solvatio® X NBA (Machine Learning)2018-10-29T07:56:51+00:00

solvatio® X

N B A

MACHINE LEARNING / KÜNSTLICHE INTELLIGENZ

QUALITÄT VOR QUANTITÄT.

Lösungen: Der Kern von gutem Service. solvatio® X setzt zur Lösungsfindung voll auf künstliche Intelligenz in Form von Machine Learning. Next Best Actions (NBA) sind das Ergebnis aus tiefschürfenden, automatisierten Datenanalysen und zielen darauf ab die Qualität der Lösungsvorschläge stetig zu verbessern.

So versteht sich solvatio® X als lernendes System und greift dabei auf interne oder externe Daten zurück und vermischt diese mit Crowd Sourcing Informationen aus dem laufenden Betrieb und den Aktionen der Agenten, um passende Folgeaktionen abzuleiten. So entsteht eine hybride Intelligenz aus analysierten Daten und den von Agenten ausgeführten Aktionen, welche maximale Lösungsqualität bei minimaler Vorgangsquantität garantieren.

So spart Machine Learning in solvatio® X Zeit für Agenten und Kunden und reduziert Aufwände im technischen Support.

MEIN NAME IST FOREST. RANDOM FOREST.

Zur Klassifikation der Lösung verwendet solvatio® X Random Forest. Das ermöglicht neben schnellem Training auf enorm großen Datenmengen bekannter Anwendungsfälle außerdem eine besonders schnelle Evaluation aufgrund der parallelisierbaren Vorgänge. Außerdem ermöglicht Random Forest eine Regression und erlaubt somit die Modulation von Abhängigkeiten eigentlich unabhängiger Variablen.

In einem so komplexen Umfeld wie der Diagnose technischer Systeme und Welten mit einer Vielzahl verschiedenster Komponenten macht diese Eigenschaft und Fähigkeit Random Forest zum wertvollen KI Partner in solvatio® X.

Mit einer in der Praxis bewiesenen Zeitersparnis von über 36% pro Anruf werden Next Best Actions zu einem unverzichtbaren Partner der Agenten.

MACHINE LEARNING (NBA)

Wertvoll

Wertvoll

Schnellere Lösungsvorschläge führen zu schnelleren Entscheidungen und sparen so Zeit und Geld.

Hochwertig

Hochwertig

Machine Learning steigert nachweislich die Lösungsqualität – alles auf Basis von Daten, ganz ohne Pflege und umfänglich verlässlich.

State of the Art

State of the Art

Ein Random Forest Algorithmus auf einem Spark Cluster, dazu einen Kafka Big Data Highway oder die Möglichkeit externe ML Algorithmen zu verwenden – alles ist möglich in solvatio® X.

Offen für den Rest der Welt.

Neben dem integrierten Random Forest Algorithmus ist solvatio® X außerdem mit einer Machine Learning API ausgestattet, welche es ermöglicht beliebige externe AI Verfahren und Services in solvatio® X und den Diagnose- und Lösungsfindungsvorgang zu integrieren und alleine oder untereinander vermischt anwendbar zu machen.

Dabei kann solvatio® X nicht nur mit internen Daten arbeiten sondern ermöglicht ebenfalls den Einbezug externer Big Data Lakes und dort vorhandener ML Ergebnisse und erreicht so unabhängige Lösungswertung auf Basis bereits vorhandener Daten.

Der im solvatio® X STUDIO vorhandene ML MAPPER bietet zudem eine einfache und komfortable Möglichkeit extern gewonnene Ergebnisse auf entsprechende Automationsabläufe zu mappen und garantiert eine kurze Time-to-Market und geringen Aufwand im Umgang mit ML in solvatio® X.

NEXT BEST VALUE.

Machine Learning in Form von NBA ist Wertlieferant auf verschiedenen Ebenen. Anstatt starre Prozesse zu entwerfen, zu durchlaufen und den Agenten sowie den Kunden aufzuzwingen, ermöglicht ML einen ergebnisorientierten Serviceablauf mit konstantem Blick auf das eigentliche Problem:

Der Agent verliert weniger Zeit innerhalb starrer Prozesse und bekommt unmittelbar dynamische Lösungsvorschläge an die Hand. Ein BOT Dialog hängt nicht an einem linearen Dialogablauf, sondern reagiert dynamisch auf erhobene Daten und Aussagen des Nutzers. Im SELF SERVICE können dynamisch Lösungen automatisiert werden anstatt prozessgetriebene Datenabfrage in einer Triage enden zu lassen.

NBA bedeutet weniger Pflege statischer Abläufe und bietet immer den größtmöglichen Value zu gegebener Zeit bei voller Qualitätskontrolle durch den „Second Opinion Modus“ und ermöglicht freie Entscheidungen für Agenten oder Nutzer durch einen dynamischen Ablauf.