זיהוי שיטות עבודה מיטביות של נציגים בעזרת AI

ניתוח ידני של סשני עבודה של נציגים גוזל זמן מהמנהל ואינו מספק תמונה מערכתית. אנו מפתחים פתרונות כאלה במתכונת על-מפתח: מאתרים טכניקות חוזרות של הנציגים הטובים ביותר והופכים אותן לנהלי עבודה. הניתוח הידני של פניות מצטמצם פי שלושה, והשיטות מופצות לכל הצוות.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1365
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

זיהוי AI של פרקטיקות נציגים: היכן אובדת התוצאה

הפרקטיקות הטובות ביותר של נציגים כמעט לעולם אינן מתועדות בתקנון — הן חיות בשיחות מוצלחות בודדות. עובד אחד מוצא ניסוח שאחריו הלקוח מפסיק לחזור לשאלה, ואחר מכבה הסלמה במשפט אחד בדקה השלישית.

הבעיה היא שבזרימת הפניות הטכניקות הללו אינן נראות: ניתוח ידני של סשנים מכסה שברי אחוזים מהשיחות, והמדגם אקראי וכמעט תמיד נופל על שיחות שגרתיות.

המחיר של עיוורון כזה מצטבר בשני מקומות. איכות הטיפול בפניות נשענת על אנשים מסוימים — אדם עוזב, ואיתו הולכת הדרך שלו לנהל דיאלוג, והצוות ממשיך לעבוד לפי סקריפט ממוצע שלא משפר דבר.

ההפסדים על האזנה ידנית רק גדלים: הקו מתרחב מהר יותר ממספר הסופרבייזרים, והפער בין נפח ההקלטות לנפח הנשמע גדל בכל משמרת.

זיהוי AI של פרקטיקות הופך את כיוון הניתוח: אנחנו לא יוצאים מהקלטה אקראית למסקנה, אלא מתוצאת הפנייה לסיבתה. הקו מתמלל במלואו, הדיבור מופרד לפי משתתפים, והדיאלוג מסומן לפי בלוקים סמנטיים — ברכה, זיהוי צורך, התנגדות, חזרה לנושא, סגירה. בהמשך כל שיחה מקושרת לתוצאה: נפתר בפנייה הראשונה או לא, האם הייתה הסלמה, האם הלקוח חזר בשנית.

בהמשך מושוות הניסוחים והתוצאות. האלגוריתם מוצא לא "סקריפט ממוצע", אלא טכניקות חוזרות שקשורות סטטיסטית לסגירה מוצלחת: כיצד בדיוק הנציג מחדד את המשימה, היכן מנסח מחדש את שאלת הלקוח, במה מסיר ספק. הקטעים הללו נשלפים כדוגמאות מופת והופכים לחומר להכשרת המשמרת — כבר עם קשר מאומת בין הטכניקה לתוצאה.

נפרט להלן כיצד הדבר נסגר ברמת הסימון, בחירת הדוגמאות והעברת הפרקטיקות לעבודה היומיומית.

מה נותן ניתוח אוטומטי של סשנים של נציגים

בעבר בקרת איכות נשענה על האזנה מדגמית: מנהל הספיק לנתח שתיים-שלוש שיחות לנציג במשמרת, והשאר נותר ללא הערכה. ניתוח אוטומטי של סשנים מסיר את המגבלה הזו — לניתוח נכנס כל זרם הפניות, ולא מדגם נוח לבדיקה, והמנהל רואה התפלגות לפי צוות, ולא מקרים בודדים.

תמלול ב-Whisper ממיר את ההקלטה לטקסט עם הפרדה לפי דוברים, ובהמשך המודל מסמן את הפניות לפי שלבים: ברכה, זיהוי צורך, התמודדות עם התנגדויות, סגירה. מהסימון הזה נאספים מדדי איכות השירות — עמידה בסקריפט, קטיעות, משך הפסקות, פתרון בפנייה הראשונה, שיעור המעברים למומחה בכיר.

המשמעות המרכזית — חזרתיות של ההערכות. אותה הקלטה בהרצה חוזרת מקבלת את אותה קבוצת מאפיינים, ולכן ההערכה מפסיקה להיות תלויה במי מהמנהלים בדק את המשמרת וכמה זמן היה לו. הפער בין הבודקים מצטמצם, והוויכוח "האם הנציג עבד בסדר" הופך לניתוח של קטעים קונקרטיים בשיחה.

הוצאת נציג לנורמה מואצת בזכות ממוקדות: מתחיל מנתח את הסשנים הראשונים שלו עם סימון מקומות שבהם איבד יוזמה או פספס שלב, והחונך מתחבר רק במקום שבו המאפיינים באמת נחלשים. שיעור הפניות המנותחות הופך לכמות מדידה, ואפשר להחזיק אותו ברמה שאינה ניתנת להשגה בבדיקה ידנית.

שלוש גישות לניתוח סשנים של נציגים

ניתוח סשנים מתחיל בפענוח האודיו — עבור דיבור רוסי אנחנו לוקחים מודל זיהוי מוכן כמו Whisper ומזינים אותו לסימון לפי תפקידים "נציג / לקוח". בהמשך הבחירה מצטמצמת לשלושה דרכים לחילוץ אות: חוקים, מודל מאומן והשילוב ביניהם. הם אינם מחליפים זה את זה — לכל אחד מחיר הטמעה משלו וסוג משלו של החמצות.

אפשרות כיצד בנוי מתי מתאים מגבלות
חוקים וחיפוש לפי סקריפט מילוני מילים נרדפות, תבניות ביטויים, ספים לפי הפסקות וקטיעות התקנון מפורמל, נדרשים הפעלות ניתנות להסבר והתחלה מהירה תופס רק את מה שתואר מראש: ניסוח מחדש, סלנג וטכניקות לא מפורשות מייצרים החמצות
מודל מאומן סימון מדגם מופת של סשנים, אימון מסווג על הערכות איכות נדרשות הערכות על כל המדגם ואיתור טכניקות שאינן בסקריפט דורש סימון; ההחלטה תלויה באיכותו ופחות ניתנת להסבר במילים
ניתוח היברידי חוקים נותנים הפעלות מדויקות, המודל מדרג סשנים ומסמן נוסף מקרי גבול נדרשת תוצאה בלוח זמנים קצר והמשך פיתוח בלי לכתוב מחדש את הערכות החוקים והמודל יש לתאם, אחרת המדדים מתפצלים

לשלושתם מגבלה אחת: בלי מופת מסומן אי אפשר לקבוע שהטכניקה שנמצאה היא אכן הטובה ביותר, ולא תוצאה של סשן מוצלח. לכן בהתחלה אנחנו מקבעים סט חוקים על קטע צר, סופרים לפיו את שיעור הסשנים המנותחים, ורק אחר כך מוסיפים מודל במקום שבו החוקים מייצרים החמצות. סדר כזה נותן קריטריון ברור לבחירת מצב הניתוח ומאפשר לעצור בכל שלב.

כיצד בנויה ההטמעה: שלבי עבודת ההנדסה

ניתוח ההטמעה מתחיל לא במודל, אלא בהקלטות. תחילה עורכים מלאי של מה שכבר נצבר: מאין מגיעים הסשנים, כמה הם, מה שיעור המתאימים לעיבוד, האם יש קישור לעסקה וסימוני תוצאה. לעיתים קרובות מתברר שחצי מהארכיון הוא קטעים קצרים או ערוצים חופפים, ותלוי בזה גם סכימת הסימון וגם לוחות הזמנים.

  1. ביקורת הקלטות — מקורות, פורמטים, משך, איכות שמע, שיעור הקטעים המתאימים. בפלט — מפת הארכיון: מה אפשר לנתח מיד, מה דורש ניקוי ערוצים.
  2. סכימת סימון — מילון מחלקות וכללים: מה נחשב לאמירה חזקה, מה למקרה שנוי במחלוקת, היכן הגבולות בין שלבי השיחה. המסמנים מכוילים על קטע משותף, עד שהפערים מתייצבים נמוך.
  3. מדגם נשמר — סט נפרד של הקלטות, מרובד לפי סוגי פניות ונציגים, שאינו משתתף בכיול ומשמש למדידה הוגנת יחידה.
  4. כיול וכוונון — מאפיינים, ספי הפעלה, מאבק בסימונים שגויים. כל שינוי נבדק רק על המדגם הנשמר, אחרת אנחנו מכווננים את התוצאה לתשובות ידועות.
  5. פיילוט על משמרת אחת — השוואה של הערכות אוטומטיות לניתוח המנהל. פערים מנותחים בפריטים בודדים וכמעט תמיד מובילים לתיקון סכימת הסימון, ולא המודל.
  6. קבלת הפתרון — קריטריוני איכות מקובעים ודוח משוחזר על המדגם הנשמר. כל עוד המדדים אינם מאומתים, הפתרון לא יוצא לעבודה.
  7. הכשרת המשמרת — תקנון הניתוח, תבנית משוב, ניתוח מקרים שנויים במחלוקת. המנהל מקבל לא "קופסה שחורה", אלא רשימה ברורה של מה לבדוק.

לאחר הקבלה סכימת הסימון, קריטריוני האיכות והתקנון נשארים כמסמכי הפרויקט — לפיהם מכשירים משמרת חדשה ובודקים אם ההערכות לא זזו עם הזמן.

ערכת תיעוד ותקנוני ניתוח

לאחר המסירה נשארת לצוות הלקוח ערכה שלפיה אפשר לפתח את מערכת זיהוי הפרקטיקות הטובות של הנציגים בכוחות עצמו ולהעביר למהנדסים חדשים בלעדינו. המסמכים מתארים פעולות קונקרטיות: מה משנים, מתי, את מי מתריעים וכיצד בודקים את התוצאה.

  • סכימות זרימות נתונים — המסלול ממקור האירועים ועד לוויטרינה עם המאפיינים: היכן אנונימיזציה, היכן צבירה, כמה חי השכבה הגולמית ומה ניתן לחשב מחדש.
  • מדיניות גישה — תפקידים ותחומי ראות: אנליסט רואה מדדים, אך לא נתונים אישיים של נציג; בנפרד מתוארים כללים לייצוא ולהוצאה.
  • תקנון הניתוח — כיצד מוערכת פרקטיקה, אילו מאפיינים נחשבים מובהקים, כיצד מוכרעת מחלוקת בין הערכה אוטומטית לסימון מומחה.
  • הוראות למשמרת — נהלים קצרים לתרחישים טיפוסיים: ניתוח חריגה, בחינה מחדש של מופת, הוספת פרקטיקה חדשה לקטלוג.
  • קטלוג פרקטיקות ומופתים — עם בעלים לכל מופת ותנאי שלפיו פרקטיקה יוצאת לבחינה מחדש.
  • ניטור וספים — אילו מדדי איכות מודל ושלמות נתונים מנוטרים ובאילו ערכים מופעל התראה.
  • יומן שינויים — מה ומתי תוקן בכללים, כדי שתזוזת מדדים תשויך לתיקון קונקרטי, ולא תיחפש מחדש.

כל ארטיפקט מתואם עם מי שישתמש בו: התקנון נבחן על ניתוחים אמיתיים, ההוראות נכתבו עבור המשמרת, ולא עבור ביקורת. ההעברה נעשית יחד עם ניתוח של מחזור אחד על נתונים חיים — הצוות מריץ אותו בעצמו לפי המסמכים ורואה היכן הניסוחים דו-משמעיים.

מקרה בוחן: כיצד צומצם הניתוח הידני של פניות פי שלושה

הלקוח — מרכז קשר עם צוות נציגים מבוזר: כ-1,200 פניות בשבוע, וניתוח האיכות נשען על שני סופרבייזרים. ידנית הם הספיקו להאזין ל-3% מהסשנים, המדגם תפס 7–9 שעות בשבוע, וההערכות על אותן הקלטות נבדלו ב-30–40% — נקודות שנויות במחלוקת נאלצו להסיר, והתמונה לפי הצוות נסחפה.

מדדים לפני ואחרי:

מדד לפני אחרי
שיעור הסשנים המנותחים 3% 100%
זמן ליצירת המדגם 7–9 שעות בשבוע 20–30 דקות
פער בהערכות הסופרבייזרים 30–40% 8–12%
השהיה בין הפנייה לניתוח עד 10 ימים בתוך יממה

מה שינו: הדיבור מומר לטקסט, כל דיאלוג מסומן לפי רובריקה אחידה — ברכה, זיהוי צורך, התמודדות עם התנגדות, הצעד הבא. הרובריקה מקובעת בקונפיגורציה, ולכן הרצה חוזרת על אותו סט נותנת את אותה הערכה ב-9 מקרים מתוך 10: התוצאה משוחזרת, ולא תלויה במי תורן היום.

מה נתנה החזרתיות

הערכות שנויות במחלוקת מנותחות לא מאפס, אלא על מדגם מסומן: פער בין האדם למודל מעל הסף יוצא לכיול הרובריקה, ואחריו הפיזור מצטמצם.

סיכום לפי נציגים ופרקטיקות טובות נאסף בדוח Power BI — המנהל רואה לא ציון ממוצע, אלא טכניקות קונקרטיות שנותנות תוצאה אצל נציגים חזקים, ומעביר אותן להכשרת האחרים.

במה נבדל ניתוח פרקטיקות מסקר נציגים?

סקר נציגים וניתוח אוטומטי של משמרת עונים על שאלות שונות — ולכן גם נותנים תמונות שונות. דיווח עצמי של המשמרת הנציג ממלא לפי תבנית לקראת סוף התורנות: הוא מסביר את המניע, מדוע פספסו שלב, כיצד העריכו סיכון, מה חסר. אבל האדם ממצע את היום להערכה אחת וכמעט לא זוכר את הקישור לזמן.

ניתוח אוטומטי, להיפך, משחזר את הכרונולוגיה: לפי יומני אירועים והקלטות רואים מתי הפעולה ארכה זמן רב מהרגיל, היכן חזר הסיבוב, באיזה רגע סטו מהתקנון. את המניע לסטיות האלה הטכניקה אינה יודעת — היא מתעדת התנהגות, ולא סיבה.

מכאן ההבדל המרכזי בעיוותים. בדיווח עצמי פועלת רטרוספקטיבה: אירוע נדיר נזכר בהיר יותר מתדירות גבוהה, פעולה לא נוחה מתוארת ברכות, פעולות שגרה נופלות לגמרי. באוטומטיקה העיוות מסוג אחר — נתונים חסרים ואירועים שלא נכנסו ליומן כלל. השוואת השיטות נכונה רק אם לוקחים בחשבון היכן כל אחת טועה.

שילוב המקורות בנוי כך: הניתוח יוצר היפותזות וסט שאלות סגורות עם קישור לזמן, והסקר של הנציגים מאשר או מפריך אותן. הפער כשלעצמו הוא אות — במקום שבו ההערכה והכרונולוגיה אינם מתלכדים, שם בדרך כלל נמצאת הפרקטיקה הלא-מובנת מאליה.

כך מזוהות הפרקטיקות הטובות: לא "כיצד הנציגים מתארים את העבודה", אלא מה הם עושים בתנאים קונקרטיים ובמה הם מסבירים את ההבדל.

ספקות טכניים נפוצים לפני תחילת הפרויקט

ספקות לפני ההתחלה נוגעים בדרך כלל לא למודל, אלא לנתונים: כמה מהם דרושים, כיצד לנהוג בריבוי שפות וכיצד לא להוציא החוצה הקלטות רגישות. להלן — תשובות למה שלרוב קובע את היקף השלב הראשון.

איזה היקף סימון דרוש?

אנחנו סופרים לא את ההיקף הכולל של ההקלטות, אלא כיסוי תרחישים נדירים: כמה שעות יש לכל סוג פנייה. מספיקים כמה מאות דוגמאות מסומנות לכל מחלקה, ובהמשך משלימים בבחירה לפי פערי המודל.

כל קטע מוערך על ידי שניים בנפרד, פערים מנותחים עד הסכמה — כך שיעור המקרים השנויים במחלוקת נשאר ניתן לניהול.

מה לעשות אם הנציגים מדברים בשפות שונות?

מסמנים בשפת המקור: בתרגום אובדים בדיוק אותם ניסוחים שלפיהם נראית פרקטיקה חזקה. המודל עובד עם ייצוגים רב-לשוניים, את הדיווח אוספים בשפה אחת, ודיאלוגים מעורבים מסמנים במאפיין נפרד.

כיצד מוגנות הקלטות השיחות?

ההקלטות אינן יוצאות מהמתחם שלכם — החוצה יוצאים רק מאפיינים אנונימיים. מספרים, כתובות ונתוני תשלום נחתכים מהתמלולים לפני ההזנה למודל, מזהי הנציגים מוחלפים בכינויים, והגישה לאחסון — לפי תפקידים עם יומן פניות.

האם אפשר להתחיל מקו אחד ולהתרחב?

השלב הראשון — צוות או ערוץ אחד: בודקים שהמדדים משקפים בדיוק את מה שאתם מחשיבים לפרקטיקה הטובה. בהמשך מוסיפים קווים וערוצים בלי לאסוף מחדש את המודל: המאפיינים והכללים כבר מתוארים, ומשתנה רק מקור ההקלטות.

נדון במשימת ניתוח הסשנים ונחזור עם הערכה

כדי שתוכנית העבודה תישען על עובדות ולא על הנחות, דרוש ניתוח מצדכם: מה כבר מוקלט, באיזה אופן נשמר ולפי אילו מאפיינים אתם מבדילים סשן חזק מחלש. לפי התשובות האלה נאספת סכימת העיבוד, היקף הסימון ולוח הזמנים — בלעדיהן כל הערכת לוחות זמנים תהיה מקורבת.

מה מבררים בשיחה הראשונה:

  • מקורות הקלטות: טלפוניה, התכתבות, הקלטות מסך, סימונים ב-CRM — מה זמין, באיזה פורמט והאם יש ייצוא מוכן.
  • היקפים: כמה שעות סשנים בחודש, כמה נציגים וכיוונים, מנתחים ארכיון או עובדים עם הזרם.
  • קריטריוני קבלה: אילו טכניקות נחשבות לטובות, על אילו דוגמאות בודקים זאת ואיזה שיעור התאמות למופת נחשב למספיק.
  • סימון המופת: מי מצדכם מאשר שהפרקטיקה אכן חזקה, וכמה דוגמאות כאלה אפשר לאסוף.
  • מגבלות נתונים: כיצד מאנונימיזציה פרטים אישיים, מי רואה הקלטות והיכן מותר לעבד אותן.
  • פורמט הפלט: כרטיסים עם קטעים והסברים, דוח מסכם על פרקטיקות, ייצוא קבוע למערכת הכשרת הנציגים.

תארו את המשימה בצורה חופשית — אילו סשנים אתם מנתחים ומה תרצו לקבל בפלט. נחזור עם הערכת לוחות זמנים, תוכנית עבודה והרכב המסירה הראשונה, שאפשר לבדוק על הנתונים שלכם.