Scheda di valutazione interattiva gratuita — 2 minuti

Quanto è buono il tuo Configurazione AMD?

Rispondi a 7 semplici domande su come il tuo team di telemarketing rileva le segreterie telefoniche. Ottieni subito un punteggio di maturità e scopri esattamente dove si annidano i falsi positivi e le perdite di tempo. Non viene inviato nulla a terzi: il test viene eseguito interamente nel tuo browser.

Risposta rapida

Cosa rende accurato il rilevamento della segreteria telefonica? Le configurazioni AMD più performanti utilizzano la classificazione AI basata sulla trascrizione anziché il rilevamento del segnale acustico, modelli che riconoscono la lingua per ogni mercato chiamato, un ciclo di feedback in cui le correzioni dell'operatore migliorano il rilevamento nel tempo, una funzione di override dell'operatore per recuperare gli operatori umani classificati erroneamente, la calibrazione per ogni operatore, tassi di falsi positivi misurati e il salto automatico dei messaggi vocali confermati. Questa scheda di valutazione gratuita valuta la tua configurazione in base a queste sette dimensioni.

1 Come fa il tuo attuale sistema di composizione automatica a rilevare le segreterie telefoniche?
2 Il tuo sistema di rilevamento supporta le lingue che chiami?
3 Quando un agente segnala un rilevamento come errato, il sistema impara da questo errore?
4 Se una persona in carne e ossa viene erroneamente classificata come una macchina, l'operatore può recuperare la chiamata?
5 Il sistema di rilevamento è ottimizzato per i vostri specifici operatori e regioni?
6 Misurate i tassi di falsi positivi e falsi negativi?
7 Come gestite le chiamate che risultano essere in segreteria telefonica?

Il tuo punteggio di maturità AMD

0/100
Rispondere alle domande

0 di 7 hanno risposto

Questa è un'autovalutazione illustrativa per aiutarti a riflettere sulla tua configurazione attuale, non una misurazione dell'accuratezza di un prodotto specifico e non una garanzia di risultati. L'accuratezza di AMD in produzione dipende dalla qualità audio, dal comportamento del gestore, dalla qualità dell'elenco, dal mix linguistico e dalla configurazione. Vedi il nostro metodologia di confronto per il modo in cui misuriamo il rilevamento.

FAQ

Rispondere alle domande sul rilevamento automatico

Qual è un buon tasso di falsi positivi per la degenerazione maculare senile (AMD)?
Un falso positivo è una persona reale classificata erroneamente come una macchina e quindi scartata: si tratta dell'errore più costoso in termini di AMD perché comporta l'interruzione di una conversazione reale. I team generalmente cercano di mantenere basso il numero di falsi positivi, evitando al contempo di far passare i messaggi vocali; il giusto equilibrio dipende dal tipo di campagna e dal costo di un contatto reale perso. La chiave è misurare, non fare supposizioni.
Perché il rilevamento dei segnali acustici ha difficoltà in diverse lingue?
Il rilevamento di segnali acustici e toni si basa su segnali che variano notevolmente a seconda dell'operatore, dell'accento e del sistema di segreteria telefonica, pertanto non funziona correttamente con le chiamate in lingue diverse dall'inglese e con i saluti insoliti. La classificazione basata sulla trascrizione, invece, legge le parole iniziali e il significato si generalizza tra le lingue molto meglio dei segnali acustici: ecco perché i modelli sensibili alla lingua tendono ad essere più affidabili nei mercati multilingue.
In che modo il feedback degli agenti può migliorare la precisione dell'AMD?
Quando un agente segnala un rilevamento come errato, tale correzione può alimentare la calibrazione a livello di tenant, consentendo al modello di adattarsi nel tempo ai singoli operatori, regioni e tipologie di campagne. Un modello statico che non riceve mai feedback dagli agenti non può migliorare, ed è per questo che un ciclo di feedback è uno dei segnali più evidenti di una configurazione AMD matura.
Questa scheda di valutazione memorizza le mie risposte?
No. La valutazione si svolge interamente nel tuo browser e non viene inviato né memorizzato alcun dato. Il tuo punteggio e i suggerimenti vengono calcolati localmente man mano che rispondi.
View full site in English →