機械学習例外管理による複数日連続ルーティング

24Dの更新以降、連続ルーティング・プラン(最初から作成し、古いバージョンで事前作成)を複数日として設定できます。 これを行うには、計画を編集のために開き、「実行」「スケジュール」セクションを開き、所定の時間間隔内のアクティビティに適用の値(日数)を1より大きい数値に設定します。

また、更新24Dの時点で、すべてのアクティビティ(ルーティング・プラン・レベルで許可されるキャパシティまで)を割り当て、少なくとも1つの構成済フィルタで高い(または高い)非割当コストを持ちます。 許可するには、「割当パラメータ」で「制約に違反している場合でも、重要なアクティビティをフィールド・リソースに割り当てるように試行」オプションを選択します。

ノート: このオプションは、ルーティング後のフォールバックとして機能するため、最初のステップとして、ルーティングはルーティング・プラン設定に従ってアクティビティのルーティングを試みます。

次に、「割当パラメータ」で「制約に違反している場合でも、重要なアクティビティをフィールド・リソースに割り当てるように試行」オプションが選択されている場合、類似アクティビティの以前に完了した割当が分析され、作業ゾーンまたは作業スキルの違反で割り当てられたアクティビティが検索されます。 そのようなアクティビティが見つかった場合、アプリケーションは変更された設定でルーティング・プランを実行し、識別されたパターンに従ってスキルおよびゾーンの違反がある割当を許可します。 そのようなルーティング・プランがアクティビティの割当に失敗した場合、プランはルーティング・プラン・フィルタに対応する最初の使用可能な技術者にアクティビティを割り当てようとしますが、スキル、ゾーン、ポイント、在庫要件などのアクティビティ制約は無視します。 アクティビティは、ルーティング・プランの複数日設定に依存せず、以前の日付に移動することもできます。 これは、ターゲット技術者がアクティビティ(アクティビティ・プロパティを更新するために顧客に連絡するなど)をレビューし、必要に応じてアクティビティを適切なリソースに再割当することが予想されるために移動されます。

アプリケーションは、このようなメソッドで割り当てられたアクティビティをモニターし、それに応じて割当ルールおよびパターンを修正します。 たとえば、技術者が継続的に拒否した場合(つまり、アクティビティをバケットに割当て解除します) - 自分で、またはディスパッチャの助けを借りて、しばらくすると、この技術者に対するスキルまたはゾーン違反のある割当の提案が中止されます。 別の種類のパターンは、時間単位(特定の曜日にアクティビティを割り当てないなど)または残り時間に基づきます(たとえば、明日にターゲット指定されたアクティビティのみを割り当て、後で計画されたアクティビティが適切な技術者を待機できるようにするため)。

次のスクリーンショットは、「割当パラメータ」セクションの「制約に違反している場合でも、重要なアクティビティをフィールド・リソースに割り当てる試行」フィールドを示しています:

よくある質問

Q: 機械学習やその他のフォールバック・メソッドを使用して、重要なアクティビティのみを割り当てることができるのはなぜですか。

A: お客様は、アクティビティがフォールバックの対象かどうかを決定できます。 アクティビティを適格としてマークするには、1つ以上のフィルタの非割当コストを「高」以上に設定します。

Q: リソース・フィルタのサブセットに対してのみアクティビティの非割当コストが「高」に設定され、それ以外の場合は低い値に設定されるとどうなりますか。

A: このようなアクティビティは、機械学習フォールバックに適格とみなされますが、割当の対象となるのは、非割当コストが「高」以上のリソースのみです。

Q: 継続的なルーティング・プランに対して機械学習フォールバックを選択しましたが、スキルまたはゾーン違反で割り当てられたアクティビティは表示できません。 この機能を有効にするにはどうすればよいですか。

A: 覚えるには時間がかかります。 機能が選択された後のアクティビティ割当のみがパターン認識に使用されるため、少なくとも一部のアクティビティに手動で違反が割り当てられているか、特定のバケットの機能を選択した後にフォールバックおよび完了を使用して割り当てられていることを確認してください。

Q: 機械学習のフォールバックを使用してアクティビティが割り当てられていることがわかりましたが、キャプチャされたパターンは間違っているようです。

A: パターンの再キャプチャはリソース消費操作であるため、通常は夜に1回行われるため、明日を待ちます。

Q: 私は数日間待ったが、捕らえられたパターンは私が期待していたものではありません。 どうすればよいですか。

A: まずはデータをチェック。 リソースがアクティビティを完了するのは、適切な方法ではない可能性があります。 また、パターン認識には2つのレベルがあります - バケットごと、全社的に。 バケット単位の1つがデフォルトで使用されます。ただし、バケット単位のパターンを作成するのに十分なアクティビティ割当てがない場合は、会社全体のパターンを使用できます。

Q: パターン認識に使用されるデータは年齢調べの対象ですか?

A: Yes. データは、最新のデータの重みが最も高いように重み付けされ、3か月より古いデータは完全に無視されます。

Q: ディスパッチャなしの環境は、あらかじめサポートされています。 つまり、Oracle Field Service設定にディスパッチャは必要ありませんか。

A: ディスパッチャなしでの作業を希望されるお客様を公式にサポートしますが、このような設定には通常の技術者からより多くの責任が必要となるため、すべてのお客様に適しているわけではありません。 しかし、ディスパッチャを完全に取り除く準備ができていなくても、機械学習が作業の機械的な部分を実行できるようにすることで、新しい機能の恩恵を受けることができます。一方、人間は例外を処理し、より創造的なアプローチが必要になります。

ビジネス上の利点

ルーティング中にすべての重要なアクティビティを割り当てると、様々な種類のビジネス・シナリオを実装できます - 完全にディスパッチャなしの環境での作業から、作成されたアクティビティの100%の割当まで、またはディスパッチャがパターンを形成しているマシン支援テクノロジを使用して真ん中にいるため、自動割当てを確認するだけで、会社のポリシーおよびビジネス・ニーズに従ってすべてが確実に実行され、必要に応じて割当てが修正されます。

したがって、目的の構成によっては、次の利点が得られることがあります:

• 自動アクティビティ割当の増加
• 学習した割当例外の迅速な解決
• ディスパッチャ・ワークロードが減少し、他のタスクに集中

自動ルーティングの割合を表示するには、「ルーティング」ページを開き、必要なバケットを選択します。 自動ルーティングの割合は、上部の対応するパネルに表示されます。

自動ルーティング・パーセントが適切な値より小さいと思われる場合は、「すべての重要なアクティビティ機能の割当」がオンになっている「継続的改善」ルーティング・プランの使用を検討できます。

有効化のステップ

機械学習フォールバック・メソッドを有効にするには、「割当パラメータ」で「制約に違反している場合でも、重要なアクティビティをフィールド・リソースに割り当てる試行」オプションをオンにします。

ノート: このオプションを選択しない場合、パターン認識のデータは収集されません。

ヒントと考慮事項

完全にディスパッチャなしの環境での作業

ディスパッチャなしの環境で作業する更新24Cから開始すると、すぐにサポートされますが、技術者のトレーニングと有効化が必要になる場合があります。

すべての技術者が、割り当てられたアクティビティを実行できない場合の対処方法を把握していることを確認 - 回復不能なスキルとゾーンの不一致、または個人のプリファレンスが原因のいずれかです。

また、技術者がアクティビティをバケットに戻したり、他のフィールド・リソースに再割当できることを確認

ディスパッチャなしの環境で作業するには、連続ルーティング・プランを作成し、自動的に割り当てる必要があるすべてのアクティビティについて、非割当コストが高い(またはそれ以上)リソース・フィルタが少なくとも1つあることを確認することをお薦めします。

ルーティング実行中にすべての重要なアクティビティの割当を許可します。 この場合、最初にすべてのルーティングで、スキルおよびゾーン違反のないアクティビティを割り当てようとします - 違反があるが、認識された履歴パターンに従って、このルーティング後に、スキルとゾーンを無視して、最初の適切なフィールド・リソースに割り当てようとします。

ベスト・プラクティスは、このステップでアクティビティを取得する技術者が、アクティビティを再割当する前に事前作業を実行することです。 まず、アクティビティの説明を確認して、スキルとゾーンが正しい方法で識別されるようにできます。 また、技術者はエンド・カスタマに電話して、問題自体が適切に識別されていることを確認し、通信によって解決できるかどうかを確認できます。 このステップの全体的なアイデアは、技術者が情報に基づいた意思決定を行うことです - 割り当てられたアクティビティをそのまま残すか、別のフィールド・リソースに再割当します。別のフィールド・リソースは、アクティビティを時間内に終了するためのトレーニングと準備が整っています。