Ma Relation Client
❯
Support client libre-service
❯Service client de niveau supérieur : automatisation des e-mails avec traitement du langage naturel
Assistant virtuel IA pour le support client et le service
Pour:
Service à la clientèle
But:
Service d'assistance à la clientèle, conseil en produits et services. Limitations - prise en charge des dialogues exclusivement dans les produits MTS. Public cible - clients b2b, b2c de MTS Russie.
Objectif:
Autre
Service client de niveau supérieur : automatisation des e-mails avec traitement du langage naturel
Pour:
Département d'assistance à la clientèle
Objectif:
Amélioration de l'efficacité des employés
Meilleure interaction homme-machine avec des modèles de langage avancés
Pour:
Les utilisateurs finaux
But:
Interaction homme machine
Objectif:
Autre
Comment AI/ML améliore sa souscription et son soutien aux assureurs commerciaux avec leurs agents
Pour:
- Agents & courtiers assureurs - Agents transporteurs
Objectif:
Amélioration de l'efficacité des employés
Service client de niveau supérieur : automatisation des e-mails avec traitement du langage naturel
Pour:
Département d'assistance à la clientèleObjectif:
Amélioration de l'efficacité des employésProblème adressé
Dans le service d'assistance à la clientèle, l'équipe lisait tous les e-mails entrants pour décider à quel service envoyer les tickets tout en devant ajouter manuellement le texte dans un système de ticket. Cela est devenu un processus coûteux car il nécessitait une grande équipe de personnes. Malgré cette grande équipe, cela a entraîné une mauvaise expérience client avec des clients attendant au moins 2 jours pour une réponse à leurs demandes.
Description
Pour résoudre ce problème, Kortical a développé un modèle d'apprentissage automatique utilisant le traitement du langage naturel qui pourrait lire les e-mails entrants pour classer automatiquement l'intention des clients. Cela a utilisé un temps et un coût initiaux minimaux en combinant RPA pour les envoyer au système de billetterie sans nécessiter d'intervention humaine dans la majorité des cas. En conséquence, cette solution ML a permis à l'entreprise d'économiser plus de 750 000 £ par an. En outre, un temps de réponse plus rapide aux clients a été obtenu et le modèle d'IA a pu traiter 57 % des e-mails avec un taux de précision de 95 % qui ne fait que s'améliorer avec le temps. .
Apprentissage automatique
IA: Comprendre
Automatiser - Automatiser Traiter
Répondre - Agents conversationnels
IA: Agir