Naar inhoud

Intelligent kennismanagement structureert de vracht aan data

In een wereld die steeds meer handelt vanuit informatie, is de beheersing van big data een bijzonder relevant thema. Bedrijven bezitten een reusachtige schat aan gegevens, die onafhankelijk van de bedrijfstak blijft groeien. Sensoren leveren informatie van machines, systemen voor customer relationship management en andere specialistische toepassingen slaan gegevens over klanten en transacties op of de informatie-uitwisseling vindt plaats via cloud-toepassingen.

Er zijn krachtige oplossingen nodig om ervoor te zorgen dat bedrijven het potentieel van big data efficiënt en duurzaam in hun eigen voordeel kunnen gebruiken en zich aan kunnen passen aan de veranderde omstandigheden in de markt en het bedrijf. Veel bedrijven vertrouwen daarvoor al op zogenaamde insight engines. Met behulp van technologieën zoals machine learning en deep learning maken deze oplossingen het mogelijk om de aanwezige informatie uit de verschillende gegevensbronnen op een zinvolle manier te verbinden.

In dit voorbeeld uit de verzekeringsbranche wordt duidelijk hoe insight engines zowel de efficiëntie als de effectiviteit door de hele waardeketen heen kunnen verhogen – en daarmee ook de klanttevredenheid.

Insight engines in actie bij verzekeraars

De dienstverlening aan klanten en de vlotte afwikkeling van hun aanvragen behoren tot de kerntaken binnen deze bedrijven. Een groot aantal medewerkers houdt zich bezig met het afhandelen van de inkomende aanvragen en natuurlijk is ieder geval dringend.

Juist bij piekmomenten, zoals na noodweer, is de werklast echter nog hoger en de psychische druk op de klanten nog groter – van afgerukte daken tot vernielde auto's of verkeersongevallen. Er komt een enorme gegevenslawine – meestal via verschillende communicatiekanalen – op de verzekeraars af.

Al op de dag van het noodweer komen er duizenden schademeldingen binnen. In de daaropvolgende dagen en weken komen er nog meer. Weliswaar zijn alle beschikbare krachten op vol vermogen bezig deze aanvragen te behandelen, maar toch gaat het veel klanten te langzaam.

Honderdduizend schademeldingen, bijvoorbeeld na noodweer, betekenen voor de verzekeraar honderdduizend klanten die op een positieve afwikkeling van hun aanvraag wachten om vakmensen te laten komen, beschadigde voorwerpen te vervangen of voor nieuwe documenten te zorgen. Dat is een hele uitdaging want voor de behandeling vereiste gegevens moeten worden opgevraagd bij verschillende afdelingen en vestigingen en uit de meest uiteenlopende systemen en programma's. Door het gebruik van insight engines kan het hele proces worden versneld en daarmee zowel voor de klant als voor het bedrijf efficiënter worden vormgegeven.

Classificatie van de inkomende post

Insight engines zijn door het gebruik van methodes op het gebied van artificial intelligence in staat de inhoud van documenten te analyseren, te interpreteren en overeenkomstig te classificeren. Bij het classificeren wordt het document aan de hand van de inhoud ervan – bijvoorbeeld voertuigschade, materiële schade, volledig casco of gedeeltelijk casco – aan de verantwoordelijke afdeling doorgestuurd, dus aan de afdeling of aan de verantwoordelijke medewerker toegewezen.

Door een semantische analyse begrijpt de insight engine informatie en zoekt deze automatisch naar typische kenmerken, woordcombinaties en tekstfragmenten. Daardoor kan het systeem het documenttype herkennen en geautomatiseerd doorsturen.

Zo kunnen de servicekwaliteit en de capaciteit worden verhoogd. Routinetaken, zoals het handmatig toewijzen van de inkomende aanvragen, worden overbodig. Hierdoor hebben de medewerkers tijd voor belangrijkere taken.

Classificatie

Persoonlijke assistent van de verantwoordelijke medewerker

Bovendien kunnen insight engines uit de aanwezige hoeveelheden gegevens informatie extraheren, analyseren, interpreteren en correlaties vaststellen. Daarmee zijn ze als intelligente zoekmachines in staat de medewerkers bij het behandelen van de klantaanvragen te ondersteunen. Dat is vooral een groot voordeel in het callcenter, wanneer klanten niet meer informatie geven dan hun naam en het betreffende schadegeval.

Met behulp van semantische analyses, natural language processing, natural language question answering alsmede deep learning en machine learning kunnen insight engines zoekopdrachten begrijpen en relevante informatie vinden, verbinden en extraheren. Op deze manier ontstaat een zogenaamd 360-gradenoverzicht van alle benodigde informatie, zoals de overeenkomstige verzekeringspolis en daarmee samenhangende zaken zoals aanvullende verzekeringen.

In zogenaamde interactive exploded views staat voor ieder resultaat in het 360-gradenoverzicht aanvullende detailinformatie klaar. Deze verdergaande feiten over deelgebieden – bijvoorbeeld aanvullende informatie zoals voorgaande schadegevallen en openstaande schadegevallen – worden zonder verder zoeken of het verwisselen van de applicatie geautomatiseerd weergegeven. Dat gebeurt in een eigen weergave die naast de term wordt geopend. De weergave lijkt op de mouseover-functie, maar dan met meer details over de term.

De medewerkers hebben zo in een oogwenk de beschikking over alle informatie die bij hun toegangsrechten past. Daarmee worden de medewerkers optimaal ondersteund bij het zoeken, hetgeen intern werk scheelt. Tegelijkertijd kunnen klantaanvragen vanwege de snelle beschikbaarheid en de kwaliteit van de informatie snel en doelgericht worden beantwoord. Hierdoor wordt de klanttevredenheid duurzaam verhoogd.

Het gebruik van insight engines verschaft verzekeraars een solide basis om processen te optimaliseren, de medewerkers ook tijdens pieken zo goed mogelijk te ondersteunen en de digitale transformatie vlot vooruit te helpen.

Gerald Martinetz is vice president applied intelligence bij Mindbreeze, een aanbieder van appliances en cloud-services voor information insight, artificial intelligence en knowledge management.

Bron: CustomerTalk
0
Logo CustomerTalk

Cookie-instellingen

CustomerTalk maakt gebruik van cookies voor een optimale gebruikerservaring.

Graag vragen wij je toestemming voor het plaatsen van deze cookies.

Accepteren Meer informatie