Citi, Aflac und Verizon: Drei verschiedene Pega-Reisen

Wie auf der diesmonatigen PegaWorld iNspire zum Ausdruck kommt, reichen die Angebote von Pega von der Back-Office-Prozessautomatisierung bis hin zur kundenorientierten Echtzeit-Journey-Erstellung – alles gesteuert durch KI. Wir haben uns mit drei großen Pega-Kunden zusammengesetzt, um ihre sehr unterschiedlichen Wege zu verstehen.

Und wir begannen mit dem Unternehmen, das eigentlich Pegas ältester bestehender Kunde ist.

Citi und Pega: Ein rubinrotes Jubiläum

„Während Pega seit vierzig Jahren bei Citi ist, bin ich es noch nicht“, sagte Promiti Dutta, Leiterin für Analyse, Technologie und Innovation für den US-amerikanischen Privatkundenbereich von Citi. Ihre Reise zu Pega begann vor vier Jahren, als sie zu Citi kam.

„Die Analysegruppe, der ich angehöre, überwacht, wie Daten und Analysefähigkeiten im gesamten Unternehmen weitergegeben werden. Wir wussten, dass unsere Entscheidungsmaschine ausgedient hatte und wir eine neue brauchten. Die ersten Interaktionen, die ich mit Pega hatte, waren daher Einzelpersonen, die versuchten, uns den neuen Customer Decision Hub zu verkaufen. Ehrlich gesagt haben wir einige Nachforschungen angestellt, weil Pega hier kein Monopol hat – Salesforce hat die Einstein-Maschine, Adobe hat eine, wir sind auf einige maßgeschneiderte Maschinen von einigen kleineren Namen gestoßen – aber die Realität war, dass keine Entscheidungsmaschine alles hat und es wären einige Anpassungen erforderlich.“

Das Gespräch drehte sich darum, wer der bessere Partner wäre und wer angesichts der angebotenen Fähigkeiten am besten zur Vision von Citi passen würde. „Mit welchem ​​Partner wollten wir also zusammenarbeiten? Welcher Partner passte mit seinen Fähigkeiten, die er damals vor vier Jahren bot, am besten zu unserer Vision? Pega war dabei sicherlich der beste Läufer.“

Natürlich hatte Citi jahrzehntelang andere Pega-Lösungen wie verschiedene Workflow-Tools und Business-Case-Management im Einsatz. Tatsächlich war die Entscheidungsfindung nicht neu (einstmals wurde Chordiant verwendet, die BPM- und CRM-Plattform, die schließlich von Pega übernommen wurde). „Wir haben bereits Kundengespräche geführt“, sagte Dutta, „nur nicht mit so viel Raffinesse, wie es die Entscheidungsmaschine von Pega bietet.“

Pega Customer Decision Hub nutzt KI, um in Echtzeit die nächstbesten Maßnahmen für jeden einzelnen Kunden zu identifizieren und vorzuschlagen. Citi nutzt den Hub etwas enger.

„Was wir dem Kunden anbieten, wird eigentlich nicht von der Entscheidungsmaschine entschieden“, erklärte Dutta. „Wir verfügen über eine Reihe fortschrittlicher Methoden und Fähigkeiten, die wir intern entwickelt haben, um das ‚Was‘ zu bestimmen. Es ist das „Wann“ und das „Wo“, für die wir den Decision Hub nutzen. Alle „Was“ werden in einer Angebotspalette geladen; Anhand kontextbezogener Hinweise und Modelle, die in der Entscheidungsmaschine laufen, findet es heraus, wann der Kunde das Angebot sieht.“

Citi hat bereits Vorhersagen darüber, was ein Kunde braucht, sei es in Form eines Produkts, eines Angebots oder einer anderen Form der Interaktion. „Was die Entscheidungsmaschine von Pega tut, ist, zu wissen, dass Sie qualifiziert sind, ein Angebot oder etwas anderes zu erhalten, das jetzt als kontextrelevant angezeigt werden sollte“, sagte Dutta und fügte hinzu, dass für Pega die gesamte Palette an Kanalinteraktionen verfügbar sei um diese fundierte Entscheidung zu treffen.

Wie jedes Finanzinstitut lässt Citi im Umgang mit Kunden äußerste Vorsicht walten und respektiert strikt das Modellrisikomanagement, eine faire Kreditvergabe und Datenschutzprotokolle. Das bedeutet jedoch einige Einschränkungen für den Einsatz von KI. „Alles, was in unseren Pega Decision Hub einfließt, wird der gleichen Prüfung unterzogen. Wir mussten die gesamte Entscheidungsmaschine durch denselben Prozess schicken, um sicherzustellen, dass die Kunden nicht beeinträchtigt werden.“

Grab tiefer: Pega : KI wird das autonome Unternehmen antreiben

Verizon: Hyperpersonalisierung für Unternehmen und Verbraucher

Die Geschäftsreise von Verizon begann, bevor Tommi Marsans der Verizon Business Group beitrat. Michael Cingari, heute Vizepräsident für Marketingwissenschaft, CX und CRM, hatte vor einigen Jahren damit begonnen, Pegas Next-Best-Action-Lösung auf der Verbraucherseite des Unternehmens im Kunden-Callcenter einzusetzen.

„Ich bin durch die Übernahme von XO Communications durch Verizon gekommen“, sagte Marketing-Tech-Stratege Marsans. „Als Verizon 2.0 uns neu organisierte, gründete Mike Cingari eine Praxis für Marketingwissenschaften und holte einige von uns dorthin, um eine Pega-Implementierung für Unternehmen durchzuführen. Das war 2019. Es hat eine Weile gedauert, bis wir angefangen haben, aber nachdem wir angefangen hatten und unser Business Case genehmigt worden war, dauerte es weniger als 13 Monate, bis wir eine Rendite vorweisen konnten. Im ersten Jahr haben wir die Gewinnschwelle überschritten, im zweiten Jahr: 20X.“

Wie bei der verbraucherseitigen Pega-Implementierung arbeiteten Marsans und ihr Team im Bereich der reaktiven Entscheidungsfindung – sie ermittelten die nächstbeste Aktion als Reaktion auf das Kundenverhalten (in diesem Fall Geschäftskunden). „Wenn also jemand das Callcenter anrief und die Verbindung trennen wollte, gab es für ihn die nächstbeste Maßnahme. Wir haben uns auf Wachstumschancen und Upgrades ausgeweitet; Dann ging es in den nicht unterstützten, digitalen Bereich und wuchs von dort aus.“

Wir haben sie gebeten, die Auswirkungen von Next-Best-Action auf den Kundenservice zu erläutern. „Der Unterschied, den wir machen, liegt in den unterstützten Kanälen, bei denen die Servicemitarbeiter den Kunden um jeden Preis zufrieden stellen würden – sie gingen also immer zum umfassendsten Angebot, weil dieses dasjenige war, das hängen blieb, und sie schauten nie wirklich nach Alternativen. Als wir ihnen Alternativen gaben, nutzten sie diese und es war genauso erfolgreich; Die Lösung eines Problems für den Kunden, anstatt ihn nur für den Aufenthalt zu bezahlen, sorgt für ein besseres Kundenerlebnis und ein besseres Benutzererlebnis.“

Marsans betont, dass die Kundenentscheidungen stark personalisiert sind. „Es ist nicht das, worüber wir gerne mit ihnen reden würden; Es ist das nächstbeste Angebot, das sie sich unserer Meinung nach wünschen würden. Es sind nicht nur Angebote; Gerade auf der Unternehmensseite gibt es fertige Lösungen. Wir sprechen mit ihnen über das nächstbeste davon.“

Damit der Customer Decision Hub fundierte Urteile über die nächstbesten Maßnahmen fällen kann, muss er natürlich auf das trainiert werden, was in der Vergangenheit funktioniert hat. „Wenn Sie eine Transaktionshistorie haben“, sagte Marsans, „können Sie den Motor füttern und ihn im Grunde einfach starten.“ Wir haben auch traditionelle Regressionsmodelle, die wir ebenfalls einspeisen. Wir fangen gerade erst an, die adaptive Modellierung [KI im Decision Hub] zu nutzen. Der KI-Teil der Engine erforderte von uns und nicht von der Maschine einiges an Lernen, um zu wissen, wie man Angebote präsentiert und was die richtige Abfolge von Ereignissen ist.“

Marsans sagte uns, sie sei begeistert von den generativen KI-Lösungen, die Pega auf den Markt bringt. „ Egal welchen Geschäftsfall Sie haben, egal welchen Anwendungsfall Sie lösen möchten, Sie können ihn wiederverwenden. Sie können das als Basis für andere Dinge verwenden. Ich glaube nicht, dass Sie eine vollständige Implementierung benötigen, die jeden einzelnen Kanal abdeckt. Ich denke, man kann dort anfangen, wo man angefangen hat.“

Wie schwierig war es abschließend, Vermarkter davon zu überzeugen, sich auf eine in vielerlei Hinsicht kontraintuitive Denkweise einzulassen? „Der Traum eines jeden Vermarkters ist es, eine klare Customer Journey zu haben und ihn dabei beeinflussen zu können, um ihn dorthin zu bringen, wo man ihn haben möchte“, sagte Marsans. „Für sie ist es schwierig, sich ein fortlaufendes Gespräch über viele verschiedene Kanäle vorzustellen, im Gegensatz zu ‚Ich muss Ihnen etwas schicken, auf das Sie antworten müssen‘.“ Das ist ein bisschen wie ein Paradigmenwechsel, aber wenn man ihnen anhand der ersten paar Anwendungsfälle zeigen kann, dass man dorthin gelangen kann, dann sind sie voll dabei.“

Gehen Sie tiefer: Die Risiken generativer KI mindern, indem der Mensch in den Kreislauf einbezogen wird

Aflac: Verkürzung der Time-to-Value

Derzeit hat Aflac völlig andere Anwendungsfälle für Pega als Citi und Verizon. Wir fangen gerade erst an, die Möglichkeiten für den Customer Decision Hub zu prüfen. In erster Linie wird Pega zur Analyse und Automatisierung von Geschäftsprozessen und Arbeitsabläufen eingesetzt. Pegas Low-Code App Studio wurde häufig genutzt, um Anwendungen zu erstellen, die Geschäftsprozesse verstehen und dann automatisieren.

„Es ist eine der Initiativen, die im Einklang mit unserer One Digital Aflac-Strategie steht“, sagte US-CIO Shelia Anderson. „Ich denke, die Reise hat ungefähr sechs oder sieben Jahre gedauert und sich auf Möglichkeiten konzentriert, einen automatisierteren Ansatz zur Lösung einiger unserer technischen Daten und Altprobleme einzuführen.“

Anderson ist sowohl bei Aflac als auch bei Pega relativ neu. "Ich lerne immernoch. Ich bin seit zehn Monaten in der Organisation und habe mich, wie Sie sich vorstellen können, nicht auf die sehr detaillierte Ebene der Kernplattformen konzentriert; Ich habe mich mehr auf die Unternehmensstrategie konzentriert.“ Aber sie hat die Herausforderung miterlebt, vor der einige Gruppen innerhalb der Organisation bei der Anpassung an Pegas Low-Code-Ansatz standen.

„Die größte Veränderung, die ich sehe, betrifft für mich das technische Personal und seine Erwartungen, denn Ingenieure haben Spaß daran, Code zu erstellen; Es gibt eine Art Dreh- und Angelpunkt, um ihnen zu zeigen, wie wertvoll es ist, nicht den gesamten Code von Grund auf neu zu erstellen – ein großer Teil dieser grundlegenden Arbeit wurde für Sie erledigt, was Ihnen einen Starthilfe gibt.“

Geschäftsanwender haben die Möglichkeiten von Low Code genutzt. Aflac veranstaltete kürzlich einen „Pegathon“, bei dem Geschäftsanwender App Studio nutzen konnten, um Apps für bestimmte Anwendungsfälle zu erstellen. Weitere sind geplant. „Es ist eine sehr intensive Möglichkeit, einige unserer Geschäftsanwender an die Tools zu gewöhnen, diesen Low-Code-Ansatz für die Entwicklung zu nutzen und ihnen einen Einblick in den Wert zu geben, den sie selbst schaffen können.“

Eine Auswirkung von Pega war die Schadensbearbeitung. „Wir haben festgestellt, dass wir viel Zeit mit Schadensfällen mit geringerer Komplexität verbracht haben (die auch eher eine geringere Auszahlung bedeuten)“, erklärte Anderson. „Nachdem wir uns das angeschaut hatten, kamen wir zu dem Schluss, dass es für uns effektiver wäre, diese Ansprüche einfach automatisch zu begleichen. Wir nutzen jetzt Automatisierung, KI oder maschinelles Lernen und einen Workflow-Prozess, um diese automatisch zu bezahlen. Für unsere Kundendienstmitarbeiter bedeutet das eine enorme Vereinfachung und gibt ihnen die Möglichkeit, sich auf komplexere und kritischere Fälle zu konzentrieren.“

Anderson verfügt derzeit über ein Team, das sich auf generative KI konzentriert, wobei die Überwachung der sicheren Nutzung und der Schutz von Aflac-Daten Priorität hat. Sie hat außerdem ein Pega-Kompetenzzentrum und eine Community of Practice eingerichtet: „Das ist ein großer Teil des Lernprozesses.“ In dieser Community gibt es Leute, die sieben Jahre bei Pega verbracht haben, und neuere Leute kommen in diese Gruppe.“

Die vielleicht greifbarste Auswirkung, die Aflac nennt, ergab sich jedoch aus der Verwendung von Pega, um mehrere Kundenbetreuungsanwendungen auf mehreren Bildschirmen auf einer einzigen Plattform zu konsolidieren und die Arbeit der Kundenbetreuer zu vereinfachen. Anderson berichtet von einer Reduzierung der Bearbeitungszeit für Anrufe zur Anforderung von Anspruchsformularen um 33 %; eine Reduzierung der Bearbeitungszeit für die Kundenauthentifizierung um 65 %; und etwa 77 % aller Chats wurden letztes Jahr vollständig von den virtuellen Assistenten von Pega abgewickelt (was einer Einsparung von etwa 4 Millionen US-Dollar entspricht).

Auf der Hauptbühne von PegaWorld sprach Anderson davon, „die Zeit bis zur Wertschöpfung bei allem, was wir tun, zu verkürzen und den Kunden im Blick zu behalten und darauf zu fokussieren.“