Компанія застосувала два методи NLP – обробку природної мови для класифікації претензій клієнтів і мовну аналітику і аналіз настроїв для поліпшення обслуговування в телефонному режимі
Malakoff Humanis – некомерційна медична страхова компанія №1 у Франції. Вона пропонує медичні, соціальні та пенсійні контракти компаніям і співробітникам, самозайнятим і індивідуальним платникам. Як додаткове медичне страхування, пайовий інвестиційний фонд покриває відшкодування витрат на охорону здоров’я на додаток до французького соціального страхування і допомагає клієнтам при виборі установи по догляду. Чисельність персоналу компанії складає 11 тис. осіб. В її структурі міститься 426 тисяч клієнтських підприємств, а чисельність власного капіталу становить 6,5 млрд. євро.
У Malakoff Humanis існує спеціальний відділ обробки і аналізу даних, який очолює директор за даними. Відділ даних складається з чотирьох основних відділень, кожне з яких відповідає за:
Щоб впоратися зі зростаючими проблемами, пов’язаними із задоволенням вимог клієнтів і забезпеченням якісного обслуговування клієнтів, Malakoff Humanis звернувся до програми Dataiku Deep Belief, яка надає консалтингові послуги для вирішення амбітних проектів AI. У рамках цієї програми Malakoff Humanis співпрацював з аналітиками даних Dataiku над двома проектами розширеної обробки природної мови (NLP).
Спочатку Malakoff Humanis почав працювати з Dataiku над рішенням на основі штучного інтелекту, яке допомагає зрозуміти тему онлайн-претензій з допомогою алгоритмів класифікації NLP і автоматично відправляє претензію відповідній групі обслуговування клієнтів.
Розроблена модель послужила основою для створення і реалізації іншого рішення для поліпшення телефонної підтримки клієнтів через NLP, яке сьогодні повністю введено у дію і широко використовується у відділі обслуговування клієнтів. Початковий проект показав переваги використання централізованої корпоративної платформи штучного інтелекту і аналізу даних для наскрізного ШІ, зокрема, проектів, пов’язаних з NLP, а також цінність повторного використання і капіталізації проектів даних.
Метою другого проекту штучного інтелекту, який Malakoff Humanis розробив з використанням програми Dataiku Deep Belief, був аналіз змісту дзвінків клієнтів (теми розмови і тон бесіди), щоб визначити напрямки, в яких необхідно поліпшити якість телефонних консультацій. Основними цілями проекту були:
Незважаючи на те, що об’єкт класифікації або вхідні дані у другому проекті відрізнявся від першого (голосові записи телефонних розмов на відміну від письмових заяв в Інтернеті), схожість з точки зору тематичних категорій і використовуваних методів класифікації NLP дозволило повторне використання та перепрофілювання алгоритму класифікації, побудованого для першого проекту. В результаті значно скоротився час, необхідний для запуску моделі у виробництво.
Модель аналізу настроїв NLP, побудована для оцінки тони телефонних дзвінків, дозволяє прогнозувати загальний тон, тон окремих пропозицій в розмові, а також тональність на початку і в кінці розмови (20% перших і останніх слів). За відсутності мічених транскриптов для тону передбачення були перевірені емпіричним шляхом. Нарешті, була створена динамічна інформаційна панель для представлення результатів прогнозів і прийняття рішень в режимі реального часу.
Проект дозволив створити ланцюжок обробки, яка приймає у якості вхідних даних розшифровку телефонних розмов, аналізує і класифікує тон, а також тему розмови. Незважаючи на відносно невелику кількість помічених транскрипцій, отримана інформація дозволяє аналізувати і контролювати загальний вміст і тональність дзвінків, а також точно класифікувати їх за основними категоріями. Програма Dataiku Deep Belief дозволила ідентифікувати і ввести у дію новий розширений варіант використання NLP для команди Malakoff Humanis AI безпечним і масштабованим способом. Такий підхід дозволив вийти за рамки суто «алгоритмічного» підходу і зосередити зусилля проекту не тільки на технічних аспектах, а й на конкретних бізнес-цілях.