מדדי מוקד (KPI) שאפשר להפיק משיחות עם AI

רוב מדדי המוקד מודדים את הצינור: כמה זמן ארכה השיחה, כמה המתין הלקוח, כמה שיחות ננטשו. אלה מדדים חשובים, אבל הם לא אומרים מה קרה בשיחה. המדדים שבאמת מזיזים תוצאות - אחוז סגירה, שביעות רצון, שיחות חוזרות - מגיעים מתוכן השיחה עצמה, וזה בדיוק מה ש-AI חושף. המאמר עובר על מדדי המוקד שאפשר להפיק מניתוח שיחות, ולמה הם משלימים את מדדי הטלפוניה במקום להחליף אותם.

שתי משפחות של מדדים

יש הבדל מהותי בין שני סוגים:

• מדדי טלפוניה - AHT, זמן המתנה, אחוז נטישה, מספר שיחות. המרכזייה נותנת אותם.
• מדדים מתוכן השיחה - מה נאמר, האם התהליך הנכון קרה, איך הרגיש הלקוח. רק ניתוח שיחות AI נותן אותם.

מוקד שמנוהל רק לפי המשפחה הראשונה מייעל את הצינור בלי לדעת אם השיחות עצמן טובות.

אפשר לקצר את זמן הטיפול ובו-זמנית לאבד לקוחות. המדד שיגלה לכם את זה נמצא בתוכן השיחה, לא ביומן השיחות.

מדדים שאפשר להפיק מתוכן השיחה

• FCR (פתרון בפנייה ראשונה) לפי תוכן - זיהוי בעיה שחוזרת על פני פניות, גם אם ממספרים שונים.
• דבקות בתהליך - האם נאמרו האמירות והשלבים שחייבים, על פני כל השיחות.
• יחס טיפול בהתנגדויות - כמה מההתנגדויות טופלו מול נעקפו.
• סנטימנט לאורך השיחה - מגמת הטון כמדד מקדים לשביעות רצון.
• התפלגות סיבות פנייה - מה לקוחות באמת מבקשים, במילים שלהם.
• אחוז שיחות עם צעד הבא ברור - מדד מכירות שמנבא סגירה.
• אזכורי מתחרים - סימן מוקדם לסיכון תחרותי.

איך זה הופך למדד ולא לרעש

מדד שווה רק אם הוא עקבי ומלא. לכן שני תנאים: כיסוי של 100% מהשיחות (לא מדגם), והגדרה ברורה (מסווג שתופס בדיוק את מה שרוצים למדוד). עם שניהם, המדד הופך למגמה שאפשר לסמוך עליה - ובסיס לאימון ולתיקון תהליכי.

נקודת התחלה מעשית

אל תנסו למדוד הכול. בחרו מדד תוכן אחד שכואב - למשל דבקות בתהליך או שיחות חוזרות - הגדירו את המסווג שתופס אותו, והריצו על צוות אחד. השוו למדדי הטלפוניה שכבר יש לכם, וראו את התמונה המלאה מתחילה להיווצר. משם מוסיפים מדד אחר מדד, לפי מה שבאמת מזיז תוצאות.