Cortical.io > 实例探究 > 国际运输公司如何优化客户中心的大量电子邮件处理

国际运输公司如何优化客户中心的大量电子邮件处理

公司规模

1,000+

国家

Worldwide

产品

Cortical.io Semantic Classification

技术栈

Semantic Classification
Language Detection Algorithms

实施规模

Enterprise-wide Deployment

影响指标

Cost Savings
Productivity Improvements

技术

分析与建模 - 自然语言处理 (NLP)
分析与建模 - 实时分析

适用行业

运输

适用功能

物流运输

服务

数据科学服务

关于客户

客户是一家国际运输公司，业务遍及 35 个国家。该公司每天收到大量电子邮件，数量在 10 万到 25 万封之间。这些电子邮件使用多种语言，但只有一半需要回复。该公司的客户中心不堪重负，需要整理无关邮件，这增加了运营成本。

登录后查看完整内容

挑战

该公司每天收到来自 35 个国家的 10 万到 25 万封客户电子邮件。面对如此大量的电子邮件，最大的挑战是找出真正需要回复的电子邮件（仅占 50%）。到目前为止，客户中心花费了大量时间来筛选不需要处理的电子邮件（例如外出信息、FYI 邮件等），这项任务不必要地加重了团队的负担，并增加了客户中心的成本。由于电子邮件中使用多种语言，这项任务变得更加复杂。

登录后查看完整内容

解决方案

Cortical.io 与其合作伙伴普华永道德国分公司共同开发了一项 Web 服务，用于检测与业务案例无关的电子邮件。该解决方案将这些电子邮件标记为“无案例”，此外还对电子邮件主题（例如“发票”）进行分类，以便进行正确的路由。该解决方案使用少量带注释的电子邮件和与物流领域相关的参考资料（书籍、pdf、网站、电子邮件）进行训练。除了分类之外，该解决方案还使用语言检测算法将混合语言电子邮件路由到适当的母语使用者。该解决方案可以在短时间内轻松适应新情况，并且对硬件的要求极低。

登录后查看完整内容

运营影响

The system is so precise that it detected errors produced by human annotators in the training set.
The solution allows an “audit-track”–every single decision of the system can be clearly traced and each semantic processing step can be inspected, allowing the company to understand why each email has been classified as “case” or “no case”–an important aspect with respect to international rules like GDPR, which oblige companies to be able to justify any decision based on the use of an automated system.

登录后查看完整内容

数量效益

The company was able to automatically extract relevant terms from hundreds of thousands of emails daily
The system was able to label each new incoming email as “case” or “no case”, with indication of the level of prediction confidence
The system was able to classify each business-relevant email into categories like invoice, complaint, order, etc.
The system was able to route the incoming, business-relevant emails to the appropriate teams depending on the language used in the email

登录后查看完整内容