Руководитель видит высокую среднюю оценку операторов. При этом клиенты продолжают жаловаться, лиды теряются, а одни и те же ошибки повторяются.
Причина может быть не в критериях оценки, а в самой модели контроля: компания делает выводы по небольшой случайной выборке.
Выборочная прослушка показывает качество отдельных разговоров, но не дает надежной картины по всему отделу.
Специалист ОКК обычно проверяет несколько звонков каждого сотрудника. В выборке могут оказаться простые и успешные разговоры, а за ее пределами останутся:
Один удачный звонок повышает оценку оператора, но ничего не говорит о сотнях остальных коммуникаций.
Можно увеличить штат ОКК и проверять больше записей. Но объем коммуникаций обычно растет быстрее возможностей ручного контроля.
Кроме того, сохраняются другие ограничения:
Поэтому задача автоматизации — не просто увеличить число оцененных разговоров. Она должна помочь быстро находить звонки, где есть риск или отклонение.
Речевая аналитика позволяет проверять весь доступный массив по формализуемым признакам:
Система выделяет проблемные группы, а специалист ОКК разбирает контекст и принимает решение.
Вместо общего отчета:
Средняя оценка отдела — 86%.
руководитель получает управленческий вывод:
В 31% звонков с отказом менеджеры не уточняют причину сомнения и не назначают повторный контакт.
Такой результат уже можно использовать:
Для пилота достаточно одного процесса и нескольких критериев.
Например:
Проверить первые звонки по новым лидам и определить, как часто менеджеры выявляют потребность и назначают следующий шаг.
Далее нужно:
Так компания оценивает не красоту отчета, а практическую пользу речевой аналитики.
Читайте материал Deeray «Контроль 100% звонков: как заменить выборочную проверку» — о том, какие критерии можно автоматизировать и как сохранить экспертный контроль сложных ситуаций.