Answering Machine Detection (AMD)
Definición
El AMD es una tecnología que evalúa el audio de los primeros instantes de una llamada saliente atendida, para distinguir entre una persona real y un sistema de contestador automático. Esta capacidad evita que los agentes desperdicien esfuerzo en saludos generados por máquinas.
Cómo lo implementa VICIdial
Métodos de detección: VICIdial ofrece varios enfoques de AMD a través del parámetro amd_type. El sistema puede usar la funcionalidad nativa de AMD de Asterisk o el Call Progress Detection (Call Progress Detection (CPD)). Ambos métodos examinan características del audio inicial de la llamada (la duración del primer segmento de voz, las pausas entre frases y la duración total del saludo) para clasificar la respuesta como HUMAN o MACHINE.
Acciones de respuesta: cuando se detecta un contestador, el parámetro amd_send_to_vmx determina qué ocurre a continuación: el sistema puede cortar la llamada, entregar un mensaje de voz pregrabado, o transferir a una extensión específica. La detección de una persona real dispara el enrutamiento inmediato a un agente disponible.
Enrutamiento de llamadas: la configuración de AMD Agent Route Options controla cómo llegan a los agentes las llamadas clasificadas como contestador.
Consideraciones de tiempo: la tecnología introduce un retraso de 1 a 3 segundos mientras procesa el audio. Este retraso puede percibirse negativamente por quien llama mientras espera la respuesta del agente, y el ajuste de sensibilidad permite equilibrar precisión contra velocidad.
Impacto de negocio
Beneficios clave: dado que entre el 30% y el 60% de las llamadas atendidas conectan con un buzón de voz, el AMD recupera una cantidad significativa de tiempo productivo. Al eliminar la necesidad de escuchar manualmente los buzones de voz, las organizaciones pueden aumentar las llamadas por hora y la utilización de agentes, incrementando el tiempo de conversación activo entre un 20% y un 40%.
Desafíos: las limitaciones de precisión del AMD generan dos problemas: los falsos positivos cortan la llamada a personas dispuestas a hablar; los falsos negativos enrutan contestadores innecesariamente a los agentes. Optimizar la configuración de sensibilidad para minimizar estos errores es esencial.