Ce que l'évaluation manuelle des appels échantillonne réellement
L'évaluation manuelle des appels n'échantillonne qu'une infime partie. Un chef d'équipe écoute cinq ou six appels par agent et par mois, choisis de manière arbitraire, et les évalue selon un formulaire. Tout ce qui n'est pas échantillonné reste inexploré, et les appels problématiques n'ont pas plus de chances d'être inclus dans l'échantillon.
Le problème de l'échantillonnage est l'argument principal, et il est plus fort que toute affirmation de précision concernant la notation automatisée. Un programme qualité qui n'examine qu'une petite portion non aléatoire ne peut pas détecter de tendances, coacher de manière fiable, ou défendre une plainte. Ce qui est souvent omis des versions publiées, ce sont vos affirmations sur la précision de la notation : les taux de concordance entre la notation automatisée et humaine varient selon le formulaire et la langue, et devraient être présentés comme un résultat de calibration basé sur les propres données du client.
Le modèle présente un appel à travers sept scènes : une sur la manière dont les appels sont actuellement sélectionnés pour examen, deux sur ce que la couverture complète change en termes de visibilité, une sur ce qui est réellement noté automatiquement et ce qui ne l'est pas, une sur la façon dont un appel signalé parvient à un chef d'équipe, une sur le coaching basé sur des tendances plutôt que sur des incidents, et une sur les cas où l'examen humain reste essentiel.
