Contact Optimization funciona desglosando los contactos propuestos en submuestras aleatorias de clientes denominadas "fragmentos". Todos los contactos propuestos e historial de contactos que pertenezcan a un único cliente se procesan con dicho cliente en el fragmento al que pertenece. Un cliente puede pertenecer a un único fragmento. La precisión del algoritmo de optimización depende de que estos fragmentos de clientes sean estadísticamente similares entre sí. Un tamaño de fragmento grande hace que sea más sencillo cumplir este requisito. Las restricciones de capacidad entre clientes están distribuidas de forma homogénea entre los fragmentos. Por ejemplo, supongamos que su sesión de
Contact Optimization contiene una restricción que establece que se permite un máximo de 1000 ofertas de tipo A. Si la sesión de
Contact Optimization se ejecuta con 10 fragmentos, cada fragmento tiene una regla de capacidad que permite un máximo de 100 ofertas de tipo A.
Puede utilizar una variable de ajuste del algoritmo TamañoMuestraCliente para establecer el tamaño de fragmento máximo. Cuanto mayor sea el fragmento, más precisos son los resultados. No obstante, también aumentan los recursos de memoria y durante la ejecución de la sesión. No utilice tamaños de fragmento mayores de 10.000 sin haberlo estudiado a conciencia. Muchos sistemas no tienen recursos de memoria suficientes para procesar más de 10.000 clientes de una sola vez. Esta falta de recursos puede provocar que la ejecución de la sesión de
Contact Optimization sea errónea por falta de memoria. En muchos casos, un tamaño de fragmento grande podría no aumentar de forma significativa la optimalidad de la solución, pero seguiría empleando más tiempo y memoria en su ejecución. La optimalidad se mide como la suma de puntuaciones de las transacciones restantes de la Tabla de contactos optimizados. Es posible que necesite ajustar el
TamañoMuestraClientes según su problema de optimización y necesidades de rendimiento específicos.
Un tamaño de fragmento más pequeño haría que se crearan más fragmentos. Esta configuración hace que sea más probable que una regla pueda depender de un solo elemento (por ejemplo, el canal correo electrónico), que es menos numerosa que el número de fragmentos. Si el tamaño de fragmento se reduce a 100, habría 1.000 fragmentos. Ahora, el mínimo para la regla es inferior al número de fragmentos, lo que hace que la regla se modifique a 0,02 (20 dividido por 1.000). En este caso, 2% de los fragmentos utilizan una regla con un mínimo de 1, y el 98% restante de los fragmentos utilizan un mínimo de 0. Siempre y cuando cada fragmento sea estadísticamente similar respecto al correo electrónico de canal, Contact Optimization procesa la regla tal como se espera. El problema aparece cuando hay menos clientes a los que se ofrecen correos electrónicos que fragmentos. Si sólo hay 500 clientes a los que se ofrece correo electrónico, cada fragmento sólo tiene un 50% de probabilidades de contener un cliente con dicho canal. Además, las probabilidades de que un fragmento concreto tenga un cliente con canal Correo electrónico y una regla de mínimo 1 son solo del 1%. En vez de cumplir el mínimo especificado de 20,
Contact Optimization sólo devuelve 5 de media.