Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen
Click here to load reader
-
Upload
briqlab-business-eco-platform-voor-digitale-transformatie -
Category
Technology
-
view
578 -
download
1
Transcript of Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen
Smart eCase Manager
=
Kosten besparend platform
Problemen bij afhandelen binnen komende digitale
berichten/cases
Bij > 50 - 100 berichten/cases per dag neemt overzicht af:
• Kwaliteit staat onder druk
• Elk bericht/case en mogelijke bijlage wordt handmatig bekeken en beoordeeld en wordt
doorgestuurd naar medewerker/afdeling
• Iedere medewerkers beoordeeld anders
• Vaak geen bevestiging
• Onduidelijk of bericht/case wordt behandeld
• Geen zicht op response tijd
• Doorlooptijden worden langer
• Uniformiteit beantwoording
• Herkennen polis-, klant-, rekening-, casenummers
Problemen bij afhandelen binnen komende digitale
berichten/cases
Smart eCase Manager
• In samenwerking met Achmea Rechtsbijstand en Interpolis ontwikkeld
• Afgelopen jaar, 2015 1.1 miljoen e-cases verwerkt
• Gestart in 2008
• Op dit moment wordt er gewerkt aan een nieuwe versie met nieuwe Look & Feel (sept
beschikbaar)
• Verzekeraars, banken, gemeenten, woning coöperaties, (alle bedrijven die veel
elektronische berichten ontvangen)
Smart eCase Manager optie 1
Smart eCase Manager optie 2
Inkomende
Rule engine
Bewaking
Rule engine
Handmatige
acties
Rule engine
Uitgaande
Rule engine
Agent
schermen
Zelflerend PDF reader Kennisman. Externe sys
Custom IQNOMY plugins
bericht
Proces
– Zelflerende technologie
– Rule engine
– Integratie
– Frontend customizing en integratie
Kracht Smart eCase manager
Smart eCase Manager
functionaliteiten
• Applicatie is automatisch lerend. Na een periode waarin het systeem met voorbeelden
is getraind is er minimaal onderhoud nodig
• Registratie, managen en afhandelen binnenkomende berichten Web formulier, e-
Berichten worden automatisch gerouteerd naar de juiste afdeling of medewerker voor
afhandeling
• Mailbericht, e-fax, gescande post/fax (OCR) en steeds vaker via een App. (eventueel
bijlage bvb PDF )
• Applicatie leert van haar gebruikers
• Systeem kan automatisch bijvoorbeeld ontevredenheid of koopsignalen herkennen
• Snelle en correcte afhandeling berichten middels antwoordsuggesties die op basis van
vraagherkenning vanuit de centrale kennisdatabase worden ontsloten
• Standaard antwoordsjablonen
• Round Robin
• Systeem kan bijvoorbeeld polisnummers uit ongestructureerde e-berichten filteren
waardoor er nuttige koppeling bijvoorbeeld met CRM mogelijk zijn.
• Controle proces op basis van SLA’s (escalatie management)
• Archivering
• Diverse rapportage mogelijkheden
Functionaliteiten
• Snelle afhandeling berichten (efficiënter werken)
• Kwaliteit: Correcte en uniforme beantwoording in de stijl van de organisatie
• Proces inzichtelijk en beheersbaar
• Verbetering resultaten door inzicht in vraagprocessen en trends
• Verhoging klanttevredenheid
• Aanzienlijke kostenreductie
Voordelen
Applicatie
We gaan uit dat een medewerker gemiddeld 50,00 Euro per uur kost.
Gemiddeld maximaal 8 berichten/case per uur behandelen.
Kosten gemiddeld per bericht/case: 6,25 Euro
Voorbeeld:
60.000 berichten/cases per jaar
Minimaal 70% wordt (semi) automatisch verwerkt = 42.000
Besparing 42.000 x 6,25 Euro = 262.500,00 Euro per jaar.
Wat levert het bedrijf X op?
• Wat moet vanuit klant worden ingericht?
- Wat zijn de onderwerpen waar de berichten over gaan (bakjes)
- Trainen van systeem op basis historische berichten (voorbeelddata)
- Het systeem trainen door er mee te gaan werken. Het systeem leert van
de medewerkers. (je kunt er direct mee werken)
- Medewerkers trainen gebruik
- Bedenken en samen uitwerken templates
- Definiëren standaard antwoorden
- Escalaties en doorlooptijden uitwerken
- Mailbox inrichten (Exchange etc) die ervoor zorgt dat de mail wordt
doorgezet naar Smart eCase Manager
- Inrichten Round Robin
- Doorlooptijd: ongeveer 2 maanden
Vragen die we krijgen