对间隔为真 (TTI) 范式

CXone WFM 使用 CXone ACD 中的历史数据来计算交互数量和平均处理时间 (AHT)。交互会自动分成能够以间隔级别用于 CXone WFM 目的的数据。该数据用于生成预测。

在间隔期间有两种评估交互的方法：

• 联系结束时 (WCE)：在交互结束的时间间隔内对交互计数一次，即使交互持续多个时间间隔也是如此。在此方法中，仅在交互结束的时间间隔内报告处理时间。

  查看示例

  交互分析，从 9:10 开始，到 09:40 结束。

  间隔	数量	已处理	处理时间	人员要求
  09:00 - 09:15	0	0	0	0
  09:15 - 09:30	0	0	0	0
  09:30 - 09:45	1	1	30:00	2

• 对间隔为真 (TTI)：在交互开始时对此交互计数一次。如果此交互跨多个时间间隔，则在每个时间间隔中此对交互进行计数。在交互处于活动状态的每个时间间隔内都会报告处理时间。

  查看示例

  交互分析，从 9:10 开始，到 09:40 结束。

  间隔	活跃	已处理	处理时间	人员要求
  09:00 - 09:15	0	1	5:00	0.33
  09:15 - 09:30	1	0	15:00	1
  09:30 - 09:45	1	0	10:00	0.67

请记住，由于 TTI 是一种相对较新的数据表示方式，因此在 TTI 之前生成的预测数据仍显示在 WCE 中。这意味着预测数据正在显示 WCE 数据，而实际数据是 TTI。在这种情况下，这些数据将不匹配。为确保预测数据由 TTI 表示，生成新的预测，并且相应地发布新计划表。

与 WCE 范式相比，TTI 捕获更真实的数据，尤其是在以下情况时：

• 处理时间较长或间断，并且交互跨多个时间间隔。

• 时间间隔比交互的总处理时间短。

TTI 范式有几个优点：

• 提高较长持续时间和异步渠道（数字）的预测准确性。

• 解决当 AHT 平均处理时间是坐席处理交互所花费的平均时间 超过计划间隔时错误的人员配备需求。

• 生成与基于利用率的真实需求相一致的更准确计划表。

• 即使持续时间较长且为异步渠道（数字），当天信息视图和报告也更加准确。

记住，在从 ACD 接收历史数据时，TTI 范式正常工作。目前导入的预测数据不支持该范式。因此，如果您正在使用“导入预测数据”，则将根据交互结束的时间评估导入的数据（使用 WCE 范式）。

基于 TTI 范式的计算

更新后的计算为：

• 数量 = 已处理交互 + 已弃呼交互 + 活动交互

• 平均处理时间 = (已处理时间 + 工作时间) ÷ (已处理交互 + 活动交互)

TTI 故障排除