Skip to main content

Esettanulmányok

Priorizált ügyfélmegkeresések

Az OTP ügyfélszolgálatára beérkező megkeresések priorizálását egy gépi tanulás technológiát használó szöveganalitikai rendszer végzi. Alkalmazásával a tehermentesített ügyintézők helyett egy virtuális asszisztens végzi a válaszadást, jelentősen csökkentve az egy-egy ügy kezelésére fordított időt.

Az OTP Csoport Magyarország legnagyobb pénzügyi szolgáltatója, leányvállalataival a közép- és kelet-európai régió meghatározó szereplője. 13 millió ügyfél pénzügyi igényeire ad magas színvonalon megoldást 9 országban, több mint 1300 bankfiókjában, és a legmodernebb elektronikus csatornákon.

Üzleti probléma

A piaci versenyben az ügyfélkiszolgálás minősége, gyorsasága, pontossága, jogszabályi kötelezettségek betartása és kontrollálhatósága egyre összetettebb feladat:

  • A pénzügyi szervezetek levelezésére vonatkozóan az MNB 13/2015. (X. 16.) számú, a pénzügyi szervezetek panaszkezelési eljárásáról szóló ajánlása a fontosabb levelek minél gyorsabb megválaszolását irányozza elő. Azonban az ügyfélszolgálatra érkező levelek priorizálás nélkül, érkezési sorrendben kerülnek feldolgozásra, amely akár bírságot is maga után vonhatna.
  • Az elektronikus csatornákra érkező igényeknél egyre hosszabb a válaszadási idő, holott ügyintézőnként átlagosan napi 100 e-mail kerül feldolgozásra. A szolgáltatási színvonalat úgy kell magasabb szintre emelni, hogy a költségek ne növekedjenek.

Összegzés

Az OTP ügyfélszolgálatára beérkező megkeresések priorizálását egy gépi tanulás technológiát használó szöveganalitikai rendszer végzi. Az ügyfeleknek adott válaszok 30%-át önállóan bonyolító virtuális asszisztens alkalmazásával 20%-kal csökkent a válaszadási idő.

Megoldás

Szabály alapú (ún. machine learning) technikákat és mesterséges intelligencia algoritmusokat ötvöző felhő szolgáltatás moduláris bevezetése, amely valós időben képes a vállalathoz érkező írásos megkeresések feldolgozására.

Előkészítés:

  • Konzultáció, helyzet felmérése, siker kritériumok meghatározása.
  • Múltbeli email üzenetek feldolgozása a Clementine saját fejlesztésű CLEMTEXT megoldásával.
  • Alap információk kigyűjtése: azonosító jellegű információk felismerése és strukturált rendezése.

Implementálás:

  • Párhuzamos működés biztosítása.
  • Válaszadási folyamatok újratervezése:
    | „Rutin” ügyintézés gépi intelligencia alapú válaszadással: az ügyfelek – operátori beavatkozást mellőző – automatikus kiszolgálás biztosítása.
    | Témakategóriák csoportosítsa, szakértői területekhez rendelése, amely konzisztensen biztosítja az illetékes osztályokhoz, ügyintézőkhöz történő automatikus szignálást.
    | Beérkezett üzenetek sürgősség szerint történő rendezése, azonnali beavatkozást igénylő ügyfélmegkeresések azonosítása és automatikus riasztások beépítése.
  • Minőségbiztosítás, protokoll ellenőrzés.