ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБСЛУЖИВАНИИ КЛИЕНТОВ

Искусственный интеллект можно применять в обслуживании, преследуя самые разные цели. Его используют для стимуляции продаж, перенаправления клиентов к актуальным для них продуктам или определения негативных факторов, вызывающих отток покупателей. Существуют примеры использования ИИ известными компаниями, которые можно адаптировать к решению ваших задач:

  • Улучшение персонализации от провайдера Swisscom AG. Аудитория этой компании проживает в различных регионах, говорит на разных языках и имеет отличающиеся культуру и традиции. В таких условиях сложно разработать единый, но интересный для всех контент. При помощи ИИ, на основе характеристик пользователей, компания выявляла шаблоны потребителей и выдавала им наиболее эффективную информацию. Вовлеченность клиентов компании значительно выросла.
  • Выстраивание диалога от сайта цветов 1-800-Flowers. За общение с клиентом отвечает виртуальный помощник, который может не только обработать типовой запрос, но и достаточно правильно отреагировать на фразы, типа: "Мне надо композицию на юбилей свадьбы двоюродной сестры моей жены". При наличии нескольких решений проблемы покупателя, робот задаст дополнительные вопросы и выдаст наилучший вариант. Также в бот внедрена способность к самообучению.
  • Распознавание эмоций от страховой компании. Человек не всегда правильно идентифицирует состояние удаленного собеседника. Когда руководство компании поняло, что клиенты не получают нужную поддержку от сотрудников call-центра, тогда они запустили ИИ, способный считывать невербальные сигналы. Система предупреждала операторов, когда клиент нуждался в сочувствии. В результате показатель отказов снизился на 27%.
  • Предсказание спроса от дистрибьютора электроники Otto. Искусственный интеллект был обучен на основе 3 миллиардов транзакций и почти 200 переменных, таких как валютные курсы или времена года. В результате система определяла, какие товары будут пользоваться спросом в ближайший месяц. Это дало отличные результаты: число возвратов снизилось на 2 миллиона единиц в год, а складские запасы сократились на 20%.