От октомври 2022 г. Softline оперира под марката Noventiq.

AI има потенциала да преобрази вътрешните бизнес процеси и продукти, но не винаги е лесно потенциалът на AI да се превърне в осезаеми предимства. Данните, които AI използва, са най-значимият актив, с който разполагат съвременните организации, но стойността му е правопропорционална на броя хора, които могат да получат достъп до него, да го разберат, да му се доверят и да получат сведения от него. В статията по-долу се обобщава наученото от Microsoft с помощта на AI в сферата на маркетинга, финансите и обслужването на клиенти.

Предвиждане на забавени плащания в областта на финансите.

В около 99% от клиентските трансакции на Microsoft се използва една или друга форма на кредит. По-рано Microsoft изпращаше до 90% от клиентите напомняне за плащания по имейл, но за да намали работното натоварване и да подобри обслужването на клиентите, компанията искаше да се свързва само с клиенти, които е вероятно да забавят плащанията си. Екипите по финанси и касови наличности обединиха сили с отдела по ИТ за създаването на модел, който предвижда с точност над 80% дали клиентите е вероятно да допуснат забавяне на плащанията си. Екипът използва Azure Machine Learning Studio и външен алгоритъм, наречен XGboost, за да създаде модела за предвиждане. Microsoft сегментира получените от вътрешното хранилище на SQL Server данни по променливи в рамките на процес, наречен „конструиране на характеристики“ (feature engineering). Инженерите определят кои данни да се използват, след което изграждат система с данни от хранилището за данни на SQL Server, с които да работи моделът за предвиждане. Изследователите на данни обучават модела с помощта на Azure Machine Learning Studio, след което свързват данните към алгоритъма за подсилване на градиентите eXtreme (XGBoost), който създава дървета за решения. Оценките се подават към базата за данни на SQL Server и се извеждат в отчети на Power BI към екипите за събиране на задължения.

Инструментът за предвиждане на закъснели плащания въз основа на AI намали броя на напомняния до клиенти от 90 на 40 процента. В допълнение към прогнозите за конкретни клиенти компанията научи също, че при сложните фактури съществува по-голяма вероятност от закъснели плащания. Че дългосрочните клиенти и партньори с голям обем на дейността рядко забавят плащания и могат да извлекат значителни ползи от автоматизация на плащанията.

Интелигентно оценяване на препоръки и окачествяване в маркетинга

Маркетинговата организация на Microsoft получава до 10 милиона препоръки годишно. Компанията търсеше по-добър начин за оценяване на препоръки, за да намали количеството време, прекарано от търговците в преговори с непродуктивните такива. Microsoft съчета разбирането на служители в сферата на маркетинга относно качеството на препоръки с експертни познания в областта на машинното обучение на изследователите на данни в компанията, за да създаде платформа за оценяване на препоръки. Платформата отчита хиляди променливи, за да предвиди вероятността една препоръка да се превърне в реален клиент във всеки даден канал за продажби.

За допълнително окачествяване на препоръките след като бъдат оценени, Microsoft създаде асистент за окачествяване на препоръки въз основа на AI, наречен BEAM (Bot Enabled Augmented Marketing, подобрен маркетинг с използването на роботи). Платформата е изградена върху инструменти за машинно обучение с отворен код и технологии на Microsoft, включително Microsoft Cognitive Services, Azure Machine Learning и Azure ML Studio. Тя открива намеренията и контекста в клиентските имейли, за да определи вероятността даден клиент да е готов да закупи продукти или услуги. BEAM изпраща имейли до клиенти и оценява равнището на техния интерес, като използва обработка на естествения език, преди да ги изпрати до отдела по продажби. AI моделът изпълнява няколко алгоритъма за машинно обучение, за да назначи стойност на всяка единица данни и да генерира обща числена оценка за препоръката. Оценените препоръки след това се връщат на системата за маркетинг чрез API.

Платформата за оценка на препоръки на Microsoft въз основа на AI помогна на компанията да определя по по-интелигентен начин потенциалните клиенти и така да подобри нивото на реалните покупки и възвръщаемостта на вложенията в маркетинга. Използването на AI вместо традиционните бизнес правила помогна на служителите в областта на маркетинга да улеснят оценяването на качеството на препоръките и да предават по-малко на брой, по-качествени препоръки на търговските екипи.

Подобрение на анализа на мненията на клиенти

Microsoft имаше нужда от решение за огромното количество клиентски мнения, които получава. За да се справи с проблема, компанията създаде инструмент за анализ на отношението, който улеснява тълкуването и реагирането на обратната връзка от клиенти след транзакциите. Инструментът анализира отношението, за да идентифицира ключови фактори, които определят впечатленията на клиентите и слаби места, в които услугата не е отговорила на очакванията. Екипът за обслужване на клиенти в компанията разполага с няколко процеса за реагиране на обратната връзка от клиенти, включително процес за мнения от професионална поддръжка и процес за мнения от възстановяване на клиенти.

Анализът на клиентските мнения въз основа на AI първо приема и съхранява мненията на клиентите от чатове по телефона, имейл и IVR анкети, след което интегрира данни от 9 бази с помощта на SQL Server Integration Services (SSIS). Решението обработва клиентските мнения с помощта на работни процеси за машинно обучение, като Microsoft Machine Learning Server на езика R и Microsoft Translator. Сведенията се съхраняват на SQL Server за достъп на екипите, а също така и чрез табла за управление на Power BI се свързват с Azure Dev Ops за обучаване. Накрая тези сведения се обявяват чрез програми за действия, като Customer Recovery Feedback и Support Professional Feedback Loop.

Инструментът за клиентски мнения въз основа на AI генерира ценни сведения за значително по-кратко време, като предоставя на агентите необходимата информация, за да обслужват клиентите по най-добрия начин. За възстановени клиенти позитивното отношение се увеличи средно с 37%, а оценката на удовлетвореност Customer Satisfaction Score (CSAT) се подобри със 180% в сравнение с първото им взаимодействие с Microsoft.

Ефективното сътрудничество между функциите в различни дисциплини е ключът за постигане на дългосрочен успех. Softline, като Global Microsoft Partner, има значителен опит в работата с решения с използването на AI. Попитайте за консултация нашите експерти и се възползвайте от всички предимства на преобразуването на бизнес процесите ви с AI. Ако желаете да прочетете за още примери в сферата на продажбите и финансите, изтеглете безплатната електронна книга тук, след като се регистрирате.