電信業 AI 客訴處理輔助系統

客戶說明

客戶為台灣大型電信公司，營業範圍包含電信、網路、媒體娛樂及電子商務等四大產業多角化經營，被稱為「電信三雄」之一。

案例背景

- 背景說明
  5G 發展趨勢，個人用戶傳輸量將大幅提升，網路穩定性及客戶滿意度日趨重要。
  IoT 技術的發展，Gartner 預測 2020 年將有近 200 億台設備連接到物聯網。
  強化客訴案件處理，智慧化作業流程是趨勢。

- 業務挑戰
  客服中心每月約 15,000 件客訴，每個案件需服務人員逐筆查修處理，客訴案需要花費大量時間處理；客訴處理流程中，大量人工收集資訊及判斷，同時間同地點，同仁回覆的客訴原因有時不盡相同，可能造成客戶再次客訴。

- 目標
  收集、累積客訴案件及基站紀錄，進行客訴案件分析。
  深入了解客訴案件重要屬性及特徵。
  建置客訴案件派送預測模型，將客訴案派送至合適之服務單位，藉此提升案件派工效率，提升客戶滿意度。

作法

整合客服中心資料、基站效能資訊及地區網路強度資訊進行進線客訴案之類型預測。

效益

透過資料盤點及資料工程實施，協助業主建置專屬之資料資產，促成資料治理、共享的效益。
透過機器學習成果大約可對數千件以上新客訴件直接提供處理建議，有效降低同仁介入查詢客訴原因的比例。
客訴件可於第一時間透過預測模型得到中立、一致性解答。並提升客訴處理時效，客訴整體處理時效可提升 33% 以上。

相關案例：