Optimierter Kundenservice durch NLP

• Automatisierte Klassifizierung aller eingehenden Kunden-E-Mails

• Erleichterung der schnellen und effizienten Versendung von Kundenfeedback

• Identifizierung von Beschwerde-Hotspots und Erhöhung des Durchsatzes um 30 Prozent

Zühlke unterstützt ein Schweizer Transportunternehmen mit einer effizienten Lösung, um qualitative und quantitative Analysen bei großen Mengen von Kunden-E-Mails durchzuführen.

Gesucht: Die Lösung, um die steigende Flut von E-Mails zu managen

Heutzutage beantworten mehr als 100 Mitarbeiter in einem Kundendienstzentrum E-Mails von Kunden, wie z. B. Rückmeldungen oder Anfragen nach Unterstützung. Jedes Jahr nimmt die Zahl der Anfragen zu. Das Unternehmen ist auf der Suche nach Lösungen, um seine Anfrage- und Verbesserungsmanagementprozesse mithilfe von maschinellem Lernen effizient zu optimieren.

Zur produktiven Lösung in sechs Monaten

Das Team erstellt mit Hilfe der Amazon Web Services (AWS) eine Architektur für die Data Pipeline in der Cloud. Die Architektur besteht aus einer anonymisierten Replika der Datenbank, einer Text-Mining-Komponente, um die Kategorien der E-Mails vorherzusagen, einer Suchmaschine und einem Dashboard für die Visualisierung. Corporate Identity and Design, Sicherheit und Datenschutz (GDPR Compliance) sind gewährleistet. In nur sechs Monaten entwickelt das interdisziplinäre Team von Zühlke, bestehend aus Data Scientists, Software Engineers und Consultants, in enger Zusammenarbeit mit den Business Experten eine produktive Lösung.

Wertvolle Erkenntnisse und weiteres Optimierungspotenzial

Die Lösung beinhaltet ein Self-Service-Dashboard für die Business-Experten, mit dem sie selbstständig wertvolle Erkenntnisse für ihren Bereich gewinnen können. Als Basis für die weitere Entwicklung baut Zühlke eine moderne, skalierbare Cloud-Infrastruktur auf, die die Datenverarbeitung End-to-End automatisiert. Darüber hinaus schafft Zühlke die Grundlage, damit das Kundenteam aus Business-Experten und Data Scientists weitere Prozessoptimierungen auf Basis von Machine Learning erarbeiten kann.