Så använder Varsity Tutors röstagenter från Retell för att se till att ingen familj lämnas väntande
Varje framgångssaga inom läxhjälp börjar på samma sätt: en förälder som ber om hjälp. Varsity Tutors samarbetade med Retell för att säkerställa att det alltid finns någon som svarar.
Föreställ dig det. En förälder fyller i ett formulär för läxhjälp klockan 21, orolig för sitt barn. De trycker på skicka och hoppas att någon ringer. Här är den hårda sanningen om det ögonblicket: tajmingen är allt. En förälder som inte hör av sig snabbt sitter inte och väntar. De går vidare till nästa läxhjälpsföretag som svarar.
Så Varsity Tutors satte sig för att täppa till den luckan. Inte med ett större callcenter, utan med röstagenter som svarar i samma stund som en förälder hör av sig, dygnet runt.
Problemet: snabbheten avgör vem som får familjen
Läxhjälp är en förtroendebransch, men det är också en snabbhetsbransch. Det företag som svarar först vinner oftast, och det som svarar en dag senare förlorar oftast, oavsett hur bra dess lärare är.
Det skapar några verkliga flaskhalsar:
- Nya förfrågningar svalnar snabbt. Ett formulär som skickas in på kvällen ligger ofta i kö till morgonen. Då har föräldern redan fyllt i tre andra formulär.
- Inkommande samtal bollas runt. Folk ringer in med väldigt olika behov, och att få dem till rätt team snabbt är svårare än det låter.
- Nya lärare sitter sysslolösa. En duktig lärare som bara listar ett enda smalt ämne kan få vänta i veckor på att matchas med en elev.
Varsity Tutors tar itu med alla tre med röstagenter byggda på Retell. Så här går det till.
Att följa upp nya leads innan de svalnar
Agenten: "Jamie", en utgående uppföljningskonsult.
När en lead skickar in en förfrågan om läxhjälp ringer Jamie tillbaka för att hålla samtalet vid liv. Det viktiga att förstå är vad Jamie inte gör. Den säljer inte, ger inga prisuppgifter och pitchar inga tjänster. Hela dess uppgift är att nå en riktig person, bekräfta några detaljer och göra en förberedd överföring till en mänsklig expert så snabbt som möjligt.
Så här ser det ut i ett samtal:
- Den vet skillnaden mellan en människa och en robot. En stor del av Jamies utformning handlar om att upptäcka röstbrevlådor och AI-samtalssållare som Google Call Screen. Om det inte är en riktig människa lämnar den ett personligt röstmeddelande och lägger på. Den kommer aldrig att överföra en sållare till en live-representant.
- Den kör en snabb, fokuserad kartläggning. När en riktig person svarar presenterar Jamie sig, upplyser om den inspelade linjen och samlar in tre saker: vem föräldern är, vem eleven är, samt årskurs plus ämne för varje elev.
- Sedan lämnar den över. Med dessa detaljer i hand överför den föräldern till en live-expert som redan har kontexten. Ingen behöver börja om.
Resultatet är en lead som får ett riktigt återuppringande snabbt, och en mänsklig representant som kliver in och redan känner till historien.
Att få inkommande samtal till rätt team
Agenten: "Becky", en inkommande säljagent.
När någon ringer Varsity Tutors svarar Becky. I samma stund som hon svarar slår hon upp det inkommande numret för att se om det matchar en känd lead, och anpassar sedan sin hälsning därefter:
- Känd lead: "Hej, det här är Becky från Varsity Tutors, är det här [namn]?"
- Ny uppringare: "Hej, det här är Becky från Varsity Tutors, hur kan jag hjälpa dig idag?"
Därifrån räknar hon ut vilken typ av hjälp uppringaren faktiskt vill ha och dirigerar dem till rätt säljteam, med en reservväg ifall en överföring någonsin skulle misslyckas.
Hon vet också vad som inte är hennes att hantera. Om en uppringare behöver talterapi, arbetsterapi eller fysioterapi, ABA, eller en medicinsk eller psykologisk utvärdering snarare än akademisk läxhjälp känner Becky igen det och dirigerar dem inte som en läxhjälps-lead. Den skyddsmekanismen håller familjer från att hamna på fel ställe.
Att hjälpa nya lärare att bli matchade snabbare
Agenten: "Nico", en aktiveringsagent för lärare.
Den här vänder på manuset. I stället för att ringa föräldrar ringer Nico nyanslutna lärare som ännu inte har matchats med några elever. Ofta är orsaken enkel: deras lista över godkända ämnen är för smal, så matchningssystemet kan inte hitta något som passar dem.
Nico ringer för att åtgärda det:
- Den förklarar "varför". Läraren får veta att de inte har matchats eftersom deras ämnen är för begränsade.
- Den ger specifika, förhandsgodkända rekommendationer. Nico föreslår två till fem ytterligare ämnen hämtade från en granskad lista, och den hittar aldrig på ämnen som inte finns på den.
- Den går igenom nästa steg med dem. Det inkluderar hur man lägger till ämnen i instrumentpanelen och vad man kan förvänta sig av den ungefär tio minuter långa AI-granskningsintervjun.
- Den avslutar med lugnande besked. Läraren lämnar samtalet med vetskapen om att teamet har deras rygg och vad som händer härnäst.
Fler ämnen betyder fler matchningar, vilket betyder att elever får hjälp snabbare och att duktiga lärare inte sitter på bänken.
Den större bilden
Sätt ihop de tre så får du ett system som täcker hela resan:
- Utgående uppföljning hindrar varma leads från att svalna.
- Inkommande dirigering får varje uppringare till rätt team redan första gången.
- Läraraktivering ser till att det finns någon redo att faktiskt undervisa.
Den oroliga föräldern som fyllde i det där formuläret klockan 21 slår inte längre i en vägg. De får ett riktigt samtal och lite sinnesro, och det är hela poängen.
Vi är glada över att stå i Varsity Tutors hörna och hjälpa fler barn att få den hjälp de behöver, precis när det räknas.
