产品召回的自主客户查询分辨率
经过S Ramachandran，Lakshminarasimhan N. 2020年3月|文章|10分钟阅读|通过电子邮件发送本文
制造商在具有挑战性的情况下，在客户查询中，制造商面临需求飙升，无计划的产品召回。人工智能可以自主地管理客户查询的弹性需求，提供快速设置和分辨率。它具有成本效益，可以提高客户忠诚度，并充当交叉销售和upsell的工具。
产品召回是从可能造成安全危险的销售，分配或消费产品中的行动。由于监管机构，制造商，批发商，零售商或客户的报告，可能会发生回忆。产品召回的体积和复杂性正在增长。
例如，产品召回了美国汽车部门的竞选活动，在过去十年中看到了上升趋势。来自国家公路交通安全管理局的数据在2018年显示了一座峰值，超过1,000人召回影响接近3500万辆。
同样，根据经济合作与发展组织(oecd)的数据，消费品行业的召回事件也在不断增加。12019年经济委员会的全球知名度召回活动报告于2018年39个国家报告了3,700次召回。
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有客户的签字和反馈，根本原因的文件，解决方案，以及纠正措施(如果有的话)。
然而，根据NHTSA的说法，2018年六至10岁的车辆看到平均召回完成率低至56％ - 使司机的健康和安全性处于风险。2
因此，NHTSA提出了四种建议，以帮助实现产品召回的100％：提高所有权数据的可靠性;改善沟通方法以获得客户;激励客户，经销商和供应商参与召回;并更好地与供应商啮合。
显然，这是一大部分是与客户的沟通。但是通信也可能是最难以管理的。一旦召回宣布，需要管理入境查询中的尖峰。客户的数据必须彻底，安全，准确地录制，以敏感的方式录制，有助于改善，而不是加剧了品牌的已受影响的客户体验。
鉴于召回的不可预测性，既不是经济上有吸引力也不是为了处理工作人员来处理产品召回查询。同样，外包问题并不简单。使用对企业系统的安全访问需要时间，并且对每个查询的知识和系统访问权限都是特定的并且不同。
但是，AI可能是一个解决方案，因为它可以帮助自动化过程的许多元素，并且可以敏捷，并且足够灵活，以适应每个特定召回的需求。但现代AI超越自动化。它可以使用情感分析和神经网络来更好地反应和响应客户互动。总的来说，它可以减少所需的人为干预量，并加快整个过程。
ai速度和敏感性
AI系统可以在几天内设置，使用产品手册，规格和测试数据来培训系统。通过使用神经网络来感知人类的情感，AI识别图像或语音序列中的模式，观察语音，响度，节奏和语音质量的变化。同样，情绪分析分析了情绪信息的文本数据，例如电子邮件或聊天。
即插即用方法可以在多个通信渠道上无缝采用，例如电子邮件，电话呼叫和聊天栏（图1）。机器人过程自动化可用于模拟人类行为以获取其他企业系统的任何数据需要，避免了反终集成。
图1. AI可以在整个召回过程中敏感地管理与客户的交互
规划AI情感敏感召回程序
AI支持由数字工具支持的全面，全肯内尔的产品召回程序（图2）。AI可以决定要发送的确切通信，与其以前的历史匹配客户偏好。AI可以处理响应管理，各个互动有助于了解受影响的客户的情绪。
因此，AI可以在大规模的基于情感的产品召回战略增强人工成员的主要作用。
图2. AI可以专门部署用于响应管理，并可以进入分辨率的过程
有五个区域可以应用于召回过程，以帮助改善客户的交互。该工具可以单独使用或作为集成平台使用，从而实现无缝切换，不会丢失上下文。但是，每个工具都可以提供重大的商业利益。
电话呼吁语音遥控器
当存在问题时，基于语音的电话是最常见的媒体。召回没有什么不同 - 但是AI减少了对人类元素的需求，语音接口具有自动语音识别，文本到语音转换器和自然语言生成的组件。
AI可以帮助设计大规模，情感的产品召回策略，没有人类援助
Infosys目前正在使用全球电信和大众媒体公司来试用语音到文本转换，系统将根据历史对话自动对呼叫类型进行分类。对于召回，可以通过客户描述的问题，问题的根本原因或分辨率来审查和分类历史电话。这将有助于设计AI系统以及如何链接到未来呼叫的整体召回过程。前进，通过呼叫分析，提供情绪和呼叫持续时间分析，可以实现增强功能。
用于客户查询分辨率的电子邮件工作台
基于电子邮件的客户查询的自主处理首先是根据基于底层问题的传入电子邮件的分类。可以使用多种技术，例如自然语言处理（图3）。
图3.使用AI的电子邮件分辨率的典型过程
可以从企业系统(如ERP或CRM)查询缺失的数据，然后根据可用数据制定自动的电子邮件回复。可以为每个电子邮件回复提供一个置信度，并且根据随后的阈值，系统可以决定是否需要在发送回复给客户之前进行手动审查。
Infosys实现了一个基于AI的电子邮件工作台，为客户端一个月处理超过50,000个电子邮件，大多数扫描文档作为附件。业务需求是从非结构化的电子邮件和文档中提取密钥信息，对它们进行分类并将每个电子邮件映射到要提出的50种类型的服务请求之一。
实现简化了案件处理过程，为产品召回的人类客户服务代理商提供了30％的减少。
聊天实时响应
由于虚拟客户助理或聊天禁令，Gartner Research由于部署而导致客户查询减少70％。因此，Gartner预测了25％的客户支持操作将在2020年接触Chatbots。3.
在广泛的级别，机器人可以分为两种类型：
- 知识机器人响应客户查询。
- 需要执行工作的操作机器人，例如填写形式。
具有可重复使用组件和加速器的行业特定机器人加快召回设置过程并提供深度域知识。
聊天可以通过从产品手册等文档构建知识树，常见问题提出问题和规范来配置。机器人构建一个决策树以回答查询，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。由于对编码的要求很少，机器人通过与现有的前端通道（例如社交媒体，移动电话或网络）集成来提供无缝的最终用户体验。
为电子制造公司实施的订单管理和发票解决方案Infosys涵盖了29个用例。通过对特定属性进行搜索，必须从客户端ERP系统中提取相关信息。
随着AI提供客户支持，在计划内的产品召回期间，自主客户查询分辨率可以致力于有意义的客户参与和快速产品回忆分辨率
Infosys Chatbot实现是在两个月内交付的，减少了票据体积15％，现在每天使用260多个用户。
文件管理
在产品召回中，组织以不同格式从客户，合作伙伴和员工提供大量的非结构化文件。这些文件通常由操作代理手动处理。它们被接收为扫描图像或以其他格式，审查和验证，数据存储在数据库或事务管理系统中。
虽然组织考虑了AI和RPA的智能自动化此类过程，但它仍然难以将这些技术与遗留系统集成。因此，组织未能从这些实施中提取基本价值。这将创建业务需要开发一个统一的用户界面，带来企业数据，洞察力和操作。
Infosys实现了自动化文档提取计划，用于自动化“了解您的客户”倡议。每个客户配置文件都是从非结构化文档创建的，从扫描文档提取关键属性的进程开始。为主题专家提供了一个门户网站，以查看，编辑和批准提取的属性。
在影响方面，自动化将平均案例时间缩减量83％，从60分钟到10分钟。
一个认知工作台，用于集成所有工具
汽车行业机构发布的研究表明，对召回案件关闭的持态度持续缺乏客户兴趣。4.主要原因是缺乏时间，不知道乘坐车辆修理和困惑的地方。
然而，认知工作台是一个平台，将AI中的数字工具汇集在一起，以提供无缝客户查询分辨率的体验。这通过通道之间的单个平台交换，没有上下文或连续性丢失（图4）。
AI和RPA可以有效地管理召回过程，并在提高客户体验的同时促进成本削减
结果，不仅是认知工作台提高与个人客户共享的信息的准确性和相关性，如果合理处理，它也可以是交叉销售和upsell的工具。
图4.基于客户查询分辨率的认知工作台
更丰富，更深，不仅更快
产品制造商通过对传统客户服务代理商的有效替代方案，产品制造商被视为成本节约的来源。实际上，根据IDC的说法，自动化客户服务代理商是2019年国际航空航向投资的最大行业用例。5.
虽然AI可以在计划内的产品召回期间可以在客户查询中衰减尖峰，但自主客户查询分辨率也可以通过及时解决产品召回来构建更丰富，更深层次的客户参与。
因此，通过驾驶有效管理召回过程，AI和RPA不仅节省成本，而且还提供了改善客户参与和忠诚度的机会。
