כדי לסגור מהר יותר, נציגים הבטיחו דברים שאסור היה להם ודילגו על התנאים שהם היו מחויבים בחוק להקריא. צוות האיכות יכול היה להאזין רק למדגם זעיר, ולכן כמעט אף פעם לא תפס אותם, וכשלקוח התלונן, זה הפך למילה מול מילה. הקנסות הגיעו בכל זאת.
הענף מפוקח בקפדנות על מה שנציג חייב לומר ללקוח לפני מכירה, והחברה ספגה קנסות כבדים ותביעות ייצוגיות מפני שנציגים דילגו על הגילויים הנדרשים או הבטיחו דברים שהמוצר לא יכול לעשות, הכול בלחץ לסגור.
הפיקוח היה בגדר שגיאת עיגול. צוות האיכות יכול היה להאזין לכ-1% ממיליוני שיחות חודשיות, מדגם קטן מכדי לתפוס דפוס או לזהות את הנציגים שעיגלו את אותה פינה בכל יום, כך שהכללים היו קיימים אבל שום דבר לא אכף אותם.
וכל מחלוקת הייתה אבודה מראש. בלי תיעוד אמין של מה שנאמר באמת, תלונת לקוח הפכה למילה מול מילה, וההקלטות שיכלו ליישב אותה ישבו על השרתים כדאטה רדום שלאף אחד לא היה זמן להאזין לו.
לתמלל את כל שיחות המוקד בזמן אמת, לבדוק כל שיחה מול הכללים, ולהעביר למנהל את אלה שבאמת צריכות אותו.
מנוע המרת דיבור לטקסט וניתוח שפה מאזין, מתמלל ומנתח כל שיחה נכנסת ויוצאת בזמן שהיא מתרחשת, כך שהפיקוח מכסה את כל הפעילות במקום מדגם של 1% שמעולם לא שיקף את מה שבאמת נאמר.
מנוע כללים לציות סורק כל תמלול אחר הגילויים שהחוק דורש ומעלה התראה ברגע שנציג גובה תשלום בלי להקריא את תנאי הביטול, והופך כלל על הנייר לבדיקה בכל שיחה ושיחה.
ניתוח סנטימנט קולי קולט מתח וכעס בטון של הלקוח ומקפיץ את השיחה למנהל תורן בזמן שהיא עדיין מתנהלת, כך שאפשר להציל את המצב לפני שהוא נגמר רע, במקום לנתח אותו בדיעבד.
במקום להאזין באקראי, צוות האיכות עובד היום רק על השיחות שהאלגוריתם סימן כמפרות כללים או כחריגות, וכך תרגיל דגימה חסר סיכוי הופך לבדיקה ממוקדת שמניבה הרבה יותר.
ארכיון הקלטות השיחה, שעד עכשיו אף אחד לא נגע בו, הופך למקור חי של ראיות והדרכה, כך שלמכירה שנויה במחלוקת יש תיעוד, ולנציג שמפר שוב ושוב יש היסטוריה מתועדת.
המנוע מציף את ההפרה ואת הסיכון; הטיפול המשמעתי, ההדרכה והפיצוי ללקוח נשארים בידי המפקח, כך שהאכיפה עקבית בלי להעביר את שיקול הדעת למודל.
כיסוי ציות מלא, החשיפה נסגרה, וצוות איכות שסוף סוף מתמקד בשיחות הנכונות.
ניטור הציות הרגולטורי הגיע ל-100% מהשיחות, מה שסגר את החשיפה שהובילה לקנסות על מכירה מטעה ולתביעות הייצוגיות והוריד את הסיכון הזה לאפס. מה שפעם היה תלוי במזל, בסיכוי לתפוס נציג במדגם של 1%, נבדק היום בכל שיחה ושיחה.
צוות האיכות עבר מהאזנה אקראית עיוורת לעבודה רק על השיחות שהאלגוריתם סימן, זינוק דרמטי באפקטיביות. ומכיוון שניתוח הסנטימנט מזהה תסכול בזמן אמת, החברה מזהה היום לקוחות שנמצאים בסיכון גבוה לנטוש, מספיק מוקדם כדי לשמר אותם.
אי אפשר לפקח על מוקד שלם באמצעות מדגם; הערך נמצא בקריאה של 100% מהשיחות מול הכללים, ובאדם שבודק את החריגים שהמודל מציף. זו אותה גישה של ניתוח קול שעומדת מאחורי עבודת ניתוח הדיבור שלנו, רק שכאן היא מכוונת לציות רגולטורי ולא לחוויית לקוח.
חברת תקשורת הייתה עיוורת לסיבה שמנויים נטשו. AI שקורא 100% מהאינטראקציות הציף את שורשי הבעיה, חתך פניות חוזרות והעלה שביעות רצון לכל הרוחב.
לקריאת הסיפור ← קליטת AML · פיננסיםסינון ידני היה איטי ולא עקבי, והסיכון חמק פנימה. בדיקות אוטומטיות אישרו את הלקוחות הישרים מהר ועצרו את אלה שדרשו עין אנושית.
לקריאת הסיפור ←
Reef TRH