Citi, Aflac และ Verizon: การเดินทาง Pega สามแบบที่แตกต่างกัน

ดังที่สะท้อนให้เห็นในงาน PegaWorld iNspire ของเดือนนี้ ข้อเสนอของ Pega มีตั้งแต่ระบบอัตโนมัติของกระบวนการในสำนักงานหลังร้านไปจนถึงการสร้างการเดินทางตามเวลาจริงที่ลูกค้าเผชิญหน้า ซึ่งทั้งหมดนี้ขับเคลื่อนโดย AI เรานั่งคุยกับลูกค้ารายใหญ่ของ Pega สามรายเพื่อทำความเข้าใจการเดินทางที่แตกต่างกันอย่างมากของพวกเขา

และเราเริ่มต้นด้วยธุรกิจที่เป็นลูกค้าเก่าที่สุดของ Pega

Citi และ Pega: วันครบรอบทับทิม

“ในขณะที่ Pega อยู่กับ Citi มาสี่สิบปี แต่ฉันไม่ได้ทำเลย” Promiti Dutta หัวหน้าฝ่ายวิเคราะห์ เทคโนโลยี และนวัตกรรมสำหรับธนาคารส่วนบุคคลในสหรัฐอเมริกาของ Citi กล่าว เส้นทาง Pega ของเธอเริ่มต้นขึ้นเมื่อเธอเข้าร่วม Citi เมื่อสี่ปีที่แล้ว

“กลุ่มการวิเคราะห์ที่ฉันเป็นส่วนหนึ่งดูแลวิธีการส่งข้อมูลและความสามารถในการวิเคราะห์ทั่วทั้งบริษัท เราทราบดีว่ากลไกการตัดสินใจของเราหมดอายุการใช้งานแล้ว และเราต้องการเครื่องมือใหม่ ดังนั้นการโต้ตอบครั้งแรกที่ฉันมีกับ Pega คือบุคคลที่พยายามขาย Customer Decision Hub ใหม่ให้กับเรา จริง ๆ แล้ว เราทำการวิจัยบางอย่างเพราะ Pega ไม่ได้ผูกขาดในเรื่องนี้ — Salesforce มีเครื่อง Einstein, Adobe มีหนึ่งเครื่อง มีบางเครื่องที่เราพบจากชื่อเล็ก ๆ — แต่ความจริงก็คือไม่มีเครื่องมือตัดสินใจที่มีทั้งหมด และต้องมีการปรับแต่งบางอย่าง”

การสนทนาหันไปหาว่าใครจะเป็นหุ้นส่วนที่ดีกว่าและใครเหมาะสมที่สุดกับวิสัยทัศน์ของ Citi เมื่อพิจารณาจากความสามารถที่พวกเขานำเสนอ “แล้วหุ้นส่วนคนไหนที่เราอยากร่วมงานด้วย? พันธมิตรรายใดที่เหมาะกับวิสัยทัศน์ของเรามากที่สุดด้วยความสามารถที่พวกเขานำเสนอ ณ จุดนั้นเมื่อสี่ปีที่แล้ว Pega เป็นนักวิ่งอันดับต้น ๆ อย่างแน่นอน”

แน่นอน เป็นเวลาหลายทศวรรษที่ Citi ใช้โซลูชัน Pega อื่นๆ เช่น เครื่องมือเวิร์กโฟลว์ต่างๆ และการจัดการกรณีธุรกิจ อันที่จริง การตัดสินใจไม่ใช่เรื่องใหม่ (มีอยู่ช่วงหนึ่งที่ใช้ Chordiant ซึ่งเป็นแพลตฟอร์ม BPM และ CRM ที่ Pega ซื้อกิจการในท้ายที่สุด) “เรามีการสนทนากับลูกค้าอยู่แล้ว” Dutta กล่าว “แต่ไม่ได้ซับซ้อนมากเท่ากับกลไกการตัดสินใจของ Pega”

Pega Customer Decision Hub ใช้ AI เพื่อระบุและแนะนำการดำเนินการที่ดีที่สุดถัดไปสำหรับลูกค้าแต่ละรายแบบเรียลไทม์ Citi ใช้ Hub ในวงแคบลงเล็กน้อย

“สิ่งที่เราเสนอให้กับลูกค้าไม่ได้ถูกตัดสินโดยกลไกการตัดสินใจ” Dutta อธิบาย “เรามีวิธีการและความสามารถขั้นสูงมากมายที่เราสร้างขึ้นเป็นการภายในเพื่อกำหนดว่า 'อะไร' มันคือ 'เมื่อไหร่' และ 'ที่ไหน' ที่เราใช้ Decision Hub 'อะไร' ทั้งหมดถูกโหลดในจานข้อเสนอ โดยใช้เงื่อนงำตามบริบทและแบบจำลองที่ทำงานในเครื่องมือตัดสินใจ ซึ่งจะระบุเวลาที่ลูกค้าเห็นข้อเสนอ”

Citi มีการคาดการณ์เกี่ยวกับสิ่งที่ลูกค้าต้องการอยู่แล้ว ไม่ว่าจะเป็นในรูปแบบของผลิตภัณฑ์หรือข้อเสนอ หรือรูปแบบการมีส่วนร่วมอื่นๆ “กลไกการตัดสินใจของ Pega ทำคือการรู้ว่าคุณมีคุณสมบัติเหมาะสมที่จะได้รับข้อเสนอหรืออย่างอื่น ซึ่งควรแสดงให้สอดคล้องกับบริบทในตอนนี้” Dutta กล่าว พร้อมเสริมว่า Pega มีช่องทางการโต้ตอบอย่างเต็มรูปแบบ เพื่อใช้ในการตัดสินใจอย่างมีการศึกษา

เช่นเดียวกับสถาบันการเงินอื่นๆ Citi ใช้ความระมัดระวังอย่างสูงในการปฏิสัมพันธ์กับลูกค้า โดยเคารพอย่างเคร่งครัดในการบริหารความเสี่ยงต้นแบบ การให้กู้ยืมที่เป็นธรรม และโปรโตคอลความเป็นส่วนตัว นั่นหมายถึงข้อจำกัดบางประการในการใช้ AI “ทุกสิ่งที่ป้อนเข้าสู่ Pega Decision Hub ของเราต้องผ่านการตรวจสอบข้อเท็จจริงเช่นเดียวกัน เราต้องส่งกลไกการตัดสินใจทั้งหมดผ่านกระบวนการเดียวกันเพื่อให้แน่ใจว่าลูกค้าจะไม่ได้รับผลกระทบในทางลบ”

เจาะลึก: เพกา : AI จะขับเคลื่อนองค์กรอิสระ

Verizon: Hyper-ส่วนบุคคลสำหรับธุรกิจและผู้บริโภค

เส้นทางธุรกิจของ Verizon เริ่มต้นก่อนที่ Tommi Marsans จะเข้าร่วม Verizon Business Group Michael Cingari ซึ่งปัจจุบันดำรงตำแหน่งรองประธานฝ่ายวิทยาศาสตร์การตลาด CX และ CRM ได้เริ่มใช้โซลูชันการดำเนินการที่ดีที่สุดลำดับถัดไปของ Pega เมื่อหลายปีก่อนในด้านผู้บริโภคของธุรกิจในศูนย์บริการลูกค้า

“ฉันผ่านการซื้อกิจการ XO Communications โดย Verizon” Marsans นักยุทธศาสตร์ด้านเทคโนโลยีการตลาดกล่าว “เมื่อ Verizon 2.0 จัดระเบียบเราอีกครั้ง Mike Cingari ได้เริ่มปฏิบัติการด้านวิทยาศาสตร์การตลาดและดึงพวกเราบางคนเข้ามาที่นั่นเพื่อใช้งาน Pega สำหรับธุรกิจ นั่นคือปี 2019 เราใช้เวลาสักครู่ในการเริ่มต้น แต่เมื่อเราเริ่มต้นและได้รับการอนุมัติกรณีธุรกิจของเรา เราใช้เวลาน้อยกว่า 13 เดือนในการเริ่มแสดงผลตอบแทน เราทำได้ดีกว่าจุดคุ้มทุนในปีแรก จากนั้นในปีที่สอง: 20 เท่า”

เช่นเดียวกับการใช้งาน Pega ฝั่งผู้บริโภค Marsans และทีมของเธอกำลังทำงานในพื้นที่การตัดสินใจเชิงโต้ตอบ โดยพิจารณาถึงการดำเนินการที่ดีที่สุดถัดไปเพื่อตอบสนองต่อพฤติกรรมของลูกค้า (ในกรณีนี้คือลูกค้าธุรกิจ) “ดังนั้น เมื่อมีคนโทรไปที่คอลเซ็นเตอร์และต้องการตัดการเชื่อมต่อ จะมีการดำเนินการที่ดีที่สุดสำหรับพวกเขา เราขยายโอกาสในการเติบโตและการอัปเกรด จากนั้นก็เข้าสู่พื้นที่ที่ไม่ได้รับการช่วยเหลือ ดิจิทัล และเติบโตจากที่นั่น”

เราขอให้เธออธิบายผลกระทบของการดำเนินการที่ดีที่สุดครั้งต่อไปต่อการบริการลูกค้า “ความแตกต่างที่เรากำลังทำอยู่คือช่องทางช่วยเหลือ ซึ่งตัวแทนฝ่ายบริการจะทำให้ลูกค้าพึงพอใจโดยมีค่าใช้จ่ายทั้งหมด ดังนั้นพวกเขาจึงมักจะเลือกข้อเสนอที่ร่ำรวยที่สุดเพราะนั่นคือข้อเสนอที่คงอยู่ และพวกเขาไม่เคยมองหาทางเลือกอื่นเลยจริงๆ เมื่อเราให้ทางเลือกแก่พวกเขา พวกเขาใช้มัน และมันก็สำเร็จเช่นกัน การแก้ปัญหาให้กับลูกค้า แทนที่จะจ่ายเงินเพื่อการเข้าพัก มอบประสบการณ์ที่ดียิ่งขึ้นแก่ลูกค้าเช่นเดียวกับประสบการณ์ของผู้ใช้”

Marsans เน้นย้ำว่าการตัดสินใจของลูกค้าเป็นแบบเฉพาะบุคคล “มันไม่ใช่สิ่งที่เราอยากจะคุยกับพวกเขา เป็นข้อเสนอที่ดีที่สุดลำดับถัดไปที่เราคิดว่า พวกเขา ต้องการ ไม่ใช่แค่ข้อเสนอเท่านั้น โดยเฉพาะด้านธุรกิจมีโซลูชั่นที่ครบครัน เราพูดคุยกับพวกเขาเกี่ยวกับสิ่งที่ดีที่สุดลำดับต่อไป”

แน่นอน เพื่อให้ Customer Decision Hub ทำการตัดสินอย่างรอบรู้เกี่ยวกับการดำเนินการที่ดีที่สุดครั้งต่อไป จำเป็นต้องได้รับการฝึกอบรมเกี่ยวกับสิ่งที่ได้ผลในอดีต "หากคุณมีประวัติการทำธุรกรรม" Marsans กล่าว "คุณสามารถป้อนเครื่องยนต์และเพียงแค่เริ่มต้นอย่างรวดเร็ว เรายังมีแบบจำลองการถดถอยแบบดั้งเดิมที่เราป้อนเข้าไปด้วยเช่นกัน ตอนนี้เราเพิ่งเริ่มใช้การสร้างแบบจำลองแบบปรับได้ [AI ในศูนย์กลางการตัดสินใจ] ส่วน AI ของเครื่องยนต์ต้องการการเรียนรู้บางอย่างสำหรับเรา ไม่ใช่เครื่องจักร เพื่อให้รู้วิธีนำเสนอข้อเสนอและลำดับเหตุการณ์ที่ถูกต้อง”

Marsans บอกกับเราว่าเธอรู้สึกตื่นเต้นเกี่ยวกับโซลูชั่น AI เชิงกำเนิดที่ Pega กำลังเปิดตัว “ ไม่ว่าคุณจะมีกรณีธุรกิจใด ไม่ว่ากรณีการใช้งานใดที่คุณสร้างขึ้นมาเพื่อแก้ปัญหา คุณก็สามารถนำกลับมาใช้ใหม่ได้ คุณสามารถใช้สิ่งนั้นเป็นฐานสำหรับสิ่งอื่นๆ ฉันไม่คิดว่าคุณจำเป็นต้องมีการใช้งานเต็มรูปแบบที่เข้าถึงทุกช่องทางเดียว ฉันคิดว่าคุณสามารถเริ่มต้นจากจุดที่คุณเริ่มได้”

ท้ายที่สุด เป็นเรื่องยากเพียงใดในการทำให้นักการตลาดซื้อในสิ่งที่เป็นความคิดที่สวนทางกับสัญชาตญาณในหลายๆ ด้าน “ความฝันของนักการตลาดทุกคนคือการมีเส้นทางของลูกค้าที่ชัดเจนและสามารถโน้มน้าวพวกเขาตลอดเส้นทางเพื่อพาพวกเขาไปสู่จุดที่คุณต้องการ” Marsans กล่าว “มันยากสำหรับพวกเขาที่จะคิดว่าเป็นการสนทนาต่อเนื่องในช่องทางต่างๆ มากมาย แทนที่จะเป็น 'ฉันต้องส่งสิ่งที่คุณต้องตอบกลับไป' นั่นเป็นการเปลี่ยนกระบวนทัศน์เล็กน้อย แต่ถ้าคุณสามารถแสดงให้พวกเขาเห็นพร้อมกับกรณีการใช้งานสองสามข้อแรกที่คุณสามารถทำได้ แสดงว่าพวกเขาพร้อมแล้ว”

เจาะลึกยิ่งขึ้น: ลดความเสี่ยงของ AI เชิงกำเนิดโดยการให้มนุษย์อยู่ในวง

Aflac: ลดระยะเวลาในการสร้างมูลค่า

ตอนนี้ Aflac มีกรณีการใช้งานที่แตกต่างกันสำหรับ Pega มากกว่า Citi และ Verizon เป็นเพียงการเริ่มมองหาความเป็นไปได้สำหรับ Customer Decision Hub โดยพื้นฐานแล้ว Pega ได้รับการปรับใช้เพื่อวิเคราะห์และทำให้กระบวนการทางธุรกิจและเวิร์กโฟลว์เป็นแบบอัตโนมัติ App Studio ที่ใช้รหัสต่ำของ Pega นำไปใช้ประโยชน์มากมายเพื่อสร้างแอปพลิเคชันที่เข้าใจและทำให้กระบวนการทางธุรกิจเป็นแบบอัตโนมัติ

“นี่เป็นหนึ่งในความคิดริเริ่มที่สอดคล้องกับกลยุทธ์ One Digital Aflac ของเรา” เชเลีย แอนเดอร์สัน CIO ของสหรัฐฯ กล่าว “ผมคิดว่าการเดินทางครั้งนี้ใช้เวลาประมาณ 6-7 ปี โดยมุ่งเน้นที่โอกาสในการนำเสนอแนวทางอัตโนมัติมากขึ้นเพื่อจัดการกับข้อมูลทางเทคนิคและปัญหาดั้งเดิมบางอย่างที่เรามี”

Anderson ค่อนข้างใหม่สำหรับทั้ง Aflac และ Pega “ฉันยังคงเรียนรู้ ฉันอยู่ในองค์กรมาสิบเดือนแล้ว และอย่างที่คุณคิดได้ ฉันไม่ได้โฟกัสที่ระดับรายละเอียดมากนักของแพลตฟอร์มหลัก ฉันให้ความสำคัญกับกลยุทธ์ระดับองค์กรมากขึ้น” แต่เธอได้เห็นความท้าทายที่บางกลุ่มในองค์กรมีในการปรับให้เข้ากับวิธีการเขียนโค้ดต่ำของ Pega

“สำหรับฉันแล้ว การปรับตัวครั้งใหญ่ที่สุดที่ฉันเห็นคือเรื่องรอบๆ ตัวพนักงานวิศวกรรมและความคาดหวังของพวกเขา เพราะวิศวกรสนุกกับการสร้างโค้ด มีเดือยเล็กน้อยที่จะทำให้พวกเขาเห็นคุณค่าที่ไม่ได้ทำโค้ดทั้งหมดตั้งแต่เริ่มต้น — มีการทำงานพื้นฐานมากมายให้คุณ ซึ่งช่วยให้คุณเริ่มต้นได้อย่างรวดเร็ว”

ผู้ใช้ทางธุรกิจยอมรับโอกาสที่เกิดจากโค้ดต่ำ เมื่อเร็ว ๆ นี้ Aflac เรียกใช้ "Pegathon" ซึ่งผู้ใช้ทางธุรกิจใช้ App Studio เพื่อสร้างแอปเพื่อจัดการกับกรณีการใช้งานเฉพาะ มีการวางแผนเพิ่มเติม “มันเป็นวิธีที่น่าดื่มด่ำมากในการเริ่มให้ผู้ใช้ทางธุรกิจของเราคุ้นเคยกับเครื่องมือ เพื่อใช้ประโยชน์จากแนวทางที่เขียนโค้ดน้อยในการพัฒนา และให้พวกเขาเห็นคุณค่าบางอย่างที่พวกเขาสามารถสร้างได้ด้วยตนเอง”

ผลกระทบอย่างหนึ่งที่ Pega มีต่อการดำเนินการเรียกร้อง “เราพบว่าเราใช้เวลาไปมากกับการเรียกร้องค่าสินไหมทดแทนที่มีความซับซ้อนต่ำ (นั่นคือการจ่ายเงินที่ถูกกว่าด้วย)” Anderson อธิบาย “หลังจากตรวจสอบแล้ว เราพบว่าการจ่ายค่าสินไหมทดแทนโดยอัตโนมัติจะมีประสิทธิภาพมากกว่าสำหรับเรา ตอนนี้เราใช้ระบบอัตโนมัติ, AI หรือการเรียนรู้ของเครื่อง และกระบวนการเวิร์กโฟลว์เพื่อชำระเงินอัตโนมัติ นั่นเป็นการลดความซับซ้อนอย่างมากสำหรับตัวแทนฝ่ายบริการลูกค้าของเรา ช่วยให้พวกเขามีเวลาโฟกัสกับกรณีที่ซับซ้อนและวิกฤตมากขึ้น”

ปัจจุบัน Anderson มีทีมที่มุ่งเน้นไปที่ generative AI ซึ่งให้ความสำคัญกับการตรวจสอบการใช้งานอย่างปลอดภัยและการปกป้องข้อมูล Aflac เธอยังได้ก่อตั้ง Pega Center of Excellence and a Community of Practice: “นั่นเป็นส่วนสำคัญของการเรียนรู้ที่เกิดขึ้น ภายในชุมชนนั้นเรามีผู้คนที่ใช้เวลาเจ็ดปีกับ Pega และคนใหม่ที่เข้ามาในกลุ่มนั้น”

บางทีผลกระทบที่จับต้องได้มากที่สุดที่ Aflac อ้างถึงนั้น อาจเกิดขึ้นจากการใช้ Pega เพื่อรวมแอปพลิเคชันการดูแลลูกค้าหลายรายการบนหลายหน้าจอไว้ในแพลตฟอร์มเดียว และทำให้งานของตัวแทนฝ่ายดูแลลูกค้าง่ายขึ้น Anderson รายงานว่าเวลาในการดำเนินการลดลง 33% สำหรับการโทรขอแบบฟอร์มการอ้างสิทธิ์ ลดเวลาในการดำเนินการสำหรับการรับรองความถูกต้องของลูกค้าลง 65%; และประมาณ 77% ของแชททั้งหมดจัดการโดยผู้ช่วยเสมือนของ Pega ในปีที่แล้ว (คิดเป็นเงินที่ประหยัดได้ประมาณ 4 ล้านดอลลาร์)

บนเวทีหลักของ PegaWorld แอนเดอร์สันพูดถึง "การย่นเวลาเพื่อสร้างมูลค่าให้กับทุกสิ่งที่เรากำลังทำอยู่ และรักษามุมมองของลูกค้าและมุ่งเน้นที่สิ่งนั้น"