Sistem ima sposobnost razumevanja besedila, napisanega celo v žargonu ali strokovnem jeziku, in v podatkih najde zakonitosti in podobne zahteve ter s prepoznavanjem zahtev predlaga najbolj optimalno rešitev.
V službah, kjerso za delo potrebna specifična ali tehnična znanja, se z reševanjem zahtevuporabnikov gradi tudi baza znanja - kar omogoča tudi manj izkušenim delavcem,da rešujejo zahteve, za katere je prej bil potreben strokovnjak. Da bi ta bazabila uporabna, morajo delavci podrobno in kakovostno opisati zahtevo uporabnikain postopek reševanja. Proces pisanja rešitve spremlja sistem asw: auxilium, kinatančno določi, ali je ta zapis dobro ali slabo napisan. Če je rešitevneustrezno opisana, sistem opozori in tako pomaga pri kakovostnem izpolnjevanjubaze znanja.
Naš A.I. pomočnikuporablja napredne algoritme za strojno učenje za analizo zgodovinskih podatkovslužbe za pomoč, vključno s zahtevki strank in odgovori HD, da bi ponudilinteligentne rezultate iskanja in predlagal odgovore in rešitve tako zaposlenimv HD kot tudi neposredno strankam. Toda to ni vse - asw: auxilium se nenehnouči in prilagaja specifičnim potrebam vašega podjetja. Ko obdeluje vedno večpodatkov, postaja vse spretni pri iskanju najbolj relevantnih informacij inponujanju najboljših možnih rešitev za vprašanja in dvome vaših strank. Z asw:auxilium-om lahko zmanjšate čas odgovora, izboljšate zadovoljstvo strank inosvobodite svoje HD zaposlene, da se osredotočijo na bolj kompleksne težave,pri čemer hkrati zmanjšate stroške in povečate učinkovitost.
asw: auxiliumponuja niz inovativnih A.I. funkcionalnosti za izboljšanje učinkovitosti,natančnosti in zadovoljstva strank v nastavitvah službe za pomoč:
1. Avtomatskousmerjanje vstopnic: Zahteve strank se avtomatsko analizirajo in usmerjajopravemu ekipi ali agentu glede na ključne besede in predmete. To pomagazagotoviti, da se zahtevki obravnavajo s strani najbolj usposobljenihposameznikov in skrajša čas odgovora.
2. Obdelavanaravnega jezika: Sistem razume in tolmači zahteve strank, napisane v naravnemjeziku, zagotavljajoč bolj natančne odgovore in zmanjšanje potrebe po ročniinterpretaciji s strani HD zaposlenih.
3. Prediktivnaanalitika: S pomočjo zgodovinskih podatkov sistem lahko prepozna vzorce intrende ter predvidi prihodnje zahteve strank. To pomaga HD ekipam, dapredvidevajo in se pripravljajo na pogoste težave ter izboljša čas odgovora.
4. Funkcionalnost chatbota: AI-pokret chatbot lahko obdela preproste, rutinske zahteve in ponudihitre, avtomatizirane odgovore strankam, s čimer HD zaposlenim omogoči, da seosredotočijo na bolj kompleksne težave.
5. Analiza sentimenta: Sistem analizira ton in razpoloženje zahtev in odgovorov strank, dabi prepoznal področja frustracije ali nezadovoljstva in ponudil priložnosti zaizboljšave.
Sistemsestavljajo naslednji podsistemi:
Podsistem zaiskanje podobnih zahtev in zapisov
Podsistem zaiskanje podobnih zahtev in zapisov omogoča iskanje že rešenih zahtev za istiproblem, ki ga rešuje uporabnik, če ti obstajajo, ter njihovih rešitev.
Iskanje podobnih zahtev
Modul Iskanje podobnih zahtev služi za iskanje zahtev strank in najdbo tistih z istim pomenomkot zahtevek, ki ga rešuje uporabnik. Iz besedila zahtevka se izvlečejosemantične informacije, kar omogoča iskanje tudi zahtevkov, ki so drugačezapisani, a imajo isto vsebino.
Iskanje podobnihzapisov
Modul Iskanjepodobnih zapisov služi za iskanje zapisov zaposlenih in najdbo tistih z istimpomenom kot zapis ali del zapisa, ki ga je vnesel uporabnik. Iz besedila zapisase izvlečejo semantične informacije, kar omogoča iskanje tudi zapisov, ki sodrugače zapisani, a imajo isto vsebino.
Podsistem za optimizacijo
Podsistem za optimizacijo omogoča povečanje učinkovitosti službe za uporabniško podporo s kombiniranjem natančnih napovedi obsega in vrste dela z inteligentno razporeditvijo virov za izvajanje določene vrste dela. Dati podsistem ima naslednje značilnosti in module:
Ocena potrebnih človeških virov v naslednjem obdobju
Dati modul imacilj, da na podlagi stalnega spremljanja dela službe za uporabniško podporooceni, koliko človeških virov bo potrebnih v ekipah. Zgodnje zaznavanjepovečanja dela v ekipi za podporo strankam omogoča boljši časovni razpored inorganizacijo med zahtevnimi obdobji v delovnem letu. Podobno zgodnje zaznavanjezmanjšanja števila potrebnih delovnih ur daje možnost zaposlenemu, da seukvarja z drugimi nalogami. Modul je mogoče konfigurirati s pomočjo naslednjihparametrov:
Poleg tega ima vgrajeno poročanje in pošiljanje opozoril, če sistem opazi, da procesi ne potekajo kot pričakovano. Razporeditev delamed zaposlenimi glede na prej rešene primere. Modul za razporeditev dela ima cilj avtomatsko določiti, kateremu članu ekipe za uporabniško podporo je treba poslati prispeli zahtevek. Sistem izbere najbolj primernega in usposobljenega zaposlenega iz vseh ponujenih na podlagi naslednjih parametrov:
Podsistem zanadzor kakovosti zapisov
Podsistem za nadzor kakovosti zapisov omogoča spremljanje in povečanje učinkovitosti službe za uporabniško podporo prek zgodovinskih poročil o kakovosti zapisov in predlogov za izboljšanje kakovosti zapisov. Procesi so izvedeni skozi module:
Zgodovinskaanaliza
Modul Zgodovinska analiza ponuja poročila o kakovosti zapisov na podlagi obstoječih podatkov iz prejšnjih časovnih obdobij. To omogoča spremljanje kakovosti zapisov skozi časin zaznavanje mest, kjer bi bilo treba ukrepati, da bi se izboljšala kakovost dela. S tem procesom je mogoče pridobiti informacije o kakovosti zapisov v določenem obdobju, s dodatnimi filtri.
Parametriporočila so:
Vremenski period
Modul Trenutna ocena omogoča v živo oceno kakovosti zapisov pri zapisovanju in ponuja predloge za izboljšanje zapisa, z namenom nenehnega izboljševanja kakovosti zapisov in učinkovitosti uporabniške podpore. Omogočeno je takojšnje obveščanje o kakovosti zapisov
Podsistem za avtomatsko reševanje zahtev
Podsistem za avtomatsko reševanje zahtev omogoča povečanje učinkovitosti službe za uporabniško podporo tako, da lahko inteligentno reši in pošlje odgovor na preproste in pogoste zahteve uporabnikov ter za bolj zapletene zahteve predlaga postopek rešitve.
Avtomatsko reševanje pogostih zahtev
Modul Avtomatsko reševanje pogostih zahtev avtomatizira reševanje pogostih in preprostih zahtev uporabnikov. Algoritem strojnega učenja najprej razume pomen zahtevka, nato pa izbere ustrezno predlogo odgovora, jo avtomatsko izpolni in pošlje. Prav tako pošlje navodila drugim sistemom, ki vodijo do rešitve zahtevka.
Predlaganje rešitev
Modul Predlaganje rešitev služi za avtomatsko predlaganje rešitev za zahtevke, ki prispejo v podporo uporabnikom. Sistem uporablja bazo vseh prej rešenih zahtev, da poišče tiste, ki ustrezajo določenemu zahtevku, in predlaga najboljše rešitve. Omogočeno je inteligentno iskanje baze rešenih zahtev in predlaganje najboljših rešitev za problem, opisan v zahtevku.
