Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

15

Click here to load reader

Transcript of Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Page 1: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Smart eCase Manager

=

Kosten besparend platform

Page 2: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Problemen bij afhandelen binnen komende digitale

berichten/cases

Page 3: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

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

Page 4: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

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)

Page 5: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Smart eCase Manager optie 1

Page 6: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Smart eCase Manager optie 2

Page 7: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

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

Page 8: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

– Zelflerende technologie

– Rule engine

– Integratie

– Frontend customizing en integratie

Kracht Smart eCase manager

Page 9: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Smart eCase Manager

functionaliteiten

Page 10: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

• 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

Page 11: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

• 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

Page 12: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Applicatie

Page 13: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

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?

Page 14: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

• 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

Page 15: Machine Learning gebruiken om binnenkomende cases/e-mail berichten automatisch te behandelen

Vragen?

Rob Boeyink

[email protected]

M: 06-53676574