AMD (آنسرنگ مشین ڈیٹیکشن) کیا ہے؟

آنسرنگ مشین ڈیٹیکشن — جسے ہر جگہ مختصراً AMD کہا جاتا ہے — آؤٹ باؤنڈ ڈائلر کے اندر وہ ٹیکنالوجی ہے جو کنیکٹ ہونے والی کال کے ابتدائی چند سیکنڈز میں طے کرتی ہے کہ فون کا جواب کسی زندہ انسان نے دیا یا وائس میل سسٹم نے۔ اس درجہ بندی کی بنیاد پر ڈائلر یا تو کال ایجنٹ کو بھیجتا ہے (زندہ انسان) یا اسے خودکار طور پر سنبھالتا ہے (مشین — عموماً پہلے سے ریکارڈ شدہ وائس میل چھوڑ کر یا کال منقطع کر کے)۔

AMD سادہ لگتا ہے، لیکن یہ کسی بھی آؤٹ باؤنڈ کالنگ اسٹیک کے سب سے نتیجہ خیز اجزاء میں سے ایک ہے۔ اس کی درستگی براہِ راست دو اہم کاروباری میٹرکس کو کنٹرول کرتی ہے: ایجنٹ یوٹیلائزیشن (ایجنٹ حقیقی لوگوں سے بات کرنے میں کتنا وقت گزارتے ہیں) اور کانٹیکٹ ریٹ (آپ کی کیمپین فی گھنٹہ کتنی لائیو گفتگو پیدا کرتی ہے)۔ ایک درمیانے سائز کے آپریشن کے لیے AMD کی درستگی کے چند فیصد پوائنٹس فی ہفتہ ہزاروں گفتگو کے نقصان یا فائدے میں بدل سکتے ہیں۔

روایتی AMD کیسے کام کرتا ہے

روایتی AMD — وہ طریقہ جو دو دہائیوں سے زیادہ عرصے سے آؤٹ باؤنڈ ڈائلرز میں معیاری رہا ہے — کال کنیکٹ ہونے کے بعد کے ابتدائی لمحات پر آڈیو سگنل کے تجزیے پر انحصار کرتا ہے۔ اس کی دو بنیادی تکنیکیں ہیں:

انرجی اور دورانیے کا تجزیہ

جب کال کنیکٹ ہوتی ہے تو AMD سسٹم آڈیو ویوفارم کا تجزیہ شروع کرتا ہے۔ یہ دو چیزیں ناپتا ہے: ابتدائی بولے گئے حصے کا دورانیہ، اور اس آواز کا انرجی پیٹرن۔ بنیادی مفروضہ یہ ہے کہ انسانی سلام مختصر ہوتے ہیں — "ہیلو؟"، "جی؟"، "بول رہا ہوں" — عموماً 1.5 سیکنڈ سے کم، اس کے بعد ایک وقفہ جس میں شخص جواب کا انتظار کرتا ہے۔ اس کے برعکس وائس میل گریٹنگز عموماً لمبی ہوتی ہیں (3-10 سیکنڈ کی مسلسل آواز) اور ان میں کوئی فطری وقفہ نہیں ہوتا، کیونکہ گریٹنگ پہلے سے ریکارڈ شدہ یک طرفہ کلام ہوتی ہے۔

سسٹم ایک فیصلہ جاتی حد لاگو کرتا ہے: اگر آواز بغیر وقفے کے مقررہ دورانیے سے آگے جاری رہے تو کال کو مشین قرار دیا جاتا ہے۔ اگر آواز مختصر ہو اور اس کے بعد خاموشی ہو تو کال کو زندہ انسان قرار دیا جاتا ہے۔

بیپ ڈیٹیکشن

دوسری روایتی تکنیک اُس مخصوص ٹون — "بیپ" — کو سنتی ہے جو وائس میل گریٹنگ کے اختتام اور ریکارڈنگ کے آغاز کا اشارہ دیتی ہے۔ جب سسٹم وائس میل بیپ کی متوقع فریکوئنسی اور دورانیے (عموماً 0.5-1 سیکنڈ کی 1 kHz ٹون) سے ملتی ٹون پہچانتا ہے تو کال کو مشین قرار دیتا ہے۔

بیپ ڈیٹیکشن اصل میں انرجی تجزیے کے بعد ثانوی تصدیق کے طور پر بنائی گئی تھی۔ کچھ پرانے سسٹمز میں یہ بنیادی ڈیٹیکشن طریقہ بن گئی۔ کال کو ڈیٹیکشن بفر میں اُس وقت تک روکا جاتا جب تک یا تو بیپ سنائی دیتی (مشین) یا ٹائم آؤٹ ختم ہو جاتا (انسان فرض کیا جاتا)۔

روایتی بیپ ڈیٹیکشن کیوں ناکام ہوتی ہے

روایتی AMD ایسے ٹیلی فونی منظرنامے کے لیے بنایا گیا تھا جو اب موجود نہیں۔ کئی ساختی تبدیلیوں نے بیپ اور انرجی پر مبنی ڈیٹیکشن کو تیزی سے ناقابلِ اعتماد بنا دیا ہے:

کیریئرز میں بیپ کا عدم یکسانیت

یہ مفروضہ کہ ہر وائس میل سسٹم گریٹنگ کے بعد ایک معیاری بیپ بجاتا ہے، اب درست نہیں۔ Google Voice روایتی کیریئر وائس میل سے مختلف ٹون پیٹرن استعمال کرتا ہے۔ کچھ VoIP فراہم کنندگان بیپ مکمل طور پر چھوڑ دیتے ہیں اور وقفے کے بعد سیدھا ریکارڈنگ شروع کر دیتے ہیں۔ جدید اسمارٹ فونز کے ویژول وائس میل سسٹمز شاید بیپ بجائیں ہی نہیں کیونکہ گریٹنگ اور ریکارڈنگ کا طریقہ ویژول انٹرفیس سے بدل چکا ہے۔ مشرقِ وسطیٰ، جنوبی ایشیا اور افریقہ کے کیریئر وائس میل سسٹمز شمالی امریکی یا یورپی سسٹمز سے مختلف ٹون فریکوئنسیز، دورانیے اور پیٹرنز استعمال کرتے ہیں۔

گریٹنگز کا تنوع

انرجی پر مبنی ڈیٹیکشن یہ فرض کرتی ہے کہ لمبی آواز مشین اور مختصر آواز انسان ہے۔ لیکن یہ مفروضہ کئی حقیقی صورتوں میں ناکام ہوتا ہے۔ کچھ لوگ لمبے سلام سے جواب دیتے ہیں — "ہیلو، آپ جان سے بات کر رہے ہیں، میں اپنی ڈیسک پر ہوں، میں آپ کی کیا مدد کر سکتا ہوں؟" — جسے مشین قرار دے دیا جاتا ہے۔ کچھ وائس میل سسٹمز بہت مختصر کیریئر ڈیفالٹ گریٹنگز استعمال کرتے ہیں — "براہِ کرم پیغام چھوڑیں" — جسے انسان قرار دے دیا جاتا ہے۔ کثیر لسانی مارکیٹس میں سلام کے انداز زبان اور ثقافت کے لحاظ سے مختلف ہوتے ہیں۔ مثال کے طور پر عربی سلام میں اکثر لمبے کلمات شامل ہوتے ہیں ("As-salamu alaykum wa rahmatullahi wa barakatuh") جو دورانیے کی حد سے تجاوز کر کے غلط مثبت نتیجہ دے سکتے ہیں۔

نیٹ ورک کا تغیر

بین الاقوامی کالز، VoIP سے PSTN برجز اور موبائل نیٹ ورک ہینڈ آفس متغیر لیٹنسی اور آڈیو کوالٹی میں کمی لاتے ہیں۔ پیکٹ لاس آڈیو اسٹریم میں ایسے خلا پیدا کر سکتا ہے جو انسانی گفتگو کے وقفوں جیسے لگتے ہیں۔ جِٹر آواز کے ظاہری دورانیے کو کھینچ یا سکیڑ سکتا ہے۔ کوڈیک ٹرانس کوڈنگ بیپ ٹونز کی فریکوئنسی خصوصیات بدل سکتی ہے۔ یہ تمام اثرات اُس سگنل میں شور شامل کرتے ہیں جس پر روایتی AMD الگورتھمز درجہ بندی کے لیے انحصار کرتے ہیں۔

کیریئر ڈیفالٹ گریٹنگ کا مسئلہ

بہت سے کیریئرز، خاص طور پر ابھرتی مارکیٹس میں، اُس وقت کیریئر کی فراہم کردہ ڈیفالٹ گریٹنگ چلاتے ہیں جب صارف نے ذاتی گریٹنگ ریکارڈ نہ کی ہو۔ یہ کیریئر گریٹنگز اکثر مختصر ہوتی ہیں، کسی پروفیشنل وائس آرٹسٹ کی آواز میں ہوتی ہیں، اور زندہ انسان کے جواب سے بہت ملتی جلتی لگتی ہیں۔ روایتی AMD کے پاس کیریئر ڈیفالٹ گریٹنگ کے "جس شخص کو آپ کال کر رہے ہیں وہ دستیاب نہیں" اور زندہ انسان کے "ہیلو، میں سارہ بول رہی ہوں" میں فرق کرنے کا کوئی طریقہ نہیں — دونوں مختصر، واضح آواز ہیں جن کے بعد وقفہ آتا ہے۔

AI پر مبنی AMD کیسے کام کرتا ہے

AI پر مبنی AMD درجہ بندی کے مسئلے کو بنیادی طور پر مختلف انداز سے حل کرتا ہے۔ آڈیو سگنل کی خصوصیات (دورانیہ، انرجی، فریکوئنسی) کا تجزیہ کرنے کے بجائے، یہ ابتدائی چند سیکنڈز کی آواز کو ٹرانسکرائب کرتا ہے اور جو کچھ کہا گیا اس کے معنوی مواد کی درجہ بندی کرتا ہے۔

یہ عمل مرحلہ وار یوں ہے:

مرحلہ 1: آڈیو کیپچر۔ جب کال کنیکٹ ہوتی ہے اور آڈیو آنا شروع ہوتی ہے تو AMD سسٹم دوسری طرف کی آواز کے ابتدائی 2-4 سیکنڈ محفوظ کرتا ہے۔

مرحلہ 2: اسپیچ ٹو ٹیکسٹ ٹرانسکرپشن۔ محفوظ کی گئی آڈیو کو اسپیچ ریکگنیشن ماڈل پروسیس کر کے متن میں بدلتا ہے۔ اس ماڈل کو بولی جانے والی زبان سپورٹ کرنی چاہیے — کثیر لسانی آپریشنز کے لیے یہ نہایت اہم تقاضا ہے۔

مرحلہ 3: متن کی درجہ بندی۔ ٹرانسکرائب شدہ متن کا تجزیہ ایک کلاسیفکیشن ماڈل کرتا ہے جو طے کرتا ہے کہ مواد زندہ انسانی جوابات کے پیٹرنز سے ملتا ہے یا وائس میل گریٹنگز سے۔

دیکھیں کہ ٹرانسکرائب ہونے پر ہر قسم کا جواب عموماً کیسا لگتا ہے:

• زندہ انسانی پیٹرنز: "ہیلو؟" / "جی؟" / "بول رہا ہوں" / "کون؟" / "Alo?" (ترکی) / "Haan bolo" (ہندی) / "Naam" (عربی) — مختصر، سوالیہ، منتظر جوابات۔
• وائس میل پیٹرنز: "جس شخص کو آپ کال کر رہے ہیں وہ دستیاب نہیں۔ براہِ کرم ٹون کے بعد پیغام چھوڑیں۔" / "ہیلو، آپ [نام] سے رابطہ کر رہے ہیں۔ میں ابھی آپ کی کال نہیں لے سکتا..." / "Al-shakhs alladhi tattasil bihi ghayr mutah..." (عربی کیریئر ڈیفالٹ) — لمبے، بیانیہ، معلوماتی پیغامات۔

مرحلہ 4: اعتماد کی اسکورنگ اور فیصلہ۔ کلاسیفائر ایک کانفیڈنس اسکور دیتا ہے۔ اگر کانفیڈنس مقررہ حد سے زیادہ ہو تو درجہ بندی فوراً لاگو ہو جاتی ہے۔ اگر کانفیڈنس حد سے کم ہو تو سسٹم حتمی فیصلے سے پہلے مزید آڈیو محفوظ کر سکتا ہے۔ یہ درجہ وار طریقہ غلط مثبت نتائج اور ڈیٹیکشن میں تاخیر دونوں کو کم کرتا ہے۔

AI AMD بمقابلہ روایتی AMD: موازنہ

پہلو	روایتی (بیپ/انرجی)	AI پر مبنی (ٹرانسکرپٹ کی درجہ بندی)
شناخت کا طریقہ	آڈیو سگنل کا تجزیہ: دورانیہ، انرجی، بیپ ٹون کی فریکوئنسی	اسپیچ ٹو ٹیکسٹ ٹرانسکرپشن کے بعد معنوی مواد کی درجہ بندی
زبانوں کی سپورٹ	نظریاتی طور پر زبان سے آزاد، لیکن انگریزی گریٹنگ پیٹرنز اور امریکی/برطانوی کیریئر بیپ ٹونز کے لیے ٹیون شدہ	ہر زبان کے لیے مخصوص ٹرانسکرپشن ماڈلز درکار؛ درستگی زبانوں کی کوریج کے ساتھ بڑھتی ہے
انگریزی کالز پر درستگی	معیاری کیریئر وائس میل والی امریکی لینڈ لائنز پر مناسب۔ VoIP، موبائل اور غیر معیاری گریٹنگز پر کم ہو جاتی ہے۔	مسلسل زیادہ درستگی، کیونکہ درجہ بندی آڈیو خصوصیات کے بجائے معنی پر مبنی ہے
غیر انگریزی کالز پر درستگی	کمزور۔ انگریزی گریٹنگ پیٹرنز کے لیے کیلیبریٹ کی گئی دورانیے اور انرجی کی حدیں عربی، ہندی، ترکی اور مختلف سلام کے انداز والی دیگر زبانوں میں غلط مثبت نتائج کی زیادہ شرح پیدا کرتی ہیں۔	جب ٹرانسکرپشن ماڈل ہدفی زبان سپورٹ کرتا ہو تو زیادہ درستگی۔ ہر زبان کے گریٹنگ پیٹرنز الگ سے سیکھے جاتے ہیں۔
فالس پازیٹو ریٹ	مارکیٹ اور کیریئرز کے امتزاج کے لحاظ سے 5-15%	اندرونی پائلٹ حالات میں سپورٹ شدہ زبانوں میں 3% سے کم
کیریئر وائس میل کا فرق	کیریئرز کے فرق سے متاثر۔ بیپ کی فریکوئنسی، دورانیہ اور موجودگی مختلف ہوتی ہے۔ مسلسل دستی ٹیوننگ درکار۔	کیریئر کے فرق سے بڑی حد تک محفوظ، کیونکہ سسٹم ٹون پیٹرنز کے بجائے مواد کی درجہ بندی کرتا ہے
ڈیٹیکشن میں تاخیر	1-3 سیکنڈ (آواز کے دورانیے کی حد یا بیپ کا انتظار)	2-4 سیکنڈ (ٹرانسکرائب اور درجہ بندی کے لیے کافی آواز کا انتظار)
مطابقت پذیری	آپریشنز ٹیم کی جانب سے حدوں کی دستی ٹیوننگ	ایجنٹ فیڈبیک لوپس کے ذریعے ٹیننٹ کی سطح پر ٹیوننگ — ایجنٹ غلط درجہ بندی کو فلیگ کر سکتے ہیں جو ماڈل میں تبدیلیوں کی رہنمائی کرتی ہے

AMD کی درستگی کیوں اہم ہے: غلط مثبت نتائج کا حساب

AMD کی درستگی کے کاروباری اثر کو اکثر کم سمجھا جاتا ہے کیونکہ غلطی کی شرحیں فیصد میں چھوٹی لگتی ہیں۔ لیکن جب انہیں کسی عام آؤٹ باؤنڈ کیمپین کی کالز کے والیوم پر لاگو کیا جائے تو چھوٹے فیصد بڑے مطلق اعداد بن جاتے ہیں۔

آئیے ایک ٹھوس مثال دیکھتے ہیں:

فرض کریں 50 ایجنٹوں کا پریڈکٹو ڈائلنگ آپریشن 8 گھنٹے کی شفٹیں چلا رہا ہے۔ ہر ایجنٹ روزانہ تقریباً 150 کنیکٹڈ کالز سنبھالتا ہے۔ ٹیم مجموعی طور پر روزانہ تقریباً 7,500 کالز کنیکٹ کرتی ہے۔ ان میں سے تقریباً 35% زندہ انسان تک پہنچتی ہیں (2,625 کالز) اور 65% وائس میل تک پہنچتی ہیں یا دوسری صورت میں غیر پیداواری ہوتی ہیں (4,875 کالز)۔

اب غلط مثبت شرح پر غور کریں — وہ شرح جس پر AMD کسی زندہ انسان کو غلطی سے وائس میل قرار دے کر کال منقطع کر دیتا ہے:

• 10% غلط مثبت شرح پر (غیر انگریزی کالز پر روایتی AMD کے لیے عام): روزانہ 263 زندہ انسانوں کی کال منقطع ہوتی ہے۔ 22 دن کے کام کے مہینے میں یہ 5,786 ضائع شدہ لائیو گفتگو ہیں۔ ان میں سے ہر ایک وہ شخص تھا جس نے فون اٹھایا، مختصر خاموشی سنی، اور کال کاٹ دی گئی۔
• 5% غلط مثبت شرح پر (اچھی طرح ٹیون شدہ انگریزی کالز پر روایتی AMD): روزانہ 131 زندہ انسانوں کی کال منقطع ہوتی ہے۔ ماہانہ: 2,882 ضائع شدہ گفتگو۔
• 3% غلط مثبت شرح پر: روزانہ 79 زندہ انسانوں کی کال منقطع ہوتی ہے۔ ماہانہ: 1,738 ضائع شدہ گفتگو۔

ان دونوں شرحوں کے درمیان فرق ہے ہر ماہ 4,048 اضافی لائیو گفتگو اسی ٹیم، اسی فہرست اور انہی اوقات کے لیے۔ اوپر دی گئی شرحیں مثالی حساب ہیں، وینڈر بینچ مارکس نہیں — کسی بھی وینڈر سے، بشمول ہم سے، ایسے اعداد مانگیں جو آپ جیسی ٹریفک پر ناپے گئے ہوں۔ کلیکشنز کے ماحول میں جہاں ہر رائٹ پارٹی کانٹیکٹ کی قابلِ پیمائش وصولی کی قدر ہو، یا سیلز کے ماحول میں جہاں ہر گفتگو کی پائپ لائن ویلیو ہو، آمدنی پر اثر نمایاں ہوتا ہے۔

اور لاگت صرف ضائع شدہ گفتگو نہیں۔ ہر غلط مثبت نتیجہ برانڈ کے ساتھ ایک منفی تجربہ ہے — ایک شخص جس نے فون اٹھایا اور کال کاٹ دی گئی۔ ریگولیٹڈ صنعتوں میں حد سے زیادہ ابینڈنڈ کالز تعمیلی تحقیقات کا سبب بن سکتی ہیں۔ جن مارکیٹس میں صارفین کی شکایات نمبر بلاکنگ کا باعث بنتی ہیں، وہاں غلط مثبت نتائج کالر آئی ڈی کی ساکھ کی خرابی کو تیز کرتے ہیں۔

کثیر لسانی AMD کا چیلنج

AMD کی درستگی تمام زبانوں میں یکساں نہیں۔ روایتی AMD سسٹمز بنیادی طور پر انگریزی بولنے والی مارکیٹس کے لیے بنائے گئے تھے — خاص طور پر معیاری وائس میل سسٹمز والے امریکی اور برطانوی کیریئرز کے لیے۔ دوسری مارکیٹس میں استعمال ہونے پر کئی عوامل کی وجہ سے ان کی درستگی نمایاں طور پر کم ہو جاتی ہے:

سلام کی طوالت کے انداز۔ عربی کے رسمی سلام 3-4 سیکنڈ کی مسلسل آواز سے تجاوز کر سکتے ہیں، جو آسانی سے دورانیے پر مبنی غلط مثبت نتائج کا سبب بنتے ہیں۔ ہندی سلام علاقے اور رسمیت کی سطح کے لحاظ سے بہت مختلف ہوتے ہیں۔ ترکی سلام کے لہجے کے پیٹرنز انگریزی سے مختلف ہیں۔ ہر زبان کا اپنا "معمول" کا سلام کا دورانیہ اور ساخت ہوتی ہے۔

کیریئر وائس میل سسٹمز۔ وائس میل کا نفاذ ملک اور کیریئر کے لحاظ سے مختلف ہوتا ہے۔ GCC کیریئرز (Etisalat، STC، Ooredoo، du، Zain) میں سے ہر ایک کی ڈیفالٹ گریٹنگز، ٹون پیٹرنز اور رویے مختلف ہیں۔ جنوبی ایشیائی کیریئرز (Jio، Airtel، PTCL، Jazz) بھی اسی طرح مختلف ہیں۔ یورپی کیریئرز (Vodafone، Orange، Deutsche Telekom) کے اپنے پیٹرنز ہیں۔ AT&T اور Verizon وائس میل پر تربیت یافتہ سسٹم du اور Etisalat پر کمزور کارکردگی دکھائے گا۔

کوڈ سوئچنگ۔ بہت سی مارکیٹس میں بولنے والے ایک ہی سلام کے اندر زبانیں بدلتے ہیں — GCC میں انگریزی اور عربی، بھارت میں ہندی اور انگریزی، پاکستان میں اردو اور انگریزی۔ روایتی AMD کے پاس ملی جلی زبانوں والی گریٹنگز سنبھالنے کا کوئی نظام نہیں۔ کثیر لسانی ٹرانسکرپشن والا AI پر مبنی AMD کوڈ سوئچنگ کو فطری طور پر سنبھال سکتا ہے کیونکہ یہ مواد کی درجہ بندی کرتا ہے چاہے وہ کسی بھی زبان میں ہو۔

DialerBee کا AI AMD کیسے مختلف ہے

DialerBee، جسے BroadNet نے 22 سال کے ٹیلی کام تجربے کے ساتھ بنایا ہے، AMD کو کثیر لسانی ترجیح والے مسئلے کے طور پر دیکھتا ہے۔ عملی طور پر اس کا مطلب یہ ہے:

11 زبانوں میں ٹرانسکرپشن اور درجہ بندی۔ DialerBee کا AMD انگریزی، عربی، ہسپانوی، فرانسیسی، جرمن، اطالوی، ترکی، ہندی، اردو، پرتگالی اور انڈونیشین کو سپورٹ کرتا ہے۔ ہر زبان کے لیے مخصوص ٹرانسکرپشن صلاحیت اور زبان کے لحاظ سے درجہ بندی کے پیٹرنز ہیں۔ یہ تمام کالز پر لاگو ایک انگریزی ماڈل نہیں — ہر زبان کو ایسے ماڈلز سنبھالتے ہیں جو اس زبان کے سلام کے انداز، کیریئر پیٹرنز اور ثقافتی اصولوں سے واقف ہیں۔

درجہ بندی بیپ کے بجائے ٹرانسکرپٹ پر مبنی ہے۔ سپورٹ شدہ زبانوں میں DialerBee کا AI AMD اندرونی پائلٹ حالات میں 3% سے کم غلط مثبت شرح حاصل کرتا ہے۔ نتائج کیمپین، فہرست کے معیار، فراہم کنندہ، علاقے، پیسنگ اور ورک فلو کے لحاظ سے مختلف ہوتے ہیں۔ یہ روایتی بیپ ڈیٹیکشن سسٹمز کی عام 5-15% غلط مثبت شرحوں کے مقابلے میں نمایاں بہتری ہے، خاص طور پر غیر انگریزی کالز پر۔

ٹیننٹ کی سطح پر ٹیوننگ۔ ملٹی ٹیننٹ ماحول میں (متعدد کلائنٹس کے لیے کیمپینز چلانے والے BPOs، متعدد اینڈ کسٹمرز کو سروس دینے والے ری سیلرز)، AMD کا رویہ ہر ٹیننٹ کے لیے الگ ٹیون کیا جا سکتا ہے۔ ایجنٹ فیڈبیک لوپس ایجنٹوں کو غلط درجہ بندی والی کالز فلیگ کرنے دیتے ہیں، اور یہ فیڈبیک اُس مخصوص ٹیننٹ کے ٹریفک پیٹرنز تک محدود ماڈل تبدیلیوں کی رہنمائی کرتا ہے۔ یہ خاص طور پر اُن آپریشنز کے لیے قیمتی ہے جو مخصوص کیریئر نیٹ ورکس یا مخصوص علاقائی مارکیٹس میں ڈائل کرتے ہیں۔

بیپ پر کوئی انحصار نہیں۔ DialerBee کا AMD کسی بھی مرحلے پر بیپ ڈیٹیکشن پر انحصار نہیں کرتا۔ درجہ بندی مکمل طور پر ابتدائی آواز کے ٹرانسکرائب شدہ مواد پر مبنی ہے۔ یہ اسے اُن کیریئر مخصوص بیپ کے فرق سے محفوظ رکھتا ہے جو روایتی سسٹمز کو پریشان کرتے ہیں — بیپ نہ ہو، غیر معیاری بیپ ہو، تاخیر سے بیپ ہو یا متعدد بیپس ہوں، سب کا نتیجہ ایک ہی درست درجہ بندی ہے کیونکہ سسٹم کو کبھی بیپ کی ضرورت ہی نہیں تھی۔

قابلِ ترتیب ڈسپوزیشن ایکشنز۔ جب AMD کسی کال کو مشین قرار دیتا ہے تو کیمپین منیجرز اگلا عمل ترتیب دے سکتے ہیں: کال خاموشی سے ڈراپ کرنا، پہلے سے ریکارڈ شدہ وائس میل پیغام چھوڑنا (وائس میل ڈراپ)، یا کسی مخصوص IVR فلو پر روٹ کرنا۔ یہ ایکشنز ہر کیمپین اور ہر ٹیننٹ کے لیے قابلِ ترتیب ہیں، جو آپریشنز کو مشین والی کالز سنبھالنے کے طریقے پر مکمل کنٹرول دیتے ہیں۔

پریڈکٹو ڈائلنگ کے ساتھ انٹیگریشن۔ AMD کی درستگی براہِ راست اثر ڈالتی ہے پریڈکٹو ڈائلنگکی تاثیر پر۔ جب AMD وائس میل کنکشنز کو درست طریقے سے فلٹر کرتا ہے تو پریڈکٹو الگورتھم کو حقیقی کنیکٹ ریٹس کے بارے میں صاف سگنل ملتا ہے اور وہ زیادہ درست پیسنگ کر سکتا ہے۔ کمزور AMD پریڈکٹو الگورتھم کو غلط ڈیٹا دیتا ہے، جس سے کارکردگی میں سلسلہ وار نقصان ہوتا ہے۔ DialerBee کے AI AMD اور پریڈکٹو ڈائلنگ انجن کے درمیان مضبوط انٹیگریشن کا مطلب ہے کہ دونوں سسٹمز ایک دوسرے کو تقویت دیتے ہیں۔

اکثر پوچھے جانے والے سوالات

کال سینٹر میں AMD کا کیا مطلب ہے؟

AMD کا مطلب ہے Answering Machine Detection (آنسرنگ مشین ڈیٹیکشن)۔ یہ آؤٹ باؤنڈ ڈائلر کا وہ جزو ہے جو طے کرتا ہے کہ کنیکٹ ہونے والی کال زندہ انسان تک پہنچی یا وائس میل سسٹم تک۔ درجہ بندی کال کنیکٹ ہونے کے ابتدائی 2-4 سیکنڈز میں ہوتی ہے اور طے کرتی ہے کہ کال ایجنٹ کو بھیجی جائے یا خودکار طور پر سنبھالی جائے۔

آنسرنگ مشین ڈیٹیکشن کتنی درست ہوتی ہے؟

درستگی ٹیکنالوجی اور مارکیٹ کے لحاظ سے نمایاں طور پر مختلف ہوتی ہے۔ روایتی بیپ ڈیٹیکشن AMD معیاری کیریئر وائس میل والی امریکی انگریزی کالز پر عموماً 85-95% درستگی حاصل کرتا ہے، لیکن غیر انگریزی کالز، موبائل نمبرز اور VoIP لائنز پر درستگی 80-90% تک گر جاتی ہے۔ ٹرانسکرپشن اور درجہ بندی استعمال کرنے والا AI پر مبنی AMD زیادہ درستگی حاصل کرتا ہے — DialerBee کا AI AMD ٹرانسکرپٹ پر مبنی درجہ بندی کرتا ہے۔ نتائج کیمپین، فہرست کے معیار، فراہم کنندہ، علاقے، پیسنگ اور ورک فلو کے لحاظ سے مختلف ہوتے ہیں۔

AMD اور وائس میل ڈیٹیکشن میں کیا فرق ہے؟

یہ اصطلاحات عموماً ایک دوسرے کی جگہ استعمال ہوتی ہیں۔ "آنسرنگ مشین ڈیٹیکشن" وہ انڈسٹری کی معیاری اصطلاح ہے جو ڈائلر وینڈرز، ٹیلی کام انجینئرز اور تعمیلی ضوابط میں استعمال ہوتی ہے۔ "وائس میل ڈیٹیکشن" زیادہ عام بول چال کی اصطلاح ہے جس کا مطلب یہی ہے۔ کچھ سسٹمز "آنسرنگ مشین" (ایک طبعی آلہ) اور "وائس میل" (کیریئر کی میزبانی والی سروس) میں فرق کرتے ہیں، لیکن جدید استعمال میں AMD دونوں کا احاطہ کرتا ہے۔

کیا AMD کی وجہ سے کالر کو ایجنٹ سننے سے پہلے تاخیر ہوتی ہے؟

جی ہاں۔ AMD کو کال کی درجہ بندی سے پہلے آڈیو تجزیے کا مختصر وقت درکار ہوتا ہے۔ روایتی AMD عموماً 1-3 سیکنڈ لیتا ہے۔ AI پر مبنی AMD عموماً 2-4 سیکنڈ لیتا ہے۔ اس دوران جواب دینے والا شخص ایجنٹ سے جڑنے سے پہلے مختصر خاموشی سن سکتا ہے۔ یہ "AMD تاخیر" ایک معروف سمجھوتہ ہے: کم ڈیٹیکشن وقت کا مطلب ایجنٹ سے تیز رابطہ مگر کم درستگی، جبکہ زیادہ وقت درستگی بڑھاتا ہے مگر کالر کی سنی جانے والی خاموشی بھی بڑھاتا ہے۔ جدید سسٹمز درجہ وار کانفیڈنس حدوں کے ذریعے یہ توازن بہتر بناتے ہیں — زیادہ اعتماد والی درجہ بندیاں فوراً لاگو ہوتی ہیں، جبکہ مبہم صورتوں کو تجزیے کا اضافی وقت ملتا ہے۔

کیا AMD بند کیا جا سکتا ہے؟

جی ہاں۔ DialerBee سمیت زیادہ تر ڈائلرز ہر کیمپین کے لیے AMD بند کرنے کی سہولت دیتے ہیں۔ AMD بند ہونے پر ہر کنیکٹ ہونے والی کال براہِ راست ایجنٹ کو جاتی ہے، چاہے جواب انسان نے دیا ہو یا مشین نے۔ اس سے غلط مثبت نتائج مکمل طور پر ختم ہو جاتے ہیں لیکن ایجنٹوں کو وائس میل کنکشنز دستی طور پر سنبھالنے پڑیں گے — گریٹنگ سننا، پہچاننا کہ یہ مشین ہے، اور کال بند کرنا۔ کم والیوم والی کیمپینز، پریویو ڈائلنگ کیمپینز، یا ایسی کیمپینز جہاں ہر رابطے کی کوشش بہت قیمتی ہو، کے لیے AMD بند کرنا درست انتخاب ہو سکتا ہے۔

جب کوئی نہ بولے تو AI AMD ایسی کالز کو کیسے ہینڈل کرتا ہے؟

جب کال کنیکٹ ہو جائے لیکن مقررہ ٹائم آؤٹ (عموماً 3-5 سیکنڈ) کے اندر کوئی آواز سنائی نہ دے تو سسٹم ایک متبادل (fallback) درجہ بندی لاگو کرتا ہے۔ یہ صورتحال تب پیش آ سکتی ہے جب کوئی شخص کال اٹھا کر خاموشی سے انتظار کرے، جب فیکس مشین کنیکٹ ہو، یا جب کیریئر سسٹم میسج سے پہلے خاموشی چلائے۔ زیادہ تر آپریشنز اس متبادل کو ایجنٹ کی طرف روٹ کرنے کے لیے سیٹ کرتے ہیں (یہ مانتے ہوئے کہ خاموش انسان کا امکان خاموش مشین سے زیادہ ہے)، لیکن آپریشن کی ترجیحات اور ڈائل کی جانے والی فہرست کی خصوصیات کے مطابق اسے ہر کیمپین کے لیے الگ سے ترتیب دیا جا سکتا ہے۔