Menu głosowe czy klawiszowe: co lepiej sprawdza się w IVR
Porównanie menu sterowanego głosem i klawiszami: trafność, dostępność, hałas, koszt zmian i wrażenia dzwoniących oraz kiedy łączyć oba sposoby.
Przez dziesięciolecia menu telefoniczne oznaczało naciskanie klawiszy. Rozpoznawanie mowy obiecywało coś przyjaźniejszego: po prostu powiedz, czego potrzebujesz. W praktyce żaden sposób nie jest po prostu lepszy. Każdy pasuje do określonych dzwoniących, sytuacji i kształtów menu. Ten przewodnik porównuje oba, wyjaśnia, gdzie każdy zawodzi, i pokazuje, jak je łączyć. Szersze spojrzenie na systemy głosowe znajdziesz w artykule IVR a agent głosowy AI.

Jak działa każde podejście
W menu klawiszowym (często nazywanym DTMF, od tonów wydawanych przez telefon) system mówi dzwoniącemu, który klawisz nacisnąć. Słyszy ton i postępuje według reguły. W menu głosowym system prosi dzwoniącego, by coś powiedział. Zamienia dźwięk na tekst i ustala jego znaczenie, dopasowując go do listy oczekiwanych słów albo interpretując swobodną wypowiedź.
Klawisze i mowa w skrócie
| Klawisze (DTMF) | Mowa | |
|---|---|---|
| Wysiłek dzwoniącego | Naciśnięcie klawisza; trzeba zapamiętać numer | Powiedzenie, czego się chce; bez numerów do zapamiętania |
| Liczba opcji | Kilka w jednym menu | Wiele opcji bez odczytywania listy |
| Hałas | Dobrze działa w głośnych miejscach | Ma problem z hałasem w tle i słabymi liniami |
| Akcenty i nazwy własne | Bez wpływu | Może źle rozpoznawać akcenty, nazwy i liczby |
| Obsługa bez rąk | Wymaga wolnej ręki i dostępu do klawiatury telefonu | Działa podczas jazdy lub gdy ręce są zajęte |
| Przewidywalność | Bardzo wysoka | Zależy od mówiącego i linii |
| Zmiana menu | Ponowne nagranie i przypisanie klawiszy | Aktualizacja fraz lub treningu; może wymagać ponownych testów |
Gdzie wygrywają klawisze
- Krótkie, stabilne menu. Trzy lub cztery rzadko zmieniane opcje szybciej się naciska, niż wypowiada.
- Głośne miejsca. Dzwoniących ze sklepów, pojazdów czy z budowy często nie da się zrozumieć, ale naciśnięcia klawiszy są wyraźne.
- Informacje poufne. Wpisanie numeru referencyjnego klawiszami jest często wygodniejsze niż wypowiadanie go na głos w miejscu publicznym.
- Różne akcenty i języki. Klawiszom nie robi różnicy, jak ktoś brzmi.
- Ograniczona jakość dźwięku. Słaby zasięg komórkowy pogarsza rozpoznawanie mowy znacznie bardziej niż rozpoznawanie tonów.
Gdzie wygrywa mowa
- Wiele miejsc docelowych. Jeśli dzwoniący musiałby przejść przez trzy poziomy menu, jedno pytanie w rodzaju „W czym możemy pomóc?” może zaprowadzić go do właściwego zespołu.
- Dzwoniący, którzy nie mogą używać klawiszy. Osoba prowadząca samochód lub z ograniczoną sprawnością manualną może wypowiedzieć swoją prośbę.
- Słownictwo, które dzwoniący już zna. Ludziom naturalnie przychodzi powiedzieć „rozliczenia” albo „konsultant” bez uczenia się Twojego układu klawiszy.
- Głębokie menu zastąpione jednym pytaniem. Dobry projekt głosowy może usunąć całe gałęzie.
Mowa pokazuje też, co dzwoniący naprawdę mówią, dając Ci sformułowania do ulepszenia menu i stron pomocy. Rozpoznawanie mowy w rozmowach telefonicznych wyjaśnia, dlaczego dźwięk telefoniczny to trudniejszy test, niż większość osób się spodziewa.
Jak każde z nich może zawieść
Co idzie nie tak
- Błędne rozpoznanieSystemy głosowe wybierają złą opcję, zwłaszcza przy akcentach, nazwach i liczbach.
- Mówienie nie w poręDzwoniący odzywają się za wcześnie, za późno albo pełnymi zdaniami, których system się nie spodziewał.
- Pomylone klawiszeDzwoniący naciskają zły klawisz albo zapominają opcje, zanim lista się skończy.
- Ukryte opcjeDzwoniący nie wiedzą, co mogą powiedzieć lub nacisnąć.
- Frustrujące pętlePowtarzane „Nie zrozumiałem” bez wyjścia wyczerpuje cierpliwość.
Niezależnie od wyboru, droga wyjścia liczy się bardziej niż sposób wprowadzania. Ogranicz liczbę powtórzeń do dwóch, a potem przełącz na drugi tryb albo do człowieka.
Używaj obu, z klawiszami jako siatką bezpieczeństwa
Najskuteczniejsze menu przyjmują oba sposoby. Zapowiedź prostymi słowami mówi, co zrobić: „Możesz powiedzieć lub nacisnąć. W sprawie zamówień powiedz „zamówienia” lub naciśnij 1”. Takie sformułowanie uczy dzwoniących klawiszy, a pewnym siebie pozwala mówić. Jeśli rozpoznawanie mowy zawiedzie dwa razy, system powinien bez zamieszania przejść na klawisze.
Przepływ łączony
- ZapowiedźPodaj krótką listę słowami i klawiszami jednocześnie.
- NasłuchiwaniePrzyjmuj mowę lub naciśnięcie klawisza w dowolnym momencie, także w trakcie zapowiedzi.
- Potwierdzenie przy niepewnościJeśli system nie ma pewności, powtarza, co zrozumiał, i pyta „tak” czy „nie”.
- Wariant awaryjnyPo dwóch nieudanych próbach zaproponuj tylko klawisze, a potem człowieka.
- NaukaPrzeglądaj źle rozpoznane frazy i dodawaj je do słownika albo zmieniaj treść zapowiedzi.
Dostępność i prywatność
Niektórzy dzwoniący nie mogą mówić wyraźnie, a inni nie mogą naciskać klawiszy. Oferowanie obu sposobów to najbardziej włączające ustawienie domyślne. Nagrania mowy mogą też stanowić dane osobowe, więc informuj dzwoniących, kiedy dźwięk jest przetwarzany i przechowywany, i zachowuj tylko to, czego potrzebujesz. Dostępne menu telefoniczne dla każdego i Dane osobowe w rozmowach telefonicznych omawiają te kwestie.
Wybór dla Twojej firmy
Cokolwiek zdecydujesz, zapisz decyzję wraz z uzasadnieniem. Technologia i dzwoniący się zmieniają, a zapis, dlaczego wybrano klawisze, mowę lub oba sposoby, pomoże kolejnej osobie ocenić, czy ta odpowiedź jest nadal aktualna.
Pytania, które rozstrzygną wybór
- Ile miejsc docelowych potrzebuje pierwsze menu?
- Skąd zwykle dzwonią Twoi klienci: z cichych domów czy z ruchliwych miejsc?
- Czy w menu wymagane są nazwiska, numery referencyjne lub adresy?
- Kto będzie utrzymywać słownik mowy lub zapowiedzi?
- Czy możesz testować z dzwoniącymi z Twojej rzeczywistej grupy odbiorców, a nie ze współpracownikami?
- Czy istnieje niezawodna droga do człowieka, gdy którykolwiek sposób zawiedzie?
Pisanie zapowiedzi dla obu sposobów
Zapowiedzi decydują, czy dzwoniącym uda się z mową lub klawiszami. Zacznij od krótkiego pytania, podaj kilka przykładów tego, co można powiedzieć, i umieść klawisze po słowach. Na przykład: „Z którym działem chcesz się połączyć? Możesz powiedzieć „sprzedaż”, „wsparcie” lub „rozliczenia” albo nacisnąć 1, 2 lub 3”. Osoby, którym mowa odpowiada, odpowiadają od razu, a reszta po prostu naciska.
Unikaj otwartych pytań, gdy możliwych odpowiedzi jest tylko kilka, bo dzwoniący odpowiedzą w sposób, którego system nie przypisze. Unikaj długich wyjaśnień przed pytaniem. I trzymaj ten sam styl sformułowań we wszystkich menu, aby dzwoniący nauczyli się schematu raz.
Rzetelne testowanie mowy i klawiszy
Menu testowane wyłącznie przez autorów zwykle działa znakomicie. Prawdziwi dzwoniący używają komórek w samochodach, mówią szybko i mówią rzeczy, których nikt nie przewidział. Zbierz grupę testową, która odzwierciedla Twoich odbiorców, i dawaj jej zadania, a nie scenariusze: „Sprawdź, czy Twoja przesyłka została wysłana”. Obserwuj, gdzie uczestnicy się wahają.
- Testuj z telefonów komórkowych i stacjonarnych, na głośniku i z hałasem w tle.
- Uwzględnij osoby z różnymi akcentami i tempem mówienia oraz dzwoniących starszych lub mniej obytych z technologią.
- Wypróbuj nazwiska, liczby i literowanie, bo to dla systemów głosowych najtrudniejsze elementy.
- Zapisuj, co dzwoniący mówili, a czego system się nie spodziewał. Ta lista stanie się Twoim kolejnym usprawnieniem.
- Powtarzaj test po każdej zmianie zapowiedzi lub słownika.
Testowanie IVR przed uruchomieniem zawiera pełniejszą listę kontrolną, w tym ścieżki błędów i zachowanie poza godzinami pracy.
Klawisze i mowa w Call
W Call podstawowym sposobem dawania dzwoniącym wyboru jest menu telefoniczne zbudowane z opcji prowadzących do kolejek, a godziny pracy i dni wolne decydują, dokąd trafiają połączenia. Agenci głosowi AI mogą też odbierać na linii, rozmawiać z dzwoniącymi i łączyć ich z człowiekiem na ich prośbę; zaprojektowano to z myślą o naturalnej mowie, choć trafność zależy od jakości dźwięku, więc przetestuj własne linie. Traktuj klawisze jako niezawodną ścieżkę, a mowę jako udogodnienie. Artykuł Konfiguracja IVR i godzin pracy w Call opisuje menu, a artykuł Testowanie agentów głosowych AI – sprawdzanie linii sterowanej głosem.
Najczęstsze pytania
Czy rozpoznawanie mowy jest trafniejsze niż klawisze?
Nie. Klawisze są niemal zawsze dokładne; mowa jest wygodna, ale może się pomylić. Najlepsze podejście pozwala dzwoniącemu użyć dowolnego sposobu i w razie problemów wraca do klawiszy.
Czy dzwoniący wolą mówić niż naciskać klawisze?
To zależy od osoby i sytuacji. Wielu woli mówić, gdy opcji jest dużo; inni wolą klawisze w hałasie lub w sytuacjach wymagających dyskrecji. Oferowanie obu sposobów kończy spór.
Czy menu głosowe jest droższe?
Zwykle wymaga więcej pracy przy budowie, dostrajaniu i testowaniu, choć koszty zależą od technologii. Porównuj wysiłek potrzebny do utrzymania każdego rozwiązania, a nie tylko cenę zakupu.
Czy menu głosowe radzi sobie z akcentami i nazwiskami?
Może mieć z nimi problem. Testuj z osobami z Twojej rzeczywistej bazy klientów i daj dzwoniącym możliwość przejścia na klawisze.
Czy zamienić stare menu klawiszowe na głosowe?
Tylko jeśli widzisz realny problem, na przykład zbyt wiele poziomów lub niski odsetek ukończonych ścieżek. Działające, krótkie menu klawiszowe trudno przebić.
Jak zmierzyć, co działa lepiej?
Porównaj odsetek ukończonych ścieżek, udział dzwoniących, którzy trafiają we właściwe miejsce, liczbę powtórzeń i to, ilu prosi o człowieka. Jeśli możesz, uruchom obie wersje na pewien czas.