Service Calls mithilfe von Machine Learning

TOP-3-Asset Manager

TOP-3-Asset Manager

Ziele

  • Ablösen von manuellem Aufwand der Telefonberater und Reduktion der Fehleranzahl bei der manuellen Kategorisierung von Service-Gesprächen
  • Verbesserung und Beschleunigung des Controllings auf Basis der Erkenntnisse aus dem Machine Learning-System
  • Präzisierung der Marktanalyse durch zusätzlichen, auswertbaren Datenbestand

Aufgaben

  • Umwandlung der Gespräche (Audio) in Text zur weiteren Bearbeitung und zum Aufbau eines auswertbaren Datenbestandes
  • Analyse des Gesprächsvorgangs und Beratungsaufwands
  • Einsatz von Machine Learning zur automatisierten Kategorisierung bzw. zum Clustering der Telefongespräche
  • Auswertung der Ergebnisse für das Controlling, Reporting und zur Marktanalyse

Ergebnisse

  • Prototyp zur erfolgreichen Spracherkennung mit >90% Erkennungsrate
  • Prototyp für den automatisierten unüberwachten Aufbau von Themenclustern auf Basis der Informationen aus den Gesprächen mithilfe von Machine Learning
  • Prototyp zur automatisierten statistischen Auswertung der Themencluster mithilfe von definierten KPIs
  • Vollständiges Betriebsmodell für den Einsatz im produktiven Betrieb

Unser Beitrag

  • Research, Analyse und Anbindung geeigneter Spracherkennungssoftware
  • Auswahl geeigneter Machine Learning-Algorithmen (supervised oder unsupervised)
  • Entwurf und Entwicklung einer Machine Learning-Anwendung durch Einsatz verschiedener Machine Learning-Bibliotheken
  • Statistische Auswertung der Ergebnisse und iterative Anpassung der Algorithmen
  • Coaching der Product Owner beim Einsatz von Lean Startup und Scrum