Principal — авторитетная фирма, оказывающая финансовые услуги с более чем 140-летним опытом работы, является мировым лидером в области управления инвестициями и обслуживает более 62 миллионов клиентов по всему миру. Компания Principal проводит аналитику в масштабе предприятия практически в реальном времени, чтобы обеспечить бесперебойное и гиперперсонализированное омниканальное обслуживание клиентов, выполняя свою миссию — сделать финансовую безопасность доступной для всех. Они обрабатывают данные по разным каналам, включая записанные взаимодействия контакт-центра, электронную почту, чат и другие цифровые каналы.

В этом посте мы демонстрируем, как данные агрегируются в AWS. Решение CCI Post Call Analytics позволило Principal получить прозрачность взаимодействия с контакт-центром, лучше понять путь клиента и улучшить общее взаимодействие между каналами контактов, сохраняя при этом целостность и безопасность данных.

Требования к решению

Principal предоставляет инвестиционные услуги через Genesys Cloud CX, облачный контакт-центр, который предоставляет мощная встроенная интеграция с AWS. Ежегодно Principal обрабатывает миллионы звонков и цифровых взаимодействий. В качестве первого шага они хотели расшифровать голосовые вызовы и проанализировать эти взаимодействия, чтобы определить основные причины звонков, включая проблемы, темы, настроения, разбивку по среднему времени обработки (AHT), а также разработать дополнительную аналитику на основе обработки естественного языка (NLP).

Чтобы правильно проанализировать звонки, у Принципала было несколько требований:

• Контактные данные. Для понимания пути клиента необходимо понять, является ли говорящий автоматизированной системой интерактивного голосового ответа (IVR) или человеком-агентом, и когда между ними происходит перевод вызова.
• Редактирование контента: каждое аудиовзаимодействие с клиентом записывается в виде стереофайла WAV, но потенциально может включать конфиденциальную информацию, такую ​​как защищенная HIPAA и личная информация (PII).
• Масштабируемость. Эту архитектуру необходимо было немедленно масштабировать до тысяч вызовов в день и миллионов вызовов в год. Кроме того, компании Principal требовалась расширяемая аналитическая архитектура, позволяющая анализировать другие каналы, такие как потоки электронной почты и результаты традиционных опросов «голос клиента» (VoC).
• Честность не подлежит обсуждению в компании Principal — она определяет все, что они делают. Фактически, поступать правильно — одна из основных ценностей компании Principal. Поэтому, когда основная команда приступила к реализации этого проекта, они знали, что обеспечение высочайших стандартов безопасности данных, таких как соблюдение нормативных требований, конфиденциальность и качество данных, будет непреложным ключевым требованием. Команде необходимо было использовать технологию с соответствующим подходом к безопасности данных и возможностью создавать собственные средства обеспечения соответствия и безопасности для соблюдения строгих требований. Внимание к этому ключевому требованию позволяет Принципалу поддерживать безопасное и надежное обслуживание клиентов.

Обзор решения

После обширных исследований основная команда завершила работу над AWS. Решение Contact Center Intelligence (CCI)s, которые позволяют компаниям улучшать качество обслуживания клиентов и получать ценную информацию о разговорах, добавляя возможности искусственного интеллекта в сторонние локальные и облачные контакт-центры. ТПП Постзвонковая аналитика (PCA) является частью пакета решений CCI и соответствует многим из выявленных требований. У PCA есть Библиотека решений. Руководство по эталонной архитектуре. с репозиторий примеров с открытым исходным кодом на GitHub. Работая со своей командой по работе с клиентами AWS, компания Principal подробно описала решение PCA и ее развертывание, а также организовала специальные программы обучения и дни погружения для быстрого повышения квалификации команд Principal. Пример архитектуры (см. следующую диаграмму) и база кода в репозитории с открытым исходным кодом позволили основным инженерным группам приступить к разработке решения, направленного на унификацию пути клиента и объединение записей телефонных разговоров и записей стенограмм.

PCA обеспечивает полную архитектуру приема аудиофайлов в полностью автоматизированном рабочем процессе с Шаговые функции AWS, который инициируется, когда аудиофайл доставляется в настроенный Простой сервис хранения Amazon (Amazon S3) ведро. Через несколько минут создается стенограмма с Аналитика звонков Amazon Transcribe и сохраняется в другой корзине S3 для обработки другими инструментами бизнес-аналитики (BI). PCA также предлагает пользовательский веб-интерфейс, который позволяет клиентам просматривать расшифровки разговоров. Функции безопасности PCA гарантируют, что любые данные PII будут удалены из расшифровки, а также из самого аудиофайла. Кроме того, все данные в корзине S3 могут быть зашифрованы ключами, принадлежащими Принципалу.

Компания Principal работала с техническими группами AWS над изменением рабочего процесса Step Functions в PCA для дальнейшего достижения своих целей. Детали вызовов, такие как временные метки взаимодействия, очереди вызовов, переводы агентов и время выступления участников, отслеживаются Genesys в файле, который называется записью отслеживания контактов (CTR). Объединив точные стенограммы с файлами Genesys CTR, Principal смог правильно идентифицировать говорящих, классифицировать звонки по группам, анализировать работу агентов, определять возможности дополнительных продаж и проводить дополнительную аналитику на основе машинного обучения (ML).

Команды создали новый механизм приема данных, позволяющий доставлять файлы CTR вместе с аудиофайлом в корзину S3. Компания Principal и AWS совместно работали над новым AWS Lambda функция, которая была добавлена ​​в рабочий процесс «Шаговые функции». Эта лямбда-функция идентифицирует записи CTR и обеспечивает дополнительный этап обработки, который выводит расширенную расшифровку, содержащую дополнительные метаданные, такие как информация об очереди и идентификаторе агента, идентификация и маркировка IVR, а также количество агентов (и IVR), которым был передан клиент, все агрегированные из записи CTR. Эта дополнительная информация позволяет Принципалу создать карту взаимодействия с клиентом на протяжении всего жизненного цикла разговора и сосредоточиться на критических сегментах речи, исключая при этом менее важные.

Кроме того, этот этап постобработки позволил Principal дополнительно обогатить расшифровки внутренней информацией, такой как имена агентов и очередей, а также расширить аналитические возможности PCA, включая пользовательские модели машинного обучения на основе NLP для идентификации тем и намерений клиентов, развернутые с помощью Создатель мудреца Амазонки конечные точки и дополнительное увеличение транскриптов с использованием базовых моделей генеративного искусственного интеллекта, размещенных на Amazon Bedrock.

PCA имеет открытый исходный код на GitHub, что позволяет таким клиентам, как Principal, расширять и поддерживать свои собственные вилки с помощью индивидуального частного бизнес-кода. Это также позволяет сообществу отправлять код обратно в основной репозиторий для использования другими. Руководитель и технические группы AWS объединились, чтобы объединить функции Genesys CTR и заполнители постобработки в основной выпуск PCA. Это партнерство между Principal и AWS позволило Principal ускорить выход на рынок, одновременно гарантируя возможность быстрого добавления существующих и будущих бизнес-требований. Вклад в проект с открытым исходным кодом ускорил рабочие нагрузки Genesys CTR других клиентов.

Отвечать на деловые вопросы

После внедрения PCA ведущие аналитики, специалисты по обработке данных, инженеры и владельцы бизнеса работали с предприятиями малого и среднего бизнеса AWS над созданием многочисленных Amazon QuickSight информационные панели для отображения аналитических данных и ответа на бизнес-вопросы. QuickSight — это облачный сервис бизнес-аналитики, который можно использовать для предоставления понятных аналитических сведений из нескольких наборов данных, включая данные AWS, сторонние данные, данные программного обеспечения как услуги (SaaS) и т. д. Использование этого инструмента BI с его встроенной интеграцией с существующими репозиториями данных, доступными через Амазонка Афина, сделал создание визуализаций для отображения крупномасштабных данных относительно простым и включил самообслуживание BI. Визуализации были быстро составлены, чтобы ответить на некоторые ключевые вопросы, в том числе «Почему нам звонят наши клиенты», «Какие темы связаны с самой длинной AHT/большинством переводов» и «Какие темы и проблемы связаны с самыми низкими оценками настроений клиентов?» Получив дополнительные данные, связанные с моделями пользовательских тем Principal, команда смогла расширить использование QuickSight, включив в него сравнения тем и корреляций, возможности проверки модели и сравнения настроений на основе говорящего, сегмента, звонка и разговора. Кроме того, использование аналитических данных QuickSight позволило основным командам быстро реализовать обнаружение аномалий и прогнозирование объемов, в то время как Amazon QuickSightQ, функция машинного обучения в QuickSight, использующая NLP, обеспечивает быстрый количественный анализ данных на естественном языке.

Когда первоначальная инициатива PCA была завершена, компания Principal поняла, что им необходимо немедленно углубиться в омниканальное обслуживание клиентов. Вместе Principal и AWS создали конвейеры приема данных для взаимодействия с клиентами по электронной почте и дополнительные метаданные со своей платформы данных о клиентах, а также создали механизмы агрегации и анализа данных для объединения омниканальных данных в единую линзу анализа клиентов. Использование представлений Athena и информационных панелей QuickSight по-прежнему позволяет проводить классическую аналитику, а также внедрять базы данных графов для проверки концепции с помощью Амазонка Нептун поможет Принципалу получить представление о темах взаимодействия и отношениях намерений в рамках омниканального представления при его масштабной реализации.

Результаты

PCA помог ускорить выход на рынок. Компания Principal смогла самостоятельно развернуть существующее приложение PCA с открытым исходным кодом за 1 день. Затем Principal работал вместе с AWS и в течение 3 месяцев расширил предложение PCA многочисленными функциями, такими как интеграция Genesys CTR. Процесс разработки и развертывания представлял собой совместный итеративный процесс, который позволял Principal тестировать и обрабатывать объемы производственных вызовов для вновь созданных функций. С момента первоначального сотрудничества AWS и Principal продолжают работать вместе, обмениваясь бизнес-требованиями, дорожными картами, кодом и исправлениями ошибок для расширения PCA.

С момента первоначальной разработки и внедрения Principal обработал более 1 миллиона звонков клиентов через структуру PCA. В результате клиент, агент или IVR произнес более 63 миллионов отдельных речевых сегментов. Благодаря такому богатству данных компания Principal смогла провести масштабную историческую аналитику и анализ в режиме, близком к реальному времени, чтобы получить представление об опыте клиентов.

Решения AWS CCI меняют правила игры для Principal. Существующий набор инструментов CCI компании Principal, включающий Qualtrics для упрощения создания информационных панелей и выявления возможностей, был расширен за счет добавления PCA. Добавление PCA к набору инструментов CCI позволило компании Principal быстро провести глубокий анализ взаимодействия с контакт-центром. Благодаря этим данным Principal теперь может проводить расширенную аналитику для понимания взаимодействия с клиентами и движущих сил звонков, включая темы, намерения, проблемы, действия и результаты. Даже в небольшой контролируемой производственной среде озеро данных PCA породило множество новых вариантов использования.

Roadmap

Данные, полученные с помощью PCA, можно использовать для принятия важных бизнес-решений относительно маршрутизации вызовов на основе понимания того, какие темы приводят к увеличению среднего времени обработки, длительному удержанию вызова, увеличению количества переводов и негативному настроению клиентов. Знание о том, когда взаимодействие клиентов с IVR и автоматизированными голосовыми помощниками неправильно понимается или неправильно маршрутизируется, поможет Принципалу улучшить качество самообслуживания. Понимание того, почему клиент позвонил, а не воспользовался веб-сайтом, имеет решающее значение для улучшения взаимодействия с клиентом и повышения его удовлетворенности. Менеджеры по продуктам, отвечающие за улучшение веб-интерфейса, поделились, как они рады возможности использовать данные PCA для определения приоритетов новых улучшений и измерения влияния изменений. Компания Principal также анализирует другие потенциальные варианты использования, такие как картирование профилей клиентов, обнаружение мошенничества, управление персоналом, использование дополнительных AI/ML и больших языковых моделей (LLM), а также выявление новых и возникающих тенденций в своих контакт-центрах.

В будущем Principal планирует продолжить расширение возможностей постобработки за счет дополнительных моделей агрегации данных, аналитики и генерации естественного языка (NLG) для суммирования текста. В настоящее время компания Principal интегрирует генеративный искусственный интеллект и базовые модели (такие как Amazon Titan) в свои собственные решения. Компания Principal планирует использовать генеративный искусственный интеллект AWS для повышения производительности сотрудников, увеличения активов под управлением, обеспечения высококачественного обслуживания клиентов и предоставления инструментов, которые позволят клиентам эффективно принимать решения об инвестициях и выходе на пенсию. Учитывая гибкость и расширяемость платформы PCA с открытым исходным кодом, команды Principal располагают обширным списком дополнительных улучшений, аналитики и идей, которые могут расширить существующую структуру.

«Благодаря аналитическому решению AWS Post Call Principal в настоящее время может проводить крупномасштабный исторический анализ, чтобы понять, где можно улучшить качество обслуживания клиентов, генерировать полезную информацию и определять приоритеты действий. Теперь мы добавляем генеративный искусственный интеллект с помощью Amazon Bedrock, чтобы помочь нашим бизнес-пользователям принимать решения на основе данных с более высокой скоростью и точностью, одновременно сокращая затраты. Мы с нетерпением ждем возможности изучить функцию суммирования после звонков в Amazon Transcribe Call Analytics, чтобы наши агенты могли сосредоточить свое время и ресурсы на взаимодействии с клиентами, а не на ручной работе после контакта».

– говорит Мигель Санчес Уррести, директор по данным и аналитике Principal Financial Group.

Заключение

Решение AWS CCI PCA предназначено для улучшения качества обслуживания клиентов, получения ценной информации о клиентах и ​​снижения эксплуатационных расходов за счет добавления искусственного интеллекта и машинного обучения к поставщику контакт-центра по вашему выбору. Чтобы узнать больше о других решениях CCI, таких как Аналитика звонков в реальном времени, Ссылаться на Решения AWS Contact Center Intelligence (CCI).

О компании Principal Financial Group

Главный финансовый Group и филиалы, Des Moines IA — финансовая компания со штатом 19,000 140 сотрудников. Работая в бизнесе более 62 лет, мы помогаем более чем 31 миллионам клиентов в разных странах мира по состоянию на 2022 декабря XNUMX года.

AWS и Amazon не являются аффилированными лицами какой-либо компании из продуктов Principal Financial Group Insurance, выпущенных Principal National Life Insurance Co (кроме Нью-Йорка) и Principal Life Insurance Company. Планируйте административные услуги, предлагаемые Principal Life. Компания Principal Funds, Inc. распространяется компанией Principal Funds Distributor, Inc. Ценные бумаги предлагаются через Principal Securities, Inc., члена SIPC и/или независимых брокеров/дилеров. Упомянутые компании являются членами Principal Financial Group, Де-Мойн, IA 50392. © 2023 Principal Financial Services, Inc.

Данное сообщение носит образовательный характер и не может рассматриваться как рекомендация. Страховые продукты и административные услуги по планам, предоставляемые через Principal Life Insurance Company, члена Principal Financial Group, Де-Мойн, IA 50392

---

Об авторах

Кристофер Лотт — старший архитектор решений в команде AWS AI Language Services. Имеет 20-летний опыт разработки корпоративного программного обеспечения. Крис живет в Сакраменто, штат Калифорния, и увлекается садоводством, кулинарией, аэрокосмической авиацией и авиацией общего назначения, а также путешествует по миру.

Доктор Ники Сусман — старший специалист по данным и технический руководитель группы основных языковых услуг искусственного интеллекта. Она имеет обширный опыт в области данных и аналитики, разработки приложений, проектирования инфраструктуры и DevSecOps.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://aws.amazon.com/blogs/machine-learning/principal-financial-group-uses-aws-post-call-analytics-solution-to-extract-omnichannel-customer-insights/