Televendedor / teleoperador de ventas — tareas, una a una

Crear y depurar listas de llamadas

Cruzar, eliminar duplicados y comprobar números contra listas de exclusión de llamadas es seguir reglas sobre datos estructurados, y el software de marcación y los proveedores de datos ya lo hacían antes de los modelos de lenguaje. Lo que queda para una persona es la excepción: un número que parece erróneo, o un contacto que dice que nunca aceptó que lo llamaran.

Automatizar la lista no la hace legal. Quién dio su consentimiento, y para qué, es un registro del que alguien responde, y una lista comprada a otra organización puede llevar un consentimiento que no cubre esta llamada. Este juicio describe lo que pueden hacer las herramientas, no cuántos equipos pequeños siguen llevando las listas a mano. Una norma que exigiera a una persona con nombre verificar el consentimiento antes de cada campaña devolvería parte de esta tarea a las personas.

Hacer el discurso de venta

El discurso es un guion, así que su contenido es la parte más fácil de generar, y la síntesis de voz ya puede decirlo con una voz natural y atender las preguntas que el guion prevé. Dos cosas mantienen a una persona en la mayoría de las llamadas en frío. Las normas sobre llamadas no solicitadas en varios mercados grandes tratan una voz artificial como un mensaje grabado, que necesita el consentimiento previo del oyente. Y los oyentes cuelgan o se quejan antes en cuanto sospechan que es una máquina. Así que el cambio se ha producido alrededor de la persona: los marcadores solo le conectan las llamadas contestadas, y unas indicaciones en pantalla sugieren la siguiente frase y la respuesta a una pregunta a medida que avanza la llamada.

La protección aquí es una norma y una reacción del cliente, no un límite de la tecnología. Si las normas cambian, o en un mercado donde no se hacen cumplir, esta tarea pasaría rápidamente a automatizarse. Aumentar tampoco es neutral para la plantilla: cuando un marcador y las indicaciones en directo permiten a una persona atender muchas más llamadas contestadas, la misma lista necesita menos televendedores. Un despliegue fechado y a gran escala de agentes de voz que hagan llamadas de venta en frío en un mercado con normas de consentimiento, sin que le siga ninguna sanción, movería este juicio.

Manejar objeciones y leer a la persona

Una llamada en frío es un desconocido pidiendo dinero o tiempo, y quien decide está sopesando si quien llama es real y si responderá de lo que promete. Un modelo de lenguaje puede producir una respuesta plausible a una objeción expresada; lo difícil es la que no se dice, y cuando un oyente pregunta si está hablando con una máquina, la llamada suele terminar. La venta engañosa es además una responsabilidad: una promesa que el producto no cumple vuelve como una queja o una venta cancelada, y los empleadores tardan en dejar que un sistema haga esas promesas sin supervisión.

Esto protege una habilidad en lo alto del oficio, no el número de personas que lo ejercen: si las máquinas y los marcadores se quedan con las llamadas fáciles, hacen falta menos televendedores para las difíciles. También se apoya en parte en la desconfianza de los oyentes hacia las voces de máquina, que podría desvanecerse a medida que la gente se acostumbre. Evidencia de que las llamadas hechas por máquinas persuaden a desconocidos reacios tan bien como las personas, medida a lo largo del tiempo y contando las cancelaciones, movería esto.

Tomar pedidos y registrar cada llamada

Los datos de la tarjeta llevan tiempo tomándose con sistemas de teclado en vez de leerse en voz alta, en parte porque las normas de seguridad de tarjetas disuaden de que los agentes los oigan. El reconocimiento de voz ya puede transcribir la llamada, y un modelo de lenguaje puede rellenar el formulario del pedido y escribir la nota de la llamada a partir de la transcripción, que es el tipo de extracción estructurada que estos sistemas hacen de forma fiable. La persona revisa y corrige en lugar de teclear.

Las notas automáticas eliminan el tecleo, no la responsabilidad: un pedido erróneo o una negativa mal registrada sigue siendo problema de la empresa, así que la revisión se queda. Este juicio no dice si el tiempo ahorrado se convierte en menos televendedores o en más llamadas por turno; eso lo elige el empleador. Un patrón de notas automáticas que registren mal el consentimiento o las negativas, que lleve a los empleadores a devolver la tarea a las personas, lo movería.

Concertar citas para los comerciales

Una vez que alguien ha pedido que lo contacten, fijar una hora es un intercambio corto y estructurado: ofrecer huecos, mirar la agenda, confirmar, recordar. Los enlaces de reserva, los bots de mensajes de texto y los agentes de voz pueden hacerlo solos, y el consentimiento es menos obstáculo porque la persona pidió que le respondieran. La concertación de citas en frío, con alguien que no lo pidió, vuelve al discurso y a las objeciones de arriba.

Reservada no es lo mismo que atendida: si la reserva automática llena las agendas de personas que no se presentan, los empleadores podrían volver a poner a una persona a cualificar a los contactos antes de reservar. Este juicio cubre el extremo templado de la tarea; el extremo frío se juzga en el discurso. Evidencia de que la reserva automática produce una asistencia claramente peor que la de los concertadores humanos lo movería.

Hacer encuestas por teléfono

Las encuestas se automatizaron mucho antes de los modelos de lenguaje: encuestas por teclado tras una llamada, sondeos con voz grabada y el paso de buena parte de la investigación a paneles en línea. Un cuestionario fijo es el tipo de guion que un agente de voz sigue bien, registrando las respuestas sobre la marcha y haciendo preguntas de seguimiento solo donde el cuestionario lo permite.

Una encuesta vale lo que vale quien responde, y quienes siguen al teléfono con una máquina pueden diferir de quienes siguen con una persona, así que los compradores de estudios a los que les importa una muestra representativa podrían mantener a encuestadores para algunos estudios. Evidencia de que las encuestas telefónicas hechas por máquinas dan resultados distintos de las hechas por encuestadores con las mismas preguntas devolvería parte de esto a las personas.

Tomar las llamadas que pasa un agente de voz

Donde un sistema abre la llamada, alguien tiene que tomar el relevo cuando la conversación se sale del guion, el oyente pide una persona o la venta necesita a alguien a quien se le pueda exigir lo prometido. Esa persona también tiene que detectar cualquier cosa que la máquina prometió y que la empresa no puede cumplir.

Una tarea nueva no es plantilla nueva: una persona puede respaldar muchas líneas automáticas, que es precisamente el motivo de ponerlas en marcha. Un despliegue fechado que muestre cuántas personas mantiene un montaje así por línea automática mostraría si este trabajo crece o se queda pequeño.