如何衡量人工智能语音代理的性能：重要的指标

大多数语音代理供应商都强调偏转率，即人工智能在无人操作的情况下处理的呼叫百分比。这个数字很容易被夸大，并且不能很好地代表实际性能。重要的指标衡量问题是否得到解决、客户是否满意以及经济效益是否有效。

主要指标

• 解决率——人工智能处理的问题得到完全解决的呼叫的百分比。通过 48 小时内没有重复联系和/或通话后确认来衡量。
• 客户满意度 (CSAT) — 人工智能处理的呼叫与人工处理的呼叫的交互后调查得分。随着时间的推移，差距应该会缩小。
• 每次解决的成本——平台总成本除以成功解决的交互。直接与每个人工处理解决方案的成本进行比较。
• 首次联系解决率 (FCR) — 在一次交互中解决且无需回调或升级的问题的百分比。
• 平均处理时间 (AHT) — 人工智能对话与人类对话所需的时间。如果意味着不完整的分辨率，那么越短并不总是越好。

诊断指标

• 升级率和原因——有多少百分比的呼叫需要人工切换，为什么？这揭示了知识差距和流程设计问题。
• 挂断点——通话中呼叫者在哪里挂断电话？提前下车表明存在问候或认同摩擦。
• 意图准确性——客服人员是否在第一次尝试时就正确识别了呼叫者的需求？
• 知识差距频率——代理遇到无法回答的问题的频率是多少？这些都是内容机会。

建立测量框架

在部署之前对所有内容进行基线设置。测量您当前自动化的确切呼叫类型的人工指标（AHT、FCR、CSAT、每次呼叫成本）。部署后，将人工智能性能与此基线进行比较，而不是与理论上的完美性进行比较。设定切合实际的目标：第一个月解决率达到 80%，当您根据分析数据完善知识库和流程时，解决率可提高到 90% 以上。具有对话级分析功能的平台可以让您深入了解单个故障，这对于持续改进循环至关重要。