花旗、Aflac 和 Verizon：三种不同的 Pega 旅程

正如本月的 PegaWorld iNspire 所反映的那样，Pega 的产品范围从后台流程自动化到面向客户的实时旅程创建 - 全部由人工智能驱动。 我们与 Pega 的三位主要客户进行了座谈，了解他们截然不同的旅程。

我们从实际上是 Pega 最古老的现有客户的业务开始。

花旗和 Pega：红宝石周年纪念日

花旗美国个人银行部门分析、技术和创新主管普罗米蒂·杜塔 (Promiti Dutta) 表示：“虽然 Pega 已经在花旗工作了 40 年，但我却没有。” 她的 Pega 之旅始于四年前她加入花旗银行时。

“我所在的分析小组负责监督数据和分析能力如何在整个公司内传播。 我们知道我们的决策引擎已经报废，我们需要一个新的，因此我与 Pega 的第一次互动是与试图向我们推销新客户决策中心的个人进行的。 老实说，我们做了一些研究，因为 Pega 在这方面并没有垄断——Salesforce 有爱因斯坦机器，Adobe 有一台，我们从一些较小的名字中遇到了一些定制的机器——但现实是没有一个决策引擎拥有这一切并且需要一些定制。”

谈话转向谁将成为更好的合作伙伴，以及考虑到花旗所提供的能力，谁将最适合花旗的愿景。 “那么我们想与哪位合作伙伴合作呢？ 哪个合作伙伴以其四年前提供的能力以最好的方式符合我们的愿景？ Pega 无疑是其中的佼佼者。”

当然，几十年来，花旗一直在运行其他 Pega 解决方案，例如各种工作流程工具和业务案例管理。 事实上，这对于决策来说并不新鲜（曾经使用过 Chordiant，这是最终被 Pega 收购的 BPM 和 CRM 平台）。 “我们已经在与客户进行对话，”Dutta 说，“只是没有 Pega 决策引擎提供的那么复杂。”

Pega 客户决策中心使用人工智能来实时识别每个客户并提出下一步最佳行动建议。 花旗银行对 Hub 的使用范围稍窄一些。

“我们向客户提供的服务实际上并不是由决策引擎决定的，”杜塔解释道。 “我们拥有许多内部构建的先进方法和功能来确定‘什么’。 这是我们使用决策中心的“时间”和“地点”。 所有“什么”都加载到报价调色板中； 使用决策引擎中运行的上下文线索和模型，它可以确定客户何时看到优惠。”

花旗已经对客户的需求进行了预测，无论是产品、优惠还是其他形式的参与。 “Pega 的决策引擎所做的是，知道您有资格接受报价或其他东西，现在应该显示哪一个与上下文相关，”Dutta 说，并补充说 Pega 可以使用全方位的渠道交互用于做出明智的决定。

与任何金融机构一样，花旗在与客户的互动中极其谨慎，严格遵守模型风险管理、公平借贷和隐私协议。 这确实意味着人工智能的使用受到一些限制。 “任何输入到我们 Pega 决策中心的内容都会受到同样的审查。 我们必须通过相同的流程发送整个决策引擎，以确保客户不会受到不利影响。”

深入挖掘： 佩加：人工智能将为自主企业提供动力

Verizon：面向企业和消费者的超个性化

Verizon 的商业之旅始于 Tommi Marsans 加入 Verizon Business Group 之前。 Michael Cingari 现任营销科学、CX 和 CRM 副总裁，几年前就开始在客户呼叫中心的消费者业务中使用 Pega 的下一个最佳行动解决方案。

“我是通过 Verizon 收购 XO Communications 而来的，”营销技术策略师 Marsans 说道。 “当 Verizon 2.0 重新组织我们时，Mike Cingari 开始了营销科学实践，并让我们中的一些人通过那里进行 Pega 业务实施。 那是 2019 年。我们花了一段时间才开始，但一旦我们开始并获得业务案例批准，我们只用了不到 13 个月的时间就开始显示回报。 我们的表现比第一年的收支平衡要好，然后是第二年：20 倍。”

与消费者端 Pega 实施一样，Marsans 和她的团队致力于反应性决策空间 - 确定下一个最佳行动以响应客户行为（在本例中为企业客户）。 “因此，当有人致电呼叫中心并想要断开连接时，他们会采取下一个最佳行动。 我们扩展到增长机会和升级； 然后进入无辅助的数字领域，并从那里开始成长。”

我们请她解释下一步最佳行动对客户服务的影响。 “我们所做的改变在于辅助渠道，服务代表会不惜一切代价让客户满意——所以他们总是选择最丰富的报价，因为这是最持久的报价，而且他们从来没有真正考虑过其他选择。 当我们为他们提供替代方案时，他们使用了它们，并且同样成功； 为客户解决问题，而不仅仅是付钱让他们留下来，可以提供更好的客户体验和用户体验。”

Marsans 强调客户决策是高度个性化的。 “这不是我们想和他们谈论的话题； 这是我们认为他们想要的次优报价。 这不仅仅是优惠； 尤其是在业务方面，有完善的解决方案。 我们与他们讨论其中下一个最好的一个。”

当然，为了让客户决策中心对下一步最佳行动做出明智的判断，它需要接受过去有效的培训。 “如果你有交易历史，”Marsans 说，“你可以为引擎提供数据，基本上只是启动它。 我们也有传统的回归模型，我们也将其输入其中。 我们现在刚刚开始使用自适应建模[决策中心中的人工智能]。 引擎的人工智能部分需要我们（而不是机器）进行一些学习，以了解如何呈现报价以及正确的事件顺序。”

Marsans 告诉我们，她对 Pega 推出的生成式人工智能解决方案感到兴奋。 “无论您有什么业务案例，无论您要解决什么用例，您都可以重复使用它。 您可以将其用作其他事物的基础。 我认为您不需要有一个覆盖每个渠道的完整实施。 我认为你可以从你开始的地方开始。”

最后，让营销人员接受在很多方面都违反直觉的心态有多困难？ “每个营销人员的梦想是拥有清晰的客户旅程，并能够一路影响他们，让他们到达你想要的地方，”马桑斯说。 “他们很难认为这是通过许多不同渠道进行的持续对话，而不是‘我需要向你发送一些你需要回复的东西’。” 这有点范式转变，但如果你能用前几个用例向他们展示你可以实现这一目标，那么他们就会完全同意。”

深入挖掘：通过让人类参与循环来降低生成式人工智能的风险

Aflac：缩短价值实现时间

目前，Aflac 的 Pega 用例与花旗和 Verizon 完全不同。 它才刚刚开始研究客户决策中心的可能性。 Pega 主要用于分析和自动化业务流程和工作流程。 人们大量使用 Pega 的低代码 App Studio 来创建能够理解并自动化业务流程的应用程序。

“这是符合我们 One Digital Aflac 战略的举措之一，”美国首席信息官 Shelia Anderson 说道。 “我认为这个过程大约持续了六七年，重点是寻找引入更加自动化的方法来解决我们遇到的一些技术数据和遗留问题的机会。”

安德森对于 Aflac 和 Pega 来说都比较陌生。 “我还在学习。 我在该组织工作了十个月，正如你可以想象的那样，我并没有专注于核心平台的非常详细的层面； 我更加关注企业战略。” 但她目睹了组织内的一些团队在适应 Pega 的低代码方法时所面临的挑战。

“对我来说，我看到的最大的调整是围绕工程人员和他们的期望，因为工程师喜欢创建代码； 有一个关键点可以让他们看到不必从头开始执行所有代码的价值 - 很多基础工作已经为您完成，这让您有一个快速的开始。”

商业用户已经接受了低代码创造的机会。 Aflac 最近举办了一场“Pegathon”活动，商业用户可以运行 App Studio 来创建应用程序来解决特定的用例。 计划更多。 “这是一种非常身临其境的方式，可以让我们的一些业务用户开始习惯该工具，利用这种低代码方法进行开发，并让他们看到自己可以创造的一些价值。”

Pega 产生的影响之一是索赔处理。 “我们发现我们在复杂性较低的索赔上花费了大量时间（这也更多的是较低的美元赔付），”安德森解释道。 “经过研究，我们发现自动支付这些索赔对我们来说会更有效。 我们现在使用自动化、人工智能或机器学习以及工作流程来自动支付这些费用。 这对我们的客户服务代表来说是一个巨大的简化，使他们能够腾出时间专注于更复杂和关键的案例。”

Anderson 目前拥有一个专注于生成人工智能的团队，该团队的首要任务是监控 Aflac 数据的安全使用和保护。 她还建立了 Pega 卓越中心和实践社区：“这是学习的一个重要部分。 在这个社区中，我们有与 Pega 一起工作了七年的人，也有新加入该团队的人。”

不过，Aflac 提到的最切实的影响可能来自于使用 Pega 将多个屏幕上的多个客户服务应用程序整合到一个平台中，并简化了客户服务代表的工作。 Anderson 报告称，请求索赔表的电话处理时间减少了 33%； 客户身份验证的处理时间减少 65%； 去年，约 77% 的聊天完全由 Pega 虚拟助理处理（相当于节省了约 400 万美元）。

在 PegaWorld 主舞台上，安德森谈到“缩短我们所做的一切的价值时间，并保持客户的视角和关注。”

获取营销技术！ 日常的。 自由的。 在您的收件箱中。

企业电子邮件地址

订阅 加工...

查看条款。