Principal Financial Group utiliza la solución de análisis posterior a la llamada de AWS para extraer información sobre los clientes omnicanal

Principal Financial Group aprovecha la solución de análisis posterior a la llamada de AWS para obtener información sobre sus clientes de múltiples canales

Principal es una empresa de servicios financieros establecida con más de 140 años en el negocio. Es líder mundial en gestión de inversiones y atiende a más de 62 millones de clientes en todo el mundo. Principal está llevando a cabo análisis en tiempo casi real a escala empresarial para ofrecer una experiencia de cliente omnicanal perfecta e hiperpersonalizada en su misión de hacer que la seguridad financiera sea accesible para todos. Están procesando datos en diferentes canales, incluyendo interacciones grabadas en centros de contacto, correos electrónicos, chats y otros canales digitales.

En esta publicación, mostraremos cómo los datos agregados dentro de la solución de Análisis posterior a la llamada CCI de AWS permitieron a Principal tener visibilidad sobre las interacciones en su centro de contacto, comprender mejor el recorrido del cliente y mejorar la experiencia general entre los canales de contacto, al mismo tiempo que se mantiene la integridad y seguridad de los datos.

Requisitos de la solución

Principal ofrece servicios de inversión a través de Genesys Cloud CX, un centro de contacto basado en la nube con integraciones nativas y potentes con AWS. Cada año, Principal maneja millones de llamadas e interacciones digitales. Como primer paso, querían transcribir las llamadas de voz y analizar esas interacciones para determinar los principales impulsores de las llamadas, incluyendo problemas, temas, sentimiento, tiempo promedio de atención y desarrollar análisis adicionales basados en procesamiento de lenguaje natural (NLP).

Para analizar correctamente las llamadas, Principal tenía algunos requisitos:

  • Detalles de contacto: Comprender el recorrido del cliente requiere saber si el altavoz es un sistema de respuesta de voz interactiva (IVR) automatizado o un agente humano, y cuándo ocurre la transferencia de llamadas entre los dos.
  • Redacción de contenido: Cada interacción de audio del cliente se graba como un archivo WAV estéreo, pero podría incluir información sensible como información protegida por HIPAA y datos de identificación personal (PII).
  • Escalabilidad: Esta arquitectura debía escalar de inmediato a miles de llamadas por día y millones de llamadas por año. Además, Principal necesitaba una arquitectura de análisis extensible que pudiera analizar otros canales, como hilos de correos electrónicos y resultados de encuestas tradicionales de voz del cliente (VoC).
  • La integridad no es negociable en Principal: guía todo lo que hacen. De hecho, hacer lo correcto es uno de los valores fundamentales en Principal. Por lo tanto, cuando el equipo de Principal comenzó a abordar este proyecto, sabían que garantizar el más alto nivel de seguridad de los datos, como el cumplimiento normativo, la privacidad de los datos y la calidad de los datos, sería un requisito fundamental e irrenunciable. El equipo necesitaba utilizar tecnología con una postura correspondiente en seguridad de datos, y la capacidad de construir controles personalizados de cumplimiento y seguridad para cumplir con requisitos estrictos. Prestar atención a este requisito fundamental permite que Principal mantenga una experiencia de cliente segura y protegida.

Descripción general de la solución

Después de una extensa investigación, el equipo de Principal seleccionó la solución Contact Center Intelligence (CCI) de AWS, que permite a las empresas mejorar la experiencia del cliente y obtener información de las conversaciones al agregar capacidades de inteligencia artificial en centros de contacto de terceros en las instalaciones y en la nube. La solución de Análisis posterior a la llamada (PCA) de CCI es parte de la suite de soluciones de CCI y cumple muchos de los requisitos identificados. PCA tiene una arquitectura de referencia de la Biblioteca de Soluciones y un repositorio de ejemplos de código abierto en GitHub. Trabajando con su equipo de cuenta de AWS, Principal detalló la solución de PCA y su implementación, y estableció programas de capacitación personalizados y días de inmersión para capacitar rápidamente a los equipos de Principal. La arquitectura de ejemplo (ver el diagrama siguiente) y la base de código en el repositorio de código abierto permitieron a los equipos de ingeniería de Principal iniciar rápidamente su solución para unificar el recorrido del cliente y fusionar los registros telefónicos y los registros de transcripción.

PCA proporciona toda una arquitectura para la ingestión de archivos de audio en un flujo de trabajo completamente automatizado con AWS Step Functions, que se inicia cuando se entrega un archivo de audio a un bucket de Amazon Simple Storage Service (Amazon S3) configurado. Después de unos minutos, se genera una transcripción con Amazon Transcribe Call Analytics y se guarda en otro bucket de S3 para su procesamiento por otras herramientas de inteligencia empresarial (BI). PCA también ofrece una interfaz de usuario basada en web que permite a los clientes navegar por las transcripciones de las llamadas. Las características de seguridad de PCA garantizan que cualquier dato de identificación personal (PII) se redacte tanto de la transcripción como del archivo de audio en sí. Además, todos los datos dentro del bucket de S3 se pueden cifrar con claves pertenecientes a Principal.

Principal trabajó junto con los equipos técnicos de AWS para modificar el flujo de trabajo de Step Functions dentro de PCA para lograr aún más sus objetivos. Detalles de llamadas como marcas de tiempo de interacción, colas de llamadas, transferencias de agentes y tiempos de habla de los participantes son rastreados por Genesys en un archivo llamado Registro de Rastreo de Contacto (CTR). Combinando transcripciones precisas con archivos CTR de Genesys, Principal pudo identificar correctamente a los oradores, categorizar las llamadas en grupos, analizar el rendimiento de los agentes, identificar oportunidades de venta adicional y llevar a cabo análisis adicionales impulsados por el aprendizaje automático (ML).

Los equipos construyeron un nuevo mecanismo de ingestión de datos, permitiendo que los archivos CTR se entreguen junto con el archivo de audio a un bucket de S3 de forma conjunta. Principal y AWS colaboraron en una nueva función de AWS Lambda que se agregó al flujo de trabajo de Step Functions. Esta función Lambda identifica los registros de CTR y proporciona un paso adicional de procesamiento que produce una transcripción mejorada que contiene metadatos adicionales como información de cola e identificación de agentes, identificación y etiquetado de IVR, y cuántos agentes (y IVRs) transfirieron al cliente, todo agregado de los registros de CTR. Esta información adicional permite a Principal crear un mapa de la interacción del cliente a lo largo del ciclo de vida de la conversación y enfocarse en los segmentos de discurso críticos, excluyendo aquellos menos relevantes.

Además, este paso de posprocesamiento permitió a Principal enriquecer aún más las transcripciones con información interna como nombres de agentes y colas, y expandir las capacidades de análisis de PCA, incluyendo modelos personalizados de ML basados en NLP para identificación de temas e intenciones de los clientes, desplegados utilizando Amazon SageMaker endpoints, y ampliación adicional de transcripción utilizando modelos de inteligencia artificial generativa fundamentales alojados en Amazon Bedrock.

PCA es de código abierto en GitHub, lo que permite a los clientes como Principal ampliar y mantener sus propias ramas con código de negocios personalizado y privado. También permite a la comunidad enviar código de vuelta al repositorio principal para que otros lo usen. Principal y los equipos técnicos de AWS se asociaron para fusionar las características de registro de CTR de Genesys y de marcador de posición de posprocesamiento en la versión principal de PCA. Esta colaboración entre Principal y AWS permitió una rápida puesta en el mercado para Principal, al tiempo que garantizaba que los requisitos comerciales existentes y futuros se pudieran agregar rápidamente. Las contribuciones al proyecto de código abierto han acelerado las cargas de trabajo de CTR de otros clientes de Genesys.

Responder a preguntas comerciales

Una vez que PCA estuvo implementado, los analistas, científicos de datos, ingenieros y propietarios de negocios de Principal trabajaron con los expertos en AWS para construir numerosos tableros de Amazon QuickSight para mostrar las ideas obtenidas de los datos y empezar a responder preguntas de negocios. QuickSight es un servicio de inteligencia empresarial de escala en la nube que se puede utilizar para proporcionar ideas fáciles de entender a partir de múltiples conjuntos de datos, incluyendo datos de AWS, datos de terceros, datos de software como servicio (SaaS) y más. El uso de esta herramienta de BI, con sus integraciones nativas en los repositorios de datos existentes accesibles mediante Amazon Athena, facilitó la creación de visualizaciones para mostrar los datos a gran escala y permitió la BI de autoservicio. Se crearon rápidamente visualizaciones para responder algunas preguntas clave, como “¿Qué nos llaman nuestros clientes?”, “¿Qué temas están relacionados con el mayor tiempo de duración de llamada y más transferencias?” y “¿Qué temas e problemas están relacionados con las puntuaciones de sentimiento de los clientes más bajas?” Al incluir datos adicionales relacionados con los modelos de temas personalizados de Principal, el equipo pudo ampliar el uso de QuickSight para incluir comparaciones de temas y correlaciones, capacidades de validación de modelos y comparaciones de sentimientos basados en el orador, el segmento, la llamada y la conversación. Además, el uso de las ideas de QuickSight permitió al equipo de Principal implementar la detección de anomalías y la predicción de volumen, mientras que Amazon QuickSight Q, una función de ML dentro de QuickSight que utiliza NLP, permitió un rápido análisis cuantitativo de datos de lenguaje natural.

Cuando la iniciativa inicial de PCA se completó, Principal supo que necesitaban explorar más profundamente la experiencia del cliente omnicanal. Juntos, Principal y AWS construyeron tuberías de ingestión de datos para interacciones de correo electrónico de los clientes y metadatos adicionales de su plataforma de datos de cliente, y crearon mecanismos de agregación y análisis de datos para combinar datos omnicanal en una sola lente de análisis de cliente. El uso de vistas de Athena y tableros de QuickSight continuó permitiendo análisis clásicos, y la implementación de bases de datos gráficas de prueba de concepto a través de Amazon Neptune ayudará a Principal a extraer información sobre temas de interacción y relaciones de intenciones dentro de la vista omnicanal cuando se implementen a gran escala.

Los Resultados

PCA ayudó a acelerar el tiempo de llegada al mercado. Principal pudo implementar la aplicación PCA de código abierto existente por sí mismos en 1 día. Luego, Principal trabajó junto con AWS y amplió la oferta de PCA con numerosas características como la integración de Genesys CTR en un período de 3 meses. El proceso de desarrollo y implementación fue un proceso conjunto e iterativo que permitió a Principal probar y procesar volúmenes de llamadas de producción en las nuevas características desarrolladas. Desde el compromiso inicial, AWS y Principal continúan trabajando juntos, compartiendo requisitos comerciales, hojas de ruta, código y correcciones de errores para expandir PCA.

Desde su desarrollo inicial e implementación, Principal ha procesado más de 1 millón de llamadas de clientes a través del marco de PCA. Esto ha resultado en más de 63 millones de segmentos de habla individuales pronunciados por un cliente, agente o IVR. Con esta gran cantidad de datos, Principal ha podido realizar análisis históricos a gran escala y análisis en tiempo real para obtener información sobre la experiencia del cliente.

Las soluciones AWS CCI son un cambio de juego para Principal. La suite existente de herramientas CCI de Principal, que incluye Qualtrics para crear paneles de control simples e identificación de oportunidades, se amplió con la adición de PCA. La incorporación de PCA a la suite de herramientas CCI permitió a Principal realizar rápidamente análisis profundos de sus interacciones en el centro de contacto. Con estos datos, Principal ahora puede realizar análisis avanzados para comprender las interacciones y los impulsores de las llamadas de los clientes, incluyendo temas, intenciones, problemas, acciones y resultados. Incluso en un entorno de producción controlado a pequeña escala, el lago de datos de PCA ha dado lugar a numerosos nuevos casos de uso.

Hoja de ruta

Los datos generados por PCA podrían utilizarse para tomar decisiones empresariales críticas con respecto a la asignación de llamadas en función de información sobre qué temas están provocando tiempos de manejo promedio más largos, esperas más prolongadas, más transferencias y sentimientos negativos por parte del cliente. Conocer cuándo las interacciones de los clientes con el IVR y los asistentes de voz automatizados son mal comprendidas o redirigidas incorrectamente ayudará a Principal a mejorar la experiencia de autoservicio. Comprender por qué un cliente llamó en lugar de usar el sitio web es fundamental para mejorar el recorrido del cliente y aumentar su satisfacción. Los gerentes de productos responsables de mejorar las experiencias web han compartido lo emocionados que están de poder utilizar datos de PCA para impulsar la priorización de nuevas mejoras y medir el impacto de los cambios. Principal también está analizando otros posibles casos de uso, como el mapeo de perfiles de clientes, la detección de fraudes, la gestión de la fuerza laboral, el uso de IA/ML adicional y modelos de lenguaje grandes (LLMs) para identificar nuevas tendencias en sus centros de contacto.

En el futuro, Principal planea seguir expandiendo las capacidades de postprocesamiento con agregación adicional de datos, análisis y modelos de generación de lenguaje natural (NLG) para resúmenes de texto. Actualmente, Principal está integrando IA generativa y modelos fundamentales (como Amazon Titan) en sus soluciones patentadas. Principal planea utilizar la IA generativa de AWS para mejorar la productividad de los empleados, aumentar los activos bajo administración, ofrecer experiencias de cliente de alta calidad y proporcionar herramientas que permitan a los clientes tomar decisiones de inversión y jubilación eficientemente. Dada la flexibilidad y la capacidad de extensión del marco de PCA de código abierto, los equipos de Principal cuentan con una extensa lista de mejoras adicionales, análisis e ideas que podrían extender el marco existente.

“Con la solución de análisis posterior a la llamada de AWS, Principal puede realizar actualmente análisis históricos a gran escala para comprender dónde se pueden mejorar las experiencias de los clientes, generar información accionable y priorizar las acciones. Ahora, estamos agregando IA generativa utilizando Amazon Bedrock para ayudar a nuestros usuarios comerciales a tomar decisiones basadas en datos con mayor rapidez y precisión, al tiempo que reducimos los costos. Esperamos explorar la función de resumen posterior a la llamada en Amazon Transcribe Call Analytics para permitir que nuestros agentes centren su tiempo y sus recursos en interactuar con los clientes, en lugar de realizar trabajos manuales posteriores al contacto”.

– dice Miguel Sánchez Urresty, Director de Datos y Analítica de Principal Financial Group.

Conclusión

La solución PCA de AWS CCI está diseñada para mejorar la experiencia del cliente, obtener información sobre los clientes y reducir los costos operativos mediante la adición de IA y ML al proveedor del centro de contacto de su elección. Para obtener más información sobre otras soluciones de CCI, como Análisis en vivo de llamadas, consulte Soluciones de Inteligencia de Centros de Contacto (CCI) de AWS.

Acerca de Principal Financial Group

Principal Financial Group y sus afiliados, con sede en Des Moines IA, es una empresa financiera con 19,000 empleados. Llevamos más de 140 años en el negocio y ayudamos a más de 62 millones de clientes en varios países alrededor del mundo al 31 de diciembre de 2022.

Amazon AWS y Amazon no son afiliados de ninguna compañía del Grupo Financiero Principal. Los productos de seguros son emitidos por Principal National Life Insurance Co (excepto en NY) y Principal Life Insurance Company. Los servicios administrativos del plan son ofrecidos por Principal Life. Principal Funds, Inc. es distribuido por Principal Funds Distributor, Inc. Los valores son ofrecidos a través de Principal Securities, Inc., miembro de SIPC y/o corredores de bolsa independientes. Las compañías mencionadas son miembros del Grupo Financiero Principal, Des Moines, IA 50392. ©2023 Principal Financial Services, Inc.

Esta comunicación tiene como objetivo ser educativa y no debe ser tomada como una recomendación. Los productos de seguros y los servicios administrativos del plan son proporcionados por Principal Life Insurance Company, miembro del Grupo Financiero Principal, Des Moines, IA 50392

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Investigación

AI Probabilístico que sabe qué tan bien está funcionando.

Es más importante que nunca que la inteligencia artificial estime con qué precisión está explicando los datos.

Inteligencia Artificial

Usando los GPT, el creador de aplicaciones de IA personal sin código de OpenAI

Aprende a crear ChatGPT personalizados para análisis de datos, tareas visuales y más con los GPT de OpenAI sin necesi...

Inteligencia Artificial

Encontrar respuestas (sobre la mejor manera de encontrar respuestas)

Los científicos de la computación en la Universidad del Sur de California consideraron cuáles son las mejores represe...

Inteligencia Artificial

Este artículo de IA hace público HyperDreamer un avance en la creación de contenido 3D con texturizado avanzado, modelado de 360 grados y edición interactiva

No es fácil generar modelos en 3D detallados y realistas a partir de una sola imagen RGB. Investigadores del Laborato...

Inteligencia Artificial

ChatGPT tiende hacia el liberalismo

Investigaciones realizadas por científicos de la Universidad de East Anglia en el Reino Unido sugieren que el ChatGPT...