AI voicebot a bejövő hívások kezelésében

Egy átlagos contact center bejövő hívásainak 60%-a 3-4 ismétlődő kérdés körül forog: rendelési státusz, számla-utánaküldés, idő-foglalás, hívás-átirányítás a megfelelő részleghez. A maradék 40% nehezebb: panaszbejelentés, technikai segítségkérés, finanszírozási kérdés, B2B partner-egyeztetés. A klasszikus IVR-rel ("nyomja az 1-est, nyomja a 2-est") a könnyű 60%-ot 2 perces menü-tévedéseken keresztül juttattuk el az ügyintézőhöz — aki aztán 30 másodperc alatt megoldotta. Az ügyfél elégedetlen, a contact center drága.

Az AI voicebot most reális alternatíva — de csak akkor, ha a bevezetés három alapfeltételét tisztázzuk.

1. A 60%-ra koncentráljon, ne az egészre

A legnagyobb hiba: az AI voicebot-tól azt várni, hogy 90%-ot oldjon meg. Nem fog, és a megpróbáltatás csak frusztrált ügyfeleket szül. A jó bevezetés azzal indul, hogy az operatív vezetés azonosítja a top 4-6 ismétlődő ügytípust, és ezekre építünk botot. A bot bárki más esetén azt mondja: "ezzel a kérdéssel összekapcsolom egy munkatárssal" — és átirányít. A 60% célzott automatizálása 25-30%-os kapcsolat-redukciót jelent az élő agentnél, és a 40% továbbra is ember.

2. Beszédfelismerés magyar nyelvre

Az angol nyelvi voicebot 2023 óta megoldott. A magyar nem. A magyar nyelv ragozott, agglutináló — ami 12 angol szóból van, az nálunk 4-6 ragozott alak. Egy átlagos nyitott (cloud-based) STT (speech-to-text) szolgáltatás magyar pontossága 80-87%, ami egy üzletileg kritikus contact centerben kevés. A Nortinia AI Call Centernél olyan STT modellt használunk, ami magyar adathalmazra (és magyar köznyelvre, nem csak hírműsorra) van fine-tune-olva — itt a pontosság 93-96% helyzeti dolgokon (számok, dátumok, nevek) is. Ez a különbség dönti el, hogy a bot megérti-e az ügyfelet, vagy "elnézést, megismételné?" loopba kerül.

3. Kontextus a backendből, ne a beszélgetésből

Az ügyfél amikor felhívja a contact centert, általában már azonosította magát valamilyen módon (telefonszám, ügyfélkód, jogosultság). A jó voicebot ezt felhasználja: a hívó számból visszanéz a CRM-be, megtalálja az ügyfél utolsó rendelését, és a beszélgetést úgy kezdi: "Üdvözlöm, az XY-128 rendelésére hívna? Az most a futárnál van, várhatóan ma délután 14-17 között érkezik. Ezt akarta tudni, vagy másban segíthetek?" Az ügyfél meglepődik (pozitívan), 30 másodperc alatt készen van. Ezt az élményt egy klasszikus IVR-rel egyszerűen nem lehet adni.

A live-agent átadás — a leggyakrabban elcsesződő pont

Amikor a bot eldönti, hogy emberhez ad át, két dolognak kell történnie: az ügynöknek azonnal látnia kell a beszélgetés eddigi átiratát (és nem üresen kezdenie!), és az ügyfélnek nem kell még egyszer elmondania a problémáját. Ezt a "warm handover"-t legtöbb rossz bevezetésben elspórolják, mert nehéz integrálni — és ez az a pont, ahol az ügyfél megdühödik. A Nortinia AI Call Center natívan a contact center szoftverre integrálódik (Genesys, Avaya, Talkdesk, Zoom CC), és a hívás átadásakor az ügynök képernyőjén megjelenik a strukturált összefoglaló: ki az ügyfél, mit kérdez, mit derítettünk ki, mit nem.

Mérés és visszacsatolás

Egy AI voicebot nem egy "telepítjük és elfelejtjük" rendszer. Hetente nézni kell: melyik az a top 5 ügytípus, ahol a bot a leggyakrabban tévedett vagy elakadt; melyik az a top 3 visszafeleselés (frustration pattern), amit hetente több ügyféltől hallani; mennyi az átlag hívás-idő bot-only és bot+human eseteknél. Ezek alapján a "playbook" — a bot prompt-jai, válasz-szabályai, fallback-ütemezése — havonta frissül. A bevezetés első 6 hónapja erről szól: nem egy projekt, hanem egy folyamat.

A jól bevezetett AI voicebot nem azt adja, hogy "az ügyfél azt hitte, emberrel beszél". Azt adja, hogy "az ügyfél már 30 másodperc után el tudott menni, és nem panaszt írt".

A Nortinia AI Call Center működéséről, magyar STT modelljéről és warm-handover funkciójáról: /ai-termekek/nortinia-ai-call-center