La satisfaction des clients est la clé du succès d'une entreprise, mais avec plus de 100 000 commentaires de demandes entrantes de clients par mois, le groupe Verizon Business Service Assurance a du mal à suivre le rythme. Chaque demande a dû être lue et exécutée individuellement jusqu'à ce que Global Technology Solutions (GTS), le groupe informatique de Verizon, utilise le traitement du langage naturel (NLP) et l'apprentissage en profondeur pour automatiser le processus.
"En substance, le Digital Worker prend des tâches qui peuvent être exécutés automatiquement loin des ingénieurs afin que nous puissions utiliser le temps des ingénieurs dans les opérations pour réellement traiter des scénarios réels et complexes qui nécessitent leur intelligence ", explique Stefan Toth, directeur exécutif de l'ingénierie des systèmes pour Verizon Business Group, GTS. «Nous voulons réduire le temps que les ingénieurs passent à répondre aux e-mails et leur permettre de faire face à des problèmes de réseau complexes.»
En plus du volume considérable de demandes des clients, principalement par e-mail et sur le portail Web de Verizon, les retards et les erreurs humaines dans les réponses à ces demandes nuisent à l'expérience client, dit Toth. L'équipe a d'abord tenté d'automatiser les réponses aux demandes les plus fréquentes en utilisant une approche statique basée sur des règles qui s'est finalement révélée limitative.
"Ce que nous avons découvert, c'est que les méthodes traditionnelles ne correspondent plus au projet de loi lorsque nous avons le contexte est très important. Nous ne pouvons pas simplement essayer de comprendre ce que le client a dit et prendre des mesures ", explique Toth.
Source link