Samsung, Teleperformance en Building Blocks hebben samen een innovatieve service-oplossing ontwikkeld: Collective Memory. De oplossing voor klantcontact zet machine learning en kunstmatige intelligentie in en ‘voorspelt’ antwoorden op basis van eerdere ervaringen. Collective Memory wordt vandaag breed gelanceerd en wordt al toegepast op alle klantvragen die bij Samsung binnenkomen.
Kunstmatige intelligentie voorspelt op basis van historische interactie welk antwoord het beste bij binnenkomende vragen past. Het antwoord dat een collega destijds gegeven heeft, vormt de basis van de reactie nu. Vervolgens kan de medewerker het antwoord accepteren, afwijzen of aanpassen zodat deze beter in de context van het gesprek past. Hier leert het systeem weer van. Met deze oplossing zorgt de serviceafdeling ervoor dat consumenten sneller en beter geholpen worden.
Het unieke aan Collective Memory is dat het het beste van mens en machine combineert. Het systeem is zelflerend en maakt gebruik van kunstmatige intelligentie; de aanpassingen die een medewerker doet, worden meegenomen in het algoritme. Daardoor ontstaan keer op keer accuratere, passendere antwoorden en is het systeem onderhoudsarm.
Samsung past de oplossing op dit moment al toe, met positieve resultaten tot gevolg. In de testfase was Collective Memory goed voor een winst van 10 procent in de capaciteit, een percentage dat naar verwachting groter wordt naarmate de oplossing meer kennis omvat. De verwachting is dat het aantal interacties per conversatie verder zal afnemen. Dat betekent dat consumenten sneller en beter worden geholpen, met een verbeterde Customer Effort Score (CES) als resultaat. Bij de CES wordt gemeten hoe makkelijk het is voor een consument om een oplossing te krijgen voor zijn vraag of probleem.
Het partnership tussen Building Blocks en Teleperformance werd op 18 mei 2018 gesloten. Building Blocks is gespecialiseerd in data science en machine learning-oplossingen gericht op het voorspellen van klantgedrag in de retail- en verzekeringsbranche. Data scientists, data engineers en data translators ontwikkelen blocks, waarin techniek en algoritmen ruwe data vertalen naar accurate voorspellingen voor verscheidene businessproblemen. Het bedrijf werkt voor verschillende retailers en verzekeraars.
Technologie