AI og digitale tjenester
Ruters kundesenter håndterer mange kundehenvendelser hver eneste dag. Med et økende antall henvendelser i 2021, så vi et behov for å finne enda bedre måter å kategorisere og hente ut innsikt fra henvendelsene på. Dette kunne hjelpe oss å identifisere tilbakemeldinger som ikke kom like godt til syne i tidligere analyser.
Kundeinnsikt ved bruk av AI
Vi inviterte studenter til å hjelpe oss med å utarbeide en løsning. Først utviklet vi et system som samlet tilbakemeldinger fra kunder via sosiale medier (Twitter) og henvendelser sendt til Ruter via e-post, telefon og kontaktskjemaet på Ruter.no. Vi brukte deretter Natural Language Processing (NLP), som er en type Artificial Intelligence (AI), til å behandle og systematisere disse dataene til nyttig innsikt for oss.
Artificial Intelligence
Artificial Intelligence (AI) er en teknikk man bruker for å gi datamaskiner og dataprogrammer en mest mulig intelligent respons.
AI er en gren innen informatikk som blir definert som studiet og utviklingen av intelligente system, som observerer sitt miljø og tar avgjørelser for å maksimere sin egen suksess.
Andreas Kaplan og Michael Haenlein er eksperter på feltet. De definerer AI som «et systems evne til å korrekt tolke eksterne data, å lære av slike data, og å bruke denne kunnskapen til å oppnå spesifikke mål og oppgaver gjennom fleksibel tilpasning».
Ved bruk av AI, anonymiserte vi alle personopplysninger i disse henvendelsene. Dette gjorde det mulig å dele innsikten med alle i Ruter. Som et resultat var innsikten ikke bare statistikk og tall, men inneholdt betydelig informasjon om utfordringen eller tilbakemeldingen som kunden hadde.
Vi brukte også AI for å gjennomføre sentimentanalyser av henvendelsene. Vårt kundestøtteteam kan nå, med kun få klikk, identifisere geografiske klynger av brukere som synes å være mindre fornøyd med tjenestene våre. Denne typen informasjon hjelper oss med å forbedre tilbudet i enkelte geografiske områder eller for visse kjøretøy.
For å dele informasjonen med flest mulig opprettet vi interaktive instrumentbord (dashboards) og ga alle tilgang til innsikten. Dette har gjort at flere enn Kundeservice benytter seg av informasjonen og kan bruke den til å skape et bedre kollektivsystem. I dag er dashbordet et av de mest brukte i Ruter, og viser informasjon om både nåværende status og historiske data. Resultatet er økt kundetilfredshet.
textbox
Ruters AI-saksbehandler HarryBotter
Kundestøtte i Ruter mottar over 100 000 skriftlige henvendelser fra kunder i løpet av året, via kontaktskjema på nettet. Mange av disse er korte og enkle saker som omhandler driftsavvik (rundt 7% av alle henvendelsene) der busser/trikker ikke dukker opp i henhold til ruteplanleggeren.
På grunn av den store mengden saker som kommer inn, kan det ta tid å få svart kunden, også i de sakene som ikke nødvendigvis krever så mye tid å behandle i seg selv. Dette er en prosess det er naturlig å automatisere.
I dag blir saksbeskrivelsen kunden gir i kontaktskjema via nettet tolket av kundebehandlere og kategorisert, enten som «innstilt», «kjørt for sent» eller «kjørt for tidlig». Ved hjelp av Natural Language Process (NLP) innen AI, kan det samme tekstfeltet analyseres og kategoriseres. På denne måten effektiviseres prosessen med å svare kunder, og det gir en opplevelse av øyeblikkelig saksbehandling. For en kunde kan det være av høy verdi å få rask tilbakemelding, og for kundestøtte bidrar det til å redusere saksbehandlingstiden og frigjøre tid til håndtering av de mer prekære sakene.
Harry Botter behandlet sin første ekte sak i september 2020.Fra 29.9.2020 til 27.9.2021 ble det behandlet til sammen 4766 saker som gjelder driftsavvik. Av disse behandlet Harry Botter 1336, altså litt over 28% av alle driftsavvikssaker. Det tilsvarer omtrent 45 saksbehandlingstimer. Da har vi ikke regnet med at dersom en person skulle gjennomført arbeidet måtte vi ha lagt til tid mellom sakene.
