AI-puhelinpalvelun analytiikka-dashboard — mitä seurata?

AI-puhelinpalvelun dashboardia ei kannata rakentaa siksi, että johdolla olisi vielä yksi näkymä. Sen pitää vastata arkiseen kysymykseen: toimiiko palvelu paremmin kuin ennen, vai näyttääkö se vain modernimmalta?

Huono dashboard näyttää puheluiden määrän ja jonkin yleisen onnistumisprosentin. Se ei kerro, missä AI auttoi, missä se siirsi asian ihmiselle liian myöhään tai missä asiakas jäi roikkumaan väärän lupauksen kanssa.

Hyvä dashboard erottaa volyymin, laadun, riskin ja kustannuksen. Se näyttää myös ne puhelut, joita ei kannata automatisoida seuraavaksi.

Aloita puhelutyypeistä, älä keskiarvoista

Ensimmäinen virhe on niputtaa kaikki puhelut yhdeksi massaksi. Ajanvaraus, reklamaatio, laskutuskysymys ja tarjouspyyntö käyttäytyvät eri tavalla. Jos niitä katsotaan samassa luvussa, dashboard valehtelee vahingossa.

Jaa puhelut vähintään aiheen mukaan. Sen jälkeen näet, missä AI kannattaa pitää mukana ja missä se pitää rajata tiukemmin.

Seuraa esimerkiksi:

• puheluiden määrä aiheittain
• onnistunut ratkaisu ilman ihmistä
• siirto ihmiselle
• keskeytynyt puhelu
• epäselvä intentti
• puhelu, jossa tarvittava tieto puuttui taustajärjestelmästä

Näistä syntyy huomattavasti parempi kuva kuin yhdestä ratkaisuasteesta. Jos ajanvarauksista 72 prosenttia ratkeaa, mutta laskutuskysymyksistä vain 18 prosenttia, kehityssuunta on aika selvä.

Ratkaisuaste tarvitsee varmistuksen

Ratkaisuaste kuulostaa helpolta mittarilta. Montako puhelua AI hoiti loppuun? Ongelma on siinä, että AI voi pitää puhelua ratkaistuna, vaikka asiakas ei saanut asiaansa hoidettua.

Siksi ratkaisuaste pitää sitoa lopputulokseen. Ajanvarauksessa se voi tarkoittaa vahvistettua varausta. Takaisinsoittopyynnössä se voi tarkoittaa CRM-tehtävää, jossa on puhelinnumero ja aihe. Liidissä se voi tarkoittaa myynnille syntynyttä tehtävää oikealla prioriteetilla.

Pelkkä "puhelu päättyi ilman siirtoa" ei riitä. Se voi tarkoittaa onnistumista. Se voi tarkoittaa myös sitä, että asiakas luovutti.

Mittaa siirtojen laatua

AI-puhelinpalvelussa ihmisiirto ei ole epäonnistuminen. Usein se on juuri oikea päätös. Huono siirto taas on ongelma: asiakas joutuu selittämään kaiken uudelleen, ja ihminen saa eteensä tyhjän tiketin.

Dashboardissa kannattaa seurata ainakin siirron syytä, siirron ajankohtaa ja siirtotiivistelmän laatua. Jos AI siirtää puhelun vasta kuuden minuutin kiertelyn jälkeen, se on eri asia kuin 40 sekunnin kohdalla tehty järkevä eskalointi.

Laadun kannalta hyvä siirtorivi sisältää: mistä asiakas soitti, mitä hän halusi, mitä AI jo kysyi, mitä jäi auki ja miten kiireellinen asia on. Jos tämä tieto puuttuu, automaatio siirtää työtä, ei vähennä sitä.

Näytä poikkeamat heti

Dashboardin tärkein osa ei ole viikkoraportti. Se on poikkeamanäkymä. Puhepalvelussa pienikin virhe voi näkyä asiakkaalle heti.

Nosta erikseen:

• tavallista pidemmät puhelut
• toistuvat intentit, joita AI ei tunnista
• integraatiovirheet
• puhelut, joissa asiakas pyysi ihmistä useammin kuin kerran
• aiheet, joissa siirtojen määrä kasvaa nopeasti
• puhelut, joissa AI ei saanut tarvittavaa tietoa

Tätä listaa ei pidä haudata analytiikan sivulle. Se on operatiivinen työjono. Jonkun pitää katsoa sitä ja korjata syitä.

Kustannusmittari kuuluu samaan näkymään

AI-puhelinpalvelu maksaa yleensä minuuteista, puheentunnistuksesta, kielimallikutsuista, puhesynteesistä, puhelininfrasta ja ylläpidosta. Jos dashboard näyttää vain palvelun määrän, kustannus karkaa helposti näkymättömiin.

Seuraa kustannusta per ratkaistu puhelu, ei vain kokonaiskulua. Jos botti käyttää pitkään keskusteluun enemmän rahaa kuin ihmisen nopea takaisinsoitto maksaisi, asia pitää huomata.

Hyvä kustannusmittari ei ole pelkkä säästömainos. Se näyttää myös missä automaatio on turhan puhelias, missä puhelu pitäisi siirtää aiemmin ja missä taustatieto puuttuu.

Johdolle eri näkymä kuin ylläpitäjälle

Kaikkien ei tarvitse nähdä kaikkea. Johto tarvitsee suunnan: volyymi, ratkaisuaste, vasteaika, säästetty työ, asiakaskokemuksen signaalit ja kustannus. Ylläpitäjä tarvitsee virheet, intentit, transkriptio-otokset, integraatiot ja korjausjonon.

Jos nämä tungetaan samaan näkymään, kukaan ei käytä dashboardia kunnolla. Johto hukkuu yksityiskohtiin ja ylläpito jää ilman tarvittavia raakatietoja.

Tee siis kaksi tasoa: päätösnäkymä ja operatiivinen näkymä. Päätösnäkymä näyttää, kannattaako palvelua laajentaa. Operatiivinen näkymä näyttää, mitä pitää korjata tänään.

Yhteenveto

AI-puhelinpalvelun analytiikka-dashboardin pitää kertoa, mitä tapahtuu puheluissa oikeasti. Mittaa aiheet erikseen, sido ratkaisuaste todelliseen lopputulokseen, seuraa siirtojen laatua, nosta poikkeamat näkyviin ja katso kustannusta per hyödyllinen lopputulos.

Aisteri rakentaa AI-puhelinpalveluihin dashboardit niin, että niitä voi käyttää sekä johdon päätöksissä että arjen ylläpidossa. Jos haluat nähdä miltä oma näkymä voisi näyttää, aloita konfiguraattorista tai laita viesti: visa.valkonen@aisteri.fi.