Давайте рассмотрим несколько кейсов из практики, чтобы увидеть, каким образом автоматизация может решить сложные задачи и привести к улучшению бизнес-показателей.
Первым кейсом будет автоматизация контакт-центра для известной сети ресторанов "Додо Пицца". Исходно контакт-центр занималось обработкой 250 тысяч звонков в месяц, при этом 150 сотрудников работали удаленно. Для обеспечения высокого уровня сервиса компания создала скрипты ответов для операторов. Однако вскоре возникла проблема - люди начали отвечать на звонки слишком стандартно, что привело к негативным отзывам. Компания решила автоматизировать работу контакт-центра, чтобы избежать переобучения персонала.
Разработчики компании начали с того, что перевели часто повторяющиеся запросы, такие как жалобы на опоздание курьера, изменение способа оплаты, доставки, отмены заказов и жалобы на качество, на роботов. Это позволило операторам сосредоточиться на нестандартных запросах.
Однако, в процессе автоматизации возникли некоторые трудности, такие как перевод голоса в текст. Люди разговаривают с роботами иначе, чем с другими людьми, что приводило к ошибкам распознавания. Например, фраза "Соедините меня с оператором" была распознана как "Соедините меня с императором", а имя робота "Оксана" воспринималось клиентами как "Алиса".
Кроме того, некоторые выбранные темы оказались невостребованными, что привело к пустой трате времени. Разработанные логические цепочки также требовали постоянного обновления.
Результаты оказались выше ожиданий, несмотря на возникшие трудности. Автоматизация позволила обработать 250 тысяч звонков, сэкономив 500 000 рублей в месяц за счет того, что одна минута работы оператора теперь стоит всего 7 рублей, а средняя продолжительность разговора составляет 2 минуты. 67% звонков успешно определяют цель обращения клиента, и из них 97% обрабатываются успешно. В ходе проекта выявлены трудности, связанные с переводом голоса в текст и устареванием логических цепочек, однако были успешно преодолены. В результате компания достигла значительной экономии ресурсов и повысила уровень обслуживания клиентов.
ИСИЭЗ НИУ ВШЭ и «Северсталь» провели исследование по поиску трендов развития новых продуктов в металлургии с помощью автоматизированного анализа текстов. Результаты этого исследования могут быть весьма полезны для компании «Северсталь», которая стремится быть в курсе последних новинок отрасли и создавать востребованные на рынке продукты.
Использование текстового анализа данных может быть успешно применено в металлургии для поиска ключевых фраз в научно-технических документах, таких как научные статьи, патентные заявки и отраслевые публикации по отраслям, имеющим отношение к металлургии, таким как авиастроение, судостроение, двигателестроение, строительство, нефтегазовая отрасль и другие. В результате исследования были выделены термины, которые соединены с описаниями и определены как относящиеся к технологиям.
Найденные словосочетания были визуализированы в виде карт. Семантическая карта представляет собой кластеры терминов, близких по смыслу. Карту можно просматривать по всем обработанным публикациям или применить фильтр для выбранной категории. Часто встречающиеся термины выделены в ТОП. Тренд-карта показывает перспективы и направления развития. Полученные в результате поиска технологии распределены по векторам: зрелые, стимулирующие, зарождающиеся тренды и слабая зона.
На основе этих двух карт была выведена информация в виде практических примеров развития отдельных технологий и материалов.
Однако в процессе исследования были выявлены некоторые трудности. Например, поиск должен включать все варианты, формы, падежи слов и различать их значения. Для решения этих проблем недостаточно использования трех видов карт, это только инструмент для дальнейшего анализа специалистами. Конкретные рекомендации пока невозможно принять без участия человека