Citi, Aflac и Verizon: три разных пути Pega

Как было показано на выставке PegaWorld iNspire в этом месяце, предложения Pega варьируются от автоматизации процессов бэк-офиса до создания взаимодействия с клиентами в режиме реального времени — все это управляется искусственным интеллектом. Мы встретились с тремя крупными клиентами Pega, чтобы понять их очень разные пути.

И мы начали с бизнеса, который на самом деле является старейшим клиентом Pega.

Citi и Pega: рубиновый юбилей

«В то время как Pega работает в Citi уже сорок лет, я — нет», — сказал Промити Дутта, руководитель отдела аналитики, технологий и инноваций подразделения Citi по обслуживанию частных лиц в США. Ее путь в Pega начался, когда она присоединилась к Citi четыре года назад.

«Группа аналитиков, частью которой я являюсь, следит за тем, как данные и аналитические возможности передаются по всей фирме. Мы знали, что наш механизм принятия решений устарел и нам нужен новый, поэтому первое взаимодействие, которое я имел с Pega, было с людьми, пытавшимися продать нам новый Центр принятия решений для клиентов. Честно говоря, мы провели некоторое исследование, потому что у Pega нет монополии на это — у Salesforce есть машина Einstein, у Adobe есть, были некоторые сделанные на заказ машины, которые мы находили у некоторых более мелких имен — но реальность такова, что ни один механизм принятия решений не имеет всего этого. и потребуется некоторая настройка».

Разговор зашел о том, кто будет лучшим партнером и кто лучше всего будет соответствовать видению Citi, учитывая возможности, которые они предлагают. «Итак, с каким партнером мы хотели работать? Какой партнер наилучшим образом соответствовал нашему видению благодаря возможностям, которые они предлагали на тот момент четыре года назад? Pega, безусловно, была лидером в этом».

Конечно, на протяжении десятилетий Citi использовала и другие решения Pega, такие как различные инструменты рабочего процесса и управление бизнес-кейсами. В самом деле, это не было чем-то новым для принятия решений (в какой-то момент он использовал Chordiant, платформу BPM и CRM, в конечном счете приобретенную Pega). «У нас уже были разговоры с клиентами, — сказал Датта, — просто не с такой изощренностью, как предлагает механизм принятия решений Pega».

Pega Customer Decision Hub использует искусственный интеллект для определения и предложения лучших действий для каждого отдельного клиента в режиме реального времени. Citi немного более узко использует Hub.

«То, что мы предлагаем клиенту, на самом деле не определяется механизмом принятия решений», — пояснил Датта. «У нас есть ряд передовых методов и возможностей, которые мы разработали внутри компании, чтобы определить «что». Это «когда» и «где» для которых мы используем Decision Hub. Все «что» загружается в палитру предложений; используя контекстуальные подсказки и модели, которые работают в механизме принятия решений, он определяет, когда клиент видит предложение».

У Citi уже есть прогнозы о том, что нужно клиенту, будь то продукт, предложение или какая-либо другая форма взаимодействия. «Что делает механизм принятия решений Pega, зная, что вы имеете право на получение предложения или чего-то еще, какое из них должно быть показано сейчас, чтобы быть контекстуально релевантным», — сказал Датта, добавив, что для Pega доступен весь спектр взаимодействий с каналами. использовать, чтобы принять это образованное решение.

Как и любое финансовое учреждение, Citi проявляет крайнюю осторожность при взаимодействии с клиентами, строго соблюдая модель управления рисками, справедливое кредитование и протоколы конфиденциальности. Это означает некоторые ограничения на использование ИИ. «Все, что поступает в наш Pega Decision Hub, подвергается такой же проверке. Нам пришлось отправить весь механизм принятия решений через тот же процесс, чтобы гарантировать, что это не повлияет на клиентов».

Копай глубже: Пега : ИИ будет управлять автономным предприятием

Verizon: гиперперсонализация для бизнеса и потребителей

Деловой путь Verizon начался до того, как Томми Марсанс присоединился к Verizon Business Group. Майкл Чингари, в настоящее время вице-президент по маркетинговым исследованиям, CX и CRM, несколько лет назад начал использовать решение Pega Next-best Action для работы с потребителями в колл-центре для клиентов.

«Я пришел к выводу, что компания Verizon приобрела XO Communications, — сказал Марсанс, специалист по маркетинговым технологиям. «Когда Verizon 2.0 провела нашу реорганизацию, Майк Чингари начал заниматься маркетингом и привлек некоторых из нас к реализации Pega для бизнеса. Это был 2019 год. Нам потребовалось некоторое время, чтобы начать работу, но как только мы начали и наше бизнес-кейс было одобрено, нам потребовалось менее 13 месяцев, чтобы начать показывать прибыль. Мы добились большего, чем безубыточность в первый год, а затем во второй год: 20X ».

Как и в случае с реализацией Pega на стороне потребителя, Марсанс и ее команда работали в области реактивного принятия решений — определяя следующие наилучшие действия в ответ на поведение клиентов (в данном случае бизнес-клиентов). «Поэтому, когда кто-то звонил в колл-центр и хотел отключиться, для него было бы следующее лучшее действие. Мы расширили возможности роста и обновления; затем перешел в цифровое пространство без посторонней помощи и вырос оттуда».

Мы попросили ее объяснить влияние следующего лучшего действия на обслуживание клиентов. «Разница, которую мы делаем, заключается в вспомогательных каналах, где представители службы обслуживания будут радовать клиента любой ценой — поэтому они всегда выбирают самое богатое предложение, потому что оно будет приклеиваться, и они никогда не рассматривали альтернативы. Когда мы предложили им альтернативы, они их использовали, и это было так же успешно; решение проблемы клиента вместо того, чтобы просто платить ему за то, чтобы он остался, дает лучший опыт как для клиента, так и для пользователя».

Марсанс подчеркивает, что решения клиентов являются гиперперсонализированными. «Это не то, о чем мы хотели бы с ними поговорить; это следующее лучшее предложение, которое, как мы думаем, они захотят. Это не просто предложения; особенно в бизнес-сфере есть готовые решения. Мы говорим с ними о следующем лучшем из них».

Конечно, чтобы Центр принятия решений о клиентах мог выносить обоснованные суждения о следующих лучших действиях, он должен быть обучен тому, что работало в прошлом. «Если у вас есть история транзакций, — сказал Марсанс, — вы можете запустить двигатель и просто запустить его. У нас также есть традиционные регрессионные модели, которые мы также используем. Мы только сейчас начинаем использовать адаптивное моделирование [AI в Decision Hub]. Часть движка с искусственным интеллектом потребовала некоторого обучения для нас, а не для машины, чтобы знать, как представлять предложения и какова правильная последовательность событий».

Марсанс сказала нам, что она в восторге от генеративных ИИ-решений, которые запускает Pega. « Независимо от того, какой у вас бизнес-кейс, независимо от того, для какого варианта использования вы созданы, вы можете использовать его повторно. Вы можете использовать это как основу для других вещей. Я не думаю, что вам нужна полная реализация, охватывающая каждый отдельный канал. Я думаю, вы можете начать с того, с чего начали».

Наконец, насколько сложно было убедить маркетологов поверить в то, что во многом противоречит здравому смыслу? «Мечта каждого маркетолога — иметь четкий путь клиента и иметь возможность влиять на него, чтобы привести его туда, где вы хотите, чтобы он был», — сказал Марсанс. «Им трудно думать, что это непрерывный разговор по многим различным каналам, а не «мне нужно послать вам что-то, на что вы должны ответить». Это небольшой сдвиг парадигмы, но если вы можете показать им первые несколько вариантов использования, которые вы можете получить, они полностью согласны».

Копаем глубже: снижение рисков генеративного ИИ за счет вовлечения человека

Aflac: сокращение времени окупаемости

Прямо сейчас у Aflac совершенно другие варианты использования Pega, чем у Citi и Verizon. Мы только начинаем рассматривать возможности Центра принятия решений для клиентов. Прежде всего, Pega была развернута для анализа и автоматизации бизнес-процессов и рабочих процессов. App Studio от Pega с низким кодом широко используется для создания приложений, которые понимают и затем автоматизируют бизнес-процессы.

«Это одна из инициатив, которая согласуется с нашей стратегией One Digital Aflac», — сказала ИТ-директор США Шелия Андерсон. «Я думаю, что путешествие длилось около шести или семи лет, и мы сосредоточились на возможностях внедрения более автоматизированного подхода к решению некоторых технических данных и устаревших проблем, которые у нас были».

Андерсон относительно новичок как в Aflac, так и в Pega. "Я все еще учусь. Я работаю в организации уже десять месяцев и, как вы можете себе представить, я не был сосредоточен на очень детальном уровне основных платформ; Я был больше сосредоточен на корпоративной стратегии». Но она стала свидетелем трудностей, с которыми столкнулись некоторые группы внутри организации, пытаясь приспособиться к низкокодовому подходу Pega.

«Для меня самая большая корректировка, которую я вижу, касается инженерного персонала и его ожиданий, потому что инженерам нравится создавать код; есть небольшой поворот, чтобы они увидели ценность того, чтобы не делать весь свой код с нуля — большая часть этой фундаментальной работы была сделана для вас, что дает вам быстрый старт».

Бизнес-пользователи воспользовались возможностями, предоставляемыми low code. Aflac недавно провел «Pegathon», на котором бизнес-пользователи могли запустить App Studio для создания приложений для конкретных случаев использования. Планируется больше. «Это очень захватывающий способ начать знакомить некоторых наших бизнес-пользователей с инструментами, использовать этот подход к разработке с минимальным кодом и позволить им увидеть некоторые преимущества, которые они могут создать самостоятельно».

Одно влияние, которое оказала Pega, было на обработку претензий. «Мы обнаружили, что тратим много времени на заявки с более низкой сложностью (которые также представляют собой более низкую выплату в долларах)», — объяснил Андерсон. «Посмотрев на это, мы пришли к выводу, что для нас было бы более эффективно просто автоматически оплачивать эти претензии. Теперь мы используем автоматизацию, искусственный интеллект или машинное обучение, а также рабочий процесс для их автоматической оплаты. Это значительно упростило работу наших представителей по обслуживанию клиентов, позволив им сосредоточиться на более сложных и критических случаях».

В настоящее время у Андерсона есть команда, занимающаяся генеративным искусственным интеллектом, где приоритетом является контроль за безопасным использованием и защитой данных Aflac. Она также создала Центр передового опыта Pega и Сообщество практиков: «Это огромная часть того, где происходило обучение. В этом сообществе есть люди, проработавшие семь лет с Pega, и новые люди, вступающие в эту группу».

Однако, возможно, наиболее ощутимое влияние, на которое ссылается Aflac, связано с использованием Pega для объединения нескольких приложений по обслуживанию клиентов на нескольких экранах в единую платформу и упрощения работы представителей по обслуживанию клиентов. Андерсон сообщает о сокращении времени обработки звонков с запросами форм претензий на 33%; сокращение времени обработки аутентификации клиентов на 65 %; и примерно 77% всех чатов, полностью обработанных виртуальными помощниками Pega в прошлом году (что означает экономию примерно в 4 миллиона долларов).

На главной сцене PegaWorld Андерсон говорил о «сокращении времени, необходимого для оценки всего, что мы делаем, и сохранении линзы клиента и сосредоточении внимания на нем».