产品召回的自动客户查询解决方案
通过拉马钱德兰,Lakshminarasimhan N 2020年3月|文章| 10分钟读|本文的电子邮件
在具有挑战性的、计划外的产品召回过程中，制造商面临着客户查询的需求激增。人工智能可以自主管理来自客户查询的弹性需求，提供快速设置和解决方案。它具有成本效益，可以提高客户忠诚度，并作为交叉销售和追加销售的工具。
产品召回是指从销售、分销或消费中移除可能构成安全危险的产品的行动。召回可能会因为监管机构、制造商、批发商、零售商或客户的报告而发生。产品召回的数量和复杂性都在增加。
例如，美国汽车行业的产品召回活动在过去十年中呈上升趋势。美国国家公路交通安全管理局的数据显示，2018年是召回高峰，超过1000起召回事件影响到近3500万辆汽车。
同样，根据经济合作和发展组织，消费品部门正在目睹越来越多的召回。12019年经合组织全球产品召回意识运动报告称，2018年39个国家发生3700起产品召回。
为了证明召回的有效性，理想情况下，每个单独的产品召回案例都必须通过客户签名和反馈，根本原因，分辨率和纠正措施的记录，如果有的话。
然而，根据美国国家公路交通安全管理局的数据，2018年出厂6至10年的汽车平均召回完成率低至56%，这给司机的健康和安全带来了风险。2
因此，NHTSA提出了四条建议来帮助100%完成产品召回:提高所有权数据的可靠性;改善与客户的沟通方式;激励客户、经销商和供应商参与召回;更好地与供应商沟通。
显然，这其中很大一部分是与客户的沟通。但沟通也可能是最难管理的。一旦宣布召回，就需要管理入站查询的峰值。来自客户的数据必须被彻底、安全、准确地记录下来，并以一种敏感的方式帮助改善而不是加剧已经受到影响的品牌客户体验。
考虑到召回的不可预测性，计划让员工处理产品召回查询既不具有经济吸引力，也不可行。同样，外包问题也不简单。为合作伙伴团队提供对企业系统的安全访问是需要时间的，对于每个查询，知识和系统访问都是特定的和不同的。
然而，人工智能可能是一个解决方案，因为它可以帮助流程的许多元素实现自动化，而且可以足够灵活和灵活，以适应每一个特定召回的需求。但现代人工智能超越了自动化。它可以使用情感分析和神经网络更好地反应和响应客户的互动。总的来说，它可以减少所需的人工干预，并加快整个过程。
人工智能的速度和灵敏度
人工智能系统可以在几天内建立起来，使用产品手册、规格和测试数据对系统进行培训。人工智能通过使用神经网络感知人类情感，识别图像或声音序列中的模式，观察语音音调、响度、节奏和音质的变化。类似地，情感分析分析文本数据，如电子邮件或聊天，以获取情感信息。
即插即用的方法可以无缝地跨多种通信渠道，如电子邮件、电话和聊天机器人(图1)。机器人流程自动化可以用来模仿人类的行为，以访问任何数据需求的其他企业系统，避免后端集成。
图1所示。在整个召回过程中，人工智能可以敏感地管理与客户的互动
正在计划一个人工智能情感敏感的回忆程序
人工智能可以实现数字工具支持的全面、全渠道的产品召回程序(图2)。人工智能可以根据客户的偏好和他或她的历史记录，决定发送准确的通信。人工智能可以负责响应管理，通过个人交互帮助理解受影响客户的情绪。
因此，人工智能可以在大规模、基于情感的产品召回战略中发挥关键作用，以增加人类员工。
图2。可以专门为响应管理部署AI，并将其提供给解决过程
在召回过程中，人工智能可以应用于五个领域，以帮助改善与客户的互动。这些工具既可以单独使用，也可以作为一个集成的平台使用，实现无缝切换而不丢失上下文。然而，每个工具本身都可以提供显著的业务好处。
以语音为基础的通话
当有问题时，语音电话是最常见的联系客户的方式。召回也没有什么不同，但人工智能减少了对人工因素的需求，语音界面包含了自动语音识别、文本到语音转换器和自然语言生成等组件。
人工智能可以帮助设计大规模的、基于情感的产品召回策略，而无需人类的帮助
印孚瑟斯(Infosys)目前正与一家全球电信和大众媒体公司合作，尝试进行语音到文本的转换，该系统将根据历史对话自动对呼叫类型进行分类。对于召回，可以根据客户描述的问题、问题的根本原因或解决方案审查和分类历史电话。这将有助于人工智能系统的设计，以及如何将其与未来电话的整体召回过程联系起来。未来，通过调用分析、交付情感和呼叫持续时间分析，增强是可能的。
用于客户查询解析的电子邮件工作台
自动处理基于电子邮件的客户查询，首先要根据基础问题将收到的电子邮件分类为类别。可以使用多种技术，比如自然语言处理(图3)。
图3。使用人工智能解决电子邮件的典型过程
可以从ERP或CRM等企业系统中查询缺失数据，并根据可用数据配制自主电子邮件响应。可以为每个电子邮件响应提供置信水平，并且基于后续阈值，系统可以在向客户发送响应之前决定是否需要手动审查。
印孚瑟斯实现了一个基于人工智能的电子邮件工作台，每月为客户处理5万多封电子邮件，其中大多数都扫描了文档作为附件。业务需求是从非结构化电子邮件和文档中提取关键信息，对它们进行分类，并将每封电子邮件映射到要提出的50种服务请求中的一种。
该方案的实施简化了案件处理流程，将产品召回所需的人工客户服务代理减少了30%。
实时响应的聊天机器人
高德纳研究公司(Gartner research)发现，由于虚拟客户助理或聊天机器人的部署，客户咨询减少了70%。因此，Gartner预测，到2020年，25%的客户支持业务将使用聊天机器人。3.
从广义上讲，机器人可以分为两种类型:
- 响应客户查询的知识机器人。
- 需要执行工作的动作机器人，比如填写表格。
具有可重用组件和加速器的行业专用机器人可以加快召回设置过程，并提供深入的领域知识。
可以通过从产品手册、常见问题和规范等文档构建知识树来配置聊天机器人。机器人构建一个决策树来回答查询，而用户可以通过机器人工作室工具配置业务逻辑或对话流程。机器人几乎不需要编码，通过与现有的前端渠道(如社交媒体、移动电话或网络)集成，交付了无缝的终端用户体验。
Infosys为一家电子制造公司实施的订单管理和发票解决方案涵盖了29个用例。必须通过对特定属性的搜索，从客户ERP系统中提取订单相关信息。
人工智能在计划外产品召回期间提供客户支持，自主的客户查询解决方案可以致力于有意义的客户参与和快速的产品召回解决方案
印孚瑟斯的聊天机器人在两个月内交付使用，减少了15%的购票量，现在每天有超过260名用户使用。
文档管理
在产品召回中，组织从客户、合作伙伴和员工那里接收到大量不同格式的非结构化文档。这些文档通常由操作代理手动处理。它们以扫描图像或其他格式接收，经过审查和验证，数据存储在数据库或事务管理系统中。
当组织考虑使用AI和RPA来实现这些过程的智能自动化时，仍然很难将这些技术与遗留系统集成。结果，组织无法从这样的实现中提取潜在的价值。这使得企业需要开发一个统一的用户界面，将企业数据、洞察力和行动结合起来。
印孚瑟斯为自动化的“了解你的客户”计划实施了自动化的文档提取计划。每个客户配置文件都是从非结构化文档创建的，该过程从从扫描文档中提取关键属性开始。为主题专家提供了一个门户来查看、编辑和批准提取的属性。
在影响方面，自动化将平均病例时间缩短了83%，从60分钟缩短到10分钟。
集成所有工具的认知工作台
汽车行业机构发表的研究报告显示，客户对召回案件的结案始终缺乏兴趣。4主要原因是缺乏时间，不知道把车送到哪里去维修，以及不清楚谁来付钱。
然而，认知工作台是一个将人工智能中的数字工具结合在一起的平台，以提供无缝的客户查询解决体验。这是通过在通道之间切换的单一平台提供的，没有上下文或连续性的损失(图4)。
AI和RPA可以有效管理召回流程，促进成本削减，同时改善客户体验
因此，认知工作台不仅提高了与单个客户共享信息的准确性和相关性，如果处理得当，它还可以成为交叉销售和追加销售的工具。
图4。基于人工智能的客户查询解析的认知工作台
更丰富、更深刻，而不仅仅是更快
产品制造商已经将人工智能和RPA视为节约成本的一个来源，因为它们是传统客户服务代理的有效替代品。事实上，根据IDC的数据，自动化客户服务代理是2019年人工智能投资的最大行业用例。5
虽然人工智能可以减少计划外产品召回期间的客户查询峰值，但自动客户查询解决方案也可以通过及时解决产品召回，构建更丰富、更深入的客户参与。
因此，通过推动召回过程的有效管理，人工智能和RPA不仅节省了成本，而且提供了提高客户参与度和忠诚度的机会。
