Systém ARIS správně kategorizuje 80 % příchozích zpráv
Zákazník: Poskytovatel platformy pro P2P půjčky.
Automatické zpracování velkého množství příchozích e-mailů zákaznické podpory.
Na základě historických dat jsme vytrénovali model zpracování přirozeného jazyka. Naším cílem bylo klasifikovat a identifikovat užitečné informace v příchozích e-mailech. Definovali jsme šablony pro automatické odpovědi a provádění akcí.
Více než 80 % příchozích zpráv jsme pomocí ARIS správně klasifikovali hned od prvního dne.
Oblast: bankovnictví, fintech, zpracování přirozeného jazyka, zákaznická podpora
Případové studie
Finální migrace klientů Equa banky do Raiffeisenbank proběhla za 12 hodin
Při fúzi Equa banky s Raiffeisenbankou jsme v listopadu 2022...
Bankovnictví – data na jediném místě, přenášíme 4 TB dat denně
V bance jsme vytvořili big data platformu, která byznys uživatelům...
Inspirujte se na našem blogu
Jakub Wagner (Skip Pay): Největším zádrhelem e-shopů je UX. Ani já jako ajťák občas nevím, na co kliknout
Buy now, pay later. Na tomto principu funguje i fintech start-up Skip Pay, který patří pod křídla ČSOB a specializuje se na odložené platby....
František Jungr (Visa): Chystáme se na rozšíření služby Click to Pay. Přepisování čísla karty při platbě na internetu je dlouhodobě neudržitelné
„XP platby, zejména přes Apple Pay a Google Pay, budou stále dostupnější u víc obchodníků. Zároveň se budou objevovat alternativní možnosti placení, některé spojené...
Michaela Bauer (ČSOB): Virtuální asistentka Kate vyřeší s klientem zapomenutý PIN a zvládne end-to-end další dvě stovky bankovních procesů
Virtuální asistentka Kate obsluhuje v ČSOB už dva roky retailovou i firemní klientelu. Je integrovaná do desítek bankovních systémů, které běží na pozadí, a...