Ügyfélszolgálati folyamatok optimalizálása gépi tanulás segítségével
Az adatok manapság mindenütt jelen vannak. Ezek elemzése és összegyűjtése segíthet olyan gépi predikciók létrehozásához, amelyek könnyíthetik az üzleti életet.
A multinacionális cégeknek számos ügyfelük van, akik nap mint nap a termékeiket használják. A partnerek bármiféle felmerülő problémával az ügyfélszolgálathoz fordulnak. A probléma nehézsége lehet egyszerű pár perc alatt megoldható, de akad olyan, mely megoldásához több hónapra is szükség van. Ha nem tudják az ügyfélszolgálaton helyben megoldani az esetet, akkor vonják be a mérnöki csapatot, vagyis eszkalálják az ügyet, de még így is hónapokig elhúzódhat, mire a problémát lezárják. Ezek az eszkalációval járó esetek mind a cég, mind az ügyfél számára rendkívül drágák.
A projekt célja egy olyan rendszer létrehozása, mely az ügyfélszolgálati adatokat tároló adatbázisra támaszkodva, gépi tanulás segítségével meg tudja becsülni, hogy egy adott eset megoldásához várhatóan szükség lesz-e a mérnöki csapat bevonása, illetve hogy az eset előreláthatólag hány napig lesz nyitva. Ezekkel a predikciókkal korábban felismerhetjük a problémásabb ügyeket, ezekre felhívhatjuk az ügyfélszolgálati csapat figyelmét, akik célzott módon, magasabb prioritással kezelhetik a várhatóan nehéz ügyeket, korábbiaknál gyorsabban le tudják zárni azokat, így rengeteg erőforrást megspórolva.
szerző
-
Lotz Anna
Villamosmérnöki szak, alapképzés
alapképzés (BA/BSc)
konzulens
-
Dr. Horváth Gábor
egyetemi tanár, Hálózati Rendszerek és Szolgáltatások Tanszék