AI रिसेप्शनिस्ट काम कर रहा है या नहीं, यह कैसे मापें
कौन-से आँकड़े और समीक्षाएँ बताती हैं कि AI रिसेप्शनिस्ट मदद कर रहा है या नहीं: छूटी हुई कॉल और संदेशों की गुणवत्ता से लेकर कॉलबैक और कॉलरों की राय तक।
यह महसूस करना आसान है कि AI रिसेप्शनिस्ट काम कर रहा है क्योंकि वह फ़ोन उठा रहा है। यह जानना कठिन है कि वह बिज़नेस की मदद कर रहा है या नहीं। मापने की योजना के बिना आप धारणाओं पर निर्भर रहते हैं: मालिक को एक अच्छी कॉल और एक बुरी कॉल दिखती है, और राय उसी हिसाब से डोलती रहती है।

यह गाइड कुछ ऐसे मापदंड सुझाती है जिन्हें कोई छोटा बिज़नेस बिना डेटा टीम के ट्रैक कर सकता है, और उन्हें सुधारों में बदलने की एक दिनचर्या भी। कॉन्टैक्ट सेंटर के व्यापक संकेतकों के लिए कॉन्टैक्ट सेंटर KPI सूची देखें।
पहले सफलता तय करें
सफलता इस पर निर्भर करती है कि आपने AI को क्यों शुरू किया। डेटा देखने से पहले अपना लक्ष्य एक वाक्य में लिख लें, वरना आप वही आँकड़े चुनेंगे जो अच्छे दिखते हैं।
आम लक्ष्य और उनके मापदंड
- कम छूटी हुई कॉलजवाब दी गई कॉल, छोड़ी गई कॉल, बिना जवाब वाली कॉल।
- ऑफ़िस-समय के बाद बेहतर कवरकामकाजी घंटों के बाहर लिए गए संदेश और उनमें से कितने काम में बदले।
- स्टाफ़ के काम में कम रुकावटबिना स्टाफ़ के संभाली गई कॉल और दोहराए जाने वाले सवालों पर बचा समय।
- कॉलर का बेहतर अनुभवशिकायतें, दोबारा आने वाली कॉल और कॉलरों की टिप्पणियाँ।
शुरू में एक या दो लक्ष्य चुनें, और उन्हें ऐसी जगह लिखें जहाँ पूरी टीम देख सके। बीस मापदंडों वाला स्कोरकार्ड शायद ही कोई पढ़ता है।
शुरुआती आधार लें
तुलना के लिए आपको एक "पहले" की ज़रूरत है। अपनी मौजूदा व्यवस्था से दो से चार हफ़्ते का डेटा इकट्ठा करें।
शुरुआती आधार बनाना
- कॉल गिनेंकुल कॉल और बिना जवाब रह गई कॉल।
- समय नोट करेंकमियाँ कब हुईं और कॉलरों ने कितना इंतज़ार किया।
- कारणों का नमूना लेंएक नमूना पढ़ें या सुनें ताकि पता चले कि कॉलरों ने क्या पूछा।
- लगा समय दर्ज करेंदोहराए जाने वाले सवालों पर स्टाफ़ के समय का अनुमान लगाएँ।
- सहेजेंबाद में तुलना के लिए आँकड़े एक जगह रखें।
अगर आपके पास रिपोर्ट नहीं हैं, तो गिनती की एक शीट भी चलेगी। शुरुआती आधार का सटीक होना ज़रूरी नहीं; उसका ईमानदार होना ज़रूरी है। परिभाषाओं के लिए आंसर रेट और अबैंडन रेट देखें।
मुख्य मापदंड
एक छोटी सूची ज़्यादातर ज़रूरतें पूरी कर देती है। हर एक को हर बार एक ही तरह से मापें।
| मापदंड | यह क्या बताता है | कैसे जाँचें |
|---|---|---|
| जवाब दी गई कॉल | क्या कॉलर किसी व्यक्ति या सिस्टम तक पहुँचते हैं | स्थिति के अनुसार कॉल इतिहास |
| छोड़ी गई कॉल | क्या कॉलर हार मान लेते हैं | कॉल इतिहास, बिना नतीजे वाली छोटी कॉल |
| काम के संदेश | क्या संदेशों पर बिना अतिरिक्त कॉल के काम हो सकता है | हर हफ़्ते दस संदेशों का नमूना |
| पूरे हुए कॉलबैक | क्या संदेश संपर्क में बदलते हैं | संदेशों के मुक़ाबले कॉलबैक गिनें |
| बिना व्यक्ति के संभाली गई | क्या AI आसान सवाल निपटाता है | बिना संदेश के ख़त्म हुए ट्रांसक्रिप्ट की समीक्षा |
| व्यक्ति को हैंडऑफ़ | क्या AI अपनी सीमाएँ जानता है | आगे भेजी गई कॉल और कारण गिनें |
| शिकायतें | क्या कॉलर नाख़ुश हैं | स्टाफ़ के नोट्स और लिखित फ़ीडबैक |
ऐसे हिसाब से बचें जो सटीक दिखें लेकिन जिनका मतलब कम हो, क्योंकि साफ़-सुथरा प्रतिशत ख़राब अनुभव को छिपा सकता है। जैसे, "AI ने ज़्यादातर कॉल संभालीं" का कोई मतलब नहीं अगर ज़्यादातर कॉल में फ़ोन रख दिया गया। हमेशा पूछें कि कॉल में क्या हुआ, सिर्फ़ यह नहीं कि AI ने जवाब दिया। कॉलबैक के मापदंडों के लिए कॉलबैक पूर्णता दर पढ़ें।
कॉल पढ़ें
आँकड़े दिखाते हैं कि क्या हुआ। ट्रांसक्रिप्ट दिखाते हैं कि क्यों। पहले महीने में हफ़्ते में बीस कॉल पढ़ना किसी भी चार्ट से ज़्यादा बताएगा।
- कॉलर कहाँ अपनी बात दोहराते हैं?
- किन सवालों से AI बचता है या उनका ख़राब जवाब देता है?
- कॉलर कहाँ किसी व्यक्ति से बात माँगते हैं?
- क्या हर तरह के कॉलर के लिए लहजा सही है?
- क्या ऐसे सवाल हैं जिनकी आपने उम्मीद नहीं की थी?
समस्याओं को एक साझा सूची में दर्ज करें और कारण के अनुसार समूह बनाएँ: अधूरी जानकारी, अस्पष्ट शब्द, ग़लत रूटिंग, या सिस्टम की कोई सीमा। सबसे ज़्यादा बार आने वाले कारण को ठीक करें। कॉल से जानकारी की कमियाँ ढूँढ़ना और वॉइस AI के मूल्यांकन मेट्रिक्स देखें।
कॉलरों से नरमी से पूछें
सीधा फ़ीडबैक क़ीमती है लेकिन इसकी अति आसानी से हो जाती है। हर कॉलर से रेटिंग न माँगें। कुछ मामलों में एक छोटा फ़ॉलो-अप काफ़ी है, या आप उस पर भरोसा कर सकते हैं जो ग्राहक स्टाफ़ से बात करते समय कहते हैं।
कॉलरों की राय जानने के तरीके
| कॉल के बाद पूछें | जो वे कहते हैं उसे सुनें | |
|---|---|---|
| मेहनत | सर्वे या फ़ॉलो-अप चाहिए | ट्रांसक्रिप्ट और स्टाफ़ के नोट्स पढ़ें |
| पक्षपात | सिर्फ़ जवाब देने वाले | कॉल करने वाले सभी शामिल |
| सबसे उपयुक्त | ख़ास सवाल | पैटर्न पहचानना |
अगर आप सर्वे करते हैं, तो उसे एक या दो सवालों तक रखें। थकान से बचाने वाले तरीकों के लिए कॉल के बाद CSAT देखें, और याद रखें कि ग्राहकों से संपर्क करने के नियम हर देश में अलग होते हैं।
समीक्षा की लय
एक आदत किसी बड़ी सालाना समीक्षा से बेहतर है। आवृत्ति को उस चरण के अनुसार रखें जिसमें आप हैं।
समीक्षा की लय
- पहले हफ़्ते रोज़: सभी संदेश और कुछ कॉल पढ़ें
- पहले महीने हर हफ़्ते: मुख्य मापदंडों की समीक्षा करें और सबसे बड़ी समस्या ठीक करें
- उसके बाद हर महीने: शुरुआती आधार से तुलना करें और टीम के साथ साझा करें
- हर तिमाही: पूछें कि क्या लक्ष्य बदल गया है
- किसी भी बदलाव के बाद: अगले हफ़्ते उसका असर जाँचें
एक बार में एक ही चीज़ बदलें। अगर आप अभिवादन, स्रोत और रूटिंग एक साथ बदलेंगे, तो पता नहीं चलेगा कि किससे मदद मिली।
चेतावनी के संकेत
कुछ पैटर्न परेशानी का संकेत देते हैं, बड़े आँकड़े चाहे कुछ भी कहें।
- अभिवादन के ठीक बाद कॉलरों का किसी व्यक्ति से बात माँगना।
- बहुत से संदेशों में नंबर का न होना या ग़लत होना।
- स्टाफ़ का कॉलरों से वही सवाल दोबारा पूछना।
- एक ही मामले पर दोबारा आने वाली कॉल का बढ़ना।
- बिना किसी साफ़ कारण के कॉल का अचानक ख़त्म होना।
जब ये दिखें, तो संबंधित कॉल तुरंत पढ़ें। स्रोत, निर्देश और ऑडियो की गुणवत्ता जाँचें। अगर कोई एजेंट किसी विषय का जवाब बार-बार नहीं दे पाता, तो या तो सामग्री जोड़ें या वह विषय किसी व्यक्ति को भेजें।
एक पन्ने का नमूना स्कोरकार्ड
यह एक काल्पनिक छोटे बिज़नेस के लिए एक आसान स्कोरकार्ड है। इसे हर हफ़्ते अपने कॉल इतिहास के आँकड़ों से भरें।
| सवाल | इस हफ़्ते | पिछले हफ़्ते | टिप्पणी |
|---|---|---|---|
| कितनी कॉल आईं? | यहाँ लिखें | यहाँ लिखें | ऑफ़िस-समय के बाद की भी शामिल करें |
| कितनी बिना जवाब रहीं? | यहाँ लिखें | यहाँ लिखें | शुरुआती आधार से तुलना करें |
| कितने काम के संदेश मिले? | यहाँ लिखें | यहाँ लिखें | दस का नमूना लें |
| कितने कॉलबैक पूरे हुए? | यहाँ लिखें | यहाँ लिखें | आपके लक्ष्य समय के भीतर |
| कितने कॉलरों ने किसी व्यक्ति से बात माँगी? | यहाँ लिखें | यहाँ लिखें | पैटर्न देखें |
| इस हफ़्ते का सबसे बड़ा सुधार क्या था? | यहाँ लिखें | यहाँ लिखें | सिर्फ़ एक बदलाव |
ऐसे स्कोरकार्ड में दस मिनट लगते हैं। इसका मूल्य आदत और रुझान में है, किसी एक आँकड़े में नहीं। पुरानी शीट सँभालकर रखें। कुछ हफ़्तों बाद आप देखेंगे कि आपके अपने बिज़नेस के लिए सामान्य क्या है, जो कहीं और के किसी भी बेंचमार्क से ज़्यादा उपयोगी है, और आप बदलाव जल्दी पकड़ लेंगे। शीट उस व्यक्ति के साथ साझा करें जो कॉलबैक करता है, ताकि सबको एक ही तस्वीर दिखे और वे बता सकें कि उन्होंने क्या देखा। टूल तब काम कर रहा है जब आँकड़ों के साथ-साथ उसके आसपास के लोग भी यही कहें।
किन जालों से बचें
- जवाब दी गई कॉल को सफलता मानना। जो कॉल उलझन में ख़त्म हो, वह विफलता है।
- एक ही आँकड़े के पीछे भागना। अगर आप हैंडलिंग समय घटाने पर ज़ोर देंगे, तो मददगार बातचीत भी छोटी हो सकती है।
- अलग परिस्थितियों वाले हफ़्तों की तुलना। सार्वजनिक छुट्टी या कोई प्रमोशन पैटर्न बदल देता है।
- छोटे नमूनों को नज़रअंदाज़ करना। गिनी-चुनी कॉल में एक बुरी कॉल भी रुझान जैसी दिखती है। निष्कर्ष निकालने से पहले पर्याप्त डेटा इकट्ठा करें।
- स्टाफ़ को भूल जाना। फ़ॉलो-अप के काम पर उनकी राय अपने आप में एक मापदंड है।
Call में मापना
Call में कॉल इतिहास हर कॉल को उसकी स्थिति, लाइन, नतीजे, अवधि और सारांश के साथ दिखाता है, और AI कॉल इतिहास सूची के बगल में हर बातचीत दिखाता है। फ़िल्टर से आप स्थिति के अनुसार छाँट सकते हैं, जैसे बिना जवाब या वॉइसमेल, और कॉल स्प्रेडशीट में एक्सपोर्ट की जा सकती हैं। एनालिटिक्स पेज कॉल गतिविधि और AI इनबाउंड कॉल दिखाते हैं, और एक पेज दिखाता है कि एजेंट ने कॉल से क्या सीखा, साथ में बदलाव वापस लेने का विकल्प। ये टूल आपको आँकड़े देते हैं; ट्रांसक्रिप्ट कारण बताते हैं।
अक्सर पूछे जाने वाले प्रश्न
सबसे अहम एक मापदंड कौन-सा है?
यह आपके लक्ष्य पर निर्भर करता है। ज़्यादातर छोटे बिज़नेस के लिए, उन कॉलरों की संख्या जिन्हें उपयोगी नतीजा मिला, जैसे कोई जवाब या ऐसा संदेश जिस पर काम हो सके, जवाब दी गई कॉल की संख्या से ज़्यादा जानकारी देती है।
आँकने से पहले कितना समय देना चाहिए?
कम से कम कुछ हफ़्ते दें, ताकि पैटर्न देखने लायक कॉल हो जाएँ। स्पष्ट समस्याएँ पकड़ने के लिए पहले हफ़्ते रोज़ के नतीजे देखें।
क्या मुझे डैशबोर्ड चाहिए?
शुरू में नहीं। हफ़्ते की गिनती और ट्रांसक्रिप्ट का एक नमूना काफ़ी है। डैशबोर्ड तब जोड़ें जब आपके पास कोई ऐसा सवाल हो जिसका जवाब गिनती नहीं दे सकती।
मुझे कैसे पता चले कि AI ग़लत जवाब दे रहा है?
ट्रांसक्रिप्ट पढ़ें, जाने-पहचाने सवालों से परखें और स्टाफ़ से ग़लतियाँ चिह्नित करने को कहें। ग़लत जवाब अक्सर कॉलरों के दोबारा कॉल करने या AI की बात का खंडन करने के रूप में दिखते हैं।
क्या मुझे इंसानी रिसेप्शनिस्ट से तुलना करनी चाहिए?
उसी मापदंड से तुलना करें जो आपके पास पहले था। लोग और AI अलग-अलग काम अच्छे से करते हैं, इसलिए तुलना का इस्तेमाल सुधार के लिए करें, अंक देने के लिए नहीं।
अगर आँकड़े अच्छे दिखें लेकिन स्टाफ़ नाख़ुश हो तो?
स्टाफ़ पर भरोसा करें। वे फ़ॉलो-अप का काम और वे समस्याएँ देखते हैं जो आँकड़े छिपा लेते हैं। पूछें कि क्या ग़लत हो रहा है और उसे ठीक करें।