Mittelstand ai
Textanalyse
Textanalyse.
Durch die voranschreitende Digitalisierung finden Kontaktaufnahmen zunehmend online statt. Daraus resultiert eine steigende Anzahl an digitalen Korrespondenzen. Mit unseren Angeboten zur Textanalyse (Natural Language Processing / NLP) bieten wir eine Möglichkeit diese Nachrichtenflut zu steuern. Gemeinsam mit Ihnen setzen wir Automatisierungstechnologien zielgerichtet ein. Dabei realisieren wir durch den Einsatz innovativer Technologien eine kosteneffiziente und zugleich hochwertige sowie individuelle Betreuung Ihrer Kunden. Unser Fokus liegt dabei sowohl auf der vollständigen Automatisierung einzelner Prozesse als auch der hilfreichen Unterstützung Ihrer Mitarbeiter durch modernste Analyse-Verfahren.
Automatisches Routing.
Mithilfe von unternehmensinternen Kundenkorrespondenzen in Kombination mit extern verfügbaren Daten sind wir in der Lage für Sie passende Sprachmodelle zu trainieren. Hierbei entwickeln wir eigene Deep-Learning-Verfahren, wie z. B. BERT-Modelle. Mit Hilfe dieser Modelle können digitale Nachrichten in eine Vielzahl von Kategorien eingeordnet werden. Darunter fallen unter anderem Nachrichten aus dem eBanking Portal, eingehende E-Mails oder Anfragen an den Support-Chat. Auf Basis der erkannten Intentionen der Anfragen, können diese automatisch an den entsprechenden Ansprechpartner weitergeleitet werden. Dies sorgt für eine schnelle und kompetente Bearbeitung der Anfragen.
Das Sprachmodell bietet dabei den Vorteil mit verschiedensten Formulierungen, Wortwahlen und Tippfehlern umgehen zu können. Dank der Nutzung echter Vergangenheitsdaten sind sowohl die erkennbaren Kategorien als auch das Sprachverständnis des Modells speziell an die Anforderungen in Ihrem Unternehmen ausgerichtet.
Entitäten-Erkennung.
Eine der wichtigsten Aufgaben in der Sprachverarbeitung ist die Extraktion relevanter Informationen aus eingehenden Anfragen (Named Entity Recognition). Dabei werden z. B. Personen, Unternehmen oder Städte in einem Text erkannt und automatisch voneinander unterschieden. Während herkömmliche Ansätze meistens auf die Erkennung weniger Entitäten begrenzt sind, erlaubt die Datengrundlage der Mittelstand.ai Modelle speziell auf die Erkennung unternehmensspezifischer Entitäten auszurichten. Dazu gehören u.a. erwähnte Konto- und Handynummern, Geldbeträge sowie Straßen, Postleitzahlen oder Hausnummern, die in eingehenden Anfragen erwähnt werden.
Durch die Kombination der Entitätenerkennung mit der automatischen Erkennung der Kundenintention können häufig vorkommende Anfragen automatisiert verarbeitet werden. So kann z. B. die Intention einer Adressänderung erkannt und die neue Adresse direkt aus der Nachricht extrahiert werden. Ähnliches gilt für die Durchführung einer Überweisung oder die Erstellung eines Termins. Der Bearbeiter der Eingangsnachrichten kann derartige Ergebnisse direkt verwerten und ist somit in der Lage spürbar effizienter zu arbeiten.
Kunden-Zuordnung.
Bei eingehenden Anfragen ist nicht immer eindeutig ersichtlich, wer die Nachricht verfasst hat und welchen Kunden diese betrifft. Daher entwickeln wir Verfahren, um den eingehenden Anfragen relevante Kundennummern automatisch zuzuordnen. So können neben der E-Mail-Adresse des Absenders auch in der Nachricht erwähnte Entitäten, wie z. B. Namen, Konto- oder Handynummern, genutzt werden, um zugehörige Kundennummern zu finden und den Bearbeitern der Anfrage zur Verfügung zu stellen.
Sentiment-Analyse.
Neben der Intention des Kunden beschäftigt sich die Mittelstand.ai auch damit die Stimmung einer Anfrage automatisch zu erkennen. Das erlaubt es besonders unzufriedene Korrespondenzen zu identifizieren und diese bei Bedarf priorisiert zu bearbeiten.
Durch den Einsatz unsere Sentiment-Analyse erhalten Sie tagesaktuelle Einblicke in die Stimmungslage Ihrer Kunden. Mit Hilfe dieser Information haben Sie die Möglichkeit Veränderungen in der Kundenzufriedenheit frühzeitig zu erkennen und bei Bedarf zu reagieren. Durch den Einsatz dieses Instrumentes können Sie die Zufriedenheit Ihrer Kunden nachhaltig erhöhen.
Informations-Extraktion.
Neben dem Umgang mit Kundenanfragen ist die Bereitstellung von Wissensdatenbanken eine wesentliche Aufgabe innerhalb von Unternehmen. Moderne Verfahren der Textverarbeitung erlauben es Dokumente, die im Unternehmen vorliegen, gezielt zu strukturieren und durchsuchbar zu machen. Intelligente Systeme ermöglichen dabei die Antwort auf konkrete Fragen direkt in den Wissensdaten zu erkennen und zurückzuspielen. Bei komplexeren Anfragen werden relevante Dokumente und Passagen von der Suchmaschine übersichtlich zur Verfügung gestellt. Dadurch wird die Abhängigkeit zu anwesenden Experten verringert und die individuelle Recherche bei aufkommenden Fragen und Problemen stark vereinfacht.
Ihr Ansprechpartner.
Anfahrt
Kontakt
