2022. októbere óta a Softline Noventiq márkanév alatt folytatja működését.

A mesterséges intelligencia számos lehetőséget kínál a belső üzleti folyamatok és a termékek átalakítására, ám ezt a potenciált nem mindig könnyű mérhető előnyökre váltani. Az AI működéséhez szükséges adatok a modern szervezetek legfontosabb erőforrását jelentik, amelynek értéke közvetlenül összefügg azzal, hogy hányan képesek hozzáférni az adatokhoz, megbízhatóan értelmezni őket, és összefüggéseket levonni belőlük. Az alábbi cikkben összefoglaljuk a Microsoft által az AI használata során szerzett tapasztalatokat a marketing, a pénzügy és az ügyfélszolgálat területén.

Pénzügy: késedelmes fizetés előrejelzése

A Microsoft ügyféltranzakciói közel 99%-ának valamilyen hitelkonstrukció is a része. A Microsoft korábban az ügyfelek 90%-ának küldött emlékeztető e-mailt az esedékes fizetésről, a munkaterhek csökkentése és az ügyfélélmény javítása érdekében azonban úgy döntött, hogy csak azokat az ügyfeleket értesíti, akik valószínűleg késve fognak fizetni. A pénzügyi és a treasury csapat az IT-val együttműködve létrehozott egy modellt, amely több mint 80%-os pontossággal képes előre jelezni, hogy egy ügyfél nagy valószínűséggel késedelmesen fog-e fizetni. A csapat az Azure Machine Learning Studio, valamint egy külső algoritmus, az XGboost segítségével hozta létre a prediktív modellt. A Microsoft különböző változók szerint szegmentálja az SQL Server-alapú belső adattárházból származó adatokat az ún. „feature engineering” folyamat során. A mérnökök azonosítják a felhasználni kívánt adatokat, majd egy adatcsatornát (pipeline) alakítanak ki az SQL Server-adattárházból származó adatokkal a prediktív modell számára. Az adattudósok a modell betanítását az Azure Machine Learning Studio segítségével végzik, majd az adatokat összekötik az XGBoost algoritmussal, amely létrehozza a döntési fákat. A pontszámok ezután egy SQL Server-adatbázisba kerülnek, és Power BI-jelentések formájában érhetők el a beszedéssel foglalkozó csapatok számára.

A késedelmes fizetés előrejelzésére használt AI-alapú eszköznek köszönhetően a fizetési emlékeztetővel megkeresett ügyfelek száma 90 százalékról mindössze 40 százalékra csökkent. Az egyes ügyfelekkel kapcsolatos előrejelzés mellett a vállalat azt is tapasztalta, hogy az összetett, sok tételből álló számlák nagyobb valószínűséggel járnak le, a régóta meglévő, nagy forgalmat képviselő ügyfelek és partnerek szinte sohasem késnek, és jelentős előny származhat a fizetések automatizálásából.

Marketing: érdeklődők intelligens pontozása és minősítése

A Microsoft marketingszervezetéhez évente közel 10 millió érdeklődő és potenciális ügyfél adatai érkeznek be. A vállalat hatékonyabb módszert keresett az érdeklődők pontozására, hogy az értékesítők kevesebb időt fordítsanak azokra az esetekre, amelyek nem hoznak hasznot. A Microsoft a marketinges munkatársak leadminőségre vonatkozó ismereteit a vállalat adattudósainak gépi tanulási szakértelmével ötvözve létrehozott egy platformot az érdeklődők pontozására. A platform több ezer változó súlyozásával jelzi előre annak a valószínűségét, hogy egy adott lead konvertálható lesz-e bármely értékesítési csatornán.

A pontozást követően az érdeklődők további minősítéséhez a Microsoft létrehozott egy AI-alapú minősítési asszisztenst, amely a BEAM (Bot Enabled Augmented Marketing) nevet kapta. A platform nyílt forráskódú gépi tanulási eszközök mellett a Microsoft saját technológiáira – Microsoft Cognitive Services, Azure Machine Learning, Azure ML Studio – épül, és képes észlelni a szándékot és az összefüggéseket az ügyfelek e-mailjeiben annak meghatározásához, hogy az adott ügyfél milyen valószínűséggel áll készen termékek és szolgáltatások vásárlására. A BEAM e-mailt küld az ügyfeleknek, és természetes nyelvi feldolgozás (NLP) segítségével értékeli az érdeklődésük szintjét, mielőtt átadja az adataikat az értékesítőknek. Az AI-modell számos gépi tanulási algoritmus futtatásával értéket rendel mindegyik adatponthoz, végül pedig egy összesített pontszámot generál az érdeklődő számára. A pontszámadatok ezután az API-n keresztül visszakerülnek a marketingmotorba.

A Microsoft AI-alapú érdeklődőpontozási platformjával a vállalat intelligensebb módon képes azonosítani a potenciális ügyfeleket, javítva ezzel a konverziós arányokat és a marketingbefektetések megtérülését. A hagyományos üzleti szabályok helyett az AI segítségével a marketinges munkatársak egyszerűbben minősíthetik az érdeklődőket, és kevesebb, azonban jobb minőségű érdeklődőt tudnak átadni az értékesítési csapatoknak.

Ügyfélszolgálat: ügyfélvisszajelzések fejlettebb elemzése

A Microsoftnak olyan megoldásra volt szüksége, amellyel kezelni tudja az ügyfelektől érkező hatalmas mennyiségű visszajelzést. A probléma megoldása érdekében a vállalat hangulatelemző eszközt hozott létre, amely megkönnyíti az ügyfelek értékesítés utáni visszajelzéseinek értelmezését és megválaszolását. Az eszköz a hangulat elemzésével azonosítja az ügyfélélményt befolyásoló legfontosabb tényezőket, valamint azokat az ún. töréspontokat, ahol a szolgáltatás nem felelt meg az elvárásaiknak. A vállalat ügyfélvéleményekkel foglalkozó csapata számos folyamatot használ a visszajelzések feldolgozására – ezek közé tartozik a támogatási szakemberek munkáját segítő, illetve az ügyfélelégedettség visszaszerzésére szolgáló visszajelzési ciklus is.

Az ügyfelek visszajelzéseinek AI-alapú elemzése a telefonbeszélgetésekből, e-mailekből és IVR-kérdőívekből kinyert észrevételek rögzítésével és tárolásával kezdődik, majd 9 adatbázis adatainak integrálásával folytatódik az SQL Server Integration Services (SSIS) használatával. A megoldás gépi tanulási munkafolyamatok – például az R nyelvet használó Microsoft Machine Learning Server és a Microsoft Translator – segítségével dolgozza fel az ügyfelek visszajelzéseit. Az elemzéseket az SQL Server tárolja, ahol a csapatok elérhetik őket, továbbá Power BI-irányítópultokon keresztül is hozzáférhetők, és az Azure DevOps-folyamatokkal is integráltak a tájékoztatás érdekében. Végül pedig ezeket a tapasztalatokat a vállalat az olyan programokban is hasznosítja, mint az ügyfélvisszaszerzési és a támogatási szakemberek munkáját segítő visszajelzési ciklus.

Az AI-val támogatott ügyfélvisszajelzés-kezelő eszköz értékes elemzéseket biztosít a korábbi idő töredéke alatt, és ellátja az ügyfélszolgálati munkatársakat mindazokkal az információkkal, amelyek az ügyfelek színvonalas kiszolgálásához szükségesek. A visszanyert ügyfelek hangulata átlagosan 37%-kal javult, az ügyfél-elégedettségi pontszámuk (CSAT) pedig 180%-kal nőtt a Microsofttal való első kapcsolatfelvételhez képest.

A különböző üzleti funkciók több területre kiterjedő hatékony együttműködése kulcsfontosságú a hosszú távú sikerhez. A Softline a Microsoft globális partnereként jelentős tapasztalattal rendelkezik az AI-alapú megoldások területén. Kérje szakértőink tanácsát üzleti folyamatai átalakításához, és hasznosítsa az AI valamennyi előnyét! Ha további példákra is kíváncsi az értékesítés és a pénzügyek területén, regisztráció után ingyenesen letöltheti az e-könyvet erről az oldalról.