ما هو الرد الصوتي التفاعلي؟

"إذا كنت ترغب في التحدث إلى إنسان، قل 'إنسان'."

"إنسان."

"عذرًا، لم أجد خيارًا يطابق 'كوبي'. إذا كنت ترغب في التحدث..."

تنهد.

لقد تضررت سمعة أنظمة الرد الصوتي التفاعلي (IVR) كثيرًا في الوقت الحالي.

وأعني بذلك، بحق؛ يمكنك بالتأكيد اعتبارها الحلقة الأضعف في عائلة الوكلاء الصوتيين بالذكاء الاصطناعي.

إنها معقدة، قديمة، وغير عملية. في زمن تتوفر فيه أكثر التطبيقات تطورًا عبر هواتفنا، تبدو المحادثة الصوتية مع روبوت أقل الطرق ملاءمة لاستخدام تلك الأجهزة الذكية.

لماذا ما زلت أكتب هذا المقال؟

آه، نعم. [يسعل].

...لكن بصفتي مهتمًا بتقنيات الكلام ومحبًا لتصميم التطبيقات الأنيقة، لدي بعض الأفكار التي أود مشاركتها لصالح التدفقات الهاتفية المؤتمتة.

إنها أقل نقطة دخول لدعم العملاء، والتقنيات الداعمة مثل معالجة اللغة الطبيعية (NLP) والتعرف التلقائي على الكلام (ASR) تطورت كثيرًا.

مع التصميم المناسب، يمكن أن تصبح الكلمات الخاطئة والقوائم التي لا تنتهي شيئًا من الماضي.

لذا انضم إليّ في هذه الرحلة، حيث أستعرض لك أجزاء النظام، وكيفية استخدامها اليوم، وأبرز بعض المزايا الفريدة لهذه التقنية.

لأنه رغم أنك فكرت في IVR من قبل، أراهن أنك لم تفكر فعليًا في IVR.

ما هو IVR؟

IVR (الرد الصوتي التفاعلي) هو نظام هاتفي مؤتمت تستخدمه الشركات كقائمة لتوجيه العملاء أثناء مكالمات الدعم. يمكن لهذه الأنظمة الإجابة عن الأسئلة المتكررة، تنفيذ المهام الأساسية، وتحويل المكالمة إلى وكيل بشري عند الحاجة.

يقوم IVR بإخراج الوكيل البشري من الاستفسارات الأساسية، والتوجيه، وجمع المعلومات في المراحل الأولى، ليبقى الوكلاء البشريون للحالات الأكثر تعقيدًا أو حساسية.

بفضل مكتبة من الرسائل (عادةً مسجلة مسبقًا) والقدرة على قراءة مدخلات المستخدم، يمكن لهذه الوكلاء الرقمية تخفيف جزء كبير من العمل اليدوي في دعم العملاء.

كيف تقرأ أنظمة IVR مدخلات المستخدم؟

كانت الأنظمة التقليدية تستخدم (تعدد النغمات المزدوجة التردد) DTMF لقراءة مدخلات المستخدم. حيث تتوافق أزرار لوحة الاتصال مع الخيارات.

(ولهذا السبب تصدر أرقام لوحة المفاتيح أصواتًا مختلفة).

تعرف، "للغة الإنجليزية، اضغط 1".

لا يزال البعض يستخدم هذا. لكن في الغالب، أصبحت الأمور أكثر تطورًا بكثير 🌶️.

مع تطور تقنيات الكلام، يمكن لهذه الأنظمة دمج آليات أقوى بكثير للتعرف على الكلمات المفتاحية، أو حتى تشغيل معالجة اللغة الطبيعية (NLP) لاستخلاص المعنى والمشاعر من كلام المستخدم.

كيف يعمل IVR؟

1. المكالمة الأولية

يبدأ تدفق IVR عندما يتصل العميل برقم هاتف مخصص.

2. الترحيب والقائمة

يتم الترحيب بالعميل بسلسلة من الخيارات. مرة أخرى، هذه الخيارات مسجلة مسبقًا.

يمكن أن تشمل هذه أي شيء من التحقق من رصيد الحساب في البنوك، أو أسئلة متكررة بسيطة حول سياسات الشركة، أو تعبئة معلومات أولية قبل تحويل المكالمة إلى وكيل بشري.

3. مدخلات المستخدم

يختار المستخدم خيارًا. هناك عدة طرق يمكن للنظام من خلالها قراءة مدخلات المستخدم.

النغمة المزدوجة التردد (DTMF)

DTMF هو الطريقة الكلاسيكية. إنه بسيط وواضح. ومن الطبيعي أنه أقل تفضيلًا– إذا أجريت مكالمة هاتفية، فأنت ترغب في التحدث.

من ناحية أخرى، هو أقل الطرق استهلاكًا للموارد لجمع مدخلات المستخدم.

يُستخدم كثيرًا في الخدمات الحكومية– المؤسسات التي لم تبنِ بعد بوابة دعم كاملة، والتي تتوقع أن تؤدي الاستفسارات في النهاية إلى وكيل بشري.

التعرف على أوامر الكلام

هنا يُطلب من المستخدم قول الكلمة المرتبطة بالخيار الذي اختاره، مثل: "إذا كنت ترغب في التحقق من رصيد حسابك، قل 'الرصيد'."

لقد حققت هذه التقنية تقدمًا كبيرًا في العقود الأخيرة منذ ظهورها.

قد تكون معتادًا على التعرف منخفض الدقة والمزعج (مثل المثال في المقدمة)، لكن ذلك غالبًا بسبب أنظمة IVR القديمة وليس قدرات تقنية التعرف على أوامر الكلام نفسها.

التعرف التلقائي على الكلام (ASR) وNLP

قد تختار الأنظمة المتقدمة التعرف الكامل على الكلام مع أنظمة NLP.

هنا يتحدث المستخدم خياره بلغة طبيعية، وتُستخدم خوارزميات تعتمد على الشبكات العصبية العميقة لتحويل كلام المستخدم وتصنيفه، مثل: "نعم، أريد أن أودع مبلغًا".

يمكن للأنظمة ذات الموارد المحدودة نسبيًا تشغيل نماذج ASR وNLP بسرعة ودقة جيدة، وتحقق الشركات نتائج إيجابية مذهلة بهذا الإعداد.

4. التوجيه

اعتمادًا على هيكل النظام واستجابة العميل، يتم توجيه العميل إلى الخطوة التالية.

قد يُطلب من العميل إدخال معلومات شخصية، مثل رقم بطاقة ائتمان أو تاريخ ميلاد. أو قد يُحوَّل إلى قائمة فرعية بها خيارات أكثر تحديدًا.

IVR مقابل الوكلاء الصوتيين بالذكاء الاصطناعي

فإذا أضفت طبقة صوتية فوق روبوت دعم العملاء، هل يصبح ذلك نظام IVR؟

أعتقد، تقنيًا.

مع ذلك، يُستخدم مصطلح IVR للإشارة إلى الأنظمة ذات التدفق المحدد مسبقًا، والرسائل المسجلة مسبقًا.

في هذه الحالة، يستخدم الوكيل رسالة مسجلة مسبقًا ليطلب من المستخدم اختيار أحد الخيارات، ثم يوجهه بناءً على ذلك.

أما في حالة الوكيل الصوتي بالذكاء الاصطناعي، يتحدث المستخدم مع الوكيل، وتُنتج الردود بشكل ديناميكي. يحدد الوكيل بشكل مستقل متى يستخدم أي أداة، إن لزم الأمر.

يستخدم IVR رسائل مسجلة مسبقًا ومدخلات مستخدم صارمة لتوجيه المستخدمين خلال التدفق. يُعرض على المستخدم سلسلة من الخيارات في كل خطوة، ويجب عليه اختيار الخيار المناسب.

أما الوكيل الصوتي بالذكاء الاصطناعي، فلديه أدوات معينة، والقدرة على تفسير مدخلات المستخدم لتحديد الأداة المناسبة. كما أنه يولد الردود بشكل ديناميكي، بدلاً من تشغيل رسائل مسجلة مسبقًا.

متى يجب عليك استخدام IVR بدلاً من وكيل صوتي؟

السؤال المطروح: لماذا نستخدم نظامًا صوتيًا خطوة بخطوة بينما لدينا وكلاء محادثة مستقلون وسلسون؟

وإذا كنت تستخدم الذكاء الاصطناعي بالفعل لتصنيف نية المستخدم في IVR، لماذا لا تعتمد نظامًا مستقلاً بالكامل؟

يسعدني أنك طرحت هذا السؤال.

عندما يكون لديك ميزانية محدودة

باستثناء التعرف على الكلام (الموجود في كلا النظامين)، يقتصر استخدام الذكاء الاصطناعي في IVR على تصنيف عبارة المستخدم كواحدة من n أمثلة (عادةً أكثر من 10).

أما الوكلاء المستقلون، فيجرون عدة استدعاءات لنماذج اللغة الكبيرة (LLM) لتحديد نية المستخدم، وصياغة الرد، واستخدام النص إلى كلام (TTS) لإنتاج الصوت المرتبط، وكل ذلك قد يكون مكلفًا ويزيد من وقت الاستجابة.

غالبًا ما تكون هذه التكلفة الإضافية ضرورية، على سبيل المثال، إذا كان لديك سياسة شركة طويلة أو صفحة أسئلة متكررة، ومئات الاستفسارات المحتملة من العملاء.

تحديدها مسبقًا، وجعل العملاء يستمعون إلى قائمة مسجلة للعثور على سؤالهم، سيكون أمرًا غير عملي. في هذه الحالة، يكون الوكيل هو الخيار الواضح.

عندما لا يكون تدفقك محددًا بالكامل

الوكلاء المستقلون أكثر قوة، لكن أقل قابلية للتنبؤ.

تذكر، هم يتخذون القرارات بأنفسهم. هذا يعني أن سلسلة من العمليات تُنفذ في كل دورة، مما يجعل الأخطاء صعبة التتبع.

أقول ذلك لأنني قضيت ساعات في تتبعها.

هذا أمر طبيعي. إنه جزء من التطوير، لكن من الأفضل توفير هذا الوقت عندما تكون متأكدًا من أن البيانات وبنية سير العمل والحاجة موجودة بالفعل.

ونظام الرد الآلي التفاعلي (IVR) هو وسيلة رائعة لجمع كل هذه العناصر معًا.

تحديد الخطوات بشكل واضح وإرشاد المستخدمين خطوة بخطوة هو طريقة أكثر فاعلية لتنظيم بياناتك وفهم سير العمل لديك.

ما زلت أرى أن للرد الآلي التفاعلي نقاط قوة، ويمكنه التعامل مع الأمور البسيطة بشكل أفضل من وكيل ذكاء اصطناعي كامل.

ولكن، على أقل تقدير، يمكنك اعتباره خطوة انتقالية نحو الأتمتة الكاملة.

فوائد الرد الآلي التفاعلي (IVR)

أنظمة الرد الآلي التفاعلي منتشرة لهذا السبب.

ورغم أننا نعيش في عصر تقنيات دعم العملاء الصوتية الأكثر تطورًا، أعتقد أن الرد الآلي التفاعلي لا يزال يستحق التجربة.

الأمان

ننشغل كثيرًا بالحديث عن ما يفعله الذكاء الاصطناعي بكفاءة البشر حتى ننسى أحيانًا جميع الطرق التي يتفوق بها علينا.

إحدى هذه الطرق هي التعرف على الصوت. مثل: "نعم، هذا صوت توم" مقابل "هذا ليس توم".

في الأمور الحساسة، مثل الشؤون المالية أو المعلومات الشخصية، يتيح التدفق الصوتي الآلي للشركات فرصة التحقق من صوت المتحدث ومطابقته مع هويته، مما يساعد في كشف الاحتيال الذي قد لا يُكتشف بطرق أخرى.

تحسين تجربة العملاء

عندما لا يتوفر لديك عدد كافٍ من الموظفين للرد على جميع المكالمات الواردة، تحتاج إلى حل يسد هذه الفجوة.

الحصول على المساعدة أفضل من الانتظار على الخط.

الموظفون المباشرون رائعون. لكن الموظفين المباشرين الذين تم إبلاغهم مسبقًا باحتياجات العميل القادم، وتم توجيههم بناءً على خبرتهم، هذا هو الوضع المثالي.

خفض التكاليف

هذه النقطة ذات شقين.

أولاً، تحويل المهام البسيطة في خدمة العملاء يوفر التكاليف دائمًا. العملاء الذين لديهم استفسارات بسيطة لا يحتاجون إلى خدمة شخصية خاصة، ويمكن للرد الآلي التفاعلي تنفيذ المهام البسيطة أو تقديم ردود سريعة.

إنه وضع يحقق الفائدة للطرفين

من ناحية أخرى، هو بديل أقل تكلفة من وكلاء الذكاء الاصطناعي والدردشات الآلية.

تسعى الشركات لتطبيق وكلاء الذكاء الاصطناعي الكاملين لأتمتة دعم العملاء دون النظر إلى الأتمتة الأرخص مثل الرد الآلي التفاعلي.

تكلفة الروبوتات لا تتعلق فقط بالأدوات والتقنيات. بل تتعلق أيضًا بالوقت الذي تخصصه لتجربة وبناء النظام.
تصميم نظام منخفض التكلفة مع سير عمل واضح يمكن أن يكون وسيلة ممتازة لجمع بيانات حول احتياجات العملاء وتعلم كيفية أتمتة التدفقات بشكل أفضل، قبل الانتقال إلى نظام مستقل تمامًا.

توجيه أكثر فعالية

استخدام خطوات سير عمل واضحة (ومع القليل من الذكاء الاصطناعي) يمكن أن يحسن التوجيه بشكل كبير. أي، فعليًا تقديم المساعدة التي يحتاجها العملاء.

الذكاء الاصطناعي بارع في اكتشاف الأنماط في البيانات المعقدة.

الذكاء الاصطناعي ليس جزءًا أساسيًا من الرد الآلي التفاعلي، لكن إضافة بعض التعلم الآلي للتنبؤ بأنماط سلوك المستخدم أمر سهل نسبيًا.

مع الرد الآلي التفاعلي، يمكنك جمع بيانات عن ملف العميل، ومشكلته، ومدى فعالية بعض الموظفين المباشرين في التعامل مع هذه المشكلة.

عند التوجيه، يجب على الرد الآلي التفاعلي تحديد أي موظف مباشر سيتم تحويل المكالمة إليه.

ربما يكون أحد الموظفين أكثر خبرة في مشكلات ترحيل قواعد البيانات، وآخر في بيانات تسجيل الدخول. بينما الموظف الثالث هو الأفضل لمشكلات بيانات تسجيل الدخول لعملاء الخطط المؤسسية.

معرفة جميع التركيبات المختلفة بين الموظفين والمشكلات والملفات الشخصية سيكون أمرًا معقدًا للغاية.

لكن ليس للذكاء الاصطناعي – فهذه مجرد بيانات.

دعم على مدار الساعة طوال أيام الأسبوع

قد لا يكون الموظفون المباشرون متاحين طوال الوقت، لكن يمكنك جمع المعلومات الضرورية في أي وقت، وتحديد موعد للاتصال لاحقًا عندما يكونون متاحين، والرد على الاستفسارات السريعة.

سيقلل ذلك من العقبات لدى العميل، ويجعل وقت الموظفين المباشرين أكثر فعالية، وقد يوفر موارد تتيح لك تشغيل الموظفين في أوقات انخفاض الضغط.

حالات استخدام الرد الآلي التفاعلي في مختلف القطاعات

تشهد الشركات تحسنًا في الكفاءة والرضا في مختلف القطاعات، خاصة عند دمج الرد الآلي التفاعلي مع معالجة اللغة الطبيعية.

الخدمات المصرفية

ذكرت القطاع المصرفي عدة مرات في هذا المقال، لأنه مثال رائع على استخدام الرد الآلي التفاعلي.

بغض النظر عن الطريقة، ضمان إجراء معاملة آمنة يتطلب التحقق من هوية المستخدم عدة مرات، ثم تحديد تفاصيل المعاملة.

معظم هذه المعلومات بسيطة لكنها حساسة: أرقام البطاقات، مبالغ الإيداع. طالما أن الرد الآلي التفاعلي موثوق وآمن، فهو مناسب تمامًا للمصارف.

في الواقع، ساعد تطبيق الرد الآلي التفاعلي المعتمد على اللغة الطبيعية البنوك على تحقيق معدلات احتواء عالية (دون الحاجة لتحويل المكالمة لموظف مباشر) مع تعزيز الأمان.

الرعاية الصحية

أظهرت تحديات التوظيف خلال جائحة كوفيد-19 أهمية وجود أتمتة فعالة في قطاع الرعاية الصحية.

شهدت شبكة صيدليات GBANK Health في ولاية آيوا انخفاضًا بنسبة 24% في تحويل المكالمات بعد تطبيق الرد الآلي التفاعلي المخصص للحالات.

وهذا تذكير بأن الطب قطاع عالي المخاطر ويعاني من ضغط كبير. والأتمتة الفعالة تعني تحسين رفاهية الناس.

دعم العملاء

معظم استفسارات دعم العملاء متكررة. تصنيف وفرز المكالمات الواردة يوفر الوقت ويحسن الرضا.

وفي هذا السياق، تمكن أحد متاجر التجزئة الأمريكية من خفض تحويل المكالمات بنسبة 30% باستخدام الرد الآلي التفاعلي المعتمد على اللغة الطبيعية.

تطبيق الرد الآلي التفاعلي يمنحك السيطرة.

استخدم نفس المتجر خوارزميات تنبؤية لاقتراح خدمات إضافية، وحقق معدل نجاح تجاوز 70%، مما قلل الحاجة للمتابعة الهاتفية.

كيفية تجنب التحديات الشائعة في الرد الآلي التفاعلي

الأمر ليس دائمًا سهلاً – هناك مشكلات قد تظهر مع الرد الآلي التفاعلي. والخبر الجيد أنه يمكنك اتخاذ خطوات لمعالجتها.

اجعل القائمة بسيطة

قوائم الرد الآلي التفاعلي قد تكون طويلة، وخياراتها غير واضحة. أحيانًا تنسى الخيار الأول أثناء انتظارك لسماع البقية. وأحيانًا أخرى لا تعرف أي خيار يناسبك.

الحل: كرر، وكرر، وكرر. اجمع بيانات الاستخدام، وراقب أين يواجه المستخدمون صعوبات.

قد يتطلب ذلك إعادة ترتيب الخيارات، أو حذف الخيارات غير المستخدمة، أو دمج الخيارات المتشابهة.

يجب أن تركز على تقليل وقت المتصلين، وتقليل عودتهم للخطوات السابقة، وتقليل تحويل المكالمات للموظفين المباشرين.

كن شفافًا

الرد الآلي التفاعلي ليس بشريًا، وهذا أمر طبيعي.

لكن بعض العملاء يفضلون التحدث مع موظف مباشر.

وبدون القدرة على قراءة أو الاستجابة لمشاعر المستخدم، قد يشعر العملاء غير الراضين بأنهم غير مقدرين.

الحل: ركز على الوضوح، وكن شفافًا في أقرب وقت ممكن حول كيفية التحدث مع موظف مباشر.

القوائم الآلية أقل شخصية في النهاية من الأشخاص الحقيقيين. وسيشعر المستخدمون بذلك بشكل مختلف.

لا يمكنك التحكم في شعور العملاء حيال ذلك، لكن يمكنك دائمًا أن تكون شفافًا بشأن خياراتهم.

عالج نقاط الاختناق

حتى الأنظمة الآلية لديها أوقات انتظار. فهناك حدود لعدد العملاء الذين يمكن للرد الآلي التفاعلي خدمتهم في نفس الوقت. كما تختلف أوقات الانتظار للموظفين المباشرين.

الحل: حدد نقاط الاختناق وحاول معالجتها.

عند تصميم سير عمل الرد الآلي التفاعلي، فكر في ما هو مطلوب خارج النظام بقدر ما هو مطلوب داخله.

ربما بعض خيارات القائمة مطلوبة أكثر من غيرها. في هذه الحالة، فكر في توجيه القوى العاملة نحو حل هذه المشكلات.

من الممكن أن العملاء يتصلون من أجل استفسارات بسيطة يمكن الإجابة عنها على موقعك الإلكتروني. تأكد من وضوح هذه المعلومات وسهولة الوصول إليها.

أتمت مكالمات الهاتف باستخدام الرد الآلي التفاعلي

إذا لم تكن مستعدًا للانخراط الكامل في أتمتة الذكاء الاصطناعي، فلا أجد طريقة أفضل للبدء من تطبيق الرد الآلي التفاعلي.

الرد الصوتي التفاعلي (IVR) وسيلة رائعة للاستفادة من قوة الذكاء الاصطناعي مع الحفاظ على التحكم. يمكنك جمع البيانات والتحسين باستمرار.

كل ما تحتاجه هو منصة بناء. يوفر Botpress أداة بناء بالسحب والإفلات، ونماذج منخفضة التكلفة للاختيار من بينها، وتكامل سهل مع الهاتف. كما سيجمع لك التحليلات تلقائيًا.

ابدأ البناء اليوم. إنه مجاني.

الأسئلة الشائعة

ما مدى دقة أنظمة الرد الآلي الحديثة في فهم الكلام الطبيعي واللهجات المختلفة؟

تحقق أنظمة الرد الآلي التفاعلي الحديثة دقة تتراوح بين 85 و95% للكلام الواضح باللغات المدعومة، بفضل تقنيات التعرف على الكلام المتقدمة ومعالجة اللغة الطبيعية. تنخفض الدقة مع اللهجات القوية أو الضوضاء الخلفية، لذا يعد اختبار المستخدمين الفعليين أمرًا ضروريًا. وتوفر العديد من المنصات إمكانية تخصيص النماذج لتحسين التعرف على اللهجات والمصطلحات الخاصة بكل قطاع.

هل تقنية الرد الآلي التفاعلي مكلفة للتطبيق في الشركات الصغيرة؟

لم تعد تقنية الرد الصوتي التفاعلي (IVR) مكلفة للغاية بالنسبة للشركات الصغيرة؛ إذ يمكن أن تبدأ الحلول السحابية من 50 إلى 200 دولار شهريًا، حسب حجم المكالمات والميزات المطلوبة. تزداد التكاليف إذا أضفت التعرف على الصوت أو التكامل مع أنظمة الأعمال، وغالبًا ما تكون أكبر تكلفة هي وقت التصميم والإعداد، وليس البرمجيات نفسها.

هل يمكن لأنظمة IVR التكامل مع أنظمة إدارة علاقات العملاء (CRM) لتخصيص الردود؟

يمكن لأنظمة IVR التكامل مع أنظمة إدارة علاقات العملاء (CRM) والأدوات الخلفية، مما يتيح تجارب مخصصة مثل الترحيب بالمتصلين بأسمائهم أو توجيههم بناءً على سجل العملاء. تعتمد هذه التكاملات على واجهات برمجة التطبيقات (APIs) أو الاتصالات المباشرة بقواعد البيانات، لذا فهي تتطلب بعض الإعداد التقني، لكنها أصبحت معيارًا شائعًا في منصات IVR الحديثة.

هل يمكن لأنظمة IVR التعامل مع المعلومات الحساسة مثل أرقام بطاقات الائتمان بشكل آمن؟

يمكن لأنظمة IVR التعامل مع المعلومات الحساسة بأمان، بشرط أن يتم تصميمها وفقًا لمعايير الامتثال PCI-DSS وبروتوكولات التشفير. تقدم العديد من مزودي IVR الحديثين تدفقات "تحصيل المدفوعات" الآمنة حيث يتم إخفاء البيانات الحساسة عن الموظفين البشر وتشفيرها من البداية إلى النهاية.

كم من الوقت يستغرق نشر نظام IVR من الصفر؟

يمكن للشركة نشر نظام IVR بسيط يعتمد على إدخال الأرقام (DTMF) خلال بضعة أيام فقط إذا استخدمت مزودًا سحابيًا مع قوالب جاهزة. أما الأنظمة المتقدمة التي تتضمن التعرف على الصوت وسير عمل معقد فقد تستغرق عدة أسابيع للإطلاق.