花旗、Aflac 和 Verizon：三種不同的 Pega 旅程
已發表: 2023-06-24正如本月的 PegaWorld iNspire 所反映的那樣，Pega 的產品範圍從後台流程自動化到面向客戶的實時旅程創建 - 全部由人工智能驅動。 我們與 Pega 的三位主要客戶進行了座談，了解他們截然不同的旅程。
我們從實際上是 Pega 最古老的現有客戶的業務開始。
花旗和 Pega：紅寶石周年紀念日
花旗美國個人銀行部門分析、技術和創新主管普羅米蒂·杜塔 (Promiti Dutta) 表示：“雖然 Pega 已經在花旗工作了 40 年，但我卻沒有。” 她的 Pega 之旅始於四年前她加入花旗銀行時。
“我所在的分析小組負責監督數據和分析能力如何在整個公司內傳播。 我們知道我們的決策引擎已經報廢，我們需要一個新的，因此我與 Pega 的第一次互動是與試圖向我們推銷新客戶決策中心的個人進行的。 老實說，我們做了一些研究，因為 Pega 在這方面並沒有壟斷——Salesforce 有愛因斯坦機器，Adobe 有一台，我們從一些較小的名字中遇到了一些定制的機器——但現實是沒有一個決策引擎擁有這一切並且需要一些定制。”
談話轉向誰將成為更好的合作夥伴，以及考慮到花旗所提供的能力，誰將最適合花旗的願景。 “那麼我們想與哪位合作夥伴合作呢？ 哪個合作夥伴以其四年前提供的能力以最好的方式符合我們的願景？ Pega 無疑是其中的佼佼者。”
當然，幾十年來，花旗一直在運行其他 Pega 解決方案，例如各種工作流程工具和業務案例管理。 事實上，這對於決策來說並不新鮮（曾經使用過 Chordiant，這是最終被 Pega 收購的 BPM 和 CRM 平台）。 “我們已經在與客戶進行對話，”Dutta 說，“只是沒有 Pega 決策引擎提供的那麼複雜。”
Pega 客戶決策中心使用人工智能來實時識別每個客戶並提出下一步最佳行動建議。 花旗銀行對 Hub 的使用範圍稍窄一些。
“我們向客戶提供的服務實際上並不是由決策引擎決定的，”杜塔解釋道。 “我們擁有許多內部構建的先進方法和功能來確定‘什麼’。 這是我們使用決策中心的“時間”和“地點”。 所有“什麼”都加載到報價調色板中； 使用決策引擎中運行的上下文線索和模型，它可以確定客戶何時看到優惠。”
花旗已經對客戶的需求進行了預測，無論是產品、優惠還是其他形式的參與。 “Pega 決策引擎的作用是，知道您有資格獲得報價或其他東西，現在應該顯示哪一個與上下文相關，”Dutta 說，並補充說 Pega 可以使用全方位的渠道交互用於做出明智的決定。
與任何金融機構一樣，花旗在與客戶的互動中極其謹慎，嚴格遵守模型風險管理、公平借貸和隱私協議。 這確實意味著人工智能的使用受到一些限制。 “任何輸入到我們 Pega 決策中心的內容都會受到同樣的審查。 我們必須通過相同的流程發送整個決策引擎，以確保客戶不會受到不利影響。”
深入挖掘： 佩加：人工智能將為自主企業提供動力
Verizon：面向企業和消費者的超個性化
Verizon 的商業之旅始於 Tommi Marsans 加入 Verizon Business Group 之前。 Michael Cingari 現任營銷科學、CX 和 CRM 副總裁，幾年前就開始在客戶呼叫中心的消費者業務中使用 Pega 的下一個最佳行動解決方案。
“我是通過 Verizon 收購 XO Communications 而來的，”營銷技術策略師 Marsans 說道。 “當 Verizon 2.0 重新組織我們時，Mike Cingari 開始了營銷科學實踐，並讓我們中的一些人通過那裡進行 Pega 業務實施。 那是 2019 年。我們花了一段時間才開始，但一旦我們開始並獲得商業案例批准，我們只用了不到 13 個月的時間就開始顯示回報。 我們的表現比第一年的收支平衡要好，然後是第二年：20 倍。”
與消費者端 Pega 實施一樣，Marsans 和她的團隊致力於反應性決策空間 - 確定下一個最佳行動以響應客戶行為（在本例中為企業客戶）。 “因此，當有人致電呼叫中心並想要斷開連接時，他們會採取下一個最佳行動。 我們擴展到增長機會和升級； 然後進入無輔助的數字領域，並從那裡開始成長。”
我們請她解釋下一步最佳行動對客戶服務的影響。 “我們所做的改變在於輔助渠道，服務代表會不惜一切代價讓客戶滿意——所以他們總是選擇最豐富的報價，因為那是最持久的，而且他們從來沒有真正考慮過其他選擇。 當我們為他們提供替代方案時，他們使用了它們，並且同樣成功； 為客戶解決問題，而不僅僅是付錢讓他們留下來，可以提供更好的客戶體驗和用戶體驗。”
Marsans 強調客戶決策是高度個性化的。 “這不是我們想和他們談論的話題； 這是我們認為他們想要的次優報價。 這不僅僅是優惠； 尤其是在業務方面，有完善的解決方案。 我們與他們討論其中下一個最好的一個。”
當然，為了讓客戶決策中心對下一步最佳行動做出明智的判斷，它需要接受過去有效的培訓。 “如果你有交易歷史，”Marsans 說，“你可以為引擎提供數據，基本上只是啟動它。 我們也有傳統的回歸模型，我們也將其輸入其中。 我們現在剛剛開始使用自適應建模[決策中心中的人工智能]。 引擎的人工智能部分需要我們（而不是機器）進行一些學習，以了解如何呈現報價以及正確的事件順序。”
Marsans 告訴我們，她對 Pega 推出的生成式人工智能解決方案感到興奮。 “無論您有什麼業務案例，無論您要解決什麼用例，您都可以重複使用它。 您可以將其用作其他事物的基礎。 我認為您不需要有一個覆蓋每個渠道的完整實施。 我認為你可以從你開始的地方開始。”
最後，讓營銷人員接受在很多方面都違反直覺的心態有多困難？ “每個營銷人員的夢想是擁有清晰的客戶旅程，並能夠一路影響他們，讓他們到達你想要的地方，”馬桑斯說。 “他們很難認為這是通過許多不同渠道進行的持續對話，而不是‘我需要向你發送一些你需要回复的東西’。” 這有點範式轉變，但如果你能用前幾個用例向他們展示你可以實現這一目標，那麼他們就會完全同意。”
深入挖掘：通過讓人類參與循環來降低生成式人工智能的風險
Aflac：縮短價值實現時間
目前，Aflac 的 Pega 用例與花旗和 Verizon 完全不同。 它才剛剛開始研究客戶決策中心的可能性。 Pega 主要用於分析和自動化業務流程和工作流程。 人們大量使用 Pega 的低代碼 App Studio 來創建能夠理解並自動化業務流程的應用程序。
“這是符合我們 One Digital Aflac 戰略的舉措之一，”美國首席信息官 Shelia Anderson 說道。 “我認為這個過程大約持續了六七年，重點是尋找引入更加自動化的方法來解決我們遇到的一些技術數據和遺留問題的機會。”
安德森對於 Aflac 和 Pega 來說都比較陌生。 “我還在學習。 我在該組織工作了十個月，正如你可以想像的那樣，我並沒有專注於核心平台的非常詳細的層面； 我更加關注企業戰略。” 但她目睹了組織內的一些團隊在適應 Pega 的低代碼方法時所面臨的挑戰。
“對我來說，我看到的最大的調整是圍繞工程人員和他們的期望，因為工程師喜歡創建代碼； 有一個關鍵點可以讓他們看到不必從頭開始執行所有代碼的價值 - 很多基礎工作已經為您完成，這讓您有一個快速的開始。”
商業用戶已經接受了低代碼創造的機會。 Aflac 最近舉辦了一場“Pegathon”活動，商業用戶可以運行 App Studio 來創建應用程序來解決特定的用例。 計劃更多。 “這是一種非常身臨其境的方式，可以讓我們的一些業務用戶開始習慣該工具，利用這種低代碼方法進行開發，並讓他們看到自己可以創造的一些價值。”
Pega 產生的影響之一是索賠處理。 “我們發現我們在復雜性較低的索賠上花費了大量時間（這也更多的是較低的美元賠付），”安德森解釋道。 “經過研究，我們發現自動支付這些索賠對我們來說會更有效。 我們現在使用自動化、人工智能或機器學習以及工作流程來自動支付這些費用。 這對我們的客戶服務代表來說是一個巨大的簡化，使他們能夠騰出時間專注於更複雜和關鍵的案例。”
Anderson 目前擁有一個專注於生成人工智能的團隊，該團隊的首要任務是監控 Aflac 數據的安全使用和保護。 她還建立了 Pega 卓越中心和實踐社區：“這是學習的一個重要部分。 在這個社區中，我們有與 Pega 一起工作了七年的人，也有新加入該團隊的人。”
不過，Aflac 提到的最切實的影響可能來自於使用 Pega 將多個屏幕上的多個客戶服務應用程序整合到一個平台中，並簡化了客戶服務代表的工作。 Anderson 報告稱，請求索賠表的電話處理時間減少了 33%； 客戶身份驗證的處理時間減少 65%； 去年，約 77% 的聊天完全由 Pega 虛擬助理處理（相當於節省了約 400 萬美元）。
在 PegaWorld 主舞台上，安德森談到“縮短我們所做的一切的價值時間，並保持客戶的視角和關注。”
獲取營銷技術！ 日常的。 自由的。 在您的收件箱中。
查看條款。
相關故事
營銷科技新內容