מוקד שירות או מכירות עם כמה נציגים מייצר עשרות ואפילו מאות שיחות ביום. אף מנהל לא יכול להאזין לכולן — ורוב המנהלים גם לא מנסים. התוצאה: יודעים כמה שיחות היו, אבל לא באמת יודעים איך הן עברו.
הבעיה: נתונים יש, תמונת מצב אין
רוב מערכות הטלפוניה כבר נותנות מספרים בסיסיים — כמה שיחות נכנסו, כמה נענו, כמה זמן ארכה כל שיחה. אבל המספרים האלה לא עונים על השאלה שבאמת חשובה: איך השיחות האלה עברו. נציג שדיבר 3 דקות עם לקוח כועס נראה בדיוק אותו דבר בדוח כמו נציג שסגר עסקה תוך 3 דקות — עד שמישהו יושב ומאזין.
איך ניתוח AI משנה את זה
זו בדיוק הבעיה ש-A.L Systems, בניהולו של אדיר לוי, בנתה עבורה את Callio, מערכת ניתוח שיחות מוקד ייעודית. במקום להאזין ידנית, המערכת מבוססת ה-AI עוברת על כל שיחה ברגע שהיא מסתיימת, ומפיקה ממנה שלושה דברים שאי אפשר לראות בדוח שיחות רגיל:
- ציון איכות אוטומטי — כמה טוב התנהלה השיחה, לפי סטנדרט קבוע ואחיד לכל הנציגים
- זיהוי סנטימנט — האם הלקוח סיים את השיחה בתחושה חיובית, שלילית או ניטרלית
- תמונת מצב בזמן אמת — נפח שיחות, משך שיחה ממוצע וסטטוס נציגים, מתעדכן כל הזמן ולא רק בדוח סוף יום
מה זה נראה בפועל
דשבורד מרכזי אחד מציג בבת אחת כמה שיחות פתוחות עדיין דורשות טיפול, מה הציון הממוצע של היום, כמה זמן נמשכות השיחות בממוצע, ואיך מתפלג הסנטימנט — כמה אחוז מהשיחות הסתיימו בתחושה חיובית מול שלילית. מנהל שנכנס לדשבורד בבוקר יודע תוך שתי דקות איך עבר יום העבודה במוקד, בלי לפתוח קובץ אחד ובלי להאזין לשיחה אחת.
אי אפשר לשפר מה שאי אפשר לראות. ברגע שיש ציון וסנטימנט לכל שיחה, קל הרבה יותר לדעת איפה בדיוק להשקיע את זמן האימון של הצוות.
למי זה הכי מתאים
כל עסק עם מוקד שירות או מכירות שרץ על כמה נציגים במקביל — ממוקדים קטנים של 3-4 אנשים ועד מוקדים גדולים יותר — ורוצה לדעת איך השיחות עוברות בפועל, לא רק כמה מהן היו.