ברוב מוקדי השירות והמכירות, בקרת איכות עדיין נראית ככה: מנהל צוות בוחר בכל שבוע כמה שיחות "לדגימה", יושב ומאזין, וממלא טופס ציון ידני. זה עובד — אבל זה מכסה אולי 2-3% מהשיחות. השאלה המתבקשת היא מה קורה ב-97% הנותרים.
הבעיה עם בקרת איכות מבוססת מדגם
מדגם קטן אומר שנציג יכול לעבור חודשים בלי שאף שיחה שלו נבדקת, בזמן שנציג אחר "נתפס" בטעות בשיחה גרועה חד-פעמית ומקבל ציון לא מייצג. בקרת איכות שמבוססת על מדגם היא בהגדרה לא הוגנת ולא עקבית — לא כי מישהו לא עושה את העבודה שלו, אלא כי אין מספיק שעות ביום להאזין לכול.
איך ציון שיחה אוטומטי עובד
מערכת ניתוח שיחות מבוססת AI, כמו Callio — המוקד שאני מקדם בימים אלה — עוברת על כל שיחה שנכנסת למוקד, לא רק מדגם. לכל שיחה היא מפיקה ציון איכות אוטומטי לפי סטנדרט אחיד וקבוע, כך שנציג אחד לא "בר מזל" ואחר "ביש מזל" — כולם נמדדים באותה אמת מידה, על כל שיחה שהם עונים.
- ציון אוטומטי לכל שיחה, לא רק לדגימה שבועית
- סטנדרט אחיד — אותם קריטריונים לכל הנציגים במוקד
- תוצאה זמינה מיד בתום השיחה, לא שבוע אחרי
כשבודקים 3% מהשיחות, מקבלים תמונה חלקית. כשהמערכת מנקדת את כולן, מקבלים תמונה אמיתית.
מה זה משנה בפועל למנהל המוקד
במקום לגלות בעיה חודש אחרי שהיא קרתה, מנהל רואה בדשבורד של Callio את הציון הממוצע היומי, ויכול לזהות ירידה במגמה כבר באותו שבוע — ולתעדף את זמן האימון של הצוות למקום שבאמת דרוש, ולא רק למה שנדגם באקראי.
המערכת נבנתה על ידי אדיר לוי ב-A.L Systems, שדרות — כחלק מסדרת מערכות AI מותאמות אישית לעסקים, לצד מערכות ניהול ידע, CRM וסידור עבודה.