Citi, Aflac 및 Verizon: 세 가지 다른 Pega 여정

이달의 PegaWorld iNspire에 반영된 바와 같이 Pega의 제품은 백오피스 프로세스 자동화에서 고객 대면 실시간 여정 생성에 이르기까지 다양하며 모두 AI로 구동됩니다. 우리는 세 명의 주요 Pega 고객과 만나 그들의 매우 다른 여정을 이해했습니다.

그리고 우리는 실제로 Pega의 가장 오래된 기존 고객인 비즈니스부터 시작했습니다.

Citi와 Pega: 루비 기념일

Citi의 미국 개인 뱅킹 부문 분석, 기술 및 혁신 책임자인 Promiti Dutta는 "Pega는 40년 동안 Citi에서 근무했지만 저는 그렇지 않았습니다."라고 말했습니다. 그녀의 Pega 여정은 4년 전 Citi에 합류하면서 시작되었습니다.

“내가 속해 있는 분석 그룹은 데이터와 분석 기능이 회사 전체에 전달되는 방식을 감독합니다. 우리는 의사 결정 엔진이 수명이 다해 새로운 것이 필요하다는 것을 알고 있었기 때문에 Pega와 처음으로 상호 작용한 것은 새로운 Customer Decision Hub를 판매하려는 개인과였습니다. 솔직히 Pega가 이것에 대한 독점권을 가지고 있지 않기 때문에 조사를 했습니다. Salesforce에는 Einstein 기계가 있고 Adobe에는 하나가 있습니다. 더 작은 이름에서 접한 맞춤형 기계가 몇 개 있었습니다. 하지만 현실은 모든 것을 갖춘 의사 결정 엔진이 없었습니다. 약간의 사용자 정의가 필요합니다.”

대화는 누가 더 나은 파트너가 될 것이며 누가 제공하는 기능을 고려할 때 Citi의 비전에 가장 잘 맞을 것인가로 바뀌었습니다. “그래서 우리는 어떤 파트너와 함께 일하기를 원했습니까? 4년 전 그 시점에서 제공하고 있던 기능과 함께 가능한 가장 좋은 방법으로 우리의 비전에 맞는 파트너는 누구입니까? Pega는 확실히 그 분야의 최고 주자였습니다.”

물론 수십 년 동안 Citi는 다양한 워크플로 도구 및 비즈니스 사례 관리와 같은 다른 Pega 솔루션을 실행해 왔습니다. 실제로 의사 결정이 새로운 것은 아닙니다(한때에는 Pega가 궁극적으로 인수한 BPM 및 CRM 플랫폼인 Chordiant를 사용하고 있었습니다). Dutta는 "우리는 이미 고객과 대화를 나누고 있었습니다. 하지만 Pega 의사 결정 엔진이 제공하는 만큼 정교하지는 않았습니다."라고 말했습니다.

Pega Customer Decision Hub는 AI를 사용하여 실시간으로 개별 고객을 위한 차선책을 식별하고 제안합니다. Citi는 허브를 약간 더 좁게 사용합니다.

"우리가 고객에게 제공하는 것은 실제로 의사 결정 엔진에 의해 결정되지 않습니다."라고 Dutta는 설명했습니다. “우리는 '무엇'을 결정하기 위해 내부적으로 구축한 다양한 고급 방법과 기능을 보유하고 있습니다. Decision Hub를 사용하는 것은 '언제'와 '어디서'입니다. 모든 '무엇'이 오퍼 팔레트에 로드됩니다. 의사 결정 엔진에서 실행되는 상황별 단서와 모델을 사용하여 고객이 제안을 보는 시점을 파악합니다.”

Citi는 제품, 제안 또는 기타 형태의 참여 등 고객이 필요로 하는 것이 무엇인지 이미 예측하고 있습니다. Dutta는 "Pega의 의사결정 엔진은 귀하가 제안을 받을 자격이 있다는 것을 아는 것입니다. 지금 상황과 관련이 있는 것으로 표시되어야 합니다. 교육받은 결정을 내리는 데 사용합니다.

다른 금융 기관과 마찬가지로 Citi는 고객과의 상호 작용에 극도의 주의를 기울이고 모범 위험 관리, 공정한 대출 및 개인 정보 프로토콜을 엄격히 준수합니다. 이는 AI 사용에 대한 몇 가지 제약을 의미합니다. “Pega Decision Hub에 입력되는 모든 항목은 동일한 조사를 거칩니다. 고객이 부정적인 영향을 받지 않도록 동일한 프로세스를 통해 전체 의사 결정 엔진을 보내야 했습니다.”

자세히 알아보기: 페가 : AI가 자율적 기업에 힘을 실어줄 것입니다.

Verizon: 기업과 소비자를 위한 초개인화

Verizon의 사업 여정은 Tommi Marsans가 Verizon Business Group에 합류하기 전에 시작되었습니다. 현재 마케팅 과학, CX 및 CRM 부문 부사장인 Michael Cingari는 몇 년 전 고객 콜 센터 비즈니스의 소비자 측면에서 Pega의 차선책 솔루션을 사용하기 시작했습니다.

마케팅 기술 전략가인 Marsans는 “Verizon이 XO Communications를 인수하면서 알게 되었습니다. “Verizon 2.0이 우리를 재조직했을 때 Mike Cingari는 마케팅 과학 실무를 시작했고 우리 중 일부를 그곳으로 끌어와 비즈니스를 위한 Pega 구현을 수행했습니다. 그때가 2019년이었습니다. 시작하는 데 시간이 좀 걸렸지만 일단 시작하고 비즈니스 사례가 승인되면 수익을 내기 시작하는 데 13개월도 채 걸리지 않았습니다. 우리는 첫 해에 손익분기점보다 더 잘했고, 두 번째 해에는 20X를 달성했습니다.”

소비자 측 Pega 구현과 마찬가지로 Marsans와 그녀의 팀은 고객 행동(이 경우 비즈니스 고객)에 대응하여 차선책을 결정하는 반응적 의사 결정 공간에서 작업했습니다. “따라서 누군가 콜센터에 전화를 걸어 연결을 끊고 싶을 때 차선책이 있을 것입니다. 우리는 성장 기회와 업그레이드로 확장했습니다. 그런 다음 비보조 공간인 디지털로 들어가 그곳에서 성장했습니다.”

우리는 그녀에게 차선책이 고객 서비스에 미치는 영향을 설명해달라고 요청했습니다. “우리가 만들고 있는 차이점은 서비스 담당자가 어떤 대가를 치르더라도 고객을 만족시킬 수 있는 지원 채널에 있습니다. 그래서 그들은 항상 가장 풍부한 제안을 선택했습니다. 우리가 그들에게 대안을 제시했을 때 그들은 그것을 사용했고 그것은 성공적이었습니다. 단순히 숙박비를 지불하는 것이 아니라 고객을 위해 문제를 해결하는 것은 더 나은 고객 경험과 사용자 경험을 제공합니다.”

Marsans는 고객 의사결정이 초개인화라고 강조합니다. “우리가 그들과 이야기하고 싶은 것이 아닙니다. 그들이 원할 것이라고 생각하는 차선책입니다. 그것은 단지 제안이 아닙니다. 특히 비즈니스 측면에는 완전히 구운 솔루션이 있습니다. 우리는 그 중 차선책에 대해 그들과 이야기합니다.”

물론 Customer Decision Hub가 차선책에 대해 정보에 입각한 판단을 내리려면 과거에 효과가 있었던 방법에 대한 교육을 받아야 합니다. Marsans는 “거래 내역이 있는 경우 엔진에 전원을 공급하고 기본적으로 바로 시작할 수 있습니다. 우리는 또한 우리가 그것에 공급하는 전통적인 회귀 모델도 가지고 있습니다. 우리는 이제 적응형 모델링 [의사 결정 허브의 AI]을 사용하기 시작했습니다. 제안을 제시하는 방법과 올바른 이벤트 순서가 무엇인지 알기 위해서는 기계가 아닌 엔진의 AI 부분에 약간의 학습이 필요했습니다.”

Marsans는 Pega가 출시하는 생성 AI 솔루션에 대해 기대하고 있다고 말했습니다. “ 어떤 비즈니스 사례를 가지고 있든, 어떤 사용 사례를 해결하기 위해 구축했든 관계없이 재사용할 수 있습니다. 다른 것의 기초로 사용할 수 있습니다. 모든 단일 채널에 도달하는 완전한 구현이 필요하다고 생각하지 않습니다. 시작하는 곳에서 시작할 수 있다고 생각합니다.”

마지막으로, 마케터들이 여러 면에서 반직관적인 사고방식을 받아들이도록 만드는 것이 얼마나 어려웠습니까? Marsans는 “모든 마케터의 꿈은 명확한 고객 여정을 갖고 고객이 원하는 위치에 도달하도록 하는 과정에서 고객에게 영향을 미칠 수 있는 것입니다. “'당신이 응답해야 할 것을 보내야 합니다.'가 아니라 다양한 채널에서 진행 중인 대화라는 측면에서 생각하기가 어렵습니다. 그것은 약간의 패러다임 전환이지만, 거기에 도달할 수 있는 처음 몇 가지 사용 사례로 그들에게 보여줄 수 있다면 그들은 완전히 참여하고 있는 것입니다.”

심층 분석: 인간을 루프에 배치하여 생성 AI의 위험 완화

Aflac: 가치 창출 시간 단축

현재 Aflac은 Pega에 대해 Citi 및 Verizon과 완전히 다른 사용 사례를 가지고 있습니다. Customer Decision Hub의 가능성을 살펴보기 시작했습니다. 주로 Pega는 비즈니스 프로세스 및 워크플로를 분석하고 자동화하기 위해 배포되었습니다. 비즈니스 프로세스를 이해하고 자동화하는 애플리케이션을 생성하기 위해 Pega의 로우 코드 App Studio를 많이 사용했습니다.

미국 CIO인 Shelia Anderson은 "이것은 우리의 One Digital Aflac 전략과 일치하는 이니셔티브 중 하나입니다."라고 말했습니다. "우리가 가지고 있던 일부 기술 데이터 및 레거시 문제를 해결하기 위해 보다 자동화된 접근 방식을 도입할 수 있는 기회에 초점을 맞추는 여정은 약 6~7년이 걸렸다고 생각합니다."

Anderson은 Aflac과 Pega 모두에게 비교적 새로운 것입니다. “아직도 배우는 중입니다. 저는 10개월 동안 조직에 있었고 상상할 수 있듯이 핵심 플랫폼의 매우 세부적인 수준에 집중하지 않았습니다. 저는 기업 전략에 더 집중했습니다.” 그러나 그녀는 조직 내 일부 그룹이 Pega의 로우 코드 접근 방식에 적응하는 데 어려움을 겪는 것을 목격했습니다.

“내가 본 가장 큰 조정은 엔지니어가 코드를 만드는 것을 좋아하기 때문에 엔지니어링 직원과 그들의 기대치에 관한 것입니다. 처음부터 모든 코드를 수행하지 않고 가치를 볼 수 있도록 약간의 피벗이 있습니다. 많은 기초 작업이 수행되어 바로 시작할 수 있습니다.”

비즈니스 사용자는 로우 코드가 창출하는 기회를 수용했습니다. Aflac은 최근 비즈니스 사용자가 App Studio를 실행하여 특정 사용 사례를 처리하는 앱을 만드는 "Pegathon"을 실행했습니다. 더 많은 것이 계획되어 있습니다. "일부 비즈니스 사용자가 도구에 익숙해지고 개발에 대한 로우 코드 접근 방식을 활용하고 스스로 생성할 수 있는 가치를 볼 수 있도록 하는 매우 몰입적인 방법입니다."

Pega가 청구 처리에 미친 영향 중 하나입니다. 앤더슨은 “복잡성이 낮은 청구에 많은 시간을 할애하고 있다는 사실을 발견했습니다. “그것을 살펴본 후 우리는 이러한 청구를 자동으로 지불하는 것이 더 효과적이라는 것을 알았습니다. 우리는 이제 자동화, AI 또는 기계 학습 및 워크플로 프로세스를 사용하여 자동 지불합니다. 이는 고객 서비스 담당자가 훨씬 더 복잡하고 중요한 사례에 집중할 수 있도록 크게 단순화되었습니다.”

Anderson은 현재 Aflac 데이터의 안전한 사용과 보호를 모니터링하는 것이 우선 순위인 생성 AI에 중점을 둔 팀을 보유하고 있습니다. 그녀는 또한 Pega Center of Excellence 및 Community of Practice를 설립했습니다. 그 커뮤니티 내에는 Pega와 7년을 함께한 사람들과 그 그룹에 들어온 새로운 사람들이 있습니다.”

그러나 아마도 Aflac이 인용한 가장 가시적인 영향은 Pega를 사용하여 여러 화면의 여러 고객 관리 응용 프로그램을 단일 플랫폼으로 통합하고 고객 관리 담당자의 작업을 단순화한 것에서 비롯된 것일 것입니다. Anderson은 청구 양식을 요청하는 전화의 처리 시간이 33% 단축되었다고 보고합니다. 고객 인증 처리 시간 65% 단축 작년에 Pega 가상 비서가 완전히 처리한 모든 채팅의 약 77%(약 400만 달러 절감).

PegaWorld 메인 무대에서 Anderson은 "우리가 하고 있는 모든 일의 가치 실현 시간을 단축하고 고객의 눈과 초점을 유지하는 것"에 대해 말했습니다.