MOMSMONEY.ID - Yellow.ai meluncurkan produk baru bertajuk Analyze pada Selasa (13/8). Produk ini merupakan solusi terobosan yang mereka rancang untuk meningkatkan interaksi bot dengan wawasan percakapan mendalam dan kemampuan pembelajaran mandiri yang canggih. Didukung oleh model LLM in-house, Analyze mengurangi volume tiket sebesar 30% dan meningkatkan
containment rates sebesar 10%. Platform otomasi tradisional memberikan wawasan terbatas, hanya fokus pada metrik dasar seperti jumlah pengguna atau waktu sesi. Kesenjangan ini membuat bisnis kurang memahami kualitas interaksi
chatbot secara menyeluruh.
Menurut survei terbaru dari Yellow.ai, perusahaan yang melayani otomasi berbasis AI, sebanyak 54,5% profesional layanan pelanggan mencari cara untuk meningkatkan kemampuan analisis data mereka melalui adopsi AI. Mereka beralih ke solusi berbasis AI untuk mendapatkan wawasan komprehensif tentang efektivitas bot, kepuasan pengguna, topik percakapan, dan peluang perbaikan dalam interaksi bot. Menanggapi permintaan ini, Analyze tidak hanya memberikan wawasan mendetail tetapi juga menggunakan informasi ini untuk terus meningkatkan kemampuan bot dalam menangani berbagai pertanyaan pelanggan tanpa intervensi manusia. "Interaksi pelanggan dan data pusat kontak memiliki potensi besar untuk meningkatkan pengalaman pelanggan, namun banyak bisnis yang tertinggal karena teknologi yang usang," kata Raghu Ravinutala, CEO & Co-Founder Yellow.ai, dalam keterangan tertulis. Baca Juga:
Yellow.ai Meluncurkan Komodo-7B, Large Language Model Dasar Pertama di Indonesia Lewat peluncuran Analyze, Yellow.ai bertujuan untuk memenuhi kebutuhan pasar ini dan membantu perusahaan menutup kesenjangan dalam strategi layanan pelanggan mereka. Analyze menyediakan metrik komprehensif yang meningkatkan peluang containment rate dan mendorong otomasi yang lebih efektif. Analyze mencapai hal ini melalui empat fitur kunci: 1. Teknologi Loopback Pembelajaran Mandiri Next Generation Ini merupakan fungsi pembelajaran mandiri Analyze meningkatkan otomasi untuk
bot suara dan
chat. Ketika pertanyaan pelanggan dipindahkan ke agen manusia, transkripnya dimasukkan kembali ke sistem untuk menghasilkan artikel
knowledge base. Artikel-artikel ini memperkaya
knowledge base perusahaan, memungkinkan bot untuk menangani percakapan serupa dengan lebih efektif di masa depan. 2. Wawasan Strategis untuk Klasterisasi Topik Ini memungkinkan tim layanan pelanggan untuk mengeksplorasi klaster topik yang dihasilkan AI dari percakapan
bot melalui antarmuka yang intuitif. Mereka dapat mengakses wawasan berdasarkan topik mengenai sentimen pelanggan, kemungkinan perbaikan artikel
knowledge base, pembagian percakapan, dan peluang
containment rate. 3. Analisis Percakapan untuk Peningkatan Dukungan Pelanggan Ini menganalisis percakapan pelanggan untuk meningkatkan kualitas resolusi dan kepuasan pelanggan. Dengan Analyze, tim dapat mengakses laporan detail tingkat percakapan secara instan, memungkinkan mereka untuk menilai rincian seperti status resolusi, peluang
containment rate, pembagian percakapan, dan lainnya.
4. Analisis Sentimen untuk Kepuasan Pengguna yang Lebih Tinggi Menggunakan pembelajaran mendalam, Analyze mengkategorikan percakapan sebagai positif, negatif, atau netral, menawarkan wawasan yang lebih mendalam tentang kualitas resolusi. Analisis ini, yang diterapkan pada klaster topik, memberikan data yang lebih dapat diandalkan dibandingkan dengan umpan balik yang dilaporkan sendiri secara tradisional. Cek Berita dan Artikel yang lain di
Google News Editor: Danielisa Putriadita
