{"id":4355,"date":"2024-10-25T08:30:00","date_gmt":"2024-10-25T06:30:00","guid":{"rendered":"https:\/\/www.beevoip.it\/blog\/?p=4355"},"modified":"2024-10-20T13:26:55","modified_gmt":"2024-10-20T11:26:55","slug":"gestione-intelligente-dei-picchi-di-chiamate-con-ai4call-mai-piu-chiamate-perse","status":"publish","type":"post","link":"https:\/\/www.beevoip.it\/blog\/gestione-intelligente-dei-picchi-di-chiamate-con-ai4call-mai-piu-chiamate-perse\/","title":{"rendered":"Gestione intelligente dei picchi di chiamate con AI4Call (mai pi\u00f9 chiamate perse)"},"content":{"rendered":"\n
\n

In questo post, esploreremo come integrare AI4Call nel vostro sistema telefonico per gestire in modo efficiente i picchi di chiamate. Vedremo come configurare un server API che interagisce con AI4Call per fornire un’esperienza utente ottimale anche durante i periodi di intenso traffico telefonico.<\/p>\n\n

Il problema<\/h2>\n

Durante i picchi di chiamate, il vostro centralino potrebbe essere sovraccarico, portando a lunghi tempi di attesa per i clienti. Se gli operatori non riescono a rispondere entro un minuto, rischiamo di perdere chiamate importanti e di frustrare i clienti.<\/p>\n\n

La soluzione<\/h2>\n

Utilizzeremo AI4Call per gestire le chiamate in eccesso. Quando un operatore non pu\u00f2 rispondere entro un minuto, la chiamata viene inoltrata ad AI4Call, che si collega al nostro server API. Il server riprodurr\u00e0 un messaggio cortese al chiamante e salver\u00e0 i dati della chiamata per un follow-up successivo.<\/p>\n\n

Implementazione<\/h2>\n

Ecco il codice del nostro server API, implementato in Node.js utilizzando Express:<\/p>\n\n 

\n    \nconst express = require('express');\nconst bodyParser = require('body-parser');\nconst { MongoClient } = require('mongodb');\n\nconst app = express();\nconst port = 3000;\n\n\/\/ Middleware per il parsing del corpo delle richieste JSON\napp.use(bodyParser.json());\n\n\/\/ URL di connessione al database MongoDB (da sostituire con il vostro URL)\nconst mongoUrl = 'mongodb:\/\/localhost:27017';\nconst dbName = 'callCenter';\n\n\/\/ Funzione per salvare i dati della chiamata nel database\nasync function saveCallData(callData) {\n    const client = new MongoClient(mongoUrl);\n    try {\n        await client.connect();\n        const db = client.db(dbName);\n        const result = await db.collection('missedCalls').insertOne(callData);\n        console.log(`Dati della chiamata salvati con ID: ${result.insertedId}`);\n    } catch (error) {\n        console.error('Errore durante il salvataggio dei dati:', error);\n    } finally {\n        await client.close();\n    }\n}\n\n\/\/ Endpoint principale per gestire le chiamate in entrata da AI4Call\napp.post('\/handle-call', (req, res) => {\n    const { callerNumber, recipientNumber, timestamp } = req.body;\n\n    \/\/ Salva i dati della chiamata nel database\n    saveCallData({ callerNumber, recipientNumber, timestamp, status: 'da richiamare' });\n\n    \/\/ Prepara la risposta per AI4Call\n    const response = {\n        text: \"Gentile utente, ci scusiamo per la prolungata attesa dovuta all'intenso traffico telefonico. \" +\n              \"Sar\u00e0 nostra cura richiamarla a questo suo numero entro al massimo 1 ora.\",\n        action: \"hangup\"  \/\/ Termina la chiamata dopo aver riprodotto il messaggio\n    };\n\n    \/\/ Invia la risposta ad AI4Call\n    res.json(response);\n});\n\n\/\/ Avvia il server\napp.listen(port, () => {\n    console.log(`Server in ascolto sulla porta ${port}`);\n});\n    <\/code>\n    <\/pre>\n\n    
Spiegazione del codice<\/h2>\n    
    \n        
  1. Configurazione iniziale<\/strong>: Importiamo le dipendenze necessarie (Express per il server web, body-parser per gestire le richieste JSON, e MongoDB per il database).<\/li>\n        
  2. Connessione al database<\/strong>: Definiamo una funzione saveCallData<\/code> per salvare i dati delle chiamate perse in un database MongoDB.<\/li>\n        
  3. Endpoint principale<\/strong>: L’endpoint \/handle-call<\/code> gestisce le chiamate inoltrate da AI4Call:\n