Principaux résultats
- Classification automatisée de 20 000 réclamations de clients par mois
- Détection précoce des problèmes et analyse des tendances améliorées
- Analyse des sentiments, classification des problèmes et suivi optimisés
Contexte client
Notre client est un chef de file américain dans le secteur des services bancaires en tant que service (BAS). Il collabore avec de nombreuses fintechs pour offrir des produits de dépôt et de crédit à des millions de clients. Au cours des dernières années, la banque a connu une croissance rapide, portant ses actifs à 4,2 milliards de dollars. Face à l’expansion de sa base de partenaires et de clients, son approche traditionnelle de gestion des réclamations clients, qui consistait à traiter manuellement un volume croissant de réclamations, n’était plus viable.
Conscient du besoin d’une solution plus efficace et évolutive, l’entreprise s’est tournée vers Cavallo Technologies pour mettre en œuvre une plateforme moderne, pilotée par l’IA et basée sur Databricks, centralisant les données et automatisant les processus clés.
Le défi
L’entreprise recevait des plaintes de clients par plusieurs canaux, notamment les courriels, les journaux de service et les médias sociaux. La catégorisation manuelle des réclamations était chronophage, incohérente et inefficace, empêchant l’entreprise de détecter rapidement les tendances. Avec l’augmentation du volume de réclamations, il devenait de plus en plus difficile d’identifier les problèmes urgents et de répondre aux préoccupations des clients en temps réel. Pour maintenir la conformité et améliorer l’expérience client, l’entreprise avait besoin d’une solution automatisée et évolutive.
Notre solution
Cavallo Technologies a développé un système avancé de classification et de suivi des réclamations, basé sur l’IA et utilisant des modèles de langage étendus (MLE). Cette solution ingère automatiquement les commentaires des clients et les classe par sentiment, sujet et niveau de priorité, permettant une réponse rapide et une analyse complète des tendances.
Moteur de classification des réclamations
- Utilise des LE de pointe pour catégoriser les sentiments et les problèmes.
- Classe automatiquement les réclamations par sujet, comme la facturation, le soutien technique et la gestion des comptes.
Tableau de bord de surveillance et de détection précoce
- Suivi des tendances des réclamations grâce à des analyses visuelles.
- Identification des anomalies et des tendances émergentes pour une intervention précoce.
- Fournir une surveillance en temps réel pour une résolution rapide des problèmes.
Développement et validation
Afin d’assurer l’exactitude et la fiabilité, notre équipe a adopté une approche rigoureuse de développement et de tests :
- Sourçage et annotation des données : Collecte et structuration de l’historique des réclamations pour entraîner et valider le modèle d’IA.
- Optimisation et ajustement des rapides : Ajustement des modèles d’IA pour une détection précise des sentiments et une compréhension contextuelle. Intégration d’un contrôleur d’IA pour éviter les inexactitudes.
- Suivi continu du rendement : Exploitation de MLflow pour un suivi et une optimisation en temps réel des performances du modèle.
Lors du déploiement, la solution a démontré une efficacité remarquable, automatisant la classification des réclamations et économisant plus de 500 heures de travail manuel par an. Elle a atteint une précision de classification impressionnante d’environ 85 %, améliorant considérablement l’efficacité opérationnelle.
Résultats et impact
- Plus de 500 heures économisées par année grâce à la classification automatisée des réclamations.
- Précision de classification de 85 % grâce à une intégration transparente de l’IA et à une surveillance continue.
- Analyse complète des réclamations sur l’ensemble des données, éliminant ainsi le recours à des analyses par échantillonnage.
- Cohérence améliorée grâce à l’application d’un étiquetage normalisé des réclamations piloté par l’IA.
- Informations exploitables en temps réel via un tableau de bord de surveillance interactif, permettant une résolution proactive des problèmes.
En transformant son processus de gestion des réclamations grâce à l’IA, la fintech a amélioré sa conformité, augmenté la satisfaction de la clientèle et obtenu une meilleure compréhension de leurs préoccupations, lui permettant ainsi de traiter les problèmes avant qu’ils ne s’aggravent.