主页 Case Studies 瑞穗银行有限公司 瑞穗银行有限公司
实时分析助力联络中心代理,提高客户服务成效
开启您的旅程
手指指向云计算环境中的中央云图的特写

使用基于云的自然语言处理 (NLP) 算法,实时分析客户对话,立即制定客服代理应遵循的最佳问题路径。客服代理屏幕上提示的“最佳问题”,就是在背景中展开的文本模式和客户数据之间复杂关联的唯一可见迹象。

业务挑战

瑞穗银行 (Mizuho Bank, Ltd.) 力求通过将智能和语音识别功能直接注入对话,动态引导对话流程,从而推动高效的客户互动。

变革

使用基于云的自然语言处理 (NLP) 算法,可实时分析客户对话,立即制定客服代理应遵循的最佳问题路径。

结果 时间减少
客户联络中心回复咨询用时
客户服务水平提升
提供更令人满意和个性化的体验
质量和数量提升
使用实时内容分析,对呼叫中心操作员进行更多、更有效的培训
业务挑战案例
客户互动所需的智能

瑞穗银行需要提高联络中心客服代理的效能。关键的潜在挑战在于,客服代理引导客户完成来电所需的信息非常复杂。尽管最资深和最有经验的客服代理,具有从对话中快速“读取”客户需求所需的信息熟悉度,但大多数代理商(尤其是新学员)却没有。

其核心是,该银行希望通过添加一层自动化和智能,实现客服代理在通话期间必须有效进行的逻辑关联,进而提高客服代理的绩效。该银行希望在对话过程中识别和分析上下文线索,并利用这些洞察实时指导客服代理的对话,而不是依赖客服代理经验(客服代理经验差异很大)。

 

通过让我们的代理实时洞察每个客户的需求,我们正在为更令人满意的客户体验奠定基础。 Tetsuhiko Saito Chief Marketing Officer Mizuho Bank Ltd.
变革案例
实时客户对话分析

瑞穗银行聘请 IBM Research® 开发了一款首创的客户联络优化解决方案,采用先进的语音识别技术和 IBM Watson® 内容分析软件,并在 SoftLayer® 云服务基础架构上运行。将客户的语音转换为文本数据后,该解决方案将自然语言处理 (NLP) 算法应用于每次交互,以推断客户在对话中每个时间点的特定需求或目标。关联算法根据历史客户服务记录运行,然后制定最佳回应,并作为提示实时发送到客服代理的屏幕上。基于关联算法测得的准确性,这一解决方案通过调整算法不断“自学”。


 

案例成果
客户互动的持续时间减少

该解决方案使联络中心客服代理能够更有效地感知和响应客户需求,从而将客户交互的平均持续时间缩短了 6% 以上。通过提供更令人满意和个性化的体验,该解决方案可以提高客户保留率。

该解决方案还通过使用实时内容分析来增强员工知识,显著降低了联络中心的培训要求。
 

瑞穗银行有限公司

瑞穗银行(链接位于 ibm.com 外部)总部位于东京,是日本最大的金融服务公司之一——瑞穗金融集团 (Mizuho Financial Group)——的综合零售和企业银行部门。瑞穗银行拥有 500 多家分行,是唯一一家在日本每个都道府县都设有分行的银行。

采取下一步行动

要了解有关 Watson 的更多信息,请联系您的 IBM® 代表或 IBM 业务合作伙伴。

查看更多案例 了解更多信息
法律

 

© Copyright IBM Corporation 2016. IBM Systems, Route 100, Somers, NY 10589.

2016 年 7 月在美国制作。

IBM、IBM 徽标、ibm.com、Global Technology Services、SoftLayer 和 Watson 是 International Business Machines Corp. 在全球许多司法管辖区注册的商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下网站上的“Copyright and trademark information”部分中包含了 IBM 商标的最新列表:www.ibm.com/cn-zh/legal/copyright-trademark

本文档为自最初公布日期起的最新版本,IBM 可能随时对其进行更改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。

本文档内的信息“按现状”提供,不附有任何种类的(无论是明示的还是默示的)保证,包括不附有关于适销性、适用于某种特定用途的任何保证以及非侵权的任何保证或条件。IBM 产品根据其提供时所依据的协议条款和条件获得保证。