במטרה לסגור עסקאות מהר יותר, נציגי המכירות הבטיחו הבטחות אסורות ודילגו על תנאי החובה שהחוק מחייב להקריא. צוות בקרת האיכות, שהאזין למדגם זעיר בלבד, כמעט ולא הצליח לאתר את החריגות הללו. כשתלונות הלקוחות הגיעו, זה תמיד נגמר בגרסה מול גרסה, והקנסות הכבדים הגיעו בכל זאת.
הענף כפוף לרגולציה קפדנית המגדירה בדיוק מה נציג מחויב לומר ללקוח לפני ביצוע מכירה. תחת הלחץ לסגור עסקאות, נציגים דילגו על גילויים נדרשים או הבטיחו הבטחות ללא כיסוי, מה שהוביל לקנסות כבדים ולתביעות ייצוגיות נגד החברה.
הפיקוח בפועל היה זניח לחלוטין. צוות בקרת האיכות הצליח להאזין לכ-1% בלבד ממיליוני השיחות החודשיות, מדגם קטן מכדי לזהות דפוסים או לאתר נציגים שמעגלים פינות באופן קבוע. הנהלים אמנם היו קיימים על הנייר, אך בפועל לא הייתה דרך לאכוף אותם.
במצב כזה, כל מחלוקת מול לקוח הייתה אבודה מראש. ללא תיעוד אמין של השיחה, כל תלונה הפכה לגרסה מול גרסה. ההקלטות שיכלו ליישב את המחלוקות נותרו על השרתים כדאטה רדום, ללא דורש וללא יכולת להאזין להן.
תמלול של כל שיחות המוקד בזמן אמת, בדיקה אוטומטית של כל שיחה מול הנהלים, והסלמה למנהל רק של השיחות שבאמת דורשות התערבות.
מנוע המרת דיבור לטקסט וניתוח שפה מאזין, מתמלל ומנתח כל שיחה נכנסת ויוצאת בזמן אמת. כך, הפיקוח מקיף את כלל הפעילות במוקד, במקום להסתמך על מדגם של 1% שמעולם לא שיקף את המציאות בשטח.
מנוע חוקי הציות סורק כל תמלול ומזהה את גילויי החובה הנדרשים. המערכת מתריעה בזמן אמת ברגע שנציג גובה תשלום מבלי להקריא את תנאי הביטול, ובכך הופכת נוהל תיאורטי על הנייר לבדיקה אוטומטית בכל שיחה ושיחה.
ניתוח סנטימנט קולי מזהה מתח וכעס בטון הדיבור של הלקוח ומנתב את השיחה למנהל תורן בעיצומה. הדבר מאפשר לפתור את המשבר בזמן אמת ולמנוע נזק, במקום לנתח את הכישלון בדיעבד.
במקום להאזין לשיחות באקראי, צוות בקרת האיכות מתמקד אך ורק בשיחות שהאלגוריתם סימן כחריגות או כמפרות נהלים. כך, שיטת דגימה שוחקת ולא יעילה הופכת לבדיקה ממוקדת שמניבה תוצאות בשטח.
ארכיון ההקלטות, שעד כה שכב ללא שימוש, הופך למקור חי של ראיות וכלי הדרכה מעשי. כעת, לכל מכירה שנויה במחלוקת יש תיעוד חד-משמעי, ולנציגים שמפרים נהלים באופן סדרתי יש היסטוריית ביצועים מתועדת.
המערכת מציפה את ההפרה ואת רמת הסיכון, בעוד שהטיפול המשמעתי, ההדרכה והפיצוי ללקוח נשארים באחריות המנהל. כך מיושמת אכיפה עקבית, מבלי להעביר את שיקול הדעת למודל.
כיסוי רגולטורי מלא, סגירת חשיפת הסיכון, וצוות בקרת איכות שמתמקד סוף סוף בשיחות הנכונות.
ניטור הציות הרגולטורי הקיף 100% מהשיחות, מה שסגר לחלוטין את החשיפה לקנסות על הטעיית צרכנים ולתביעות ייצוגיות, והוריד את רמת הסיכון לאפס. מה שבעבר היה תלוי במזל ובסיכוי הקלוש לתפוס נציג חורג במדגם של 1%, נבדק כיום בכל שיחה ושיחה.
צוות בקרת האיכות עבר מהאזנה אקראית ועיוורת להתמקדות בלעדית בשיחות שסומנו על ידי האלגוריתם, מה שהוביל לזינוק דרמטי בתפוקה. בנוסף, בזכות זיהוי תסכול לקוחות בזמן אמת באמצעות ניתוח סנטימנט, החברה מאתרת לקוחות בסיכון נטישה גבוה בשלב מוקדם מספיק כדי לשמר אותם.
אי אפשר לפקח על מוקד שלם באמצעות מדגמים אקראיים. הערך האמיתי טמון בניתוח של 100% מהשיחות מול נהלי העבודה, ובשילוב גורם אנושי שבודק את החריגות שהמודל מציף. זוהי אותה גישה טכנולוגית שעומדת בבסיס עבודת ניתוח הדיבור שלנו, אלא שכאן היא מיושמת לטובת ציות רגולטורי ולא עבור שיפור חוויית הלקוח.
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