Искусственный интеллект для службы поддержки

Применение машинного обучения и искусственного интеллекта в клиентской поддержке

Дата проведения : 20 Ноября 2018

Применение машинного обучения и искусственного интеллекта в клиентской поддержке

20 Ноября 2018 в Москве состоялась очередная встреча членов Клуба ИТ-директоров VENTRA Lab «Применение машинного обучения и искусственного интеллекта в клиентской поддержке», на которой эксперты ведущих компаний поделились собственными мнениями и кейсами по автоматизации клиентского сервиса.

Среди гостей клуба VENTRA Lab в этот вечер стали представители компаний Х5 Retail group, HeadHunter, Райффайзен банк, Росбанк, Ив Роше, XPO Logistics, Спортмастер, 7 red lines, Метлайф, МЕДСИ, Gloria Jeans, БургерКинг, ТВОЕ, KFC IRB, Комус, СТОКМАНН, ZENDEN Group, DPD и другие. Всего – более 50 компаний.

Задавая тон встречи модератор Александр Парамонов акцентируя внимание гостей на теме мероприятия, напомнил 4 вида информации, за которую готов платить бизнес: описательный, диагностический, прогностический и, самый дорогой и важный – предписывающий. Привел пример, когда применение искусственного интеллекта для генерации «предписывающей» информации давало инвестиционной компании снижение рисков неверных решений до 15%, что добавляла +25% к маржинальности бизнеса.

Сессию блиц-выступлений подхватили проекты Сколково: Gridfore и Digintel.

Виктор Ходяков, CEO Gridfore, поделился кейсами своей «реактивной аналитической платформы», раскрыл секреты, как с помощью аналитики данных в реальном времени от Gridfore повысить эффективность операционных подразделений, качество сервиса (во время ответа операциониста – «подгружать» историю клиента, генерировать персональные скидки), предоставить отделу маркетинга информацию о событии клиента не на следующее утро, а в момент возникновения события, чтобы дать возможность сформировать горячее контрпредложение и превратить «кейс оттока» в «кейс повышения лояльности», помочь службам сопровождения предотвращать массовые сбои сервисов и оборудования, контролировать горячие остатки склада, выявлять мошеннические действия кассиров и многое другое.

Анна Зубкова, CEO Digital Intelligence, поделилась кейсами использования разговорного Al в контакт-центрах.

Обратите внимание

Гостям запомнилась история дружелюбного ассистента «Андрея», который на сайте Аэроэкспресса помогает купить билеты, подсказывает расписание рейсов, правила проезда. Теперь 60% вопросов решаются без участия операторов, а уровень удовлетворенности ответами достигает 75%.

Также Анна рассказала об опыте ЮниКредит Банка, который обрабатывает 7500 обращений к инфоботам в месяц, но максимальную эффективность достигает с помощью Al-суфлеров.

83% ответов операторам на самом деле подсказывает бот-суфлер: мгновенно считывая запрос, он показывает релевантные ответы, в 2 раза ускоряя работу службы поддержки. Больше всего вопросов и обсуждений вызвал кейс про «Алису» Яндекса, которая помогает тысячам людей в день заказывать пиццу «Папа Джонс».

После блиц-выступлений Сколково внимание гостей было приковано к историям заказчиков. Первым слово взял Александр Огнивцев, руководитель Управления сервисной поддержки АльфаСтрахования.

Он подробно рассказал об истории внедрения сервиса по классификации запросов: 4 года боту сгружали входящие обращения, но это стоило затраченных усилий: теперь обученный робот правильно классифицирует 85-100% запросов, в 2-3 раза уменьшив общие трудозатраты на обработку. Поделился болью о том, что не всегда человек может обучить бота, трудно приставить к нему живого наставника.

Предостерег гостей от необдуманных решений, проиллюстрировав случаем, когда закупленный сервис исходящих звонков стал давать конверсию 5% вместо обычных 15% (при работе оператора-человека).

Олег Седелев, директор AI проектов Дивизиона корпоративных клиентов 360, блока корпоративно-инвестиционный бизнес Сбербанка,

Источник: http://ventra.ru/events/primenenie-mashinnogo-obucheniya-i-iskusstvennogo-intellekta-v-klientskoj-podderzhke/

Искусственный интеллект для классификации запросов в ServiceNow

Основная задача специалистов первой линии технической поддержки – получение от пользователя информации об инциденте или проблеме, ее классификация и эскалация. Выделение важных сведений из запроса для его правильной классификации занимает время и в большинстве случаев сводится к механической работе, которую может выполнить система машинного обучения – искусственный интеллект.

ServiceNow покупает DxContinuum

В январе 2017 года компания ServiceNow объявила о приобретении системы машинного обучения DxContinuum. К моменту сделки клиентами DxContinuum являлись Adobe, Cisco, Dell и VMware, использовавшие платформу для проведения прогностического анализа в системах CRM, продаж и маркетинга.

ServiceNow выбрала другое применение возможностей платформы и планирует использовать ее для всех приложений своего портфеля, которые так или иначе связаны с получением и обработкой пользовательских запросов.

Важно

ServiceNow является лидером в автоматизации процессов, список которых давно вышел за рамки ИТ. Их автоматизация может быть значительно улучшена за счет использования искусственного интеллекта.

С ростом числа выполняемых запросов становится все более важной их быстрая и точная классификация.

Каждый день специалисты технической поддержки принимают множество инцидентов, запросов на обслуживание, оповещений системы безопасности с помощью звонков, электронных писем или сообщений сервисного портала. Исследователи McKinsey подсчитали, что 49 % рабочего времени, потраченного на обработку запросов, можно автоматизировать и тем самым повысить производительность.

Внедрение алгоритмов DxContinuum в приложения ServiceNow позволит заказчикам прогнозировать и планировать запросы на обслуживание, лучше структурировать и классифицировать получаемые данные, ускорить время принятия решения и выполнение задачи.

Классификация запросов

Если компания небольшая, то классификация и направление запросов отнимает минимум времени и является достаточно простой задачей, так как в большинстве своем они типовые и многократно повторяющиеся.

Но если число пользователей превышает несколько тысяч, то для обработки поступающей от них информации требуется целый штат сотрудников, а ответственность за ошибки, связанные с классификацией, могут привести к финансовым и репутационным потерям компании.

Ручная классификация – это хоть и механический, но довольно трудозатратный процесс, особенно в том случае, когда пользователи присылают описание запроса в виде рассказа о своей проблеме, а специалисту технической поддержки приходится вычленять из него суть.

Читайте также:  Следующим эйнштейном будет искусственный интеллект

Частично данную проблему решает использование сервисного портала самообслуживания. Портал содержит полный каталог услуг и список возможных запросов, которые с ними связаны. Пользователю достаточно выбрать из предложенных списков критерии своего запроса (услуга, конфигурационная единица, расположение, описание запроса и т. п.

), после чего запрос будет автоматически сгенерирован и отправлен в службу поддержки. Портал ServiceNow также предоставляет пользователям доступ к базе знаний, в которой можно найти решение проблемы и самостоятельно ее устранить.

Кроме того, сотрудник, отправивший запрос, может проследить за ходом его исполнения в реальном времени на любом этапе, получить информацию об исполнителе и связаться с ним в чате для уточнения параметров запроса.

Благодаря систематизации информации сервисный портал значительно упрощает и ускоряет процедуру классификации и эскалации запросов и инцидентов специалистами Service Desk, что сокращает время решения проблемы, однако все еще оставляет много лишней и механической работы.

Искусственный интеллект

Что умеет делать искусственный интеллект, реализацию которого мы в ближайшее время увидим во всех приложениях платформы ServiceNow? Платформа ServiceNow уже долгое время предлагает революционный подход к автоматизации, объединяя под свое управление все сферы деятельности компании, ставя на первое место клиента и услуги, которые он для себя выбирает. Внедрение машинного обучения – это еще один шаг к удовлетворению потребностей пользователей системы в скорости решения задач и гибкости подходов к оказанию услуг.

Искусственный интеллект, применяемый в платформе, позволит:

  • Очистить запрос от лишней информации (приветствия, личные данные, многословное описание масштаба трагедии или желания нового сервиса).
  • Сократить время на классификацию и маршрутизацию, сохранив точность за счет машинного обучения.
  • Освободить время специалистов технической поддержки от рутинных операций для решения более важных задач и проблем.
  • Экономить финансовые ресурсы компании (искусственный интеллект не получает зарплату, не болеет, не ленится).
  • Обрабатывать любое количество запросов вне зависимости от их сложности (он не спит, не устает, не ест и продолжает трудиться).
  • Активно развивать услуги и повышать эффективность их оказания.

Еще недавно понятие «искусственный интеллект» ассоциировалось с роботами-андроидами из фантастических книг про будущее, которые помогают человеку в повседневных делах, работают там, где он справиться не может, решают сложные математически задачи, связанные с генетикой и освоением космоса. Однако будущее наступило! Уже сейчас программные продукты используют технологии машинного обучения, делая решение сложных задач проще, а человеческий труд ценнее за счет сокращения рутинных операций по обработке больших объемов информации.

Помимо информационных технологий, искусственный интеллект находит применение и в других сферах жизни:

  • распознавание человеческой речи и машинный перевод;
  • распознавание изображений;
  • игровые программы, например шахматы;
  • обнаружение и предсказание преступлений;
  • умные системы для управления домом;
  • обнаружение банковского мошенничества;
  • беспилотные автомобили;
  • медицинская диагностика и персональные помощники для контроля здоровья и другие.

Чтобы испытать все возможности и преимущества популярной и успешной сервисной платформы ServiceNow уже сейчас, вы можете обратиться к специалистам компании «ИТ Гильдия» – официального сертифицированного партнера ServiceNow.

Подписывайтесь на блог компании «ИТ Гильдия» – официального сертифицированного партнера ServiceNow, чтобы следить за новыми статьями, которые позволят вам достигнуть успеха, внедряя платформу.

Источник: https://IT-Guild.com/info/blog/iskusstvennyy-intellekt-dlya-klassifikatsii-zaprosov-v-servicenow/

Искусственный интеллект в действии – Booking.com запустил пилотную версию нового чат-бота Booking Assistant

Booking.com, одна из крупнейших в мире компаний в сфере электронной коммерции и лидер в области цифровых технологий, объявила о запуске пилотной версии своего нового чат-бота «Booking Assistant», который теперь доступен широкой аудитории англоязычных пользователей по всему миру.

Booking Assistant — это усовершенствованная платформа Booking.com для обмена сообщениями, сочетающая в себе технологии искусственного интеллекта и функции службы поддержки Booking.com. Основное назначение чат-бота — помогать пользователям с бронированием и быстро обрабатывать популярные запросы, связанные с предстоящей поездкой. Пользоваться чат-ботом можно с любого устройства.

Booking Assistant анализирует сообщения пользователей, чтобы определить наиболее частые вопросы, с которыми путешественникам нужна помощь. Среди них запросы, связанные с оплатой, транспортом, временем заезда и отъезда, изменением дат поездки, отменой бронирования, парковкой, дополнительными кроватями, проживанием с домашними животными и наличием интернета

Помимо этого, чат-бот также анализирует приветственные сообщения от пользователей и слова благодарности за оказанную помощь. По мере увеличения запросов Booking Assistant будет совершенствоваться. В настоящее время Booking.com обучает чат-бот категоризации вопросов — платформа будет относить сообщения к одной из 90 тем и обрабатывать их.

В отличие от других чат-ботов, направленных исключительно на повышение конверсии, выполнение отдельных задач или продвижение дополнительных услуг по время поездки, задача Booking Assistant — отвечать на самые популярные вопросы гостей.

Сейчас чат-бот может автоматически обрабатывать 30% запросов, связанных с бронированиями, менее чем за 5 минут. Если «помощник» не может самостоятельно ответить на вопрос, он перенаправляет его в службу поддержки Booking.com или объекту размещения и включает их ответ в свое сообщение.

Кроме того, чат-бот всегда указывает автора ответа.

«Искусственный интеллект для нас — это не замена человеческого общения, а инструмент, который помогает гостю быстро решить свои вопросы и в полной мере насладиться поездкой,

— объясняет Джеймс Уотерс, генеральный директор службы поддержки Booking.com, — Мы работаем в индустрии, которая тесно связана с личным общением, поэтому для нас важно поддерживать баланс между ним и автоматизированным общением с клиентом, в том числе через Booking Assistant. Мы постоянно совершенствуем такие инструменты, чтобы добиться нужных результатов».

Читайте также:  Революция роботов может состояться уже в ближайшие пять лет

Согласно недавнему исследованию, проведенному Booking.com среди 19 000 путешественников в 26 странах мира,

Пользователям не так важно, кто обрабатывает их запрос — человек или компьютер. Главное — получить ответ на свой вопрос. Такое мнение высказали 50% опрошенных. Данные Booking.com также показывают, что 80% пользователей предпочитают находить нужную информацию самостоятельно

Таким образом, Booking Assistant отвечает нуждам путешественников, которые хотят быстро получить ответ на свой запрос, не обращаясь в службу поддержки по электронной почте или телефону. Booking Assistant — это гибридный чат-бот. В его интерфейс встроена функция помощи от сотрудника службы поддержки, так что гостю не нужно выходить из чата и обращаться за помощью через другие каналы.

Для объектов размещения, которые работают с Booking.com, Booking Assistant экономит время. Чат-бот умеет отвечать на многие вопросы гостей без необходимости обращения к сотрудникам объекта. Эта функция станет еще более полезной по мере того, как платформа научится распознавать и обрабатывать более сложные запросы.

Источник: https://hotelier.pro/news/item/3221-booking/3221-booking

Искусственный интеллект (ИИ)

  • Модернизируйте ИТ-инфраструктуру и используйте возможности искусственного интеллекта, чтобы получать аналитические данные, которые помогут вам повысить эффективность работы и трансформировать процесс принятия решений для развития вашего бизнеса.Решения Dell EMC на базе технологий Intel®Модернизируйте ИТ-инфраструктуру и используйте возможности искусственного интеллекта, чтобы получать аналитические данные, которые помогут вам повысить эффективность работы и трансформировать процесс принятия решений для развития вашего бизнеса.Решения Dell EMC на базе технологий Intel®
    • Dell EMC предоставляет решения для искусственного интеллекта (ИИ), которые поддерживают заказчиков на всех этапах внедрения ИИ. Благодаря самому широкому в отрасли спектру продуктов и сервисов для инфраструктуры ИИ, многолетнему опыту и экосистеме надежных партнеров по технологиям и услугам Dell EMC предлагает инновационные решения, которые упрощают работу и позволяют заказчикам эффективно использовать перспективные возможности ИИ.
    • Dell EMC — ведущий разработчик решений для искусственного интеллекта, предоставляющий технологии, которые делают будущее реальностью уже сегодня. Только Dell EMC предлагает широкий спектр технологий для аналитики данных и высокопроизводительных вычислений, которые лежат в основе успешного внедрения ИИ.
    • Готовые решения Dell EMC для искусственного интеллекта предоставят вам все необходимое для быстрой реализации инициатив, связанных с ИИ. Эти предварительно спроектированные и валидированные решения помогут ускорить и упростить внедрение ИИ. Они идеально подходят для машинного и глубинного обучения и позволяют организациям быстрее получать более подробные, полезные и актуальные аналитические данные о предпочтениях заказчиков. Такая информация подскажет, как предоставлять более надежные продукты и услуги и на каких аспектах следует сосредоточиться, чтобы обеспечить развитие бизнеса.
    • Dell EMC предоставляет современную архитектуру с поддержкой ИИ, которая ускоряет и упрощает внедрение ИИ и расширяет возможности совместной работы. Мы предлагаем целый спектр гибких и масштабируемых решений для ИИ (как для небольших, так и для крупных развертываний) поставщикам услуг любого размера. Специализированные серверы, системы хранения и рабочие станции позволяют эффективно применять возможности ИИ во всех сценариях использования.
    • Мы будем сотрудничать с вами на каждом этапе реализации проектов ИИ для согласования работы сотрудников, процессов и технологий, чтобы помочь вам ускорить внедрение инноваций и получить оптимальные бизнес-результаты.
    • ИИ позволяет организациям использовать растущие объемы данных для принятия важных решений. ИИ помогает понять, как следует анализировать, администрировать, хранить, обрабатывать, защищать и эффективно использовать данные, чтобы снизить риск, получать больше преимуществ и создавать новые значимые возможности продаж. Современные технологии генерируют невиданные ранее объемы данных с невероятной скоростью. Данные из различных источников (от Интернета вещей и высокопроизводительных вычислений до мобильных технологий и приложений) стимулируют развитие ИИ.
    • Мы понимаем встающие перед вами сложности и возможности, поэтому создали центры и лаборатории, которые помогут вам в процессе внедрения ИИ.
    • Узнайте, как Mastercard использует машинное обучение для защиты клиентов от мошенничества.
    • Узнайте, как в центре MIT LLSC создали систему для исследования автономных систем, физики устройств и машинного обучения.
    • Узнайте, как компания ZIFF Inc. развернула сервер корпоративного класса для отработки алгоритмов искусственного интеллекта.
    • Узнайте, как исследователи Пизанского университета используют машинное обучение для разработки, тестирования и запуска инновационных алгоритмов, которые поддерживают передовые научные исследования.
    • Узнайте, как компания Zenuity обеспечивает безопасность технологий автономного вождения, используя высокопроизводительные вычисления как управляемую услугу.
    • Примите участие в брифинге, семинаре или демонстрации возможностей с полной поддержкой от наших отраслевых экспертов, чтобы определить самые эффективные дальнейшие шаги на вашем пути к внедрению ИИ.
    • Основные компоненты для ИИ уже доступны, и дальновидные организации реализуют открывающиеся возможности.

Источник: https://www.dellemc.com/ru-ru/solutions/artificial-intelligence/index.htm

5 секретов идеальной службы поддержки пользователей в SaaS

Если вы SaaS сервис, ваша техподдержка должна быть безупречной. Предоставляя качественную поддержку, вы становитесь ключом к росту и успеху ваших клиентов. Многие пользователи перестают пользоваться сервисом, если думают, что поддержка работает плохо. Вы ведь не хотите быть в их числе?

С другой стороны, поддержка пользователей может быть одной из самых затратных по времени (и деньгам), если неправильно её организовать. Уровень качества поддержки может стать залогом успеха или разрушить ваш бизнес. Поэтому подойдите серьезно к этому вопросу с самого первого дня.

https://www.youtube.com/watch?v=YeTh7mdlVrg

Раньше для техподдержки использовали тикеты и емейлы — это было не слишком эффективно. Затем появились разделы help, нефункциональные чаты, базы знаний и множество инструментов для оптимизации.

Читайте также:  Компьютеры с искусственным интеллектом появятся у каждого уже к 2020 году!

Сегодня намного проще выстроить систему поддержки высшего класса, но, несмотря на все доступные решения и материалы по теме, мы до сих пор часто встречаем сервисы, которые делают поддержку неправильно.

Возможно, какие-то из этих советов помогут вам по-новому взглянуть на поддержку пользователей.

1. Первое и главное: Сделайте так, чтобы поддержку было легко найти

Когда пользователь хочет получить помощь, он уже в растерянности. В большинстве случаев он пытается понять или сделать что-нибудь с вашим приложением (сервисом, продуктом), но не может сделать это интуитивно.

Возможно, ваш продукт слишком сложный, чтобы быть понятным сразу на 100% или какие-то функции недостаточно user-friendly. Возможно, он наткнулся на баг или недостающую функцию. Какая бы ни была причина, как только пользователю нужен ответ, он пытается найти ссылку на техподдержку (support).

И если он не может найти её в течение 5-10 секунд, растерянность только растёт.

Случалось ли вам сталкиваться с сервисами, которые так умело прятали свою кнопку службы поддержки, что требовалось перерыть весь сайт, чтобы найти её?

Совет

На сайтах, которые используют Carrot Quest, в правом нижнем углу почти всегда можно увидеть окно чата, где на любой вопрос готовы ответить работники службы поддержки. Удобно и быстро.

Причём модель общения с пользователями совершенно изменилась:

  • в классическом чате если пользователь отвлекался и уходил с сайта, то вся история общения с ним сразу же терялась, при каждом посещении приходилось заново повторять вопрос, что только раздражало клиента;
  • сейчас поддержка похожа на беседу с друзьями. Клиент готов общаться с вами как в обычном мессендежере (написал, закрыл чат, получил уведомление об ответе на почту, прочитал, ответил и т.д.). Все это становится возможным только при сохранении контекста разговора и всех данных о клиенте.

Вся переписка лежит в одном месте и приходит пользователю на почту.

2. Убедитесь, что ваш FAQ действительно помогает

Большинство пользователей, сталкиваясь с вопросом во время использования  SaaS-сервиса, пытаются решить его самостоятельно в течение 5 минут, вместо того, чтобы посылать обращение в службу поддержки и ждать ответа в течение 2 часов или еще хуже — 2 дней.

Но тут возникает проблема. Если вы спросите любого работника техподдержки знает ли он, насколько хорошо работает его FAQ, чаще всего вам ответят “не имею понятия”. Часто на создание списка вопросов-ответов тратится несколько дней, но никто не знает, оправдана ли эта инвестиция.

Вот какие вопросы могут интересовать вас:

  • Какие ключевые слова пользователи вводят, когда ищут ответ;
  • Есть ли у вас контент, соответствующий этим ключевым словам;
  • Какой контент пользователи читают или смотрят после поиска по ключевым словам;
  • Какие запросы были успешными, а на какие вопросы не получилось ответить;
  • Что пользователи искали после неудачного ответа.

Сегодня есть решение еще лучше чем FAQ. Наблюдение за пользователем (что делает каждый) помогает быстро отследить, когда у него возникают трудности и вовремя послать ему автоматическое сообщение с предложением помочь.

Так вы персонально добираетесь до каждого пользователя именно в тот момент, когда ему актуальна поддержка. Таким принципом руководствовался сервис Baestgaming и поднял свою конверсию в 2 раза, т.к.

решал проблемы пользователя сразу на месте.

3. Поймите, почему вам задают вопросы и устраните причину (если это возможно)

Обычно вопросы в техподдержку можно разделить на 3 группы:

  • баги;
  • недостающие возможности;
  • непонятные или спрятанные функции.

Баги — это первое, от чего нужно избавляться. Но, честно говоря, в SaaS всегда будут баги, особенно если вы постоянно внедряете новые функции или правите существующий код. Оптимизированный процесс поддержки не предотвратит баги, и такие вопросы будут периодически поступать. Тут ничего не поделаешь.

Все SaaS-сервисы по определению незавершённые. Нет такого момента, когда заканчивается создание приложения. Всегда будут функции, которых не хватает.

Но если такие функции постоянно мелькают в обращениях в техподдержку, возможно, будет хорошей идеей добавить их.

Вы не только будете получать меньше жалоб, но, что более важно, сделаете пользователей счастливее, а они останутся с вами подольше.

Если вы решите не внедрять функцию (например, она не соответствует вашим планам), в крайнем случае создайте раздел в FAQ, объясняющий почему и предлагающий альтернативные решения. Последнее, чего вы хотите добиться, — сбитый с толку пользователь, оставленный в догадках, почему вы не удовлетворите его желаний.

Если вы действительно хотите получать меньше обращений в службу поддержки, категория, которой вы должны уделить максимум внимания, — это непонятные и спрятанные функции. Непонятные функции — это те, которые ваши пользователи заметили, но не смогли понять, что с ними делать. Спрятанные — те, которые у вас на самом деле есть, но пользователи о них не знают.

Однако не обязательно перестраивать всё то, что не понимают пользователи. Стоит учитывать, что бывает достаточно сложный функционал, который не получается сделать более интуитивным.

Обратите внимание

В этом случае можно отправлять триггерные сообщения-подсказки в нужный момент.

Например, пользователь зашел на страницу оплаты, но спустя 4 минуты так и не оплатил, можно автоматически спросить у него в чем причина и предложить помочь.

4. Убедитесь, что все вопросы в техподдержку поступают в одно место

Источник: https://www.carrotquest.io/blog/5-sekretov-prevosxodnoj-sluzhby-podderzhki-v-saas/

Ссылка на основную публикацию
Adblock
detector