Se gestite un servizio di chiamate in uscita, il rilevamento della segreteria telefonica (AMD) è una delle tecnologie più importanti del vostro sistema. Determina se una chiamata in arrivo ha raggiunto un operatore umano o una segreteria telefonica, e instrada la chiamata di conseguenza. Se funziona correttamente, i vostri operatori possono dedicare il loro tempo a parlare con le persone. Se non funziona, sprecherete tempo prezioso con le segreterie telefoniche o, peggio, perderete tempo prezioso con potenziali clienti.

Nonostante la sua importanza, la funzione AMD è ampiamente fraintesa. La maggior parte dei responsabili operativi la considera una semplice casella da spuntare: il dialer ha l'opzione AMD, è attiva, si passa oltre. Questo è un errore. La differenza tra una precisione AMD dell'80% e una del 95% può significare migliaia di conversazioni perse a settimana per un team di medie dimensioni.

Come funziona AMD tradizionale

Il protocollo AMD classico si basa su una combinazione di tecniche di elaborazione del segnale applicate al flusso audio immediatamente dopo la risposta dell'interlocutore remoto. I due metodi principali sono:

Rilevamento basato sull'energia: Il sistema misura la durata e il profilo energetico dell'audio iniziale. I saluti umani tendono ad essere brevi (meno di 1,5 secondi) con pause. I saluti della segreteria telefonica tendono ad essere più lunghi, con un parlato continuo seguito da un segnale acustico.
Rilevamento del segnale acustico: Il sistema rileva il tono caratteristico che segnala la fine di un messaggio di benvenuto della segreteria telefonica. Una volta individuato, la chiamata viene classificata come chiamata automatica e, di conseguenza, interrotta o instradata a un messaggio preregistrato.

Questi metodi erano efficaci quando i sistemi di segreteria telefonica erano standardizzati. Il problema è che il panorama della telefonia si è frammentato notevolmente. Google Voice, la segreteria telefonica visiva specifica di ciascun operatore, i messaggi di benvenuto basati su VoIP e le variazioni regionali tra gli operatori fanno sì che i segnali acustici siano incoerenti, assenti o ritardati.

I due tipi di errori AMD

Gli errori AMD si presentano in due forme, con conseguenze molto diverse:

Falsi positivi Questo tipo di errore si verifica quando una persona in carne e ossa viene erroneamente classificata come segreteria telefonica. Il sistema di composizione automatica interrompe la chiamata e il potenziale cliente sente un breve silenzio seguito dalla chiusura della chiamata. Questo è l'errore più dannoso. Il potenziale cliente si irrita, la sua percezione del vostro marchio peggiora e avete sprecato un tentativo di contatto su un numero che era raggiungibile. A seconda delle regole di ripetizione e delle normative DNC (Do Not Call), potreste non avere un'altra possibilità.

Falsi negativi Questo problema si verifica quando un messaggio di benvenuto della segreteria telefonica viene erroneamente classificato come proveniente da una persona in carne e ossa. La chiamata viene instradata a un operatore, che ascolta un messaggio registrato e deve riagganciare manualmente. Ciò comporta una perdita di tempo per l'operatore, in genere dai 5 ai 10 secondi per ogni caso, ma il tempo perso è recuperabile. L'operatore passa quindi alla chiamata successiva.

Nella maggior parte delle operazioni, i falsi positivi costano dalle 3 alle 5 volte di più dei falsi negativi. Una chiamata in diretta interrotta rappresenta un'opportunità persa. Un operatore che ascolta il messaggio di benvenuto della segreteria telefonica è un disagio.

Perché la precisione varia in base alla regione e all'operatore

La precisione di AMD non è un valore fisso. Varia notevolmente a seconda degli operatori e delle regioni a cui ci si connette. Ecco perché:

Lingua e struttura del saluto: I messaggi di benvenuto in arabo delle segreterie telefoniche nei Paesi del Consiglio di Cooperazione del Golfo, nel Levante e nel Nord Africa presentano schemi di parlato, durate e prosodia diversi rispetto ai messaggi in inglese. Un modello addestrato su dati in inglese americano avrà prestazioni scadenti con le chiamate in arabo.
Sistemi di segreteria telefonica degli operatori telefonici: Ogni operatore telefonico implementa la segreteria telefonica in modo diverso. Alcuni utilizzano il messaggio di benvenuto registrato dall'abbonato. Altri utilizzano un messaggio predefinito dell'operatore. Alcuni riproducono un messaggio di benvenuto seguito da un segnale acustico. Altri riproducono un messaggio di benvenuto seguito dal silenzio. Alcuni omettono completamente il segnale acustico.
Latenza di rete: Le chiamate internazionali e le rotte VoIP introducono una latenza variabile, che può modificare le ipotesi di temporizzazione su cui si basa l'AMD basato sul consumo energetico.
Chiamare i segnali di avanzamento: I toni di chiamata, i toni di occupato e i messaggi di intercettazione dell'operatore variano da paese a paese e possono confondere i sistemi AMD che non sono stati addestrati a gestirli.

Come l'intelligenza artificiale cambia l'equazione AMD

La moderna tecnologia AMD basata sull'IA adotta un approccio fondamentalmente diverso. Invece di basarsi sulle caratteristiche del segnale audio, trascrive i primi secondi del discorso e classifica il content di ciò che è stato detto.

Considera la differenza:

Umano: "Pronto?" / "Sì, parlo" / "Chi parla?"
Macchina: "Ciao, hai chiamato Ahmed. Al momento non sono disponibile. Lascia un messaggio dopo il segnale acustico."

I modelli linguistici sono distinti. Gli esseri umani rispondono con frasi brevi e interrogative. Le macchine pronunciano frasi dichiarative predefinite. Un classificatore di trascrizioni può distinguerle con elevata precisione, indipendentemente dal fatto che sia seguito da un segnale acustico.

Le implementazioni più avanzate aggiungono un ciclo di feedback: quando un operatore riceve una chiamata classificata erroneamente, la segnala. Queste correzioni diventano dati di addestramento per il modello. Nel corso di settimane e mesi, il sistema apprende schemi specifici dell'operatore, stili di saluto regionali e casi limite che un modello statico non riuscirebbe a rilevare.

DialerBee's Motore AI AMD Utilizza esattamente questo approccio: classificazione basata prima sulla trascrizione con cicli di feedback da parte degli operatori e monitoraggio dell'accuratezza per ciascun operatore. Il sistema è progettato per migliorare continuamente man mano che il team lo utilizza, anziché fornire un modello statico che si degrada con il cambiamento dei sistemi degli operatori.

Principali parametri di AMD da monitorare

Se stai valutando le prestazioni di AMD, questi sono i parametri che contano:

Tasso di falsi positivi (FPR): Percentuale di chiamate in diretta classificate erroneamente come chiamate automatiche. Obiettivo: inferiore al 5%. Media del settore con sistemi legacy: 10-20%.
Tasso di falsi negativi (FNR): Percentuale di chiamate automatiche classificate erroneamente come chiamate umane. Obiettivo: inferiore al 10%. Questo aspetto è meno critico, ma ha comunque un impatto sulla produttività degli operatori.
Latenza di classificazione: Tempo che intercorre tra la risposta e la classificazione. Meno di 2 secondi è l'ideale. Oltre i 4 secondi, il potenziale cliente potrebbe riagganciare prima che l'operatore venga messo in contatto con lui.
Precisione per portante: I dati aggregati sull'accuratezza nascondono problemi specifici di ciascun operatore. Un'accuratezza complessiva del 92% può mascherare un tasso di accuratezza del 70% su un operatore specifico che rappresenta il 30% del volume delle chiamate.

AMD e conformità

L'utilizzo di AMD comporta implicazioni di conformità che spesso vengono trascurate. Quando AMD classifica erroneamente una chiamata in corso come chiamata automatica e la interrompe, questa può essere considerata una chiamata abbandonata ai sensi di normative come il TCPA statunitense o le linee guida TDRA degli Emirati Arabi Uniti. La maggior parte dei quadri normativi limita il tasso di abbandono al 3% delle chiamate a cui si risponde. Una scarsa precisione di AMD può far superare tale soglia senza che il team se ne accorga, poiché le chiamate interrotte non vengono visualizzate nell'interfaccia dell'operatore.

Ecco perché l'accuratezza dell'AMD non è solo una metrica di efficienza, ma anche una metrica di conformità. I team operativi dovrebbero monitorare il loro tasso di abbandono effettivo, includendo i falsi positivi dell'AMD, e non solo gli abbandoni segnalati dall'algoritmo di gestione delle chiamate del dialer.

Scegliere la giusta strategia AMD

Non esiste una configurazione AMD universalmente corretta. Le impostazioni giuste dipendono dal caso d'uso:

squadre di recupero crediti Spesso si preferisce una modalità AMD aggressiva (maggiore sensibilità) perché i messaggi in segreteria telefonica hanno meno valore delle conversazioni dal vivo e i tassi di contatto sono già bassi.
team di vendita potrebbe preferire un approccio AMD conservativo (minore sensibilità, tendenza a classificare come umano) perché un falso positivo significa perdere un potenziale cliente che potrebbe non rispondere mai più.
campagne sensibili alla conformità È opportuno utilizzare un AMD conservativo per ridurre al minimo il rischio di chiamate abbandonate che vengono conteggiate ai fini della soglia del 3%.

L'approccio migliore consiste nel rendere la sensibilità AMD configurabile per ogni campagna, con dashboard in tempo reale che mostrano la precisione per operatore, campagna e periodo di tempo. In questo modo, i responsabili operativi possono ottimizzare il compromesso tra efficienza degli agenti e tasso di contatto in base alle priorità specifiche della campagna.

AMD non è una funzionalità da impostare una volta per tutte. Si tratta di una sfida di ottimizzazione continua che ha un impatto diretto sui risultati economici. La questione non è se il tuo dialer disponga di AMD, ma se AMD stia apprendendo, adattandosi e fornendoti la precisione richiesta dalla tua attività.

Che cos'è il rilevamento della segreteria telefonica (AMD)?