Zendesks Satisfaction Prediction forudsiger kundeoplevelser med machine learning

Fremsynede virksomheder som Pinterest, Digitec og Easy Taxi sikrer kundetilfredshed med en datadreven tilgang

Zendensk lancerer i dag tjenesten Satisfaction Prediction for deres enterprise kunder, som anvender machine learning til at analysere og forudsige kundetilfredshed. Satisfaction Prediction udnytter machine learning til at forudsige sandsynligheden for, at en kunde vurderer betjeningen positivt eller negativt, og hjælper derved organisationer med at reagere og sikre positive resultater. Satisfaction Prediction har, siden lanceringen af betaversionen for fem måneder siden, analyseret mere end 1,82 millioner kundeinteraktioner og er blevet implementeret af globale virksomheder som Pinterest, Digitec og Easy Taxi.

- Vi har brugt Satisfaction Prediction til at identificere de kundesamtaler med størst risiko for dårlige kundeoplevelser, siger Maggie Armato, Reactive Support Leader hos Pinterest og fortsætter:

- Vi har før haft manuelle processer, hvor et team-medlem skulle gennemgå vores kundebetjeninger og aktivt markere potentielt negative oplevelser. Nu bruger vi Satisfaction Prediction, som præcist og automatisk identificerer disse kundebetjeninger, så vores agenter kan fokusere på andre områder, der giver os større værdi.

- Kunderelationer er blevet mere og mere komplicerede i takt med at kommunikationen i stigende grad foregår på tværs af mobile platforme, sociale medier og alt derimellem, siger Jesper Hvirring Henriksen, MD Denmark, Sr. Director of Engineering hos Zendesk, og fortsætter:

- Vi har skabt Satisfaction Prediction for at hjælpe virksomheder med at navigere i de komplekse relationer, og det gør vi gennem dybdegående dataanalyse. Virksomheder kan rette kursen og forhindre negative oplevelser ved at have et tidligt varslingssystem, som identificerer samtaler med høj risiko for negativ feedback.

Satisfaction Prediction anvender machine learning til at læse hundredevis af signaler, herunder tekstbeskrivelser, antal besvarelser og total ventetid, og på dynamisk vis udregne sandsynligheden for positiv kundefeedback.

Nye funktioner inkluderer:

• Hurtigt statistisk overblik: Giver et øjebliksbillede af kundebetjeningen og ændringer over tid samt indsigt i hvordan nøgletal såsom antal besvarelser og antallet af gange en sag skifter hænder påvirker forudsigelses-scoren.
• Feedback i realtid: intelligente forudsigelsesmodeller lærer og forbedres over tid med en ny mekanisme, der lærer af kundefeedback, når en kunde vurderer sin oplevelse og de agenter, der har arbejdet med kunden.

- Mængden af kundedata stiger hurtigt med anvendelsen af digitale kanaler. Det resulterer i en stigende efterspørgsel på realtidsløsninger, der faciliterer en hurtigere beslutningsproces på kritiske punkter i kundens rejse, siger Aphrodite Brinsmead, Principal Analyst hos Ovum Research, og fortsætter:

- Med Satisfaction Prediction behøver Zendesks kunder hverken at ansætte en dataanalytiker eller bekymre sig om at samle relevant data; tjenesten forudsiger og identificerer følsomme henvendelser, forhindrer kundeafgang og forbedrer vurderinger af kundeoplevelser.

- lb

15/3 2016