúrese de que cada atributo contiene un valor verdadero o falso; Genesys Cloud no utiliza ningún valor predeterminado si el valor no está rellenado.
  • Valores de cadena
    • Los valores de cadena distinguen entre mayúsculas y minúsculas.
    • Las cadenas largas se ignoran.
Disponibilidad Genesys recomienda adjuntar atributos a todas o a la mayoría de las conversaciones. Si un atributo sólo está vinculado a un pequeño volumen de interacciones, el enrutamiento predictivo no utiliza los datos para tomar decisiones de enrutamiento. 
Cardinalidad

Si los valores de los atributos son de tipo cadena, asegúrese de que la cardinalidad de esos valores es baja. Si la cardinalidad es alta (por ejemplo, cada conversación tiene un valor diferente para cierto atributo), el enrutamiento predictivo no utiliza los datos para las decisiones de enrutamiento. Esta condición de cardinalidad no se aplica a los atributos con valores numéricos.
Datos PII

Genesys le recomienda que no añada ninguna PII como atributos de datos de participantes ni como claves ni como valores. 
Nota: Los modelos de enrutamiento predictivo pueden utilizar cualquier dato de los participantes que satisfaga estos criterios. Por lo tanto, Genesys recomienda que revise si algún atributo puede introducir prejuicios como la raza o el sexo y que los excluya.

A continuación se presentan ejemplos de atributos de los datos de los participantes que mejoran la precisión de las decisiones de enrutamiento predictivo:

Nombre del Atributo

 

Descripción

 Valores permitidos
CLIENTE_ES_VIP ¿Es el cliente un VIP? verdadero/falso
TIPO DE CONTRATO Tipo de contrato del cliente plata/oro/platino
INTENTO Intención del cliente 1,2,3,4,5,6
PROPENSIÓN_AL_RETORNO Propensión del cliente a la rotación Cualquier número (puede estar entre 0-100)