आंसरिंग मशीन डिटेक्शन (AMD) क्या है?

यदि आप आउटबाउंड कॉलिंग सेवा चलाते हैं, तो आंसरिंग मशीन डिटेक्शन (AMD) आपकी टीम की सबसे महत्वपूर्ण तकनीकों में से एक है। यह निर्धारित करता है कि डायल की गई कॉल किसी व्यक्ति तक पहुंची है या वॉइसमेल कॉल तक - और उसी के अनुसार कॉल को रूट करता है। यदि यह सही ढंग से काम करता है, तो आपके एजेंट अपना समय लोगों से बात करने में व्यतीत करेंगे। यदि यह गलत ढंग से काम करता है, तो आप या तो वॉइसमेल कॉल बॉक्स पर एजेंटों का समय बर्बाद कर रहे होंगे या इससे भी बुरा, संभावित ग्राहकों की कॉल काट रहे होंगे।

इसके महत्व के बावजूद, AMD को अक्सर गलत समझा जाता है। अधिकांश ऑपरेशन मैनेजर इसे एक औपचारिक सुविधा मानते हैं: डायलर में AMD है, बस हो गया, आगे बढ़ो। यह एक गलती है। 80% AMD सटीकता और 95% सटीकता के बीच का अंतर एक मध्यम आकार की टीम के लिए प्रति सप्ताह हजारों बातचीत के गुम होने का कारण बन सकता है।

पारंपरिक एएमडी कैसे काम करता है

क्लासिकल एएमडी, रिमोट पार्टी द्वारा जवाब दिए जाने के तुरंत बाद ऑडियो स्ट्रीम पर लागू की जाने वाली सिग्नल प्रोसेसिंग तकनीकों के संयोजन पर निर्भर करता है। दो प्राथमिक विधियाँ हैं:

• ऊर्जा-आधारित पहचान: यह सिस्टम शुरुआती ऑडियो की अवधि और ऊर्जा प्रोफ़ाइल को मापता है। इंसानों द्वारा की जाने वाली शुभकामनाएँ आमतौर पर छोटी (1.5 सेकंड से कम) होती हैं और उनमें विराम होते हैं। जबकि वॉइसमेल की शुभकामनाएँ लंबी होती हैं, जिनमें लगातार आवाज़ आती है और उसके बाद बीप की आवाज़ सुनाई देती है।
• बीप का पता लगाना: यह सिस्टम वॉइसमेल ग्रीटिंग के समाप्त होने का संकेत देने वाली विशिष्ट ध्वनि को सुनता है। जब यह ध्वनि सुनाई देती है, तो इसे मशीन कॉल के रूप में वर्गीकृत किया जाता है और या तो इसे काट दिया जाता है या पहले से रिकॉर्ड किए गए संदेश पर भेज दिया जाता है।

ये तरीके तब कारगर थे जब वॉइसमेल सिस्टम मानकीकृत थे। समस्या यह है कि टेलीफोनी का परिदृश्य काफी हद तक खंडित हो गया है। गूगल वॉइस, कैरियर-विशिष्ट विज़ुअल वॉइसमेल, वीओआईपी-आधारित अभिवादन और क्षेत्रीय कैरियर भिन्नताओं के कारण बीप टोन अनियमित, अनुपस्थित या विलंबित होती हैं।

एएमडी त्रुटियों के दो प्रकार

एएमडी त्रुटियां दो प्रकार की होती हैं, और उनके परिणाम बहुत अलग होते हैं:

गलत सकारात्मक यह तब होता है जब किसी व्यक्ति को गलती से आंसरिंग मशीन समझ लिया जाता है। डायलर कॉल काट देता है, और ग्राहक को थोड़ी देर की चुप्पी के बाद कॉल कट जाती है। यह ज़्यादा नुकसानदायक गलती है। ग्राहक नाराज़ हो जाता है, आपके ब्रांड के प्रति उसकी धारणा खराब हो जाती है, और आपने एक ऐसे नंबर पर संपर्क करने का प्रयास व्यर्थ कर दिया जो पहुँच योग्य था। पुनः प्रयास नियमों और DNC नियमों के आधार पर, आपको दोबारा मौका नहीं मिल सकता है।

गलत नकारात्मक यह समस्या तब उत्पन्न होती है जब वॉइसमेल ग्रीटिंग को गलती से किसी व्यक्ति की आवाज समझ लिया जाता है। कॉल एजेंट के पास चली जाती है, जिसे रिकॉर्ड की गई ग्रीटिंग सुनाई देती है और उसे मैन्युअल रूप से कॉल काटनी पड़ती है। इससे एजेंट का समय बर्बाद होता है—आमतौर पर हर बार 5-10 सेकंड—लेकिन इसकी भरपाई की जा सकती है। एजेंट अगली कॉल पर चला जाता है।

अधिकांश ऑपरेशनों में, गलत पॉजिटिव परिणाम गलत नेगेटिव परिणामों की तुलना में 3-5 गुना अधिक महंगे होते हैं। लाइव कॉल का बीच में ही कट जाना एक खोया हुआ अवसर है। एजेंट के लिए वॉइसमेल ग्रीटिंग सुनना असुविधाजनक होता है।

क्षेत्र और सेवा प्रदाता के अनुसार सटीकता में भिन्नता क्यों होती है?

AMD की सटीकता कोई एक निश्चित संख्या नहीं है। यह आपके द्वारा डायल किए जा रहे कैरियर और क्षेत्रों के आधार पर काफी भिन्न होती है। इसका कारण यह है:

• अभिवादन की भाषा और संरचना: चीन के चीनी परिसंघ (जीसीसी), लेवांत और उत्तरी अफ्रीका में अरबी वॉइसमेल अभिवादनों की बोलने की शैली, अवधि और लय अंग्रेजी अभिवादनों से भिन्न होती है। अमेरिकी अंग्रेजी डेटा पर प्रशिक्षित मॉडल अरबी कॉलों पर खराब प्रदर्शन करेगा।
• कैरियर वॉइसमेल सिस्टम: प्रत्येक सेवा प्रदाता वॉइसमेल सेवा को अलग-अलग तरीके से लागू करता है। कुछ ग्राहक द्वारा रिकॉर्ड की गई अभिवादन ध्वनि का उपयोग करते हैं। अन्य सेवा प्रदाता द्वारा निर्धारित संदेश का उपयोग करते हैं। कुछ अभिवादन ध्वनि के बाद बीप बजाते हैं। अन्य अभिवादन ध्वनि के बाद मौन रखते हैं। कुछ बीप ध्वनि को पूरी तरह से छोड़ देते हैं।
• नेटवर्क विलंबता: अंतर्राष्ट्रीय कॉल और वीओआईपी रूट परिवर्तनीय विलंबता उत्पन्न करते हैं, जो ऊर्जा-आधारित एएमडी द्वारा उपयोग किए जाने वाले समय संबंधी अनुमानों को बदल सकते हैं।
• कॉल प्रगति टोन: रिंगबैक टोन, बिजी टोन और ऑपरेटर इंटरसेप्ट संदेश देश के अनुसार अलग-अलग होते हैं और उन एएमडी सिस्टम को भ्रमित कर सकते हैं जिन्हें इन पर प्रशिक्षित नहीं किया गया है।

एआई किस प्रकार एएमडी के समीकरण को बदलता है?

आधुनिक एआई-आधारित एएमडी एक मौलिक रूप से अलग दृष्टिकोण अपनाता है। ऑडियो सिग्नल की विशेषताओं पर निर्भर रहने के बजाय, यह भाषण के पहले कुछ सेकंड को ट्रांसक्राइब करता है और वर्गीकृत करता है। content जो कुछ कहा गया था।

अंतर पर विचार करें:

• इंसान: "हैलो?" / "जी हां, मैं बोल रहा हूं" / "कौन बोल रहा है?"
• मशीन: "हैलो, आपने अहमद से संपर्क किया है। मैं अभी उपलब्ध नहीं हूँ। कृपया टोन के बाद एक संदेश छोड़ दें।"

भाषाई पैटर्न स्पष्ट हैं। मनुष्य संक्षिप्त, प्रश्नवाचक वाक्यांशों में उत्तर देते हैं। मशीनें पूर्वनिर्धारित, घोषणात्मक वाक्य बोलती हैं। एक ट्रांसक्रिप्ट क्लासिफायर इन दोनों में उच्च स्तर की सटीकता के साथ अंतर कर सकता है - चाहे उसके बाद बीप की आवाज आए या न आए।

अधिक उन्नत कार्यान्वयन में एक फीडबैक लूप जोड़ा जाता है: जब किसी एजेंट को कोई गलत वर्गीकृत कॉल प्राप्त होती है, तो वे उसे चिह्नित कर देते हैं। ये सुधार मॉडल के लिए प्रशिक्षण डेटा बन जाते हैं। कई हफ्तों और महीनों के दौरान, सिस्टम कैरियर-विशिष्ट पैटर्न, क्षेत्रीय अभिवादन शैली और उन विशिष्ट मामलों को सीख लेता है जिन्हें एक स्थिर मॉडल नहीं समझ पाता।

डायलरबी का एआई एएमडी इंजन यह सिस्टम ठीक इसी दृष्टिकोण का उपयोग करता है — एजेंट फीडबैक लूप और प्रति-कैरियर सटीकता ट्रैकिंग के साथ ट्रांसक्रिप्ट-फर्स्ट वर्गीकरण। सिस्टम को इस तरह से डिज़ाइन किया गया है कि आपकी टीम द्वारा इसका उपयोग करने पर यह लगातार बेहतर होता जाए, न कि एक स्थिर मॉडल को शिप किया जाए जो कैरियर सिस्टम में बदलाव के साथ खराब होता जाता है।

AMD के प्रमुख मापदंडों पर नज़र रखें

यदि आप AMD के प्रदर्शन का मूल्यांकन कर रहे हैं, तो ये वे मापदंड हैं जो मायने रखते हैं:

1. गलत सकारात्मक दर (एफपीआर): लाइव कॉलों का वह प्रतिशत जिन्हें गलती से मशीन कॉल के रूप में वर्गीकृत किया गया है। लक्ष्य: 5% से कम। पुराने सिस्टमों के साथ उद्योग का औसत: 10-20%।
2. गलत नकारात्मक दर (एफएनआर): मानव द्वारा गलत तरीके से वर्गीकृत की गई मशीन कॉलों का प्रतिशत। लक्ष्य: 10% से कम। यह उतना गंभीर नहीं है, लेकिन फिर भी एजेंट की उत्पादकता को प्रभावित करता है।
3. वर्गीकरण विलंबता: उत्तर से वर्गीकरण तक का समय। 2 सेकंड से कम आदर्श है। 4 सेकंड से अधिक होने पर, एजेंट से संपर्क होने से पहले ही ग्राहक कॉल काट सकता है।
4. प्रति वाहक सटीकता: कुल सटीकता संख्याएँ कैरियर-विशिष्ट समस्याओं को छिपा सकती हैं। 92% की समग्र सटीकता किसी विशिष्ट कैरियर पर 70% की सटीकता दर को छुपा सकती है, जो आपके डायल वॉल्यूम का 30% प्रतिनिधित्व करता है।

एएमडी और अनुपालन

AMD के अनुपालन संबंधी कुछ ऐसे पहलू हैं जिन पर अक्सर ध्यान नहीं दिया जाता। जब AMD किसी चालू कॉल को गलती से मशीन कॉल समझकर काट देता है, तो इसे अमेरिका के TCPA या संयुक्त अरब अमीरात के TDRA जैसे नियमों के तहत एक परित्यक्त कॉल माना जा सकता है। अधिकांश नियामक ढांचे उत्तरित कॉलों की परित्यक्त दर को 3% तक सीमित करते हैं। AMD की खराब सटीकता आपकी टीम को बिना पता चले ही आपको इस सीमा से ऊपर ले जा सकती है — क्योंकि कटी हुई कॉलें एजेंट इंटरफ़ेस में कभी दिखाई नहीं देतीं।

इसीलिए AMD की सटीकता केवल दक्षता का पैमाना नहीं है, बल्कि अनुपालन का पैमाना भी है। ऑपरेशन टीमों को AMD के गलत पॉजिटिव परिणामों सहित अपनी प्रभावी परित्याग दर की निगरानी करनी चाहिए, न कि केवल डायलर के पेसिंग एल्गोरिदम द्वारा रिपोर्ट किए गए परित्यागों की।

सही एएमडी रणनीति का चयन करना

AMD के लिए कोई सर्वमान्य सही कॉन्फ़िगरेशन नहीं है। सही सेटिंग्स आपके उपयोग के तरीके पर निर्भर करती हैं:

• संग्रह टीमें अक्सर लोग आक्रामक एएमडी (उच्च संवेदनशीलता) को प्राथमिकता देते हैं क्योंकि वॉइसमेल संदेश लाइव बातचीत की तुलना में कम मूल्यवान होते हैं, और संपर्क दरें पहले से ही कम हैं।
• बिक्री टीमें वे रूढ़िवादी एएमडी (कम संवेदनशीलता, मानव के रूप में वर्गीकृत करने की ओर झुकाव) को प्राथमिकता दे सकते हैं क्योंकि एक गलत सकारात्मक परिणाम का मतलब एक खोया हुआ संभावित ग्राहक है जो शायद फिर कभी जवाब न दे।
• अनुपालन-संवेदनशील अभियान 3% की सीमा के विरुद्ध गिने जाने वाले छोड़े गए कॉलों के जोखिम को कम करने के लिए रूढ़िवादी एएमडी का उपयोग किया जाना चाहिए।

सबसे अच्छा तरीका यह है कि प्रत्येक अभियान के लिए एएमडी संवेदनशीलता को कॉन्फ़िगर करने योग्य बनाया जाए, और रीयल-टाइम डैशबोर्ड वाहक, अभियान और समय अवधि के अनुसार सटीकता प्रदर्शित करें। इस तरह, संचालन प्रबंधक विशिष्ट अभियान की प्राथमिकताओं के आधार पर एजेंट दक्षता और संपर्क दर के बीच संतुलन स्थापित कर सकते हैं।

AMD कोई ऐसी सुविधा नहीं है जिसे एक बार सेट करके भूल जाया जाए। यह एक निरंतर अनुकूलन चुनौती है जो सीधे आपके मुनाफे पर असर डालती है। सवाल यह नहीं है कि आपके डायलर में AMD है या नहीं - सवाल यह है कि क्या आपका AMD सीख रहा है, अनुकूलित हो रहा है और आपको वह सटीकता प्रदान कर रहा है जिसकी आपके संचालन को आवश्यकता है।