שיחה היא 30 שניות ומעלה: מה קורה למדדי מוקד כשסופרים גם את מה שלא היה שיחה

לא כל הקלטה היא שיחה, וההבדל משנה כל שיעור

מרכזיית הטלפוניה לא מבחינה בין שיחה לבין ניתוק. היא שומרת קובץ שמע לכל ניסיון חיוג, גם כשאיש לא ענה, גם כשהמתקשר טעה במספר, וגם כשמענה קולי ניגן ארבע שניות של הודעה. מבחינת הרשומה, כל אלה נראים בדיוק כמו שיחת שירות בת שבע דקות: יש תאריך, יש שלוחה, יש מספר, יש קובץ.

ההבדל מתגלה רק כשמחשבים שיעור. שיעור צריך מכנה, והמכנה כאן הוא ״כמה שיחות היו״. אם ההגדרה של ״שיחה״ כוללת גם את מה שלא היה שיחה, המכנה מתנפח, וכל שיעור איכות שנגזר ממנו קטן, בלי שקרה דבר במוקד עצמו.

cAI פותר את זה בכלל פלטפורמה קשיח: הקלטה קצרה מ-30 שניות אינה שיחה. היא לא מתומללת, לא מנותחת, ולא נכנסת לאף שיעור. היא כן נספרת בנפח, כי היא אירוע תפעולי אמיתי. שני הדברים האלה נשמעים כמו אותה החלטה, והם שתי החלטות נפרדות: מה נספר, ועל מה מחשבים.

מה עשינו: ספרנו את כל ההקלטות, לא רק את אלה שנשמעות כמו שיחה

הספירה נעשית לפני שנפתח קובץ שמע אחד. שם הקובץ שהמרכזייה יוצרת נושא את כל המטא-דאטה שצריך לצורך ההחלטה הזאת: תאריך, שעה, שלוחה, המספר השני, כיוון החיוג והמשך. cAI קורא את השדות האלה מהשם בלבד ומחליט מה להעביר לתמלול. כך אפשר למדוד את ההתפלגות המלאה בלי לעבד שמע של הקלטות שממילא ייפסלו.

מדדנו שני גדלים בנפרד, וזה החלק שקובע:

1. נתח ההקלטות — כמה מכלל הרשומות משכן קצר מ-30 שניות.
2. נתח זמן הדיבור — כמה מסך הדקות המוקלטות נמצאות באותן רשומות.

שני המספרים מתארים את אותה קבוצה, והם רחוקים מאוד זה מזה. ההפרש ביניהם הוא כל הטיעון.

מה מצאנו: כמעט חצי מהרשומות, פחות מעשירית מהזמן

הפער הזה הוא הסימן. קבוצה שתופסת חצי מהשורות בטבלה ופחות מעשירית מהדקות אינה קבוצה של שיחות קצרות. היא קבוצה של אירועים שלא היו שיחות: ניתוק לפני מענה, מענה קולי שניגן ונקטע, חיוג שגוי, בדיקת קו. הן אמיתיות, הן חשובות תפעולית, ואין בהן טקסט לנתח.

במוקד אחד שנמדד ירדנו לרזולוציה של הרשומה עצמה: 48.7% מהרשומות סווגו ״אחר״, ו-44.7% היו קצרות מ-30 שניות. שני החתכים חופפים חלקית, וכל אחד מהם לבדו מספיק כדי לשבור שיעור.

האם 30 שניות הוא המספר הנכון

הסף עצמו אינו תוצאה של המדידה, והמדידה לא בחרה אותו. הוא החלטת מוצר, וכדאי לומר זאת בגלוי, מפני שסף אחר היה מייצר טבלה אחרת.

מה שכן מנחה את הבחירה הוא צורת ההתפלגות. משכי שיחה מתפלגים באופן מוטה מאוד: מסה גדולה של אירועים קצרים מאוד, וזנב ארוך של שיחות אמיתיות. בהתפלגות כזאת ממוצע חסר משמעות, וחציון ורבעונים הם התיאור הנכון []. הסף נבחר במקום שבו המסה הקצרה נגמרת והזנב מתחיל, ולא בנקודה עגולה שנוחה לזכור.

מה הסף מוציא בטעות: אישור פגישה קצר, עדכון סטטוס, שיחה שבה הלקוח שאל שאלה אחת וקיבל תשובה. אלה שיחות אמיתיות, והן נופלות החוצה. cAI מוותר עליהן ביודעין, מפני שהיחס בין המידע שאובד לרעש שנחסך אינו קרוב לשוויון. סף נמוך יותר היה מכניס פנימה חלק מהניתוקים; סף גבוה יותר היה מוציא שיחות שירות קצרות ולגיטימיות.

הדילול: שיעור שחושב על ״כל השיחות״ יוצא קטן פי שניים

כאן הממצא מתחבר לעבודה היומית. נניח מדד איכות פשוט, למשל אחוז השיחות שבהן הנציג הזדהה בשם. במוקד שנמדד, חישוב על ״כל השיחות״ הכניס למכנה גם את ההקלטות שאיש לא ענה בהן ואת מה שסווג ״אחר״. התוצאה: כל שיעור איכות שחושב שם על כלל הרשומות יצא מדולל פי שניים לעומת חישוב על שיחות בלבד.

זה לא עיוות קטן. שיעור שמוצג כחצי מערכו האמיתי משנה את המסקנה הניהולית לגמרי, והוא משנה אותה לרעה דווקא במוקדים שבהם יש הרבה ניתוקים, כלומר במוקדים שכבר מתקשים. מנהל שרואה מספר נמוך מתחיל לאמן נציגים על בעיה שהיא בכלל בעיה של תור.

זו גם הסיבה ש-cAI מפריד את 13 סוגי השיחה שלו לשלוש קבוצות ולא לרשימה שטוחה: תשעה סוגים פונים ללקוח ורק הם נכנסים למדדי איכות השירות; שניים אינם פונים ללקוח, נספרים בנפח ולא באיכות; ושניים אינם שיחה כלל, ומוצאים מכל שיעור. הקבוצה השלישית קיימת רק כדי להגן על המכנה.

״אחר״ אינו סוג שיחה, הוא סימן על הטקסונומיה

הקטגוריה ״אחר״ נראית כמו פשרה טכנית, וכשהיא גדולה היא ממצא בפני עצמה. בדקנו במוקד שנמדד מה בעצם יושב שם, ומצאנו ש58% ממה שמערכות קודמות תייקו כ״אחר״ היו שיחות שלא נענו. לא שיחות מסוג נדיר. לא שיחות מורכבות. פשוט שיחות שאיש לא ענה בהן, שנפלו לקטגוריית שיורית ונעלמו מכל דוח.

בין השאר צפה שם שיחה שהמתינה 381 שניות בתור לפני שהמתקשר ויתר. יותר משש דקות של המתנה, לקוח שהתייאש, ואפס נראות ניהולית. ברגע ש״ללא מענה או ניתוק״ הופרד לסוג משלו, אותה שיחה הפכה למדד תפעולי שאפשר לפעול עליו.

ההפרדה בין שני הסוגים ״לא שיחה״ נעשית משתי סיבות הפוכות, וכדאי להחזיק את שתיהן בראש:

• ״ללא מענה או ניתוק״ אומר שלא התקיימה שיחה. זה מדד על המוקד: כמה פניות לא נענו.
• ״אחר״ אומר שהתקיימה שיחה שהמסווג לא ידע לתייק. זה מדד על הטקסונומיה, לא על המוקד.

טקסונומיה טובה מייצרת ״אחר״ קטן. במוקד מענף שלא נראה קודם, 0.95% מהשיחות נפלו ל״אחר״ בלי שום התאמה מוקדמת של הטקסונומיה. שיעור ״אחר״ שמתנפח הוא סימן שצריך לתקן את הסיווג, לא סימן שהמוקד מוזר.

אותה שיחה, שתי הקלטות: הרגליים הכפולות

יש עוד דרך שבה המכנה מתנפח, והיא שקטה יותר. מרכזייה מקליטה לפעמים את אותה שיחה פעמיים: רגל אחת של התור, רגל שנייה של הנציג שענה. שתי הרשומות אמיתיות, שתיהן ארוכות מ-30 שניות, ושתיהן מתארות שיחה אחת.

cAI מזהה זוגות כאלה לפי המספר השני, התאריך והמשך, ומנתח כל שיחה פעם אחת. הבדיקה שהצדיקה את הכלל: 570 מתוך 572 זוגות שנבדקו נבדלו באורכם בפחות מ-1%. כלומר הזיהוי אינו ניחוש, הוא התאמה כמעט מדויקת.

מה זה אומר למנהל מוקד

השורה שאפשר לקחת לפגישה עם ההנהלה קצרה: לפני שמשווים בין נציגים או בין חודשים, צריך לדעת שכמעט חצי מההקלטות אינן בכלל שיחות. כל השאר נגזר מזה.

שלוש בדיקות פרקטיות בדוח שאתם מקבלים היום:

1. מה המכנה. בכל שיעור איכות, שאלו על כמה שיחות הוא חושב, ואם הספירה כוללת הקלטות שלא נענו. אם התשובה אינה ברורה, השיעור אינו בר-השוואה בין תקופות.
2. כמה גדול ״אחר״. שיעור ״אחר״ דו-ספרתי הוא כמעט תמיד בעיית סיווג, ולעיתים קרובות הוא מסתיר שיחות שלא נענו. זו הזדמנות תפעולית, לא רעש.
3. האם שיחות נספרות פעמיים. אם המרכזייה מקליטה רגל תור ורגל נציג, בקשו לראות איך המערכת מאחדת אותן.

שלוש הבדיקות האלה אינן משפרות את השירות בעצמן. הן מוודאות שהמספר שעליו תקבלו החלטה מתאר את מה שקרה במוקד, ולא את מה שהמרכזייה שמרה בדיסק. cAI מוציא את ההקלטות הקצרות מכל שיעור וגם מציג את מספרן בנפרד, כי הן עצמן מדד: מוקד שבו נתח הניתוקים עולה מחודש לחודש מקבל התראה תפעולית, בלי שאף שיעור איכות ייפגע בדרך.

[] מספק את שיטת רווח הביטחון שבה כל שיעור מוצג עם הטווח שלו; [] הוא הבסיס לעבודה עם חציון ורבעונים במקום ממוצע, מפני שהתפלגות משכי שיחה מוטה כלפי הקצר. תיעוד המוצר של Google Cloud [] ושל AWS [] מגדיר את אותם מדדי מכניקת שיחה שנמדדים כאן. [] מספק את שיעורי הייחוס לפתרון בשיחה ראשונה, ו-[] את סדר הגודל של יחסי הדיבור שנמדדו על מדגם גדול של שיחות מכירה.