기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
Amazon Connect 고객에서 예측 검사
예측을 게시하기 전에 검사할 수 있습니다. 온라인 Connect Customer 관리자 웹 사이트에서이 작업을 수행하거나 오프라인 분석을 위한 예측을 다운로드할 수 있습니다.
Connect Customer 관리자 웹 사이트에서 예측을 더 쉽게 검사할 수 있도록 예측 데이터는 그래프와 테이블 모두에 표시됩니다. 보고서 설정 패널 및 달력 선택 도구의 컨트롤을 사용하면 데이터를 조정하고 필터링하여 더 세부적으로 확인합니다. 예를 들어, 다음을 수행할 수 있습니다.
-
달력을 사용하여 기간을 변경합니다. 특정 날짜를 확대할 수 있습니다.
-
날짜 범위가 1주 미만인 경우 15분 간격을 선택합니다. 15분 간격으로 하루의 정확한 고객 응대 패턴을 확인할 수 있습니다.
-
다음 이미지에 표시된 대로 마지막으로 계산된 예측과 마지막으로 게시된 예측을 비교합니다.
-
실제 및 예측을 비교하여 선 차트 또는 분산 차트에서 이상을 식별합니다. 실제 데이터는 Connect Customer의 라이브 데이터와 과거 업로드에서 제공된 데이터를 구분합니다. 기록 업로드 데이터는 그래프 범례에서 실제 재정의로 표시됩니다. 실제 전년도 재정의와 실제 전년도 재정의는 1년 전 같은 날짜의 데이터를 표시합니다. 다음 이미지는 그래프로 표시된 예측 데이터를 보여줍니다.
재정의 설정을 선택하여 업로드한 재정의의 효과를 살펴보세요. 재정의 옵션은 재정의가 업로드된 후에만 활성화됩니다. 자세한 내용은 예측 편집 단원을 참조하십시오.
-
대기열 또는 채널별로 필터링하여 예측을 하나 이상의 유형으로 제한할 수 있습니다.
평균 처리 시간 집계 방법
지정된 간격의 예상 평균 처리 시간(AHT)은 해당 간격 동안 단일 고객 응대를 처리하는 데 필요한 예상 시간을 나타냅니다. 시작부터 끝까지 고객 응대가 에이전트와 연결된 평균 시간을 나타냅니다.
여러 간격 또는 대기열(예: 일별 또는 주별 합계)에서 집계된 예상 AHT를 볼 때 Connect Customer는 산술 평균이 아닌 가중 평균을 사용합니다. 예상 고객 응대 볼륨이 높은 간격 또는 대기열은 집계 예상 AHT에 비례하여 더 많이 기여하기 때문에 산술 평균은 오해의 소지가 있습니다. 예를 들어 100개의 고객 응대를 수신할 것으로 예상되는 간격은 2개의 고객 응대를 수신할 것으로 예상되는 간격보다 집계된 예상 AHT에 더 많은 영향을 미칩니다.
집계된 예측 AHT는 고객 응대 볼륨을 가중치로 사용합니다. 공식은 입니다. 여기서 가중치는 각 대기열Aggregated AHT = Sum(AHT × weight) / Sum(weight), 채널 및 간격에 대해 예상되는 총 고객 응대 볼륨입니다.
최소 가중치 1.0은 모든 간격 또는 대기열에 적용됩니다. 대기열 또는 간격의 예상 고객 응대 볼륨이 0이더라도 여전히 집계된 예상 AHT에 기여합니다. 이 최소 가중치는 예측 그룹의 모든 간격 또는 대기열이 집계된 예측 AHT에 표시되도록 합니다. 또한 예측 볼륨이 0일 때도 수학적 유효성을 유지합니다. 모든 간격의 예상 볼륨이 0인 경우 각 간격은 동일한 가중치를 받으므로 집계된 AHT는 개별 AHT 값의 산술 평균과 같습니다.
