वॉइस एजेंट की क्षमताएँ: मेमोरी, एस्केलेशन और भी बहुत कुछ

पारंपरिक फोन सिस्टम स्क्रिप्टेड, मेन्यू-आधारित जवाबों पर निर्भर थे। इससे प्राकृतिक भाषा के अनुरूप ढलने या जटिल workflow अनुरोधों को संभालने की उनकी क्षमता सीमित हो जाती थी। आज की वॉइस एजेंट क्षमताएँ रीयल-टाइम स्पीच रिकग्निशन, रीजनिंग और कॉन्टेक्स्ट को मिलाकर अधिक प्रतिक्रियाशील स्पीच सिस्टम बनाती हैं।

आधुनिक वॉइस एजेंट ग्राहक की पहचान सत्यापित कर सकते हैं, सिस्टम में उनकी जानकारी ढूँढ सकते हैं, लाइव डेटा के आधार पर उचित जवाब दे सकते हैं, यह पहचान सकते हैं कि स्थिति को कब किसी और को सौंपना है, और भी बहुत कुछ। यह सब लाइव कॉल के दौरान होता है, बिना यूज़र को लाइव एजेंट के इंतज़ार वाली फोन कतार में भेजे।

यह गाइड AI वॉइस एजेंट की क्षमताओं पर छह सवालों के जवाब देती है: वे कॉल करने वालों को कैसे याद रखते हैं, निराशा को कैसे संभालते हैं, उन्हें कौन-सा डेटा प्रशिक्षित करता है, वे पर्सनलाइज़ेशन कैसे करते हैं, संवेदनशील डेटा की सुरक्षा कैसे करते हैं और CSAT पर उनका क्या असर होता है। हर जवाब बताता है कि ElevenAgents इसे व्यवहार में कैसे करता है।

सारांश:

• वॉइस एजेंट रीयल-टाइम स्पीच रिकग्निशन को लाइव डेटा पर रीजनिंग के साथ जोड़ते हैं, जिससे वे कॉल करने वालों की पहचान सत्यापित कर सकते हैं, मौजूदा जानकारी के साथ जवाब दे सकते हैं और किसी को फोन कतार में भेजे बिना कॉल के दौरान काम पूरा कर सकते हैं।
• एजेंट मेमोरी एक कॉल के भीतर और बार-बार होने वाली बातचीत में काम करती है। यह शुरुआत में dynamic variables के ज़रिए CRM से ग्राहक इतिहास लेती है और post-call webhooks से नतीजे वापस लॉग करती है।
• निराश कॉल करने वालों को sentiment detection और रीयल-टाइम de-escalation से संभाला जाता है। निराशा तय सीमा पार करने या कॉलर के किसी व्यक्ति से बात करने का अनुरोध करने पर कॉल मानव या विशेषज्ञ एजेंट को ट्रांसफर की जा सकती है।
• एजेंट PDF, Word, टेक्स्ट, Markdown, HTML और EPUB समेत कई फ़ॉर्मैट में अपलोड की गई सामग्री से ज्ञान बनाते हैं। वे प्रासंगिक अंश पाने के लिए RAG का इस्तेमाल करते हैं, जबकि छोटे दस्तावेज़ पूरे कॉन्टेक्स्ट में रहते हैं।
• पर्सनलाइज़्ड सुझाव CRM डेटा, लाइव अनुरोध और tool calling के ज़रिए कॉल के दौरान प्रोडक्ट लुकअप को मिलाते हैं, ताकि एजेंट वास्तविक उपलब्धता का मिलान कॉलर के इतिहास से कर सके।
• कॉन्फ़िगर की जा सकने वाली प्राइवेसी सेटिंग्स डेटा रिटेंशन, ऑडियो स्टोरेज, ट्रांसक्रिप्ट रिडैक्शन और zero-retention mode को नियंत्रित करती हैं। एंटरप्राइज़ हेल्थकेयर डिप्लॉयमेंट के लिए HIPAA पात्रता भी उपलब्ध है।

वॉइस एजेंट की क्षमताएँ क्या हैं?

वॉइस एजेंट एक आर्टिफ़िशियल इंटेलिजेंस (AI) सिस्टम है, जो ग्राहकों के साथ रीयल-टाइम में बोलकर बातचीत कर सकता है। यह इरादे, स्थिति के कॉन्टेक्स्ट को समझने और ग्राहक की ओर से काम पूरा करने के कारण पारंपरिक वॉइस क्षमताओं से आगे जाता है। ये एजेंट ग्राहक को सुनते हैं, सुनी हुई बात पर रीजनिंग करते हैं, अनुरोध पूरा करने के लिए ज़रूरी सिस्टम का संदर्भ लेते हैं और फिर मानव कस्टमर सर्विस एजेंट जैसी स्वाभाविक आवाज़ में ग्राहक से बात करते हैं। 

वॉइस एजेंट क्षमताओं की बात करें, तो ये वे खास फ़ंक्शन हैं जो एजेंट और ग्राहक के बीच की बातचीत को उपयोगी बनाते हैं। किसी भूमिका में एजेंट के प्रदर्शन को समझने के लिए इन्हें कई श्रेणियों में बाँटा जा सकता है:

• मेमोरी और कॉन्टेक्स्ट: एक ही कॉल या कई इंटरैक्शन में उसी ग्राहक की जानकारी बनाए रखने की क्षमता।
• मुश्किल स्थितियों और बातचीत को संभालना: कॉलर के निराश, भ्रमित या नतीजा स्वीकार न करने पर भी एजेंट विषय पर बने रहते हैं और नीतियों का पालन करते हैं। 
• आपकी सामग्री पर ट्रेनिंग की क्षमता: एजेंट सामान्य स्क्रिप्ट इस्तेमाल करने के बजाय कंपनी के मौजूदा आंतरिक दस्तावेज़ों और नीतियों से बातचीत के लिए जवाब लेते हैं।
• ग्राहक पर्सनलाइज़ेशन: एजेंट सामान्य विकल्पों वाले मेन्यू की बजाय कॉलर की पहचान के आधार पर अपना टोन, गति या सुझाव बदलते हैं। 
• डेटा हैंडलिंग: एजेंट के साथ साझा की जाने वाली जानकारी को इस आधार पर प्रबंधित किया जाता है कि कौन-सा डेटा स्टोर होता है, कंपनी उसे कितने समय तक रखती है और कौन उसे एक्सेस कर सकता है। 
• सफलता के मापने योग्य नतीजे: ऐसा सिस्टम तय करना जो आंतरिक ट्रैकिंग दे, ताकि बेहतर तरीके से पता चल सके कि वॉइस एजेंट समस्याएँ हल कर रहा है या नहीं और लाइव एजेंट की तुलना में कितनी सटीकता से कर रहा है। 

आखिरकार, ये वॉइस एजेंट क्षमताएँ कंपनियों को ग्राहकों की ज़रूरतों के अनुसार अपने एजेंट बेहतर ढंग से तैयार करने में मदद कर सकती हैं। 

वॉइस एजेंट ग्राहकों के साथ पिछली बातचीत को कैसे याद रखते हैं?

वॉइस एजेंट में कॉल के बीच की बिल्ट-इन मेमोरी नहीं होती। अलग-अलग कॉल की मेमोरी तीन हिस्सों से बनती है: कॉल शुरू होने पर CRM डेटा डालने वाले dynamic variables, उसे पाने वाला conversation-initiation webhook और नतीजे वापस लिखने वाला post-call webhook। एक ही कॉल के भीतर एजेंट पूरा बातचीत कॉन्टेक्स्ट अपने-आप रखता है।

आपके खास आर्किटेक्चर के आधार पर, वॉइस एजेंट ग्राहक मेमोरी को दो स्तरों पर संभाल सकते हैं:

• एक ही कॉल के भीतर: एजेंट बातचीत का कॉन्टेक्स्ट बनाए रखता है और सेशन में कही गई हर बात को ट्रैक करता है, जिससे ग्राहक को कॉल के दौरान बार-बार वही बात दोहराने की ज़रूरत कम होती है।
• कई इंटरैक्शन में: यह मेमोरी मल्टी-चैनल इंटीग्रेशन से हासिल होती है। एजेंट कॉल की शुरुआत में कंपनी के CRM या डेटाबेस से ग्राहक इतिहास निकालता है, फिर बातचीत के नतीजे दर्ज करता है ताकि अगली बातचीत इतिहास की जानकारी के साथ शुरू हो।

बातचीत की शुरुआत में dynamic variables के ज़रिए ElevenAgents में कॉन्टेक्स्ट डाला जाता है। ये variables एजेंट के prompts, messages और tools में runtime values डालते हैं। इससे हर ग्राहक के लिए अलग एजेंट बनाए बिना एजेंट हर बातचीत को यूज़र की खास जानकारी से पर्सनलाइज़ कर सकता है। कॉलर का नाम, अकाउंट स्टेटस, पहचान योग्य जानकारी और पिछली बातचीत का इतिहास, बातचीत शुरू होते ही वॉइस एजेंट को दिया जा सकता है। 

इनबाउंड टेलीफोन कॉल के लिए, ElevenAgents conversation-initiation webhook के ज़रिए कंपनी सर्वर से शुरुआती डेटा ला सकता है और एजेंट के कॉन्टेक्स्ट लोड करते समय endpoint से लौटे JSON को लागू कर सकता है। लाइव स्थिति में, प्लेटफ़ॉर्म ग्राहक के शुरुआती कनेक्शन के दौरान ज़रूरी डेटा लेता है। आमतौर पर यह प्रक्रिया सामान्य रिंगिंग या होल्ड म्यूज़िक जैसी लग सकती है, जबकि एजेंट साथ-साथ कॉन्टेक्स्ट देखता है। 

कॉल खत्म होने पर, यह flow उलटी दिशा में चलता है। एजेंट कॉल के नतीजे CRM या सपोर्ट सिस्टम को post-call webhooks या दूसरे कॉल tools के ज़रिए वापस भेजता है। यह कॉल में क्या हुआ और ग्राहक के साथ अभी किस बात का फ़ॉलो-अप करना है, उसे लॉग करता है। ग्राहक के साथ इंटरैक्शन का दस्तावेज़ीकरण ही वॉइस एजेंट की मेमोरी को लगातार बनाए रखता है। इस तरह, ग्राहक जिस अगले एजेंट या लाइव व्यक्ति से बात करता है, उसके पास बातचीत शुरू होने से पहले पूरा बैकग्राउंड होता है। 

वॉइस एजेंट निराश या गुस्साए ग्राहकों को कैसे संभालते हैं?

हर स्तर और हर कस्टमर सर्विस माहौल में निराश और गुस्साए ग्राहक आना तय है। वॉइस एजेंट ऐसी स्थितियों को पहचानने, उसके अनुसार ढलने और ज़रूरत पड़ने पर एस्केलेट करने में माहिर हैं। 

यहाँ बताया गया है कि वॉइस एजेंट ग्राहकों के साथ मुश्किल स्थितियों को कैसे संभालते हैं:

• निराशा पहचानना: ग्राहक के जवाबों को पहचानने के लिए sentiment analysis सबसे प्रभावी है। यह विश्लेषण बातचीत को सकारात्मक, नकारात्मक या तटस्थ स्कोर देता है। अलग-अलग बातचीत में sentiment analysis हर यूज़र जवाब को नकारात्मक से सकारात्मक की स्कोर की गई दिशा में रखता है, ताकि आप देख सकें कि बातचीत कहाँ बिगड़ी। विषयों के अनुसार पहचान को एकत्र करने पर यह पता चल सकता है कि किन विषयों से कॉलर सबसे ज़्यादा निराश होते हैं और कहाँ सुधार करना है। ElevenLabs पर उपलब्ध अग्रणी वॉइस एजेंट मॉडल के साथ एजेंट लाइव ट्रांसक्रिप्ट से टोन भी समझ सकते हैं और उसी के अनुसार ढल सकते हैं।
• रीयल-टाइम में ढलना: किसी एजेंट के system prompt में de-escalation व्यवहार को सीधे तय किया जा सकता है। इससे वह कॉलर की निराशा को स्वीकार कर सकता है, बहस करने से बच सकता है, जवाबों को बातचीत के अनुरूप और शांत रख सकता है तथा समाधान के रास्ते से शुरुआत कर सकता है। 
• मानव को एस्केलेट करना: transfer to number tool तय शर्तें पूरी होने पर कॉल किसी व्यक्ति को सौंप देता है—आमतौर पर जब कॉलर किसी व्यक्ति से बात करने को कहे, एक ही शिकायत दो बार दोहराए या लगातार कई turns तक sentiment नकारात्मक रहे। इन शर्तों को system prompt में लिखें। इंतज़ार के दौरान एजेंट कॉलर के लिए संदेश चला सकता है और कॉल लेने वाले ऑपरेटर को अलग सारांश भेज सकता है, ताकि वह दोबारा शुरुआत करने के बजाय कॉन्टेक्स्ट के साथ कॉल उठाए। ElevenAgents agent-to-agent transfer भी सपोर्ट करता है, जो कॉलर को मानव के बजाय अलग विशेषज्ञता की ज़रूरत होने पर बातचीत को विशेषज्ञ एजेंट तक भेजता है।

निराश ग्राहकों को संभालने के लिए वॉइस एजेंट क्षमताओं का सबसे अहम पहलू ट्रांसफर का रास्ता है। 

वॉइस एजेंट को ट्रेन करने के लिए किन फ़ाइल फ़ॉर्मैट का इस्तेमाल किया जा सकता है?

आधुनिक वॉइस एजेंट को पारंपरिक AI/LLM अर्थ में ट्रेन नहीं किया जाता। इन्हें आगे काम करने के लिए ज्ञान दिया जाता है। इन वॉइस एजेंट को दस्तावेज़, वेब पेज या सादा टेक्स्ट संसाधन दिए जाते हैं, जो एक नॉलेज बेस का संदर्भ देते हैं और जिससे एजेंट कॉल के दौरान प्रासंगिक अंश खोजता है। इस तरीके को retrieval-augmented generation (RAG) कहा जाता है। यह प्रक्रिया एजेंट को एक prompt की तुलना में कहीं ज़्यादा जानकारी का उपयोग करने देती है।

नॉलेज बेस में जानकारी जोड़ने के कई तरीके हैं। आप फ़ाइल अपलोड कर सकते हैं, एजेंट को URL दे सकते हैं या टेक्स्ट सीधे पेस्ट कर सकते हैं। ElevenAgents में हर अपलोड की गई फ़ाइल 20MB तक की हो सकती है और ये फ़ॉर्मैट सपोर्ट होते हैं: 

• .pdf 
• .docx 
• .txt 
• .md 
• .html 
• .epub

फ़ॉर्मैट का असर retrieval की गुणवत्ता पर पड़ता है। Markdown, सादा टेक्स्ट और DOCX से साफ़ जानकारी निकलती है और RAG के लिए अनुमान के मुताबिक chunks बनते हैं। मल्टी-कॉलम लेआउट, टेबल या स्कैन किए हुए पेज वाले PDF से जानकारी ठीक से नहीं निकलती, इसलिए अपलोड से पहले उन्हें कन्वर्ट करना चाहिए। 

दस्तावेज़ अटैच होने पर, एजेंट उसे दो में से किसी एक तरीके से इस्तेमाल करता है। छोटे दस्तावेज़ पूरे कॉन्टेक्स्ट में रह सकते हैं, जहाँ हर turn पर पूरे दस्तावेज़ का टेक्स्ट prompt में रहता है। दूसरा तरीका बड़े दस्तावेज़ों को RAG के लिए इंडेक्स करना है। 

इस प्रक्रिया में बातचीत के समय सिर्फ़ हर सवाल के लिए सबसे प्रासंगिक अंश लिए जाते हैं। उदाहरण के लिए, कोई दस्तावेज़ पूरे कॉन्टेक्स्ट में तभी इस्तेमाल हो सकता है जब उसका निकाला गया टेक्स्ट 250,000 कैरेक्टर के भीतर हो। इससे बड़ा कुछ भी RAG से गुज़रता है। RAG सक्षम होने पर सिस्टम अपने-आप सही तरीका चुन लेता है।

वॉइस एजेंट पर्सनलाइज़्ड प्रोडक्ट सुझाव कैसे देते हैं?

पर्सनलाइज़्ड प्रोडक्ट सुझाव वॉइस एजेंट से बातचीत के समय कॉलर के बारे में कई इनपुट को मिलाकर दिए जाते हैं। इनपुट में कॉलर कौन है, वह क्या पूछ रहा है और क्या उपलब्ध है, शामिल हैं। एजेंट को dynamic variables से मिले CRM डेटा से कॉलर की जानकारी मिलती है। 

एजेंट लाइव बातचीत से अनुरोध भी जानता है और tool calls से प्रोडक्ट डेटा देखकर उपलब्धता का पता लगाता है। फिर वह इन सबके आधार पर उसी तरह कॉलर को पर्सनलाइज़्ड विकल्प सुझाता है, जैसे पूरी जानकारी रखने वाला मानव प्रतिनिधि करता है। 

वास्तविक वॉइस एजेंट संदर्भ में यह कैसे काम करता है, इसे बेहतर समझने के लिए देखें कि असली कॉल पर यह कैसा दिखता है। 

एक लौटकर आने वाला ग्राहक रिटेलर की टेक्निकल सपोर्ट लाइन पर कॉल करता है, क्योंकि उसका यूज़र अकाउंट लॉक हो गया है और वह खरीदारी करना चाहता है। वॉइस एजेंट इस कॉल को पर्सनलाइज़्ड सुझाव में ऐसे बदलता है:

• शुरुआत में कॉन्टेक्स्ट लेना: एजेंट को कॉलर की खरीदारी का इतिहास और दूसरी संबंधित जानकारी पहले से पता होती है, क्योंकि यह कॉल की शुरुआत में ली गई थी।
• अनुरोध को सुझाव में शामिल करना: कॉलर अपनी ज़रूरत बताता है और एजेंट बिल्कुल शुरुआत से शुरू करने के बजाय उस जानकारी को अपने सुझाव में शामिल करता है।
• कॉल के बीच लाइव प्रोडक्ट डेटा देखना: एजेंट ट्रेनिंग की जानकारी पर निर्भर रहने के बजाय बातचीत के दौरान मौजूदा स्टॉक और कीमत देखने के लिए प्रोडक्ट API को कॉल करता है।
• उपलब्धता का कॉलर से मिलान करना: यह स्टॉक में मौजूद प्रोडक्ट का मिलान कॉलर के विवरण और खरीदारी इतिहास से करता है।
• सुझाव देना और ऑर्डर पूरा करना: एजेंट प्रोडक्ट सुझाता है और अनुरोध पर ऑर्डर पूरा करता है, बिना कॉलर को कहीं और ट्रांसफर किए।

यह पूरी बातचीत tool calling से चलती है। इसके ज़रिए वॉइस बॉट प्रोडक्ट कैटलॉग या ऑर्डरिंग API जैसे बाहरी सिस्टम से जुड़ सकता है और उस जानकारी को अपने जवाबों में शामिल कर सकता है। Tools पर ElevenLabs का दस्तावेज़ बताता है कि यह कनेक्शन कैसे कॉन्फ़िगर किया जाता है।

क्या वॉइस एजेंट संवेदनशील ग्राहक डेटा संभाल सकते हैं?

वॉइस एजेंट रिटेंशन अवधि के लिए कॉन्फ़िगर किए जा सकने वाले कंट्रोल, कॉल ऑडियो स्टोर न करने का विकल्प, बातचीत इतिहास रिडैक्शन और हेल्थकेयर जैसे कड़े नियमों वाले उद्योगों के लिए सख्त रिटेंशन नीतियाँ देते हैं। 

ElevenAgents में इनमें से हर कंट्रोल प्राइवेसी सेटिंग्स से कॉन्फ़िगर किया जाता है। यह ऐसे काम करता है:

• रिटेंशन: बातचीत के ट्रांसक्रिप्ट और ऑडियो रिकॉर्डिंग सिर्फ़ तय अवधि तक स्टोर होते हैं। ElevenAgents डिफ़ॉल्ट रूप से ट्रांसक्रिप्ट और रिकॉर्डिंग दो साल तक रखता है, जिसे शून्य दिनों से अनलिमिटेड तक कस्टमाइज़ किया जा सकता है; HIPAA अनुपालन के लिए कम-से-कम छह साल का रिटेंशन सुझाया जाता है। HIPAA के साथ पूरा अनुपालन सुनिश्चित करने के लिए ध्यान रखें कि हमारे प्लेटफ़ॉर्म पर Protected Health Information को वास्तव में प्रोसेस करने के लिए Zero Retention Mode सक्षम होना ज़रूरी है। इसका मतलब है कि आप webhooks के ज़रिए छह साल के वे रिकॉर्ड अपने इन्फ़्रास्ट्रक्चर पर सुरक्षित रूप से स्टोर करेंगे।
• ऑडियो रिटेंशन:कॉल ऑडियो रिकॉर्डिंग ग्राहक रिटेंशन के लिए रखी जा सकती है या पूरी तरह बंद की जा सकती है, ताकि ग्राहक ऑडियो स्टोर न हो। ऑडियो रिकॉर्डिंग सेव करना बंद करने और रिटेंशन नीति को शून्य दिनों पर सेट करने का मतलब है कि कॉल के तुरंत बाद डेटा हटा दिया जाता है।
• बातचीत इतिहास रिडैक्शन: बातचीत खत्म होने के बाद, हर कॉल के बाद ट्रांसक्रिप्ट और ऑडियो को स्कैन करने वाला post-processing step रिडैक्शन के ज़रिए संवेदनशील ग्राहक डेटा को सुरक्षित रखने में मदद करता है। इस step में संवेदनशील जानकारी पहचानने के लिए ऑडियो और ट्रांसक्रिप्ट स्कैन होते हैं, ट्रांसक्रिप्ट में placeholder और ऑडियो स्निपेट में बीप सुनाई देती है। इससे संवेदनशील जानकारी का जोखिम घटता है, जबकि बातचीत इतिहास समीक्षा के लिए उपलब्ध रहता है। 
• Zero-Retention Mode: यह कॉन्फ़िगरेशन सख्त रिटेंशन ज़रूरतों के लिए सबसे उपयुक्त है। अनुरोध पूरा होते ही requests और responses का अधिकांश डेटा तुरंत हटा दिया जाता है। यह कॉन्फ़िगरेशन API ट्रैफ़िक पर लागू होता है और एंटरप्राइज़ स्तर के ग्राहकों के लिए उपलब्ध है।
  
  

हेल्थकेयर से जुड़े डिप्लॉयमेंट के लिए, एंटरप्राइज़ स्तर के ग्राहकों को उपलब्ध Business Associate Agreements (BAA) के साथ ElevenAgents HIPAA-eligible है। हस्ताक्षरित BAA के साथ, हमारा Zero Retention Mode HIPAA अनुपालन को सपोर्ट करने के लिए डिज़ाइन किया गया है। यह इस बात पर निर्भर करता है कि ग्राहक अपनी अनुपालन ज़रूरतें पूरी करने के लिए प्लेटफ़ॉर्म को कैसे कॉन्फ़िगर और इस्तेमाल करता है। इन कंट्रोल की पूरी कॉन्फ़िगरेशन जानकारी हमारे ElevenLabs प्राइवेसी दस्तावेज़ में उपलब्ध है।

वॉइस एजेंट ग्राहक संतुष्टि में क्या सुधार लाते हैं?

ग्राहक संतुष्टि में सुधार लाने वाले कारकों में अक्सर होल्ड टाइम खत्म या कम होना, एकरूपता और तेज़ समाधान शामिल हैं। चूँकि वॉइस एजेंट बिना देरी के कॉल का जवाब दे सकते हैं, कॉलर को आमतौर पर दिन के किसी भी समय एक जैसी गुणवत्ता का जवाब मिलता है। इससे रूटीन अनुरोधों का समाधान तेज़ होता है, जो पहले लाइव एजेंट के इंतज़ार में कतार में रहते थे। 

हालाँकि, जब ग्राहक के साथ इंटरैक्शन गलत हो जाए, तो किसी निराश ग्राहक को एजेंट लूप में फँसाना ग्राहक अनुभव को होल्ड म्यूज़िक से भी तेज़ नुकसान पहुँचाता है। कई संगठन ग्राहक संतुष्टि को अकेले ट्रैक नहीं करते। इसके साथ रिपोर्ट किए जाने वाले मेट्रिक्स में containment rate (वह दर जिसमें एजेंट बिना मानव हस्तक्षेप के अनुरोध हल करता है), औसत हैंडल टाइम और पहली कॉल में समाधान शामिल हैं। 

समीक्षा के लिए रिपोर्ट में इन्हें साथ मिलाने पर ये अक्सर किसी एक अलग मेट्रिक से अलग कहानी बताते हैं। उदाहरण के लिए, ग्राहक संतुष्टि स्कोर गिरने के साथ ऊँचा containment rate अक्सर दिखाता है कि कॉल मानव की भागीदारी के बिना तेज़ी से हल हो रही हैं। 

Admiral, containment के बजाय पहले संपर्क में समाधान को प्राथमिकता देने का अच्छा उदाहरण है। जैसा कि इस वेबिनार में बताया गया है, उनका लक्ष्य 24/7 उपलब्धता और NPS में वास्तविक बढ़त के साथ 90% समाधान दर था। किसी व्यक्ति को हैंडऑफ़ करना एजेंट के खिलाफ़ कभी नहीं गिना गया, क्योंकि कॉल को सीमित रखने से ज़्यादा ज़रूरी समस्या हल करना था। 

और जानें कि यह वॉइस एजेंट क्षमता उनके CRM और वॉइस सेटअप से कैसे जुड़ती है।

ElevenAgents पर वॉइस एजेंट की सभी क्षमताओं के साथ शुरुआत करें

इस गाइड में बताई गई वॉइस एजेंट क्षमताएँ अलग-अलग या स्वतंत्र प्रोडक्ट नहीं हैं। इन्हें संगठन की व्यावसायिक ज़रूरतों के लिए सही dynamic variables, tools और प्राइवेसी सेटिंग्स के साथ एक ही एजेंट और कॉन्फ़िगरेशन में शामिल करना चाहिए।

शुरुआत करना उतना आसान हो सकता है जितना एक कॉल टाइप से शुरू करना और उसे सिर्फ़ ज़रूरी सिस्टम से कनेक्ट करना। इसके बाद, मेट्रिक्स से काम करने की पुष्टि होने पर एजेंट को बढ़ाया जा सकता है। 

इसके बारे में और जानें ElevenAgents या सेल्स से संपर्क करें और आज ही शुरुआत करें।