Mejora experiencia del cliente en la digitalizacion de canales de atención con IA generativa

Indicadores y procesos de mejora

El proyecto tuvo dos grandes objetivos principales, la mejora de la experiencia del cliente y la eficiencia operativa de recursos de atención.

Para ello, se optó por la apertura de un nuevo canal digital (whatsapp) junto al diseño y entrenamiento de inteligencia artificial para el procesamiento del lenguaje natural (conversación del asistente) y el procesamiento de imágenes (envío de fotos de contadores), permitiendo diseñar y construir los casos de uso más relevantes para los usuarios de Madrileña Red de Gas en un tiempo de 12 semanas.

Por tanto, los Indicadores y procesos de mejora eran el NPS del cliente y puntuación del canal whatsapp y experiencia en el rate de Google y el número de conversaciones satisfactorias para el cliente sin necesidad de escalado a un agente humano.

Para ilustrar el resultado de ambos KPIs, te comparto el cuadro de mando de NPS y CSAT, y operativos de volumen de atenciones recibidas vs resueltas y escaladas.

Para ilustrar el resultado de ambos KPIs, NPS del asistente es 61.91, CSAT 8.93, y valoración de la facilidad de uso de 9.27 sobre 10. Se han atendido más de 200k conversaciones con más de un 75% resueltas satisfactoriamente sin necesidad de intervención humana.

Cuantificación/Estimación reducción consumo

No aplica

Cuantificación/Estimación reducción emisiones CO2

No aplica

Innovación aplicada y buenas prácticas

La innovación aplicada y buenas prácticas están relacionadas tanto con el uso de tecnología innovadora como con el conocimiento del negocio y el comportamiento de los usuarios del sector.

La buena priorización de los casos de uso, junto a la buena definición de la conversación, permitió que el entrenamiento de la inteligencia artificial (tanto para la conversación como para el procesamiento de imágenes) fuese más ágil y el grado de fiabilidad obtenido tras el desarrollo y previo a las pruebas superase el 70% de éxito.

Este proyecto cuenta con varias piezas tecnológicas nuevas y existentes en el mapa de arquitectura de Madrileña.

-Para la apertura del canal whatsapp y contratación con Facebook business, portabilidad del número y enrutado de la conversación al asistente se usó Twilio

-Para el procesado y entrenamiento del lenguaje natural y modelos de conversación se utilizó Amazon Lex (sobre la acelerador Deloittte Digital Assistance as a Service, DDAaaS)

-Para el procesado y entrenamiento de imágenes se utilizaron servicios de AWS. Y el enrutado a agentes a través de Amazon Connect.

Los sistemas integrados con el asistente son los legacy de Madrileña (principalmente SAP)

Uso de tecnologías (TICs)

A través del uso de Twilio y AWS como plataformas tecnológicas y el desarrollo de la integración con los sistemas core para la contextualización y personalización de las conversaciones, integración con el canal de Whatsapp y Voz corporativo y desarrollo de la capacidad para escalar al agente humano.