להפוך נתוני שיחות לתובנות עם אנליטיקת Voice AI
רוב העסקים שמפעילים סוכן Voice AI או קו טלפון עם נפח שיחות כלשהו יושבים על ערימת נתונים שאף אחד לא באמת מסתכל עליה. לכל שיחה יש סיבה, משך זמן, תוצאה, ולפעמים גם טון שעובר מרוגע לתסכול באמצע. אנליטיקת שיחות בינה קולית היא מה שהופך את הערימה הזו לכלי שימושי: דפוסים לגבי למה אנשים מתקשרים, מה הם צריכים, ואיפה התהליך נשבר, עוד לפני שמנהל טורח להוציא דוח.
יומן שיחות הוא לא תובנה
רוב מערכות הטלפון, אוטומטיות או לא, כבר מייצרות יומן: מי התקשר, מתי, כמה זמן זה ארך, האם נענה. זה שימושי לחישובי חיוב וכוח אדם, אבל הוא כמעט לא מספר כלום על מה שבאמת קרה. שתי שיחות של חמש דקות יכולות להיות שני אירועים שונים לגמרי: אחת של לקוח מרוצה שמאשר תור, והשנייה של מישהו שהתקשר שלוש פעמים החודש כי אותה בעיה ממשיכה לחזור. יומן משטח את שתיהן לאותה שורה בדיוק.
אנליטיקה היא השכבה שיושבת מעל התמלול ושואלת שאלות טובות יותר. למה האדם הזה התקשר. האם סוכן ה-AI פתר את הבעיה, או שהיא הועברה הלאה. האם המתקשר נשמע מרוצה בסוף השיחה, או שהוא ניתק באמצע משפט. ברגע שאפשר לענות על השאלות האלה על פני מאות או אלפי שיחות, כבר לא מנחשים מה קו הטלפון בעצם עושה בשביל העסק.
מאיפה התובנה מגיעה
לסוכן Voice AI יש יתרון שלרוב לא קיים בקו מאויש בבני אדם: כל שיחה כבר מתומללת ומתויגת בזמן, כך שאין רישום ידני שעומד בין השיחה לבין נקודת נתון שימושית. המערכת יכולה לתייג את סיבת השיחה, לזהות מתי שיחה מסתובבת במעגלים בלי להתקדם, לסמן עלייה בתסכול לפי הטון או בחירת המילים, ולציין אם נדרשה העברה לאדם. עשו את זה באופן עקבי על פני כמה שבועות של שיחות בעברית, רוסית ואנגלית, ודפוס מתחיל להתגלות שאף שיחה בודדת לא הייתה חושפת לבד.
תחשבו על זה כמו רופא שקורא תיק של מטופל אחד לעומת אלף תיקים. תיק אחד מספר סיפור על אדם אחד. אלף תיקים מספרים משהו על אוכלוסייה שלמה: אילו תסמינים מופיעים יחד, אילו טיפולים באמת עובדים. תמלול שיחה בודדת הוא סיפור. כמה אלפי תמלולים, מתויגים וספורים, הם אבחנה של העסק שלכם.
הדפוסים שבאמת עולים
בפועל, כמה נושאים נוטים לחזור על עצמם ברגע שעסק מתחיל להסתכל על נתוני שיחות מצטברים במקום על שיחות בודדות:
שאלה אחת אחראית לחלק לא פרופורציונלי מהשיחות, כלומר היא כנראה שייכת לאתר או להודעת אישור התור, לא לטלפון.
נפח השיחות מזנק בדיוק כשקמפיין שיווקי רץ, מה שמאוד שימושי לתכנון כוח אדם אבל לרוב לא מתגלה כי אף אחד לא מחבר בין הוצאות פרסום לתנועת טלפונים.
שלב מסוים בתהליך קביעת תור או תמיכה גורם לשיחות חוזרות, וזה לרוב סימן שהשלב מבלבל, לא שהלקוחות לא קשובים.
שיחות שמסתיימות בתסכול מתקבצות סביב שעה מסוימת ביום או נושא מסוים, ושתיהן ניתנות לתיקון ברגע שיודעים איפה להסתכל.
אף אחד מהדברים האלה לא מופיע בגיליון של משכי שיחות. הם מתגלים רק כשמישהו, או משהו, קורא את תוכן השיחות בקנה מידה רחב.
מתובנה לפעולה
נתונים שיושבים בלוח בקרה ונבדקים פעם בחודש בעין חטופה פשוט לא שווים את האיסוף שלהם. הערך מתגלה כשממצא ספציפי משנה משהו קונקרטי: תסריט נכתב מחדש כי מתקשרים תקועים כל הזמן באותה שורה, משמרת נוספת נקבעת כי כל יום שלישי אחר הצהריים יש שיא, או שדף שאלות נפוצות סוף סוף עונה על השאלה שבלעה רבע מנפח השיחות. אנליטיקת Voice AI מרוויחה את מקומה בעסק באותה דרך שדוח טוב מרוויח את מקומו על שולחן של מישהו: כי היא מובילה להחלטה, לא כי היא נראית מרשימה.
שווה לומר בכנות שלא כל תובנה דורשת פעולה מיידית. עלייה קטנה בסוג שיחה אחד במשך שבוע אחד היא כנראה רעש. הדפוסים ששווה לפעול לפיהם הם אלה שחוזרים על פני כמה שבועות, ושבאמת ישנו את מה שמישהו עושה, בין אם זה ניסוח של תסריט, הנושאים שצ'אטבוט מאומן לענות עליהם, או המקום שבו נציג אנושי נכנס לתמונה.
להתחיל בקטן, בכוונה
הפיתוי הוא לנסות לתייג כל סיבת שיחה אפשרית ולבנות לוח בקרה עם עשרים מדדים כבר ביום הראשון. זו בדרך כלל הדרך המהירה ביותר להגיע ללוח בקרה שאף אחד לא פותח. נקודת התחלה טובה יותר היא לבחור את שלוש-ארבע השאלות שהעסק באמת רוצה תשובה עליהן עכשיו: על מה אנשים מתקשרים הכי הרבה, כמה פעמים סוכן ה-AI פותר דברים בלי העברה, ואיפה בשיחה דברים נוטים לסטות מהמסלול. תשיגו תשובות נקיות לאלה קודם, והשאלות הבאות בדרך כלל מציעות את עצמן ברגע שהראשונות נענו.
יש לכם תהליך שחוזר על עצמו ושורף שעות?
ספרו לנו עליו בכמה מילים, ונראה לכם איך אוטומציה תעבוד על הנתונים שלכם.
דברו איתנו