Framgångssagor

Över 30% förbättring av chatbot-inneslutningsgraden hos en ledande amerikansk bank

Användning av Virtusas effektiva virtuella agentlösning

Utmaningen

En av världens största globala banker implementerade en konversations-AI-lösning för att förbättra kundtjänsten. För att hjälpa till att automatisera funktioner för konsumentbanker utvecklade de över 200 åtgärder för chatbot-funktionen. När de analyserade lösningen upptäckte de att chatboten hade en samtalsbegränsningsgrad på mindre än 15%. Kunder övergav chatten och slutade till slut att använda LiveChat-portalen.

Lösningen

Effektiv lösning för virtuella agenter

Vi bestämde att konversations-AI inte förstod kundfrågorna tillräckligt bra för att ge rätt lösning genom att bedöma den aktuella chatbot-funktionen. För att lösa problemet gjorde Virtusa följande:

  • De byggde en NLP-optimeringsram för naturlig språk för att förbättra prestanda

  • De extraherade och matade chatthistoriken genom Linguistic Analysis-lösningen för att identifiera liknande och olika syften. Som exempelvis: "Varför blev jag debiterad?" kontra "Kommer du att debitera mig?"

  • De använde data från Linguistic Analysis för träning för att förbättra chatbot NLP-motorn

  • De fullförde Bot NLP-testning och genomförde kontinuerliga förbättringar under två veckors cykler

  • Skapade API-kontakter för backend-banksystem för att integrera bankfunktionalitet
Effektiv lösning för virtuella agenter
Fördelarna

Att lägga till kontext till chatbot-funktionen hjälpte banken att:

  • Öka chattbottens inneslutningshastigheter med över 30% 
  • Minska samtalsvolymen för liveagenter med 30% 
  • Minska antalet förfrågningar som eskalerats till liveagenter
  • Minska driftskostnaderna för kundservice
  • Förbättra kundnöjdheten
  • Förverkliga ROI genom kundinteraktioner

 

Förstår din chatbot dina kunder?

Läs mer om Virtusas effektiva virtuella agentslösning

Relaterat innehåll