Unser Kunde muss sich jede Woche mit Tausenden von Kundenanfragen per E-Mail auseinandersetzen, daher ist die Belastung seines Support-Teams, gemessen an den Aktivitätsumfängen, enorm.
Sie baten um eine Lösung, die diese E-Mail-Anfragen automatisch klassifizieren und wichtige Informationen aus den Nachrichten selbst extrahieren würde. Als Ergebnis sollte die Anfrage auf Basis dieser Analyse an den am besten geeigneten Spezialisten weitergeleitet sowie der richtige Gerätelieferant schnell gefunden werden.
Unser Kunde ist ein großes internationales Distributions- und Einzelhandelsunternehmen mit 30 Jahren Erfahrung, etwa 1.000 Warenlieferanten und mehr als 2.000 Mitarbeitern.
Europa
9 Monate
5 Spezialisten
Nach dem Erstgespräch präsentierten wir dem Kunden unsere Lösung. Jede Kundenreklamation, ob Textnachricht oder angehängte Datei, durchläuft eine fortschrittliche Datenverarbeitung basierend auf ML- und LLM-Algorithmen.
Zunächst extrahiert das System die wichtigsten Datenpunkte, einschließlich Markennamen, Art der Ware oder bestimmter Schlüsselwörter, die den Zweck der Kundenanfrage definieren.
All dies geschieht dank Textextraktion unter Verwendung der Optical Character Recognition (OCR)-Technologie, wann immer nötig, in Kombination mit LLM-Algorithmen, die es ermöglichen, die notwendigen Textteile zu identifizieren und die Nachricht gemäß ihrer Intention zu klassifizieren. Dadurch werden die Spezialisten von manuellen E-Mail-Prüfungen entlastet.
Wenn alle notwendigen Informationen extrahiert und die Intention der Reklamation identifiziert ist, kommt es zum automatisierten Service- und Produkt-Matching. Das implementierte ML-Modell ermöglicht es, die extrahierten Daten und die Kundenintention mit einer Unternehmensdatenbank oder einem Katalog zu vergleichen und so schnellen Zugang zum am besten geeigneten Waren- und Dienstleistungsanbieter zu bieten.
Es ist erwähnenswert, dass die Übereinstimmungen sowohl exakt als auch teilweise sein können und dies hauptsächlich davon abhängt, wie detailliert die Kundenreklamation ist.
Als Ergebnis können die analysierten Informationen und ausgewählten Übereinstimmungen an die Unternehmensspezialisten zur Entscheidungsfindung oder weiteren Überprüfung weitergeleitet werden. Der Prozess selbst wird im folgenden Schema demonstriert.
Insgesamt beschleunigt die vorgeschlagene Lösung den Arbeitsablauf des Unternehmens, reduziert die Anzahl manueller Operationen und spart wöchentlich Dutzende von Stunden ohne Produktivitätsverluste.
Die von uns bereitgestellte Lösung führte zu einem intelligenten Management von Benutzeranfragen. Durch fortschrittliche Datenverarbeitung und -analyse hat unser System die Arbeit der Kundendienstabteilung erheblich verbessert.
Indem es sich auf Document-AI-Techniken und LLM-gesteuerte Analyse stützt, kann das System jede per E-Mail gesendete Benutzeranfrage automatisch analysieren. Da die Document-AI-Funktion Schlüsselpunkte aus jeder verarbeiteten Nachricht extrahiert, einschließlich solcher, die in Form von Klartext, PDF oder Tabellenkalkulation vorliegen, ermöglicht es die Klassifizierung der Reklamation, indem definiert wird, ob es sich um eine Kauf-, Wartungs- oder Supportanfrage handelt.
Basierend auf der LLM-gesteuerten Analyse kategorisiert das System auch jede Kundenreklamation und weist ihr einen speziellen Status in Bezug auf ihre Dringlichkeit und Komplexität zu. In weiterer Perspektive kann die Reklamation an ein bestimmtes Team oder einen Spezialisten weitergeleitet werden, der qualifiziert genug ist, das Problem zu lösen.
Der Einsatz von Techniken des maschinellen Lernens und der natürlichen Sprachverarbeitung ist sehr nützlich, wenn es darum geht, das richtige Produkt oder den richtigen Anbieter auszuwählen. Verarbeitete Benutzeranfragen werden mit der Unternehmensdatenbank abgeglichen, was schnellen Zugang zu den notwendigen Waren und Dienstleistungen bietet.
Die Implementierung unserer Lösung führt zu einigen entscheidenden Vorteilen:
Die Kombination aus fortschrittlicher Textverarbeitung und ML-basiertem Matching hat die Teamproduktivität durch die Reduzierung von Routineoperationen erhöht und die Spezialisten von der Notwendigkeit manueller Benutzeranfrageprüfungen befreit.
Das Team des Unternehmens erhielt die Möglichkeit, schnell auf die am besten geeigneten Warenlieferanten zuzugreifen und die Kundenreklamation an den benötigten Spezialisten weiterzuleiten, was die Effizienz der Support- und Managementabteilung steigert.
Dank der fortschrittlichen Datenverarbeitung können die Einkaufsspezialisten die wichtigsten Informationen aus Kundenreklamationen erhalten, was die Geschwindigkeit und Qualität der Entscheidungsfindung erhöht und eine reibungslose Kommunikation ermöglicht.
"Als PhD-Experte, der Jahrzehnte der Arbeit den KI- und ML-Technologien gewidmet hat, kann ich sagen, dass die Zukunft des Einkaufs und Kundensupports sicherlich auf einer breiteren Nutzung von Lösungen ähnlich der unseren basieren wird. Die Implementierung von KI-Tools führt zu einer Optimierung der Kosteneffizienz und einer fortschrittlichen Entscheidungsfindung durch die Reduzierung manueller Operationen und Fehler, die auf menschlichen Faktoren beruhen."
Nikolai Karelin
Überhaupt nicht. Sie benötigen keine spezifischen Kenntnisse, um KI-Software für Ihre Einkaufslösung zu implementieren. Wir sind bereit, Ihnen alle notwendigen Expertisen zur Verfügung zu stellen und den Prozess und die Projektspezifika auf die einfachste und detaillierteste Weise zu beschreiben.
In der Tat. Wenn Sie die Vorteile von KI für den Einkauf sehen, möchten Sie vielleicht weitere Verbesserungen vornehmen. Wir können Ihnen Updates und neue Funktionen anbieten, zum Beispiel Tools für prädiktive Analysen, die die Entscheidungsfindung und das Produkt-Matching noch effizienter und zeitsparender gestalten können.
Unser Team
Fragen zur KI-Integration oder -Entwicklung?
