Mäta framgången för en KI-telefonassistent: De 7 nyckeltal som räknas

Framgången för en AI-telefonassistent mäter du med sju nyckeltal: acceptansgrad, lösningsgrad, vidarekopplingsgrad, avbrottsgrad, bokade tider eller ärenden, sparad handläggningstid och de uppringandes nöjdhet. De blir meningsfulla först i jämförelse med ett tidigare värde – därför ingår en kort mätning före start.

Innan du börjar: fastställ utgångsvärdet

Anteckna under två veckor hur många samtal som kommer in, hur många som förblir obesvarade och vad det ringer om. Många telefonväxlar levererar redan samtalsantal och missade samtal som en rapport. Utan denna baslinje går det senare inte att visa vad som har förbättrats.

De sju nyckeltalen

1. Svarsfrekvens

Andel samtal som besvaras – i stället för att rinna ut i sanden. Med Assistent bör den ligga nära 100 %. Jämförelsen med värdet före visar hur många kontakter som hittills har gått förlorade.

2. Lösningsgrad

Andel av samtal som assistenten helt hanterar själv, till exempel bokar en tid eller lämnar en upplysning. Det är det viktigaste nyckeltalet för att avlasta teamet. Om det ökar under de första veckorna fungerar finjusteringen av kunskapsbasen.

3. Vidarekopplingsgrad

Andel av samtal som lämnas över till människor. En hög andel är inte automatiskt dålig – vid känsliga ämnen är den önskvärd. Det intressanta är orsakerna: Saknas kunskap, saknas ett gränssnitt eller är ärendet helt enkelt individuellt?

4. Avbrottsfrekvens

Andel av de som ringer som lägger på under samtalet. Frekventa avbrott på samma ställe tyder på för långa meddelanden, pauser eller otydliga frågor.

5. Bokade tider och skapade ärenden

Nyckeltalet med den mest direkta affärsanknytningen: Hur många tider, uppdrag eller kvalificerade förfrågningar genereras via assistenten – särskilt utanför kontorstid?

6. Sparad handläggningstid

Uppskatta den genomsnittliga varaktigheten för ett standardanrop inklusive efterarbete och multiplicera den med antalet lösta samtal. Då blir det tydligt hur mycket tid ert team vinner tillbaka. En mall för sådana beräkningar finns i Automatiserings-Rechner.

7. Nöjdhet hos de som ringer

En kort fråga i slutet av samtalet eller stickprov av samtalsprotokollen räcker ofta. Var särskilt uppmärksam på återkommande klagomål om samma situation.

Typiska mönster under de första veckorna

• Hög vidarekopplingsgrad i början: normalt. Kunskapsbasen kompletteras varje vecka.
• Avbrott direkt efter hälsningen: korta ner meddelandet, formulera AI-hänvisningen kort och vänligt.
• Många önskemål om återuppringning om samma ämne: Här saknas oftast ett gränssnitt eller en regel.

Hur ofta ska utvärderingen göras?

Under de första fyra veckorna varje vecka, därefter månadsvis. Bestäm vem som gör utvärderingen och vem som godkänner ändringar i assistenten – annars blir insikterna liggande.

Vilka utvärderingar vår KI-Telefonassistent innehåller och hur införandet går till beskrivs också i KI-Telefonassistent einrichten. De Införandet av en AI-telefonassistent kan stödjas som ett konsultprojekt: genom INQA-Coaching täcker staten 80 % av coachningskostnaderna i hela landet. Det är stödet för rådgivningen som finansieras, inte själva programvaran. Stödchecken visar inom några minuter vad som är aktuellt för ert företag.

Exempel på en enkel månadsdashboard

En sida räcker. Följande struktur har visat sig fungera:

• Sidhuvud: Totalt antal samtal, varav utanför ordinarie öppettider
• Kvalitet:Lösningsgrad, vidarekopplingsgrad, avbrottsgrad – vardera jämfört med föregående månad
• Resultat: bokade tider, skapade ärenden, önskemål om återuppringning
• Tid: uppskattade sparade timmar i teamet
• Topp 5 öppna ärenden:Ämnen där assistenten behövde hänvisa vidare – att göra-listan för nästa månad

Hur du härleder åtgärder från siffrorna

1. Sortera öppna ärenden: Saknas kunskap, en regel eller ett gränssnitt?
2. Komplettera kunskapen: lägg till saknade svar i kunskapsbasen.
3. Skärpa regler: När ska det vidarekopplas, när ska ett återuppringning erbjudas?
4. Planera gränssnitt: Återkommande ärenden som bara kan lösas med systemåtkomst är kandidater för nästa utbyggnadssteg.
5. Mäta igen: Har förändringen förbättrat lösningsgraden?

Typiska fel vid mätning av framgång

• Bara titta på totalantal: Det intressanta är orsakerna bakom vidarebefordringar och avbrott.
• Dra slutsatser för tidigt: De första dagarna speglar startsvårigheter.
• Överskatta tidsbesparingen:Räkna konservativt och endast med faktiskt besvarade samtal.
• Ignorera nöjdhet:En hög lösningsgrad hjälper föga om de som ringer blir irriterade.

Från praktiken

I våra egna projekt visar sig samma mönster gång på gång: nyttan uppstår mindre genom rösten än genom den tydliga uppgiften. Hos Blumenhaus am Pfaffenteich tar assistenten emot beställningar medan kunderna får rådgivning i butiken; hos easy Parken svarar den på frågor om tider och priser; hos ELLI-Bus bokar passagerarna sin resa direkt per telefon.

I alla tre fallen var den första utvärderingen efter några veckor det tillfälle då de största förbättringarna uppstod – eftersom verkliga samtal visade vilka frågor som ingen hade tänkt på i förberedelserna.

Vikta nyckeltal efter bransch

• Hantverk: acceptansgrad och registrerade uppdrag – missade samtal är missade uppdrag.
• Mottagningar och vård:Lösningsgrad för tidsbokningsärenden och korrekt vidarekoppling av brådskande ärenden.
• Hotell- och restaurangbranschen: Förfrågningar utanför receptionens öppettider och bokade reservationer.
• Tjänsteleverantörer: Kvaliteten i förkvalificeringen – hur många återuppringningar leder till ett uppdrag?

Dataskydd vid utvärderingen

Utvärderingar bör i möjligaste mån arbeta med sammanställda siffror. Enskilda samtalsprotokoll är viktiga för felsökning, men de ska endast vara tillgängliga för behöriga personer och endast under den fastställda lagringstiden. Fastställ vem som får ta del av protokollen och dokumentera detta i förteckningen över behandlingar.

Vanliga frågor

Vilken nyckeltal är viktigast för en AI-telefonassistent?

Lösningsgraden: Den visar hur många samtal assistenten helt hanterar själv och därmed hur mycket teamet faktiskt avlastas.

Från när är nyckeltalen meningsfulla?

Efter ungefär fyra veckors drift, när den första justeringen av kunskapsbasen är avslutad. De första dagarna speglar främst startsvårigheter.

Vad är en bra vidarekopplingsgrad?

Det finns inget generellt mål – det beror på andelen individuella ärenden. Viktigare än nivån är att orsakerna till vidarekopplingar är kända och att de som kan undvikas minskar.

Vilka data behöver jag för att beräkna tidsbesparingen?

Antalet helt lösta samtal och en realistisk uppskattning av hur lång tid ett sådant samtal inklusive efterarbete tidigare tog. Multiplicerat ger det den sparade tiden.

Uppdaterad: oktober 2026.