Come si misura un voicebot: i KPI, le soglie e i primi 90 giorni
I KPI del voicebot sono i numeri che dicono se l’assistente automatico che risponde al telefono sta facendo bene il suo lavoro. KPI sta per Key Performance Indicator: sono gli indicatori scelti in anticipo per giudicare un risultato. Rispondono a tre domande. Il voicebot risolve da solo le richieste che gli sono state affidate? Passa a una persona le chiamate giuste? Chi chiama resta in linea fino alla fine o riattacca prima?
Questi numeri vanno letti insieme e confrontati con due cose: la situazione delle chiamate prima di accendere il voicebot, che in questa guida chiamiamo fotografia di partenza, e gli obiettivi decisi all’inizio. La stessa percentuale può essere ottima per un voicebot che prenota visite, e deve raccogliere tre dati, e deludente per uno che comunica orari e stato degli ordini. Una percentuale presentata da sola, senza dire su quante chiamate è calcolata e com’erano le cose prima, si presta a qualsiasi lettura.
La guida di base sul voicebot elenca i cinque numeri da tenere d’occhio e quella su voicebot o operatore umano spiega come giudicare le chiamate passate a una persona. Questa guida va più a fondo: come si calcola ogni numero, perché le piattaforme non contano tutte allo stesso modo, quali valori considerare buoni e cosa controllare nei primi 90 giorni. È scritta da Netframe, system integrator IT con sede a Modena, che collega i voicebot al centralino già presente nelle aziende dell’Emilia-Romagna e ne legge i numeri insieme al cliente.
Cosa conta una piattaforma quando dice che una chiamata è risolta?
La piattaforma è il programma su cui gira il voicebot, e ogni piattaforma ha le sue statistiche. Prima di guardarle bisogna leggere le definizioni, perché le stesse parole (“risolta”, “abbandonata”) hanno significati diversi da un produttore all’altro. La tabella riporta le definizioni pubblicate da tre produttori nella loro documentazione tecnica, letta il 17 novembre 2026. Una parola torna spesso: intento, cioè il tipo di richiesta che il voicebot riconosce, per esempio “prenotare una visita”.
| Piattaforma | Risolta | Passata a una persona | Abbandonata |
|---|---|---|---|
| Microsoft Copilot Studio | “Confermata” se la conversazione arriva in fondo e chi chiama conferma di aver risolto; “implicita” se arriva in fondo ma chi chiama non conferma e la conversazione si chiude da sola | Tre casi: passaggio previsto da una regola; passaggio non previsto, perché chi chiama era rimasto bloccato; passaggio chiesto da chi chiama | Conversazione avviata che si chiude da sola dopo 30 minuti senza un esito; al telefono si chiude 3 minuti dopo l’evento di fine conversazione |
| Amazon Lex V2 | “Successo” se l’ultimo intento riconosciuto è stato soddisfatto | Nessuna voce dedicata. La conversazione è “fallita” se l’ultimo intento non va a buon fine o se il voicebot non capisce e usa l’intento di riserva (fallback) | “Dropped”: chi chiama smette di rispondere prima che la conversazione abbia un esito |
| Google Dialogflow CX | Nessuna voce “risolta” già pronta: la definisce chi realizza il progetto | “Live agent handoff”: le conversazioni in cui è stato chiesto un operatore, con la percentuale calcolata per ogni intento | “End interaction”: le conversazioni abbandonate. A parte c’è la voce “altro”, per esempio per chi saluta e chiude subito |
Tre avvertenze prima di leggere i numeri
- Una chiamata “risolta” può non esserlo. Fra le risoluzioni implicite finisce anche chi ha riattaccato senza rispondere all’ultima domanda, quella di conferma.
- Conversazioni e chiamate si contano in modo diverso. La piattaforma conta le conversazioni, che chiama sessioni. Chi richiama dopo cinque minuti per la stessa cosa apre una seconda sessione: due conversazioni, una sola richiesta.
- Il “containment rate” va letto per quello che è: la percentuale di chiamate che non sono arrivate a una persona. Di norma comprende anche quelle in cui chi chiamava ha rinunciato, quindi è più alta delle richieste davvero risolte.
Per questo conviene mettere per iscritto, prima di guardare qualsiasi statistica, cosa si intende per chiamata risolta, passata e abbandonata. E le chiamate si contano sul centralino, dove ogni telefonata è registrata.
Quali sono i KPI del voicebot e come si calcolano?
I KPI sono di due tipi. Quelli di risultato dicono come sono andate a finire le chiamate; quelli tecnici aiutano a capire perché sono andate così.
Quasi tutte le percentuali si calcolano sulle chiamate “nel perimetro”. Il perimetro è l’elenco delle richieste affidate al voicebot, per esempio orari, stato di un ordine, prenotazioni. Le altre chiamate si contano a parte: quando arriva una richiesta che non gli spetta, il voicebot fa bene a passarla a una persona.
I dati vengono da due registri. Il CDR del centralino (Call Detail Record, l’elenco di tutte le chiamate con ora, durata, esito e destinazione) dice quante chiamate ci sono state. Il registro della piattaforma dice cosa è successo dentro ogni chiamata. Nelle tabelle tornano due termini: il trunk è il collegamento telefonico fra centralino e piattaforma, il jitter è l’irregolarità con cui arrivano i pacchetti di dati che trasportano la voce.
KPI di risultato: chiamate risolte e chiamate passate
| Indicatore | Come si calcola | Dove si legge | Cosa dice |
|---|---|---|---|
| Chiamate nel perimetro | Chiamate arrivate al voicebot per una richiesta che doveva gestire, divise per tutte le chiamate arrivate al voicebot | Registro della piattaforma, più l’ascolto di alcune chiamate scelte a caso | È la base su cui si calcolano gli altri indicatori |
| Risoluzione in autonomia | Chiamate in cui il voicebot ha risolto la richiesta senza l’intervento di una persona, divise per le chiamate nel perimetro | Esito registrato dalla piattaforma, confrontato con il CDR | Quante delle richieste che gli spettano il voicebot risolve da solo; si scrive sia sul perimetro sia sul totale delle chiamate |
| Passaggi evitabili | Chiamate passate a una persona perché il voicebot non ha capito una richiesta che doveva gestire, divise per le chiamate nel perimetro | Motivo del passaggio, nel registro della piattaforma | Quali richieste il voicebot dovrebbe riconoscere e non riconosce |
| Passaggi previsti | Chiamate passate a una persona perché chi chiama lo ha chiesto o perché lo prevede una regola, divise per tutte le chiamate | Motivo del passaggio, nel registro della piattaforma | Se la divisione dei compiti fra voicebot e persone funziona, e quanto lavoro resta alle persone |
KPI di risultato: abbandoni, ricontatti e soddisfazione
| Indicatore | Come si calcola | Dove si legge | Cosa dice |
|---|---|---|---|
| Abbandoni per domanda | Chiamate in cui chi chiama riattacca prima di avere una risposta, contate per ogni domanda del voicebot | Ultima domanda raggiunta, nel registro della piattaforma | Quale domanda fa riattaccare |
| Ricontatti | Chiamate date per risolte dopo le quali lo stesso numero richiama per lo stesso motivo entro pochi giorni (quanti, si decide prima), divise per le chiamate risolte | CDR più registro della piattaforma | I falsi successi: la chiamata risulta risolta, ma la persona ha dovuto richiamare |
| Chiamate recuperate | Chiamate fuori orario e nelle ore di punta che ora ricevono risposta, meno quelle che la ricevevano prima del voicebot | CDR di prima e di dopo, per fascia oraria | Quante chiamate in più ricevono risposta: è il risultato che interessa a chi ha deciso l’investimento |
| Soddisfazione (CSAT, Customer Satisfaction) | Media dei voti da 1 a 5 dati a fine chiamata e percentuale dei voti 1 e 2, con il numero di persone che hanno risposto | Sondaggio di fine chiamata della piattaforma | Cosa ne pensa chi chiama; se hanno risposto in pochi, la media conta poco |
KPI tecnici: quanto capisce il voicebot
| Indicatore | Come si calcola | Dove si legge | Cosa dice |
|---|---|---|---|
| Frasi non capite (no-match) | Volte in cui il voicebot non ha capito la risposta, divise per tutte le risposte ricevute, domanda per domanda | Registro della piattaforma | A quale domanda il voicebot capisce meno |
| Comprensione sul set di prova | Precisione, richiamo e F1 (spiegati più sotto) per ogni intento, calcolati su frasi che il voicebot non ha mai visto | Strumento di valutazione della piattaforma | Se il voicebot distingue una richiesta dall’altra |
| Errore di trascrizione (WER, Word Error Rate) | Parole che il riconoscimento vocale, cioè la parte che trasforma la voce in testo, ha aggiunto, saltato o sbagliato, divise per le parole della stessa registrazione trascritta da una persona | Prova su registrazioni reali | Quanto sbaglia il voicebot nel trasformare la voce in testo, prima ancora di interpretarla |
KPI tecnici: tempi, collegamenti e audio
| Indicatore | Come si calcola | Dove si legge | Cosa dice |
|---|---|---|---|
| Tempo di risposta | Secondi che passano da quando chi chiama smette di parlare a quando il voicebot inizia a rispondere | Registro della piattaforma, più una prova fatta chiamando da un cellulare | Se chi chiama avverte un silenzio |
| Collegamenti con gestionale e agenda | Volte in cui gestionale o agenda non rispondono al voicebot, o rispondono troppo tardi (timeout), divise per le richieste che il voicebot ha fatto a quei programmi; tempo medio di risposta | Registro della piattaforma | Se i programmi a cui il voicebot chiede i dati rispondono in tempo |
| Qualità dell’audio sul trunk | MOS (Mean Opinion Score, il voto da 1 a 5 alla qualità dell’audio), jitter e pacchetti persi fra centralino e piattaforma | Statistiche del centralino o dell’SBC (Session Border Controller, l’apparato che sta fra il centralino e il trunk) | Se la voce di chi chiama arriva pulita al voicebot |
| Avviso di trasparenza | Chiamate in cui il voicebot dice, prima della prima domanda, che chi chiama sta parlando con un sistema automatico, divise per tutte le chiamate | Messaggio di apertura nel registro della piattaforma, più l’ascolto di alcune chiamate | Se è rispettato l’articolo 50 dell’AI Act (Regolamento (UE) 2024/1689, la legge europea sull’intelligenza artificiale): la risposta è sì o no |
I valori di riferimento per MOS, jitter e pacchetti persi sono nella guida sui problemi audio VoIP; cosa fare quando il voicebot capisce male è nella guida su quando il voicebot non capisce.
Quali dati raccogliere prima di accendere il voicebot?
Per sapere se il voicebot ha migliorato le cose bisogna sapere com’erano prima. La fotografia di partenza è questo: i numeri delle chiamate raccolti prima di accenderlo. Si prepara in una o due settimane, prima del collaudo (le prove finali), con il CDR del centralino e ascoltando un campione di chiamate, cioè un gruppo di chiamate scelte a caso.
| Dato | Dove si prende | A cosa serve dopo |
|---|---|---|
| Chiamate ricevute per giorno e per fascia oraria | CDR | A confrontare le chiamate di prima e di dopo e a vedere le ore di punta |
| Chiamate rimaste senza risposta e chiamate in cui chi aspettava in coda ha riattaccato, con il tempo medio di attesa | CDR e statistiche delle code | A contare le chiamate recuperate |
| Motivi per cui le persone chiamano, e quante chiamate fa ciascun motivo | Una settimana di ascolto, segnando ogni chiamata in un elenco di motivi | A scegliere il perimetro e a sapere quanta parte delle chiamate copre |
| Durata media delle chiamate per ogni motivo, più il tempo che serve dopo la chiamata per finire il lavoro | CDR, più la stima di chi risponde al telefono | A calcolare quanto tempo il voicebot può far risparmiare |
| Chiamate ripetute dallo stesso numero entro pochi giorni | CDR | A confrontare i ricontatti di prima e di dopo |
| Chiamate fuori orario finite in segreteria o rimaste senza risposta | CDR e segreteria | A stimare le chiamate più facili da recuperare |
Un esempio con numeri inventati
I numeri sono gli stessi della guida su quanto costa un voicebot. Un’azienda riceve 1.500 chiamate al mese e 900 riguardano tre richieste che si ripetono: il perimetro è di 900 chiamate. Se il voicebot ne risolve da solo 540, ha risolto il 60 per cento del perimetro e il 36 per cento di tutte le chiamate. È lo stesso risultato detto in due modi: letto da solo, il primo numero sembra un successo e il secondo un fallimento. Per questo il report li riporta tutti e due, con accanto il numero di chiamate.
Come si fissano le soglie verde, giallo e rosso?
Per ogni KPI si decide, prima di accendere il voicebot, quando il risultato è buono (verde), quando va tenuto d’occhio (giallo) e quando bisogna intervenire (rosso). L’obiettivo cambia da un’azienda all’altra e dipende da tre cose. La prima è quanta parte delle chiamate rientra nel perimetro. La seconda è la difficoltà delle richieste: comunicare un orario è più facile che prenotare una visita raccogliendo tre dati. La terza sono i risultati della prima settimana, che fanno da punto di partenza.
Le percentuali mostrate dai fornitori nelle presentazioni sono ipotesi da verificare sui propri dati. Per questo la tabella dà regole al posto delle percentuali; le poche cifre presenti vengono da una fonte. Nella tabella “lettura” indica ogni controllo periodico dei numeri: settimanale all’inizio, poi più rado.
Le regole, indicatore per indicatore
| Indicatore | Verde | Giallo | Rosso |
|---|---|---|---|
| Risoluzione in autonomia | Pari all’obiettivo o sopra, e stabile da quattro letture | Sotto l’obiettivo ma in crescita da due letture, oppure sopra l’obiettivo ma in calo da due | Sotto l’obiettivo e ferma, oppure sotto il valore della prima settimana |
| Passaggi evitabili | In calo a ogni lettura | Fermi | In aumento, oppure quasi tutti sullo stesso motivo di chiamata |
| Abbandoni per domanda | Nessuna domanda fa riattaccare più delle altre | Una domanda fa riattaccare più della media | Una sola domanda causa la maggior parte degli abbandoni |
| Ricontatti | Meno delle chiamate ripetute contate nella fotografia di partenza | Come nella fotografia di partenza | Di più: il voicebot dà per risolte richieste che prima venivano risolte davvero |
| Soddisfazione | Voti 1 e 2 in calo, mentre aumentano le persone che rispondono | Nessun cambiamento, oppure troppo poche risposte per giudicare | Voti 1 e 2 in aumento per due letture di seguito |
| Errore di trascrizione (WER) | Fra il 5 e il 10 per cento | Intorno al 20 per cento | 30 per cento o più |
| Tempo di risposta | Meno di 1 secondo | Più di 1 secondo, coperto da una frase di attesa (“un momento, controllo”) | Più di 1 secondo di silenzio |
| Collegamenti con gestionale e agenda | Rispondono sempre in tempo; errori sotto il valore del collaudo | Ogni tanto non rispondono in tempo, e il voicebot lo dice con una frase di cortesia | Spesso non rispondono in tempo, oppure il voicebot dice “non riesco” a ogni richiesta |
| Avviso di trasparenza | Presente in tutte le chiamate, prima della prima domanda | Il giallo non esiste | Manca anche in una sola chiamata |
Da dove vengono le soglie con un numero
Le percentuali del WER vengono dalla documentazione Microsoft sul riconoscimento vocale: fra il 5 e il 10 per cento la qualità è “buona”, al 20 per cento è “accettabile” ma conviene migliorarla con altro addestramento (cioè dando al sistema altri esempi), dal 30 per cento in su è “scarsa”. Il limite di un secondo per il tempo di risposta è lo stesso indicato nella guida sul centralino automatico per la risposta dopo la pressione di un tasto.
Quali numeri ingannano?
- Tante chiamate “risolte” insieme a tanti abbandoni. Chi riattacca a metà non è arrivato a una persona, e certi conteggi lo mettono fra i successi anche se la sua richiesta è rimasta senza risposta. La percentuale di chiamate risolte va letta sempre accanto agli abbandoni e ai ricontatti.
- Tanti passaggi a una persona scambiati per un fallimento. Se il voicebot passa le chiamate che doveva passare, sta lavorando bene. Se passa richieste del perimetro perché non le ha capite, va corretto. Il totale dei passaggi, senza questa distinzione, dice poco.
- Le medie del mese. Una media buona può nascondere i momenti difficili, per esempio il lunedì mattina, quando le chiamate sono più lunghe e il voicebot ne passa di più alle persone. Almeno una volta al mese i KPI vanno letti per fascia oraria.
- Le sessioni contate al posto delle chiamate. Se una persona richiama subito, la piattaforma conta due sessioni per la stessa richiesta. Il conteggio che fa fede è quello del CDR, e il totale dei due registri va confrontato.
Come si misura se il voicebot capisce le richieste?
In due modi. Quando il voicebot è in funzione si guardano le frasi che non ha capito, domanda per domanda, e le chiamate passate a una persona per questo motivo. Prima di accenderlo, e dopo ogni modifica, si fa un esame a parte: gli si sottopongono frasi vere che non ha mai visto e si conta quante ne interpreta bene.
Il set di prova
Il set di prova è l’elenco delle frasi usate per l’esame. Sono frasi vere, raccolte ascoltando le chiamate per la fotografia di partenza e scritte così come le persone le dicono, ciascuna con accanto il motivo della chiamata. Si tengono da parte e non si usano per insegnare al voicebot, altrimenti l’esame non vale. La documentazione Microsoft sui modelli che interpretano le richieste dà due indicazioni. Un intento con meno di 15 frasi di esempio viene riconosciuto peggio. Il set di prova deve essere separato, con esempi per ogni intento.
Per ogni intento l’esame dà tre numeri. La precisione dice quante delle frasi che il voicebot ha attribuito a un motivo erano davvero di quel motivo. Il richiamo dice quante delle frasi di quel motivo il voicebot ha riconosciuto. La F1 riassume le due misure in un numero solo. C’è poi la matrice di confusione, una tabella che mostra quali motivi il voicebot scambia fra loro. Due intenti che si confondono spesso vanno uniti in uno solo, oppure distinti meglio con altre frasi di esempio.
La prova del riconoscimento vocale
Il WER si misura così: si prendono registrazioni vere, una persona le trascrive parola per parola e il suo testo si confronta con quello prodotto dal riconoscimento vocale. La documentazione Microsoft indica da 30 minuti a 5 ore di audio “rappresentativo”, diverso da quello usato per l’addestramento. Per un voicebot al telefono, rappresentativo vuol dire simile alle chiamate di tutti i giorni: da cellulare, in vivavoce, con accenti diversi, con codici e numeri dettati a voce.
La prova va ripetuta quando la piattaforma viene aggiornata, perché il riconoscimento vocale può cambiare. Le registrazioni contengono dati personali. Prima di raccoglierle vanno decise quattro cose: come si informa chi chiama, in base a quale norma si registra (la base giuridica prevista dal GDPR), per quanto tempo si conservano e chi può ascoltarle.
Ogni quanto si rivedono i dialoghi?
Rivedere i dialoghi vuol dire rileggere come sono andate le conversazioni e correggere domande e risposte del voicebot. Si fa ogni settimana nel primo mese, ogni due settimane nel secondo, una volta al mese dal terzo. I controlli seguono sempre lo stesso ordine, così ogni lettura si può confrontare con la precedente.
- Un campione di conversazioni scelte a caso, sempre nello stesso numero, da ascoltare o da leggere trascritte. Vanno prese anche quelle andate bene.
- Le frasi che il voicebot non ha capito più spesso: indicano le parole da aggiungere al suo vocabolario (nomi di prodotti, sigle, termini del settore) e le domande da scrivere meglio.
- Le domande a cui più persone riattaccano: se ne riscrive una per volta e si controlla il risultato la settimana dopo.
- Le chiamate passate a una persona perché il voicebot non ha capito, divise per motivo: dicono per quale intento servono altre frasi di esempio.
- I ricontatti: la prima chiamata e quella successiva vanno lette insieme, perché la seconda fa capire cosa era mancato nella prima.
- Il perimetro: si aggiungono nuove richieste solo quando la percentuale di chiamate risolte smette di crescere. Se si aggiungono prima, non si capisce più a cosa è dovuto un miglioramento o un peggioramento.
Fare una modifica per volta è la regola più difficile da rispettare, ed è la più utile. Se nella stessa settimana si cambiano tre domande e il vocabolario, non si saprà quale modifica ha funzionato.
Cosa controllare nei primi 90 giorni?
In novanta giorni si fanno tre cose: il collaudo, un primo mese in cui il voicebot risponde a persone vere e un secondo periodo in cui si vedono gli effetti delle correzioni. Alla fine si decide: estendere il voicebot ad altre richieste, correggerlo ancora o fermarsi.
| Quando | Cosa si legge | Cosa si decide |
|---|---|---|
| Giorno 0, collaudo | Che il voicebot riceva i dati da gestionale e agenda, che capisca chi chiama da un telefono vero, i risultati sul set di prova, l’avviso di trasparenza, il tempo di risposta | Si accende su un solo gruppo di chiamate o in una sola fascia oraria, mai subito sul numero principale |
| Giorni 1-7 | Ogni giorno: avviso, tempo di risposta, errori nei collegamenti con gestionale e agenda, frasi non capite domanda per domanda, alcune conversazioni scelte a caso | Piccole correzioni a domande e vocabolario; i risultati della prima settimana diventano il punto di partenza delle soglie |
| Settimane 2-4 | Ogni settimana: i KPI di risultato sul perimetro e sul totale, confrontati con la fotografia di partenza; abbandoni per domanda; ricontatti | Si scrive il primo report di una pagina; si fa una modifica per volta |
| Settimane 5-8 | Ogni due settimane: gli stessi KPI, letti anche per fascia oraria; il set di prova aggiornato con le frasi sentite nelle chiamate | Si allarga il perimetro se la risoluzione è ferma da quattro letture e i passaggi evitabili calano |
| Settimane 9-13 | Il mese intero: chiamate risolte, chiamate recuperate, tempo risparmiato dalle persone, soddisfazione con il numero di risposte, minuti di voicebot consumati rispetto a quelli previsti | Si decide se estendere, correggere o fermarsi; si rifà la fotografia, che vale per i tre mesi successivi |
Il report di una pagina
Dieci righe, sempre le stesse ogni mese.
- Periodo e numero totale di chiamate.
- Chiamate nel perimetro.
- Chiamate risolte dal voicebot, in percentuale sul perimetro e sul totale.
- Passaggi a una persona, divisi in previsti ed evitabili.
- Abbandoni, con la domanda che ne causa di più.
- Ricontatti.
- Chiamate recuperate, per fascia oraria.
- Tempo risparmiato dagli operatori, calcolato come nella guida sui costi.
- Soddisfazione, con il numero di risposte.
- Modifiche fatte nel mese e loro effetto.
Accanto a ogni percentuale va scritto il numero di chiamate da cui viene.
Quali errori si vedono nella misura?
- Nessuna fotografia di partenza: dopo tre mesi si sa quante chiamate ha risolto il voicebot, ma manca il confronto con prima.
- Confrontarsi con le percentuali del fornitore, calcolate su altre aziende e altre richieste, al posto dei propri dati.
- Guardare solo la percentuale di chiamate risolte, senza abbandoni e ricontatti.
- Contare insieme tutti i passaggi a una persona, senza distinguere quelli previsti, quelli chiesti da chi chiama e quelli evitabili.
- Cambiare più cose insieme e attribuire il risultato a una sola.
- Ascoltare solo le chiamate andate male: mostrano cosa correggere, ma nascondono cosa funziona già.
- Smettere di misurare dopo il primo mese, proprio quando chi chiama comincia ad abituarsi al voicebot e a usarlo in modo diverso.
Come lavora Netframe sulla misura del voicebot?
Netframe integra il voicebot AI sul centralino esistente, con un trunk SIP o con un SBC quando serve, come descritto nella guida all’integrazione del voicebot col centralino. La misura fa parte del lavoro dal primo giorno. Prepariamo la fotografia di partenza dal registro del centralino e scriviamo con il cliente definizioni e soglie prima dell’accensione. Costruiamo il set di prova con frasi vere, facciamo le prove chiamando da fuori e nelle prime settimane leggiamo i numeri insieme al cliente. Lavoriamo in tutta l’Emilia-Romagna e seguiamo progetti nel resto d’Italia da remoto.
Domande frequenti
Che differenza c’è fra containment rate e tasso di risoluzione?
Il containment rate conta le chiamate che il voicebot non ha passato a una persona, comprese quelle in cui chi chiamava ha riattaccato a metà o ha ricevuto una risposta sbagliata. Il tasso di risoluzione conta solo le chiamate in cui la richiesta è stata risolta e, nella versione più severa, esclude quelle seguite da un ricontatto. Sono due misure diverse: la prima dice quante persone non sono arrivate a un operatore, la seconda quante hanno ottenuto quello che chiedevano.
I KPI del voicebot si leggono dal centralino o dalla piattaforma?
Da tutti e due, perché dicono cose diverse. Il centralino, con il CDR, conta le chiamate: quante ne sono arrivate, quante sono andate al voicebot, quante sono passate a una persona, quante hanno squillato a vuoto. La piattaforma dice cosa è successo dentro ogni chiamata: quale richiesta ha riconosciuto, quali domande ha fatto, dove chi chiamava ha riattaccato, com’è finita. Il numero totale di chiamate deve essere lo stesso nei due registri; se è diverso, va trovato il motivo prima di leggere qualsiasi percentuale.
Quante chiamate servono per leggere i KPI in modo affidabile?
Un numero fisso non c’è: meno chiamate arrivano, più tempo serve. Con poche decine di chiamate al giorno le percentuali di una settimana cambiano anche per caso: cinque punti in più possono dipendere da tre chiamate. In questi casi conviene guardare i numeri del mese e decidere solo quando un cambiamento si ripete per più letture. Con molte chiamate basta la settimana, e i numeri si possono leggere anche per fascia oraria. Per questo accanto a ogni percentuale va scritto il numero di chiamate.
Si possono ascoltare le registrazioni per valutare il voicebot?
Sì, con regole decise prima di registrare: come si informa chi chiama, in base a quale norma si registra, per quanto tempo si conservano le registrazioni, chi può ascoltarle e per quale scopo. Registrazioni e trascrizioni sono dati personali, tutelati dal GDPR, e su questi punti decide chi segue la privacy in azienda. Si ascolta un campione di chiamate scelte a caso, sempre nello stesso numero. I KPI dicono dove guardare, per esempio a quale domanda le persone riattaccano; l’ascolto fa capire perché.
Dopo quanto tempo un voicebot va a regime?
Un voicebot è a regime quando ha raggiunto il risultato che può dare. Lo si vede da due segnali insieme: la percentuale di chiamate risolte è stabile da quattro letture e calano le chiamate passate a una persona perché il voicebot non ha capito. I 90 giorni servono a vedere se succede; il tempo effettivo dipende da quante chiamate arrivano e da quante correzioni servono. Il voicebot migliora solo se qualcuno rilegge le frasi non capite, riscrive le domande e aggiorna il vocabolario. Senza questo lavoro, al terzo mese i numeri sono quelli della prima settimana.
Vuoi leggere i numeri del tuo voicebot?
Raccontaci la tua situazione dalla pagina contatti oppure scrivici a info@netframe.it: ti rispondiamo con i passi concreti, a partire dalla fotografia delle chiamate del tuo centralino.
Fonti
- Microsoft Learn, Monitor conversational agent effectiveness (Copilot Studio, 4 novembre 2026): risoluzione confermata e implicita, tre tipi di passaggio, abbandono dopo 30 minuti, soddisfazione da 1 a 5
- Microsoft Learn, Analytics summary (Copilot Studio, 22 ottobre 2026): scadenza della conversazione e regola del canale telefonico
- Microsoft Learn, Test accuracy of a custom speech model (Azure AI Speech, 29 dicembre 2025): formula e fasce del WER, audio di prova
- Microsoft Learn, Evaluation metrics for conversational language understanding (Azure AI Language, 30 giugno 2026): precisione, richiamo, F1, matrice di confusione, set di prova
- Google Cloud, Dialogflow CX Analytics (10 novembre 2026): esiti, tasso di passaggio per intento, no-match per pagina, errori e latenza dei webhook
- Amazon Web Services, Amazon Lex V2, Key definitions for analytics (letta il 17 novembre 2026): conversazione, esiti, frasi rilevate e mancate
- Regolamento (UE) 2024/1689 (AI Act), articolo 50, in applicazione dal 2 agosto 2026
- Regolamento (UE) 2016/679 (GDPR), articoli 5 e 13, per registrazioni e trascrizioni
Fonti verificate il 17 novembre 2026.
Nota di indipendenza: Netframe è un system integrator indipendente e multi-vendor: è partner certificato Cisco, Fortinet, Huawei, AudioCodes, Patton, 3CX e Ascom, e technology partner Microsoft, HPE e Alcatel-Lucent Enterprise. La piattaforma voicebot Mercury è integrata, installata e personalizzata da Netframe senza rapporti di rivendita esclusiva. Microsoft Copilot Studio, Amazon Lex e Google Dialogflow sono citati per le definizioni pubblicate nella loro documentazione, senza rapporti commerciali con Netframe. Le soglie indicate sono regole di progetto e vanno concordate caso per caso sui dati reali delle chiamate.
Other Articles
-
Cisco Catalyst 2960-X a fine supporto: date, rischi e sostituzione
-
FortiGate 60E a fine supporto: cosa cambia e come sostituirlo
-
Interferenze Wi-Fi in fabbrica e in magazzino: cause, misura e rimedi
-
Passare al Wi-Fi 7: cosa verificare prima di cambiare gli access point
-
Wi-Fi per hotel: dove vanno gli access point e quanti ne servono
-
Contact center aziendale: cosa serve e quando basta il centralino

