Varför röst vinner i komplexa, stressiga samtal

När ett problem är komplext eller stressigt visar vår forskning att människor vill prata igenom det, inte skriva ut det. För att testa det jämförde vi röstsamtal (via telefon och WhatsApp) med chattsessioner hos hundratals produktionsagenter som använder båda, och genomförde en användarstudie för att få ytterligare en jämförelsepunkt.

Vi såg att röst var bäst för komplexa frågor. I samtal som var längre än två minuter lyckades röst 32 % oftare än textbaserad chatt. När dessa längre samtal lyckades löste röst dem ungefär en tredjedel snabbare.

Människor föredrog också röst när situationen blev stressig. I ett simulerat scenario med ett inställt flyg valde 85 % av deltagarna det.

Det gör inte chatten föråldrad. I korta samtal har chatten en liten fördel. Men ju längre ett samtal pågår, desto mer hjälper röst.

Röst utmärker sig vid komplexa supportärenden

Vi använde samtalslängd som ett mått på komplexitet och såg ett tydligt mönster. I samtal under en minut gick chatten bättre med ungefär 9 procentenheter. Mellan en och två minuter var de två kanalerna ganska jämna. Efter två minuter drog röst ifrån: framgångsgraden var 10,9 punkter högre — en ökning på 31,7 % — och nästan två tredjedelar av agenterna presterade märkbart bättre med röst.

Röst löser också längre samtal snabbare. Bland lyckade samtal på över två minuter var genomsnittet för röst 4,6 minuter jämfört med 7 minuter för chatt, och 78 % av de 90 agenter som hade tillräckligt många lyckade långa samtal i båda kanalerna löste dem snabbare med röst.

Varaktighet är ett ofullständigt mått på komplexitet, särskilt för chatt där kunder kan göra pauser mellan meddelanden. Men mönstret är tydligt: ju längre samtalet är, desto mer hjälper röst.

En del av förklaringen kan vara att röst gör det möjligt för kunder att få fram mer information. Människor pratar ungefär tre gånger så snabbt som de skriver, och ett talat samtal håller båda parter engagerade i stället för att de väntar mellan meddelanden. När ett samtal blir komplext är röst den snabbare vägen till en lösning.

Den vinnande formeln för röst: snabbhet och empati

Alla röstsamtal lyckas inte, och en av de främsta orsakerna är latens. I 315 agentsamtal som bytte till en snabbare LLM för att minska latensen såg vi att en minskning på 16 % av den genomsnittliga latensen från början till slut korrelerade med en ökning på 26 % i framgångsgrad. Samtidigt sjönk andelen samtal som avslutades inom 15 sekunder från 21,1 % till 3,8 %.

Det tyder på att latens spelar störst roll i början av ett samtal, när människor bestämmer sig för om de ska stanna kvar i luren. Om en agent svarar långsamt antar den som ringer sannolikt att samtalet har brutits eller att systemet inte fungerar, och lägger på. Snabbare svar får dem att stanna kvar tillräckligt länge för att få hjälp.

Snabbhet är bara en del av det. När ett samtal är stressigt spelar också agentens röst stor roll. I en användarstudie med 98 deltagare fick deltagarna hantera ett simulerat scenario med ett inställt flyg, liknande det i den här videon, och boka om resan med både en röstagent och en chattagent i slumpmässig ordning. I en enkät efter att de hade slutfört sina scenarier svarade 85 % att de föredrog röst, där snabb problemlösning och empati var några av de främsta anledningarna.

Varför det är viktigt att få röst rätt

Kundlojalitet vinns eller förloras när insatserna är som högst: det inställda flyget, den bestridda debiteringen, problemet som redan har tagit upp för mycket av kundens tid. Oavsett kanal kostar en olöst fråga dig nästa samtal.

För de svåraste samtalen ger röst dig bäst chans att nå en lösning, om den är välbyggd. Det börjar med en agent som kan slutföra uppgiften. Långa samtal kräver en agent som håller reda på sammanhanget och kan ansluta till dina system, så att den själv kan boka om flyget eller utfärda återbetalningen i stället för att hänvisa kunden vidare. Låg latens är lika viktigt eftersom det håller samtalet naturligt och får den som ringer att stanna kvar. Och rösten i sig bör låta lugn och empatisk, särskilt när kunden inte gör det.

Det är vad vi bygger med ElevenAgents. Det är en agent med samma kunskap och integrationer för både röst och chatt, så att kunder kan lösa sitt ärende i den kanal de själva väljer. Men ju längre ett samtal pågår, desto mer hjälper röst, och desto snabbare når man en lösning. De företag som löser de svåraste samtalen är de som kunderna återvänder till.

Vår metodik

Vi tittade på agenter som hanterade minst 50 röst- och 50 chattsamtal mellan maj och juli 2026. Varje agent bedömdes utifrån framgångskriterier som företaget hade fastställt för sitt eget användningsfall.

För att jämförelsen skulle bli rättvis jämförde vi varje agents resultat för röst och chatt med agentens egna resultat, i stället för att slå ihop alla samtal. Företag skiljer sig åt när det gäller användningsfall, volym och hur de definierar framgång. Om vi hade slagit ihop alla samtal skulle ett företag som mest använder röst och råkar ha höga framgångsgrader få röst att se bättre ut, även om röst inte gjorde någon skillnad för just det företaget. Genom att jämföra varje agent med sig själv undviker vi det problemet.