Benchmarks
Performance AMD. Mesurée honnêtement.
Notre méthodologie de benchmark, les indicateurs que nous suivons, les langues que nous testons et les limites que nous reconnaissons. Lorsque nous n'avons pas de chiffre mesuré sur un trafic comparable au vôtre, nous le disons plutôt que d'en citer un.
Réponse rapide
Que mesurent les benchmarks DialerBee ? Ils mesurent la précision de l'AMD par IA : le modèle classe une transcription en temps réel des 3 premières secondes de l'audio de l'appel comme un interlocuteur humain ou un répondeur, et nous évaluons cette précision sur 9 des 11 langues prises en charge (le portugais et l'indonésien ne figurent pas encore dans les données pilotes), selon les environnements opérateurs et les types de campagnes. La vérité terrain provient des corrections des agents : un agent en désaccord avec une classification la signale en un clic, et l'évaluation est continue plutôt qu'un test ponctuel en laboratoire. Cinq indicateurs sont suivis : la précision, le taux de faux positifs, le taux de faux négatifs, la latence de détection et le taux de correction par les agents. Les chiffres publiés proviennent de pilotes internes et valent dans des conditions pilotes déterminées ; lorsque nous ne disposons pas d'un chiffre mesuré sur un trafic comparable au vôtre, nous le disons plutôt que d'en citer un.
Ce que nous mesurons
Précision de l'AMD dans toutes les langues
L'AMD par IA de DialerBee classe la transcription des 3 premières secondes de l'appel pour déterminer si c'est un humain ou un répondeur qui a décroché. Nous mesurons ce système sur plusieurs langues, environnements opérateurs et types de campagnes afin d'évaluer sa précision en conditions réelles.
Contrairement aux éditeurs qui publient une précision mesurée en laboratoire, nos benchmarks reflètent des données de production, avec tout le bruit, la variabilité des opérateurs et les différences régionales des vraies campagnes sortantes.
Méthodologie
Comment nous mesurons la précision
Classification des transcriptions
Le modèle AMD classe une transcription en temps réel des 3 premières secondes d'audio. Il lit des mots et des phrases, pas des formes d'onde ni des séquences de bips.
La correction des agents comme vérité terrain
Lorsqu'un agent n'est pas d'accord avec la classification AMD, il la signale en un clic. Ces corrections servent d'étiquettes de vérité terrain pour mesurer la précision.
Évaluation continue
Nos benchmarks ne sont pas des tests ponctuels. Nous évaluons en continu la précision à partir du flux de corrections des agents sur toutes les campagnes en production.
Indicateurs suivis
Cinq indicateurs qui comptent
Précision
Taux global de classification correcte sur l'ensemble des appels.
Taux de faux positifs
Appels humains classés à tort comme répondeurs.
Taux de faux négatifs
Répondeurs classés à tort comme humains.
Latence de détection
Délai entre le décroché et la décision de classification AMD.
Taux de correction par les agents
Pourcentage d'appels où les agents corrigent la décision AMD.
Synthèse des benchmarks
Synthèse publique issue de pilotes internes
Des chiffres détaillés par langue, par opérateur et par région issus de nos projets pilotes internes sont disponibles sur demande.
| Indicateur | Synthèse publique | Notes |
|---|---|---|
| Appels évalués | Entre 10 000 et 50 000 | Sur des campagnes pilotes internes |
| Période couverte | T1–T2 2026 | Mis à jour à mesure que de nouvelles données de pilote sont disponibles |
| Langues testées | 9 | EN, AR, ES, FR, IT, DE, TR, HI, UR |
| Régions testées | MENA, Europe, Amérique du Nord | Le mix d'opérateurs varie selon la région |
| Types de campagne | Recouvrement, BPO, ventes, assurance | Résultats segmentés lorsque cela est possible |
| Taux de faux positifs AMD | Moins de 3 % dans certains projets pilotes | Humain classé à tort comme répondeur |
| Taux de faux négatifs AMD | Moins de 5 % dans certains projets pilotes | Répondeur classé à tort comme humain |
| Latence de détection médiane | Moins d'une seconde | Du décroché à la décision AMD |
| Latence de détection P90 | Moins de 1,5 seconde | Du décroché à la décision AMD |
| Le taux de correction par les agents | Entre 2 et 5 % | Taux de correction manuelle dans les campagnes pilotes |
| Augmentation du taux de contact | Jusqu'à 4x par rapport à la numérotation manuelle | Dans des workflows pilotes ; les résultats varient |
| Réduction du temps d'inactivité | Entre 30 et 45 % | Dans certaines campagnes pilotes |
Basé sur des benchmarks de pilotes internes. Les résultats varient selon le type de campagne, la qualité de la liste, l'opérateur, la région, la langue, la configuration du rythme d'appel et le flux de travail des agents. Le comportement varie suffisamment par langue et par opérateur pour que nous préférions le mesurer sur vos propres routes pendant un pilote plutôt que de publier une moyenne qui ne correspondra pas à ce que vous observerez. Avant un pilote, vous pouvez évaluer votre configuration actuelle par rapport à cette méthodologie avec l'outil gratuit d' auto-évaluation de la précision AMD.
Langues testées
Neuf langues sur onze, données réelles de pilotes
EN
English
AR
Arabe
ES
Espagnol
FR
Français
IT
Italien
DE
Allemand
TR
Turc
HI
Hindi
UR
Ourdou
Les benchmarks en arabe couvrent les variantes dialectales du Golfe, du Levant et d'Égypte. Ceux en hindi et en ourdou couvrent les variantes régionales. Chaque langue est mesurée indépendamment, avec une ventilation par opérateur et par région.
Limites
Ce que les benchmarks ne peuvent pas vous dire
Les résultats varient selon l'opérateur. Les messages d'accueil, la qualité audio et le temps de connexion diffèrent d'un opérateur à l'autre.
Les résultats varient selon le type de campagne. Les campagnes de recouvrement présentent des profils de décroché différents de ceux des campagnes de vente ou d'enquête.
Les résultats varient selon la région. Le style des annonces de messagerie, l'infrastructure des opérateurs et les conditions réseau diffèrent d'un marché à l'autre.
Les résultats varient selon la qualité des listes. Numéros obsolètes, faux numéros et lignes résiliées affectent différemment la performance de l'AMD.
Les benchmarks reflètent une performance agrégée. Les résultats d'une campagne donnée peuvent être supérieurs ou inférieurs aux moyennes publiées.
Données complètes des benchmarks de pilotes internes sur demande
Des rapports de benchmark issus de pilotes internes, avec tableaux de précision par langue, ventilation par opérateur et historique des tendances, sont disponibles pour les prospects qualifiés sous accord de confidentialité (NDA). Contactez notre équipe pour en demander l'accès.
Demander les données de benchmark
Réservez une démo et nous vous communiquerons des résultats de benchmark AMD détaillés correspondant à votre langue, votre région et votre type de campagne.