Project Description

E-MAIL ROUTING

AEVITAE

KURZ GESAGT

Der Kundendienst von Aevitae erhält Hunderte, wenn nicht Tausende von E-Mails pro Tag. Bis vor kurzem wurde jede neue E-Mail von einem Mitarbeiter gelesen und an die zuständige Abteilung weitergeleitet. Dieser Vorgang war nicht nur zeitaufwendig, sondern auch sehr teuer. Die Frage war: Können wir diese Abläufe intelligenter und effizienter handhaben? Innerhalb von 6 Wochen entwickelte unser Data Science-Team eine AI basierte Lösung, die 90% der eingehenden E-Mails automatisch an die richtige Abteilung weiterleitet. Die KI ist in der Lage, die Kapazität von zwei vollen Stellen zu ersetzen. Wie genau haben wir Aevitae geholfen:

  • Entwicklung eines KI-Tools, das Kunden E-Mails automatisch an die richtige Abteilung weiterleitet
  • Erstellen eines Power BI-Dashboards, das die Anzahl der weitergeleiteten E-Mails anzeigt und analysiert, wie oft der Prozess korrekt ausgeführt wird

DAS KONZEPT

Täglich wurden bis zu Tausende von eingehenden E-Mails gelesen und manuell an die richtige Abteilung weitergeleitet. Dank unserer AI-Lösung, die ständig aus den historischen Daten lernt, ist dieser Aufwand nun hinfällig. Mithilfe von E-Mails, die Aevitae im vergangenen Jahr gefiltert und kategorisiert hat, haben wir das Tool „angelernt“. Basierend auf diesen historischen Kennzeichnungsdaten und maschinellen Lerntechniken erfolgt die Zuordnung einer Mail zu der zuständigen Abteilung nun automatisch.

DIE HERAUSFORDERUNG

Durch die manuelle Bearbeitung war es vor allem in Stoßzeiten eine große Herausforderung, alle Fragen der Kunden zeitnah zu beantworten. Da alle E-Mails in einem zentralen Ordner ankommen, muss der Kundenservice-Mitarbeiter sie lesen, verstehen und dann manuell in den richtigen Ordner ziehen. Dies kostete viel Zeit und verursachte eine Verzögerung des Prozesses

DIE MEDIAAN LÖSUNG

Unser AI Tool wurde mittels Natural Language Processing (NLP) entwickelt. Im Einzelnen haben wir die folgenden Techniken und Technologien eingesetzt:

  • Python
  • pandas
  • scikit-learn
  • TFIDF Transformer

  • Vectorizer
  • Vectorizer

  • Support Vector Machine

  • exchangelib
  • Microsoft PSQL Server
  • Microsoft Power BI

NEUE ERKENNTNISSE

Neben der automatisierten Zuordnung ist ein Power BI-Dashboard, das die Anzahl der weitergeleiteten E-Mails anzeigt, der zweite Eckpfeiler unserer Lösung. Das Dashboard zeigt auch an, wie oft dieser Prozess durch das KI-Tool korrekt ausgeführt wird und wann ein Mitarbeiter ihn manuell korrigieren musste. Das gibt Aevitae nicht nur die Möglichkeit zu überwachen, ob der automatisierte Prozess reibungslos läuft. Es hilft auch neue Einblicke in die Fragen, die ihre Kunden bewegen, zu gewinnen.

ERGEBNISSE

In nur 6 Wochen entwarf, entwickelte, und trainierte unser Data Science-Team ein maschinelles Lernmodell, das 90 % der eingehenden E-Mails automatisch an die richtige Abteilung weiterleitet. Die KI ist in der Lage, die Kapazität von zwei vollen Stellen zu ersetzen. Zwei Wochen nach der Implementierung wurden 77% der eingehenden E-Mails an den richtigen Ordner weitergeleitet. Aufgrund der Selbstlernkomponente des Modells wird der Prozentsatz mit der Zeit immer besser. Ein Jahr nach der Inbetriebnahme leitete das Tool nun 100% der E-Mails weiter, wobei 88% vollständig automatisiert bearbeitet wurden.

MÖCHTEN SIE MEHR SEHEN?

 

ANDERE PROJEKTE