Pular para o conteúdo

Discador preditivo

Discador preditivo: mais tempo de conversa, taxa de abandono sob controle.

O machine learning prevê a disponibilidade dos agentes e as taxas de atendimento em tempo real. Máxima utilização, mínimo de abandonos. A implantação validada por simulador mantém você dentro dos limites regulatórios.

Teste grátis de 14 dias · crédito de IA gratuito para testar o agente de voz com IA · sem cartão

Painel de controle da campanha DialerBee mostrando o ritmo preditivo, agentes ao vivo e controles de taxa de abandono.

Ritmo preditivo em tempo real com status dos agentes ao vivo, taxas de conexão e tetos de taxa de abandono por campanha. Calcule sua taxa de abandono →

Criada pela BroadNet: 22 anos em telecom 11 idiomas, com reconhecimento de dialetos BYOC: suas operadoras, sem aprisionamento Apoio à conformidade (TCPA, RGPD, TDRA)

Resposta rápida

O que é um discador preditivo? Um discador preditivo é um software de chamadas de saída que usa algoritmos para discar vários números simultaneamente, prevendo quando os agentes ficarão disponíveis com base em dados de chamadas em tempo real. O discador preditivo do DialerBee usa machine learning para analisar taxas de atendimento, distribuições de tempo médio de atendimento e padrões de disponibilidade dos agentes e calcular o número ideal de linhas por agente a cada 30 segundos. Inclui tetos rígidos de taxa de abandono para ajudar as equipes a se manterem dentro dos limites regulatórios (TCPA, Ofcom), implantação validada por simulador para mudanças seguras de ritmo e limites definidos pelo supervisor para o mínimo/máximo de linhas por agente. Mais indicado para equipes de 20+ agentes. Suporta 11 idiomas e se integra ao AMD com IA, ao motor de conformidade e a operadoras via BYOC.

O problema

O ritmo manual custa a você horas de agente todos os dias

Na maioria dos contact centers de saída, os agentes passam mais tempo esperando do que falando. Um supervisor define uma proporção fixa de linhas por agente no início do turno — digamos 1,5 ou 2,0 — e esse número continua o mesmo, seja a taxa de atendimento de 15% ou de 45%, haja dez agentes disponíveis ou dois tenham acabado de sair para o intervalo. O resultado é um descompasso constante entre a velocidade de discagem e a capacidade dos agentes.

Quando a proporção é baixa demais, os agentes ficam ociosos entre as chamadas. Quando é alta demais, as chamadas atendidas se acumulam sem agente disponível, o que gera chamadas abandonadas — uma violação de conformidade segundo a TCPA e a Ofcom que pode gerar multas. A maioria dos supervisores erra pelo excesso de cautela, o que significa que suas equipes ficam cronicamente subutilizadas.

A conta é implacável. Se um agente passa 15 minutos por hora em chamadas ao vivo em vez de 40-45, você precisa de três agentes para fazer o trabalho de um. Isso não é um problema de tecnologia — é um problema de ritmo. E não se resolve com uma pessoa olhando um painel e ajustando um controle deslizante.

15 min/h
Tempo típico de conversação
com discagem manual ou power
60-70%
Tempo ocioso do agente
aguardando a próxima chamada conectada
$12-18K
Desperdiçados por agente/ano
em custo de salário ocioso (estimativa)

Como funciona

Ritmo por ML que se adapta a cada 30 segundos

O discador preditivo do DialerBee não usa uma proporção fixa. Ele usa um algoritmo de ritmo com machine learning que recalcula o número ideal de discagens simultâneas de saída a cada 30 segundos. O modelo processa dados em tempo real — taxas de atendimento atuais por segmento de lista, distribuições de tempo de atendimento (não apenas médias), padrões de pós-atendimento dos agentes e tendências por horário do dia — para prever exatamente quando cada agente ficará livre e quantas discagens são necessárias para mantê-lo continuamente ocupado. Se o ritmo preditivo é mais do que sua equipe precisa, compare-o com o ritmo power e progressivo em nossa discador automático overview.

Etapa 01

Observar

O algoritmo monitora continuamente taxas de atendimento, tempos de atendimento, durações de pós-atendimento e disponibilidade dos agentes em toda a campanha ativa.

Etapa 02

Prever

Modelos de ML preveem quando cada agente vai terminar a interação atual e ficar disponível para a próxima chamada.

Etapa 03

Ritmar

O motor calcula o número ideal de linhas por agente e enfileira discagens antes de o agente ficar livre, minimizando o tempo ocioso entre conversas.

Etapa 04

Proteger

Um teto rígido de taxa de abandono reduz continuamente a discagem antes que os limites regulatórios sejam ultrapassados. A implantação validada por simulador valida as mudanças.

Comparação lado a lado

Discagem preditiva vs. discagem manual e power

Recurso Discagem manual / power DialerBee preditivo
Método de ritmo Proporção fixa definida pelo supervisor ML recalcula a cada 30 segundos
Utilização dos agentes 15 a 25 minutos de conversação por hora Pode chegar a 40-48 min/h em condições de piloto
Controle da taxa de abandono Monitoramento e ajuste manuais Teto rígido com redução automática
Adapta-se às taxas de atendimento Não — a mesma proporção, sempre Sim — por segmento, em tempo real
Modelagem do tempo de atendimento Utiliza médias (imprecisas) Modelagem da distribuição completa
Salvaguardas de conformidade Depende da atenção do supervisor Validação por simulador + teto de abandono
Flexibilidade no tamanho da equipe Qualquer tamanho Ideal com 20+ agentes; modo power para equipes menores
Adaptação ao horário do dia O supervisor ajusta manualmente Modelagem automática de tendências intradiárias

Números de utilização baseados em benchmarks internos de piloto. Os resultados variam conforme a qualidade da lista, as taxas de atendimento, o tipo de campanha e o tamanho da equipe. Ver metodologia.

Recursos em profundidade

O que o algoritmo vê e decide

O motor preditivo não é uma caixa-preta. Os supervisores veem em tempo real cada decisão que o algoritmo toma — quantas linhas está discando, por que está reduzindo o ritmo, quais agentes espera que fiquem livres em seguida e qual é a trajetória atual da taxa de abandono. Essa transparência é essencial para equipes de conformidade que precisam demonstrar que as decisões de ritmo são controladas e auditáveis.

Algoritmo de ritmo com ML

O modelo consome taxas de atendimento, tempos de atendimento e tempos de pós-atendimento para calcular o número ideal de linhas por agente a cada 30 segundos. Sem proporções estáticas.

Teto rígido de taxa de abandono

Configure uma taxa máxima de abandono por campanha. O algoritmo recua automaticamente antes de o limite ser ultrapassado — não depois.

Painel de ritmo em tempo real

Veja as decisões do algoritmo ao vivo: linhas discadas, agentes disponíveis, conexões previstas, taxa de abandono atual e status de redução de ritmo.

Implantação validada por simulador

Novos modelos de ritmo passam por um motor de simulação com dados históricos de campanhas antes de entrar no ar. Nenhuma mudança sem teste em produção.

Controles de aceleração e redução

Os supervisores definem o mínimo e o máximo de linhas por agente como limites. O algoritmo otimiza dentro desses limites.

Modelagem de tendências intradiárias

As taxas de atendimento mudam ao longo do dia. O algoritmo detecta os padrões da manhã, da tarde e da noite e se adapta a eles automaticamente.

Especificações técnicas

Por dentro

Método de ritmo Recálculo por ML a cada 30 segundos usando dados de campanha em tempo real
Sinais de entrada Taxas de atendimento, distribuições de tempo de atendimento, durações de pós-atendimento, número de agentes, tendências ao longo do dia
Controle da taxa de abandono Teto rígido configurável por campanha com redução automática de ritmo
Validação por simulador Mudanças de ritmo validadas com dados históricos antes da implantação em produção
Controles do supervisor Mín./máx. de linhas por agente, pausa/retomada manual, ajuste manual do ritmo em tempo real
Tamanho de equipe recomendado 20+ agentes para precisão estatística; modos power/progressivo para equipes menores
Modos de discagem Preditivo, power, progressivo e preview — alternáveis por campanha
Integração com AMD com IA O ritmo preditivo considera a classificação do AMD na modelagem da taxa de conexão
Integração com conformidade Verificações de conformidade pré-discagem (DNC, horário de chamada, consentimento) aplicadas antes de cada discagem
Análises Relatórios de ritmo por campanha: utilização, taxa de abandono, taxa de conexão, tendências de tempo ocioso
Multi-tenant Modelos de ritmo por tenant com dados e configuração isolados
Acesso via API Métricas de ritmo e controles de campanha disponíveis via API REST e webhooks

Perguntas frequentes sobre discagem preditiva

O que é um discador preditivo e como ele funciona?
Um discador preditivo é um software de chamadas de saída que disca vários números simultaneamente, prevendo quando os agentes ficarão disponíveis. O discador preditivo do DialerBee usa machine learning para analisar taxas de atendimento, distribuições de tempo de atendimento e disponibilidade dos agentes em tempo real — recalculando o ritmo ideal a cada 30 segundos, em vez de usar uma proporção fixa.
Como o discador preditivo do DialerBee mantém as taxas de abandono abaixo dos limites regulatórios?
O algoritmo de ritmo com ML monitora continuamente as taxas de abandono em tempo real e reduz automaticamente a intensidade da discagem antes que os limites configurados sejam ultrapassados. É possível definir um teto rígido por campanha, e a implantação validada por simulador garante que nenhuma mudança de ritmo sem teste entre no ar. Isso ajuda as equipes a se manterem dentro dos requisitos da TCPA, da Ofcom e de outras regulamentações.
De quantos agentes preciso para que a discagem preditiva seja eficaz?
A discagem preditiva funciona melhor com equipes de 20+ agentes, em que o modelo de ML tem pontos de dados suficientes para fazer previsões estatisticamente precisas. Para equipes menores, o DialerBee oferece discagem power (proporção fixa) e discagem progressiva (proporção 1:1), que entregam bons resultados sem o risco de abandono do ritmo preditivo.
O que é a implantação validada por simulador no ritmo preditivo?
Antes que qualquer novo modelo de ritmo ou mudança de configuração entre no ar, o DialerBee o executa em um motor de simulação com dados históricos de campanhas. Isso valida que a mudança funciona com segurança dentro dos limites de conformidade antes de afetar chamadas reais — evitando que mudanças de ritmo sem teste causem picos na taxa de abandono.
Os supervisores podem sobrepor o algoritmo preditivo durante uma campanha?
Sim. Os supervisores podem definir o mínimo e o máximo de linhas por agente como limites, e o algoritmo otimiza dentro deles. Os supervisores também podem pausar, retomar ou ajustar o ritmo em tempo real nos controles da campanha, sem interrompê-la.
Como o discador preditivo funciona com o AMD com IA?
O modelo de ritmo preditivo considera os resultados da classificação do AMD com IA na modelagem da taxa de conexão. Quando o AMD filtra as caixas postais, o modelo ajusta suas previsões à taxa real de conexão com pessoas, resultando em um ritmo mais preciso e menos tempo ocioso para os agentes.
O discador preditivo suporta verificações de conformidade antes de cada chamada?
Sim. Cada discagem passa primeiro pelo motor de conformidade — listas DNC, verificação de consentimento, janelas de horário de chamada, limites de novas tentativas e titularidade do CLI são verificados antes de a chamada ser conectada. O motor preditivo e o motor de conformidade trabalham juntos, não em competição.
Posso executar campanhas preditivas e progressivas na mesma plataforma?
Sim. O DialerBee suporta os modos de discagem preditivo, power, progressivo e preview — alternáveis por campanha. Você pode executar uma campanha preditiva de cobrança ao lado de uma campanha progressiva sensível à conformidade na mesma plataforma, com configurações independentes.

Veja o motor preditivo em ação

Agende uma demonstração e veja o ritmo guiado por ML maximizar a utilização dos seus agentes em tempo real. Ou comece grátis e teste em suas próprias campanhas.

Teste grátis de 14 dias · crédito de IA gratuito · sem cartão · ver preços

Ver o site completo em inglês →