Come monitorare NPS e CSAT dalle conversazioni telefoniche con gli agenti vocali con IA
Il tuo sondaggio via email post-chiamata ha un tasso di risposta del 9% e le risposte che ricevi tendono a concentrarsi sui clienti più arrabbiati e più soddisfatti. La maggioranza silenziosa, l'80% che si sente "bene" o "abbastanza bene", non clicca mai. Stai prendendo decisioni sulla CX basandoti su una frazione distorta di feedback che ignora i clienti più propensi ad abbandonare senza preavviso.
Questa guida ti accompagna nella creazione di agenti vocali con IA che raccolgono punteggi NPS e CSAT durante le conversazioni telefoniche live, analizzano automaticamente il sentiment di ogni chiamata e instradano i feedback nel tuo CRM in tempo reale. Alla fine avrai un sistema di feedback funzionante basato su Retell AI che cattura insight sui clienti, sia con punteggi sia qualitativi, dal 100% delle tue chiamate.
Un sistema di feedback telefonico con IA che cattura dati NPS e CSAT all'interno delle conversazioni live con i clienti, quindi instrada insight strutturati verso il tuo stack di analytics senza sondaggi di follow-up o QA manuale.
Alla fine di questo tutorial, il tuo sistema:
Prima di iniziare, ti serviranno:
Prima di aggiungere la logica di feedback, ti serve un agente funzionante in grado di sostenere una conversazione naturale. Registrati su retellai.com e crea un nuovo agente vocale con IA dalla dashboard. Scegli una voce che si adatti al tuo brand (la piattaforma supporta voci ultra-realistiche ElevenLabs v3 con espressione emotiva). Configura un semplice saluto ed esegui una chiamata di test dal simulatore telefonico integrato.
Ora dovresti sentire il tuo agente rispondere, parlare in modo naturale e completare un'interazione di base. Questo conferma la tua pipeline audio, la latenza (aspettati circa 600ms end-to-end) e la qualità della voce prima di aggiungere la logica del sondaggio.
Le tue domande di feedback devono arrivare al momento giusto: dopo che l'attività principale è stata risolta ma prima che il chiamante si disimpegni. Usa il builder drag-and-drop del framework agentico per creare un flusso di conversazione che gestisca prima la richiesta principale del chiamante, quindi passi a un prompt di feedback.
Struttura il flusso come: saluto, risoluzione dell'attività, verifica della soddisfazione, domanda NPS, follow-up aperto opzionale, chiusura. Per il CSAT, fai in modo che l'agente ponga una singola domanda sulla soddisfazione su una scala da 1 a 5 dopo aver risolto il problema del chiamante. Per l'NPS, poni la domanda "quanto è probabile che ci consigli" su una scala da 0 a 10. Mantieni entrambe le domande conversazionali: "Prima di lasciarti andare, su una scala da 1 a 5, quanto sei soddisfatto dell'aiuto ricevuto oggi?" funziona meglio di un linguaggio da sondaggio robotico. Memorizza entrambi i punteggi come variabili nello stato della chiamata per l'estrazione successiva.
Le domande esplicite del sondaggio catturano ciò che i clienti dicono di provare. L'analisi post-chiamata cattura ciò che hanno realmente provato, attraverso tono, ritmo, scelta delle parole e schemi di esitazione. Nelle impostazioni dell'agente, abilita le categorie di analisi integrate: sentiment (positivo, neutro, negativo), stato di risoluzione (risolto, non risolto, escalato) e intento del chiamante. Quindi aggiungi categorie personalizzate specifiche per il tuo caso d'uso di feedback: "punteggio di soddisfazione" (estrazione numerica), "punteggio NPS" (estrazione numerica), "feedback testuale" (estrazione di testo) e "menzione di prodotto" (flag booleano).
La piattaforma elabora questi dati dopo ogni chiamata e li rende disponibili tramite API e dashboard. Ora dovresti vedere i dati di analisi strutturati comparire nei tuoi log delle chiamate in pochi secondi dalla fine di ogni chiamata di test.
I punteggi che rimangono in una dashboard non migliorano la customer experience. Configura gli endpoint webhook per inviare dati di feedback strutturati al tuo CRM e agli strumenti di BI dopo ogni chiamata. Nelle impostazioni dell'agente, imposta un webhook POST che si attiva al completamento della chiamata. Il payload dovrebbe includere: numero di telefono del chiamante, durata della chiamata, punteggio NPS, punteggio CSAT, classificazione del sentiment, stato di risoluzione ed estratto testuale della trascrizione contenente il feedback qualitativo.
Per i team che utilizzano l'integrazione Make o l'integrazione n8n, costruisci un workflow che riceve il webhook, analizza il payload JSON e scrive i dati nel record del contatto del tuo CRM. Imposta il timeout del webhook a 5 secondi, poiché le API dei CRM possono essere lente durante le ore di punta. Ora dovresti vedere i dati di feedback comparire nel tuo CRM in pochi secondi dalla fine di una chiamata di test.
Un punteggio da detrattore senza follow-up è un segnale sprecato. Configura il tuo flusso di conversazione in modo che qualsiasi punteggio NPS di 0-6 o punteggio CSAT di 1-2 attivi un trasferimento di chiamata immediato a un responsabile customer success con il contesto completo della conversazione. Per le chiamate fuori dall'orario di lavoro, fai in modo che il webhook attivi un ticket urgente nel tuo sistema di supporto con i dettagli del chiamante, il suo punteggio, il motivo testuale e una risposta suggerita in base alla categoria del problema.
Imposta con attenzione la soglia di escalation. Trasferire dopo ogni punteggio basso sovraccarica il tuo team. Inizia instradando solo i punteggi da 0-4 sull'NPS ai responsabili live e segnala i punteggi da 5-6 per un contatto il giorno lavorativo successivo. Ora dovresti vedere le chiamate dei detrattori instradarsi correttamente al tuo team con il contesto completo allegato.
I chiamanti condividono feedback più sinceri quando la conversazione risulta informata e pertinente. Collega una knowledge base che si sincronizza automaticamente dalle tue pagine FAQ, dalla documentazione dei prodotti e dalle guide sulle policy. Questo fornisce all'agente contesto sufficiente per risolvere bene il problema principale del chiamante, cosa che influenza direttamente il punteggio di soddisfazione che assegna successivamente.
Carica le tue 50 principali domande e risposte dei chiamanti come set iniziale. Il sistema RAG in streaming garantisce che l'agente attinga a informazioni aggiornate durante la chiamata. Ora dovresti vedere l'agente rispondere accuratamente alle domande su prodotti e servizi durante le chiamate di test.
Esegui test di simulazione che coprano: un chiamante soddisfatto che assegna un NPS di 9 e un CSAT di 5, un chiamante neutro che assegna un NPS di 7, un chiamante frustrato che assegna un NPS di 3 e attiva un'escalation, un chiamante che rifiuta di rispondere al sondaggio e un chiamante che fornisce un feedback aperto dettagliato. Per ogni scenario, verifica che i punteggi siano catturati correttamente nel log delle chiamate, che l'analisi del sentiment corrisponda al tono simulato, che i payload dei webhook arrivino nel tuo CRM con i valori corretti e che le escalation si attivino alle soglie giuste.
Rivedi ogni trascrizione di chiamata di test per individuare transizioni goffe tra la parte di servizio e la parte di sondaggio. Il passaggio dovrebbe risultare come un'estensione naturale della conversazione, non un cambio di modalità. Correggi tutte le transizioni che risultano robotiche prima di distribuire.
Collega il tuo sistema telefonico tramite SIP trunking o assegna un numero Retell per iniziare a gestire le chiamate live. Durante le prime due settimane, rivedi quotidianamente le trascrizioni delle chiamate, prestando attenzione alla formulazione delle domande del sondaggio che confonde i chiamanti, agli alti tassi di abbandono su domande specifiche e alle discrepanze tra analisi del sentiment e punteggi espliciti. Imposta una revisione settimanale usando la dashboard di analytics dell' assistenza clienti con IA per monitorare il volume dei feedback, i punteggi medi e le linee di tendenza.
Pianifica un periodo di ottimizzazione di 2 settimane. La maggior parte dei team registra tassi di completamento dei sondaggi del 70-80% nella prima settimana (rispetto a meno del 10% per i sondaggi via email), che migliorano man mano che perfezioni il timing e la formulazione delle domande. Entro la terza settimana, dovresti avere un dataset statisticamente significativo che rappresenta l'intera popolazione dei tuoi chiamanti, non una frazione autoselezionata.
Chiedere feedback prima che il problema del chiamante sia risolto produce punteggi imprecisi e un tasso di abbandono più alto. Configura il tuo agente per confermare la risoluzione ("C'è qualcos'altro con cui posso aiutarti?") prima di passare al feedback. I chiamanti che si sentono ascoltati valutano in modo più sincero.
Un chiamante che assegna un CSAT di 4 ma mostra segnali di frustrazione (voce alterata, domande ripetute, lunghe pause) durante la chiamata è un rischio di abbandono che il solo punteggio non coglierebbe. Confronta settimanalmente il sentiment post-chiamata con i punteggi espliciti. Segnala le discrepanze per una revisione manuale. È qui che il rilevamento del sentiment acustico della piattaforma, attraverso tono, ritmo e intonazione, aggiunge un livello che i sondaggi tradizionali non possono replicare.
Porre entrambe le domande di seguito crea affaticamento da sondaggio. Colloca la domanda CSAT subito dopo la risoluzione (misura l'interazione). Colloca la domanda NPS alla fine della conversazione come chiusura (misura la relazione). Distanziale di almeno due scambi conversazionali.
Non chiedere a ogni chiamante una risposta testuale dettagliata. Configura l'agente per porre la domanda aperta "Cosa potremmo migliorare?" sul 20-30% delle chiamate, in modo casuale. Questo ti fornisce dati qualitativi sufficienti senza far sentire ogni chiamante interrogato.
Un prompt che suona come "Su una scala da zero a dieci, quanto è probabile che consigli la nostra azienda a un amico o collega?" sembra uno script del 2005. Riscrivilo in modo conversazionale: "Un'ultima domanda. Se un amico ti chiedesse di noi, quanto saresti propenso a consigliarci? Zero significa per niente, dieci significa assolutamente." Testa più formulazioni e confronta i tassi di completamento.
Le categorie di sentiment predefinite (positivo, neutro, negativo) sono un punto di partenza, non una configurazione finale. Un chiamante che negozia un prezzo potrebbe essere registrato come "negativo" anche quando è un cliente perfettamente soddisfatto. Calibra le tue soglie di sentiment usando 50-100 chiamate reali prima di affidarti ai punteggi automatici per gli attivatori di escalation.
Se il tuo agente gestisce male l'attività principale, nessuna quantità di ottimizzazione del sondaggio risolverà il tuo CSAT. Monitora i tassi di risoluzione insieme ai punteggi di soddisfazione. Una strategia di automazione del call center che monitora solo i feedback senza monitorare la risoluzione misura il sintomo, non la causa.
L'NPS misura la fedeltà a lungo termine (ci consiglieresti?). Il CSAT misura la soddisfazione immediata (questa interazione è stata positiva?). Monitorare entrambi sulla stessa dashboard senza separare l'analisi porta a piani d'azione confusi. Costruisci viste di tendenza separate e workflow di escalation separati per ciascuna metrica.
Instradare ogni punteggio basso verso un'email automatica "ci dispiace" distrugge la fiducia. I detrattori che assegnano 0-4 hanno bisogno di una richiamata umana entro 24 ore con il contesto completo della conversazione. Automatizza l'instradamento e la consegna del contesto. Mantieni umana la conversazione di recupero.
Matic Insurance ha distribuito agenti vocali con IA per l'automazione dei workflow delle chiamate e ha mantenuto un NPS di 90 dopo l'implementazione dell'IA, automatizzando il 50% delle attività a basso valore e riducendo il tempo di gestione dei sinistri da 12,4 a 5,8 minuti (una riduzione del 53%). Il team ha gestito oltre 8.000 chiamate nel Q1 2025 con metriche di soddisfazione costanti. Leggi la storia completa.
Pine Park Health ha usato agenti vocali con IA per la programmazione dei pazienti e ha registrato un aumento del 38% dell'NPS di programmazione, sfruttando al contempo la capacità dei fornitori precedentemente sottoutilizzata. La combinazione di una risoluzione più rapida delle chiamate e di una qualità del servizio costante ha guidato il miglioramento della soddisfazione. Leggi la storia completa.
Medical Data Systems gestisce il 100% delle chiamate in entrata con l'IA, con un tasso di trasferimento di solo il 30% e circa 280.000$ al mese incassati. La capacità di monitorare il sentiment e la risoluzione su ogni chiamata, non su un campione, ha dato al team una visibilità sulla customer experience dei servizi finanziari che il QA manuale non ha mai fornito.
Il monitoraggio di NPS e CSAT dalle conversazioni telefoniche significa raccogliere punteggi di soddisfazione durante o subito dopo una chiamata, anziché tramite un sondaggio di follow-up separato. Gli agenti vocali con IA pongono le domande di valutazione in modo naturale all'interno della conversazione e catturano sia il punteggio numerico sia il contesto qualitativo dall'interazione.
No. Il framework agentico no-code include modelli predefiniti per la raccolta dei sondaggi. Puoi configurare i prompt di feedback, la logica di punteggio e l'instradamento dei webhook interamente tramite un'interfaccia drag-and-drop. I team con sviluppatori possono usare l'API per una personalizzazione più approfondita, ma non è obbligatorio.
La maggior parte dei team passa dalla registrazione a un agente di raccolta feedback live in 3-5 giorni. Configurare il flusso del sondaggio richiede alcune ore. Collegare i webhook al tuo CRM aggiunge un altro giorno. Il periodo di ottimizzazione di 2 settimane dopo il lancio è quello in cui ottimizzi la formulazione delle domande e le soglie di escalation per la tua specifica popolazione di chiamanti.
La piattaforma addebita 0,07$ al minuto senza costi di piattaforma. Una chiamata di 3 minuti che risolve un problema e raccoglie sia NPS sia CSAT costa circa 0,21$. Confrontalo con un membro del team di un servizio di segreteria con IA dedicato a 15-25$ all'ora che svolge lo stesso lavoro manualmente con un tasso di risposta ai sondaggi del 10%. Ogni account include 10$ di crediti gratuiti per testare l'intero workflow.
L'analisi del sentiment con IA assegna un punteggio al 100% delle chiamate in modo costante, mentre il QA manuale in genere rivede il 2-5% delle chiamate con variabilità tra valutatori. La piattaforma rileva segnali acustici (tono, ritmo, intonazione) e schemi linguistici contestuali che i revisori umani spesso non colgono su larga scala. Usa le prime 50 chiamate per validare il sentiment dell'IA rispetto ai punteggi manuali e calibrare le soglie.
Sì. Per le chiamate in entrata gestite da un IVR con IA o da un agente di supporto, integra il sondaggio alla fine dell'interazione risolta. Per le campagne in uscita che usano le chiamate in batch, aggiungi una domanda CSAT dopo l'obiettivo principale della chiamata (conferma di appuntamento, follow-up o qualificazione dei lead). Entrambi i tipi di chiamata instradano i feedback attraverso la stessa pipeline di analisi post-chiamata.
L'agente accetta il rifiuto con garbo e chiude la chiamata senza insistere. I tassi di rifiuto sono monitorati come metrica separata. Tassi di rifiuto elevati (superiori al 30%) indicano di solito un cattivo timing o una cattiva formulazione delle domande, non la riluttanza del chiamante. L'analisi del sentiment estrae comunque segnali di soddisfazione dal resto della conversazione, così ottieni insight parziali anche senza un punteggio esplicito.
Retell AI è certificata SOC 2 Type II e offre la conformità HIPAA con un BAA self-service. Per le implementazioni nella sanità, la redazione dei PII può essere configurata per rimuovere le informazioni di identificazione personale dalle trascrizioni memorizzate, mantenendo i punteggi di feedback e i dati di sentiment anonimizzati.
I sondaggi IVR tradizionali vengono riprodotti dopo che l'agente ha riagganciato, intercettando chiamanti già diretti verso l'uscita. I tassi di risposta per le chiamate di agente per la fissazione di appuntamenti con IA o le interazioni di supporto scendono in genere sotto il 10% tramite IVR. Gli agenti vocali con IA raccolgono feedback durante la conversazione, quando il chiamante è ancora coinvolto. I team che usano questo approccio segnalano costantemente tassi di completamento del 60-80%, catturando la "maggioranza silenziosa" che i sondaggi tradizionali ignorano completamente.
Ora hai un sistema di agente vocale con IA che raccoglie NPS e CSAT durante le conversazioni telefoniche live, analizza il sentiment dal 100% delle chiamate, instrada feedback strutturati nel tuo CRM in tempo reale ed esegue l'escalation delle risposte dei detrattori con il contesto completo per il follow-up umano.
Per espandere da qui, valuta di distribuire lo stesso flusso di feedback nelle campagne in uscita di telemarketing con IA, di costruire modelli predittivi di abbandono usando i dati di sentiment, o di collegare le tendenze dei feedback alle modifiche di prodotti e servizi per misurare l'impatto nel tempo.
Inizia a costruire gratis con 10$ di crediti di utilizzo su retellai.com.
See how much your business could save by switching to AI-powered voice agents.
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Un numero di telefono demo di Retell Clinic Office
Start building smarter conversations today.
.avif)
.avif)
