Come i falsi positivi di AMD riducono drasticamente il tasso di contatto

Ogni contact center outbound monitora il tasso di contatto, ovvero la percentuale di tentativi di chiamata che si traducono in una conversazione con il destinatario. Si tratta della metrica operativa più importante in assoluto, perché da essa dipende tutto ciò che segue: tasso di conversione, tasso di riscossione, appuntamenti fissati, fatturato orario.

Ciò che la maggior parte dei team non tiene sotto controllo è quanta parte della perdita di tasso di contatto sia causata dal proprio sistema AMD. Nello specifico, dai falsi positivi: persone reali che rispondono al telefono, vengono classificate come segreterie telefoniche e la chiamata viene interrotta prima ancora di sentire la voce di un operatore.

La matematica dei falsi positivi

Analizziamo un esempio concreto. Prendiamo un team di 30 agenti che gestisce una campagna di composizione predittiva:

• Volume giornaliero di chiamate: 15.000
• Tasso di risposta: 40% (6.000 chiamate a cui è stata data risposta)
• Percentuale effettiva di messaggi in segreteria: 55% delle chiamate risposte (3.300 messaggi in segreteria)
• Risposte effettive in diretta: 45% delle chiamate a cui è stata data risposta (2.700 persone in carne e ossa)

Ora applica AMD con diversi tassi di falsi positivi:

Al 5% di FPR (buono AMD): 135 chiamate in diretta sono state erroneamente interrotte. Gli operatori hanno gestito 2.565 conversazioni in diretta. Tasso di contatto effettivo: 17,1%.

Con un FPR del 15% (media dei processori AMD di vecchia generazione): 405 chiamate in diretta sono state erroneamente interrotte. Gli operatori hanno gestito 2.295 conversazioni in diretta. Tasso di contatto effettivo: 15,3%.

Al 25% di FPR (scarsa resa AMD su operatori sconosciuti): 675 chiamate in diretta sono state erroneamente interrotte. Gli operatori hanno gestito 2.025 conversazioni in diretta. Tasso di contatto effettivo: 13,5%.

La differenza tra AMD buona e AMD scadente è 540 conversazioni live perse al giornoIn un mese, si tratta di 11.880 contatti persi. Se il tasso di conversione è del 5%, significa 594 vendite o promesse di incasso perse. Assegnando un valore in termini di fatturato, la cifra diventa rapidamente preoccupante.

Perché i falsi positivi sono invisibili

L'aspetto insidioso dei falsi positivi AMD è che sono invisibili agli operatori. Un operatore non vede mai un falso positivo perché la chiamata viene interrotta prima di raggiungerlo. Dal punto di vista dell'operatore, tutto sembra normale: viene connesso alle chiamate in diretta alla velocità con cui il dialer le gestisce.

Gli unici a ricevere falsi positivi sono i potenziali clienti. Rispondono al telefono, sentono una breve pausa o silenzio e poi la chiamata viene interrotta. La loro impressione: chiamata automatica, spam o incompetenza. Se li richiami, sono già predisposti a essere ostili.

Questa invisibilità fa sì che i problemi di falsi positivi possano persistere per mesi senza che nessuno se ne accorga. Il team operativo riscontra un tasso di contatto inferiore alle aspettative e attribuisce la colpa alla qualità dell'elenco, all'orario o alla reputazione dell'ID chiamante. Il vero colpevole, ovvero una configurazione errata del sistema AMD o un modello addestrato in modo inadeguato, rimane inosservato.

Come misurare il tasso di falsi positivi della AMD

La misurazione del FPR richiede il confronto delle classificazioni AMD con i dati reali. Ecco tre metodi pratici:

1. Tracciamento dell'override dell'agente

Quando AMD classifica una chiamata come proveniente da una macchina ma la instrada comunque a un agente (in modalità di controllo), l'agente segnala se si trattava effettivamente di una macchina o di una persona. Questo fornisce misurazioni dirette, ma richiede l'esecuzione di una percentuale di chiamate in modalità passthrough, il che comporta un dispendio di tempo per l'agente.

2. Revisione audio post-chiamata

Registra i primi 5 secondi di ogni chiamata che AMD classifica come chiamata da una macchina. Fai ascoltare un campione casuale a un team di controllo qualità ogni settimana. Questo processo richiede molto tempo, ma fornisce misurazioni imparziali per tutti gli operatori e le campagne.

3. Inferenza statistica

Confronta il tasso di contatto previsto (in base alla qualità della lista e ai dati storici) con il tasso di contatto effettivo. Se la differenza è maggiore del previsto e correlata alle campagne con AMD abilitato, è probabile che vi siano falsi positivi. Questo metodo è meno preciso ma non richiede oneri operativi aggiuntivi.

L'analisi per singolo operatore è fondamentale

I dati aggregati sul tasso di falsi positivi (FPR) nascondono problemi specifici dei singoli operatori. Abbiamo osservato casi in cui il tasso complessivo di falsi positivi era dell'8%, un valore accettabile, ma un singolo operatore, che rappresentava il 20% del volume di chiamate, registrava un FPR del 30%. Tale operatore era responsabile di un numero di falsi positivi superiore a quello di tutti gli altri operatori messi insieme.

Questo accade perché i modelli AMD vengono in genere addestrati su un mix di audio di diversi operatori. Gli operatori con sistemi di segreteria telefonica non standard, formati di saluto insoliti o toni di avviso atipici vengono classificati erroneamente con una frequenza molto maggiore. Senza una suddivisione per operatore, non sarà mai possibile individuare questi punti critici.

La soluzione richiede la regolazione dell'AMD per ciascun operatore (modificando le soglie di sensibilità per operatori specifici) o l'addestramento del modello per ciascun operatore (reintroducendo nel modello di classificazione le correzioni specifiche per ciascun operatore). Entrambe le soluzioni richiedono che il dialer tenga traccia dell'identità dell'operatore a livello di chiamata, cosa che molti dialer di vecchia generazione non fanno.

Come l'intelligenza artificiale di AMD contribuisce a ridurre i falsi positivi

Il tradizionale sistema AMD basato su segnali acustici presenta un problema strutturale con i falsi positivi: la sua decisione di classificazione si basa sulla temporizzazione e sul rilevamento del tono audio, non su ciò che è stato effettivamente detto. Una persona che risponde con un lungo "Pronto... pronto? Chi parla?" può superare la soglia di durata e venire classificata come una macchina.

Il sistema AMD basato sull'intelligenza artificiale classifica il contenuto della trascrizione, che è intrinsecamente più robusto. Un lungo saluto umano contiene comunque schemi interrogativi ("chi parla?") che un classificatore di trascrizioni può identificare come parlato umano, indipendentemente dalla durata.

Ancora più importante, l'intelligenza artificiale applicata alla valutazione automatica della mobilità (AMD) con un ciclo di feedback migliora nel tempo. Quando un agente segnala una classificazione errata, tale correzione addestra il modello a riconoscere schemi simili in futuro. Attraverso migliaia di correzioni, il modello acquisisce una conoscenza specifica per ciascun operatore che un modello statico non potrà mai raggiungere.

DialerBee's Sistema AI AMD È stato progettato con la riduzione dei falsi positivi come obiettivo primario. Il sistema monitora l'accuratezza di ciascun vettore in tempo reale, regola automaticamente le soglie di classificazione quando il tasso di falsi positivi di un vettore supera i limiti configurabili e fornisce ai supervisori una postazione di lavoro dedicata per la revisione delle classificazioni contestate.

Modifiche operative che completano meglio AMD

Oltre a migliorare la precisione dell'AMD, esistono strategie operative che possono contribuire a mitigare l'impatto dei falsi positivi:

• Implementare un "messaggio sicuro" per le chiamate classificate AMD: Invece di interrompere immediatamente le chiamate che AMD classifica come provenienti da macchine, riproduci un breve messaggio: "Ciao, sono [nome dell'azienda]. Ti riproveremo a breve". Se la classificazione è errata e c'è una persona in ascolto, almeno sentirà un messaggio professionale invece del silenzio.
• Utilizzare un AMD conservativo per gli elenchi di alto valore: Per elenchi di contatti premium o per le chiamate di ultimo tentativo, valuta la possibilità di disabilitare l'AMD o di impostarlo al livello di massima prudenza. Il costo in termini di tempo per l'operatore dovuto ai falsi negativi è giustificato quando il costo opportunità dei falsi positivi è elevato.
• Monitorare la precisione di AMD come indicatore chiave di prestazione (KPI): Aggiungi il tasso di falsi positivi alla tua dashboard operativa, insieme al tasso di contatto, al tasso di conversione e all'utilizzo degli agenti. Rendilo visibile. Ciò che viene misurato, può essere gestito.
• Eseguire audit AMD periodici: Mensilmente, prelevate un campione di chiamate automatiche classificate AMD e fatele verificare dal team di controllo qualità. Monitorate l'andamento. Se la precisione diminuisce, è possibile che la composizione del vostro sistema di gestione delle chiamate sia cambiata o che un operatore abbia modificato il proprio sistema di segreteria telefonica.

In conclusione

I falsi positivi (FPR) rappresentano una delle maggiori perdite controllabili nelle operazioni outbound. Sono invisibili agli operatori, raramente monitorati dai responsabili e costosi su larga scala. Un miglioramento di 10 punti percentuali nel tasso di falsi positivi (dal 15% al 5%) può recuperare centinaia di conversazioni in diretta al giorno per un team di medie dimensioni.

Se non hai misurato di recente il tuo tasso di falsi positivi AMD, inizia da lì. Il numero potrebbe sorprenderti e la soluzione potrebbe essere più semplice di quanto pensi.