Mes: junio 2022

Categorías
EXCELENCIA OPERATIV

Reducir la brecha entre demanda y capacidad

Aproveche la planificación de capacidad basada en IA para modernizar los servicios de campo

La mayoría de los proveedores de servicios enfrentan desafíos a la hora de planificar y asignar técnicos de campo en función de la demanda frente a la capacidad. De acuerdo con Gartner, “Equilibrar los recursos disponibles con la demanda de esos recursos es esencial para completar con éxito la iniciativa”. Una planificación de capacidad ineficiente a menudo conduce a un exceso o una falta de personal de técnicos de campo. Esto provoca además problemas de pedidos y clientes insatisfechos. Las fuentes más comunes de disfunción son:

  • Falta de disponibilidad de herramientas para estimar la capacidad en tiempo real
  • Falta de estrategia para identificar los factores clave que influyen en el proceso de planificación de capacidades.
  • Falta de mecanismos para asignar el técnico adecuado para el servicio adecuado
  • No hay visibilidad de extremo a extremo de la capacidad de servicio de campo


De acuerdo con Gartner, “Equilibrar los recursos disponibles con la demanda de esos recursos es esencial para completar con éxito la iniciativa ”.

Para superar estos desafíos y manejar los diversos datos de campo, los proveedores de servicios en la industria de la conectividad deben avanzar hacia una planificación de capacidad inteligente , que ayude en el mapeo en tiempo real de los despachos y el uso óptimo de los recursos. Aprovechar una estructura de planificación de capacidad impulsado por IA ayuda a los proveedores de servicios a reducir el desperdicio de recursos en un 20 % y mejorar la eficacia de la respuesta del servicio y la satisfacción del cliente. Con el tiempo, la IA empresarial puede mejorar la predicción de las horas de trabajo de los técnicos de campo al considerar factores clave como el clima, la temporada y los datos de mantenimiento.

Fig: Aproveche la estructura de planificación de capacidad impulsado por IA para la gestión de recursos tecnológicos de campo en tiempo real

Categorías
EXCELENCIA OPERATIV

Receta para gestionar la fuerza laboral digital de forma eficaz

Cree un modelo integral de gobernanza de RPA Bot para reducir los problemas operativos, mejorar el rendimiento de los bots y escalar los programas de automatización.

Los proveedores de servicios ahora se están sumando a la ola de la automatización. Los robots de software pueden realizar fácilmente tareas manuales dolorosas, que han agobiado al personal durante años. Sin embargo, en el proceso de incorporación de la fuerza laboral digital, la mayoría de los proveedores de servicios no han logrado establecer una gobernanza sólida y unificada. En una encuesta realizada por Forrester Consulting, el 69 % de los encuestados dijeron que enfrentan dificultades para administrar las reglas que guían el comportamiento de los bots y el 61 % respondió que el control y las operaciones de los bots RPA son inmaduros.

La falta de una gobernanza unificada de la fuerza laboral digital afecta significativamente a diferentes usuarios, como el Centro de Excelencia (COE) de RPA, los propietarios de unidades de negocios, el soporte de producción y el equipo de operaciones. Estos usuarios enfrentan desafíos como administrar la licencia de los bots y las credenciales de las aplicaciones, orquestar los bots en todas las plataformas y analizar el rendimiento de los bots en tiempo real y su utilización. También carecen de alertas en tiempo real sobre fallas y pronósticos de procesos, lo que a menudo lleva a que no se cumpla el SLA para entregas críticas.

Los proveedores de servicios deben establecer un modelo de gobernanza de bots RPA eficaz centrándose en áreas clave. Algunos de ellos se enumeran a continuación:

  • Sala de control visual integrada: proporciona un alto nivel de colaboración y transparencia mientras gestiona bots en todos los procesos y plataformas. Esto ayuda a encontrar la causa raíz de los bots que no funcionan.
  • Pronóstico de entrega y mecanismo de alerta de entrada: ayuda a visualizar métricas clave en tiempo real para cumplir con los SLA
  • Gestión automatizada de credenciales de aplicaciones y seguimiento de licencias de bots: evita la interrupción de la producción al evitar problemas de bloqueo de cuentas y caducidad de licencias.

La gobernanza de la fuerza laboral digital se está convirtiendo en un desafío constante al adoptar la robótica y la automatización cognitiva. Un informe de Forrester Consulting muestra que el 70% de los proveedores de servicios luchan con problemas de escalabilidad y rendimiento de BOT.

Categorías
EXCELENCIA OPERATIV

Creación de una fuerza laboral de campo inteligente con una guía en video basada en IA

Aproveche la IA de vídeo para mejorar la eficiencia de los ingenieros de campo, reducir las visitas al sitio y acelerar el tiempo del ciclo de instalación a puesta en marcha en 3 veces.

Las ineficiencias en los servicios de campo son las que más contribuyen al gasto de capital de los proveedores de servicios. Una de las principales razones de la ineficiencia del servicio de campo son las visitas repetidas al sitio o el retrabajo, lo que genera un aumento de 5 veces en el costo de reparación y retrasos en el tiempo de entrega del pedido.

En el caso de los estudios de campo, los datos muestran que entre el 40% y el 60% de los pedidos de instalación requieren un estudio del sitio, de los cuales el 18% requiere estudios repetidos. El estudio de los sitios se realiza manualmente, lo que requiere la captura manual de datos y auditorías físicas que generan errores y datos incompletos. Por lo tanto, el proceso requiere mucho tiempo.

Para superar estos desafíos, los proveedores de servicios deben aprovechar el poder de la video inteligencia. Una estructura de video inteligencia impulsado por IA puede crear una fuerza laboral de campo inteligente. El encuestador captura un vídeo y le da voz, utilizando un guion gráfico guiado. La estructura captura automáticamente los detalles y envía alertas si faltan detalles. Se envía una encuesta con 100% de detalles y puede ser un punto de referencia para detalles específicos o cambios futuros. Esto conduce a una aceleración 3 veces mayor en el tiempo de instalación y a una mejor experiencia del cliente.


Permita que los ingenieros de campo con dispositivos impulsados ​​por IA mejoren el trabajo de campo “ correcto a la primera ” y mejoren la experiencia del cliente mediante la reducción del “ tiempo de resolución ”

Los tres componentes principales de esta estructura son:

  • Guía de vídeo asistida por IA: proporciona un guion gráfico estructurado y guiado para que los ingenieros de campo capturen los datos sin esfuerzo.
  • Motor de recomendaciones: permite acciones guiadas para varias partes interesadas del negocio. Ofrece recomendaciones basadas en IA y visibilidad en tiempo real de los trabajos a supervisores, auditores e ingenieros de campo.
  • Paneles de control inteligentes: proporciona visibilidad de extremo a extremo de los trabajos que impulsan acciones más inteligentes para la gestión y la empresa en su conjunto.
Categorías
EXCELENCIA OPERATIV

Mejorando la eficiencia de su fuerza laboral de servicio de campo

Aproveche el aprendizaje automático para eliminar los despachos ciegos y mejorar la tasa de reparación por primera vez (FTFR)

Los técnicos de campo son la cara de su organización de servicios y es imperativo equiparlos con las herramientas y el conocimiento adecuados para afrontar cualquier desafío de campo. Con una gestión eficiente y el empoderamiento de los técnicos, su organización puede ofrecer servicios rápidos, eficaces y eficientes a los clientes.

Una empresa debe lograr un equilibrio entre la velocidad y la precisión de las solicitudes de los clientes en el sitio para aumentar la productividad de los técnicos y mejorar la satisfacción del cliente. Pero, en realidad, los técnicos frecuentemente no pueden resolver los problemas de los clientes a tiempo y se ven obligados a realizar múltiples viajes a la ubicación del cliente debido a ineficiencias en el proceso. Por lo tanto, en lugar de atender a nuevos clientes u optimizar las relaciones con los clientes actuales, los técnicos invierten tiempo y recursos valiosos en actividades que no generan ingresos.

Hoy en día, el 70 % de los técnicos de campo visitan los sitios sin información previa sobre la naturaleza del problema, su ubicación y recomendaciones de solución. Conduce a envíos repetidos, mayor tiempo de resolución y una alta rotación de clientes.

La digitalización es la piedra angular del éxito de una organización de servicios moderna. Adopte la ‘Estructura de servicios de campo impulsado por IA’ para optimizar los servicios de campo y aumentar la productividad de los técnicos. La estructura abarca tres componentes vitales para lograr una tasa de reparación por primera vez (FTFR) más alta y reducir el tiempo medio de resolución (MTTR):

  • Clasificador de ubicación de fallas – predice la ubicación de la falla y envía notificaciones por correo electrónico/SMS a través de la aplicación móvil a los técnicos
  • Motor de recomendación– sugiere acciones guiadas y los siguientes mejores pasos de resolución para mejorar la eficiencia de los técnicos.
  • Panel de técnico -proporciona una vista integral de todos los despachos e información útil para los técnicos.


El 70% de los técnicos de campo visitan los sitios sin información previa sobre el problema, lo que genera despachos repetidos, un tiempo de resolución más largo y una alta rotación de clientes.

  • Etiquetas
Categorías
EXCELENCIA OPERATIV

Combinando el poder de RPA e IA para mantener intacta la experiencia del cliente durante cortes de red

Aproveche la RPA y la IA para crear e implementar una estructura conversacional bidireccional proactivo para reducir los gastos operativos, aumentar la productividad de los agentes y mejorar el NPS.

Según estadísticas recientes, el 30% de las llamadas al centro de contacto de los proveedores de servicios están relacionadas con cortes de red. Su incapacidad para predecir estas interrupciones a tiempo y proporcionar información previa a los clientes genera picos de llamadas al centro de contacto, insatisfacción del cliente y una puntuación NPS baja. Esto también aumenta los gastos operativos de los centros de contacto y puede provocar una pérdida de reputación para los proveedores de servicios.

Para superar estos desafíos y mejorar NPS, los proveedores de servicios deben crear una plataforma inteligente central capaz de orquestar una conversación fluida entre los centros de contacto y los clientes. Esto se establece mediante la implementación de una “Estructura conversacional bidireccional”. Los pasos involucrados son:

  • Paso 1: Identificación automática de la información de interrupciones
    Cree un proceso estandarizado para identificar interrupciones relevantes en los sistemas de monitoreo de la red. Intégrelos con un panel de monitoreo de interrupciones para que BOT extraiga automáticamente las interrupciones y las almacene en una base de datos central.
  • Paso 2: Programar notificación
    Realice una validación automatizada y una programación inteligente para enviar notificaciones proactivas a los clientes afectados en una estructura bien organizada.
  • Paso 3: Notificar e interactuar con los clientes mediante un BOT de IA conversacional.
    Envíe notificaciones proactivas y, si el cliente tiene consultas adicionales, el bot puede entablar una conversación utilizando la IA conversacional.


Conversational AI Bot  (Bot de IA conversacional) organiza la comunicación bidireccional y brinda una experiencia perfecta al cliente durante cortes comunes de la red.

Categorías
Experiencia Digital del Cliente

Automatización inteligente: combinación de RPA e IA para brindar una experiencia agradable al cliente

La automatización robótica de procesos (RPA) en la industria de la conectividad se ha aprovechado principalmente para la automatización de procesos backend. Pero al integrar RPA con inteligencia artificial (IA), los proveedores de servicios pueden ampliar sus horizontes a iniciativas digitales de atención al cliente. La implementación de una plataforma RPA habilitada para IA ayudaría a los proveedores de servicios a brindar experiencias agradables a millones de clientes.

El siguiente vídeo muestra cómo cualquier proveedor de servicios puede integrar el procesamiento del lenguaje natural, asistentes virtuales y herramientas de diagnóstico con soluciones RPA para brindar atención al cliente digital omnicanal. Los beneficios de la automatización inteligente incluyen una reducción del 50-60% en las visitas a la tienda, un aumento del 10-15% en NPS y ahorros de costos en millones.


La plataforma RPA habilitada para IA ayudará a los proveedores de servicios a brindar experiencias agradables a millones de clientes.

Contenido original-Información del Video: Brindar una experiencia agradable al cliente mediante la automatización robótica de procesos y la atención digital habilitadas para IA.

Categorías
Experiencia Digital del Cliente

Realización de un Agente Virtual inteligente para transformar la Experiencia del Cliente

Aproveche un enfoque basado en el aprendizaje automático para optimizar la capacitación de agentes virtuales y mejorar su precisión, recuperación y exactitud.

Los agentes virtuales son una parte integral de las empresas con presencia en línea, ya que brindan asistencia a los clientes las 24 horas. Aumentan los equipos para permitir una experiencia rica tanto para los clientes como para los agentes en vivo.

El éxito de cualquier Agente Virtual (VA) depende de su capacitación en Comprensión del Lenguaje Natural (NLU), que no debe ser solo una actividad única antes de la configuración, sino un proceso continuo. El desafío es proporcionar el conjunto adecuado de ejemplos representativos a partir de datos históricos para la capacitación. Identificar unos pocos cientos de ejemplos de millones de datos históricos es una tarea hercúlea. Además, esta tarea suele realizarse manualmente. Por lo tanto, la tarea de encontrar los ejemplos más adecuados se vuelve cuestionable y requiere mucho tiempo.

Los proveedores de servicios deben desarrollar una herramienta basada en aprendizaje automático (ML)   para identificar el conjunto de datos pequeño y más apropiado de ejemplos representativos para la capacitación. Los ejemplos cubren el alcance máximo para la intención respectiva, lo que hace que el entrenamiento de NLU sea altamente eficiente con precisión, recuperación y exactitud mejoradas. El beneficio final de esto es una mejor experiencia del cliente, contención y reducción del abandono. Dado que se trata de un enfoque basado en herramientas, también ahorra mucho tiempo en comparación con el proceso manual de identificación de ejemplos de formación. La mejora de la eficiencia del entrenamiento en el primer intento también ahorra tiempo y esfuerzo durante el reentrenamiento posterior.

Figure 1: Herramienta de análisis de intenciones basadas en ML


A menudo, los AV no consiguen satisfacer a los clientes debido a su incapacidad para identificar la intención correcta. Y este es el efecto de una formación errónea o inadecuada del motor de comprensión del lenguaje natural (NLU) de los Agentes Virtuales.

Categorías
Experiencia Digital del Cliente

Usando IA para comprender cómo se sienten sus clientes

Pronostique Net Promoter Scores e identifique si su cliente es potencialmente un promotor, neutral o detractor. Tome acciones correctivas oportunas para mejorar el servicio al cliente.

Los clientes de hoy esperan una interacción fluida y sin complicaciones con sus proveedores de servicios. Un cliente insatisfecho y frustrado optará rápidamente por cambiar. Por lo tanto, para el proveedor de servicios resulta muy importante comprender la experiencia del cliente y tomar medidas correctivas con prontitud si se retrasa. Una métrica clave para comprender esto es utilizar el Net Promoter Score (NPS). Proporciona una medición de la lealtad y la satisfacción del cliente preguntándoles qué probabilidades hay de que recomienden su producto o servicio a otros en una escala del 0 al 10.

Para capturar NPS, los proveedores de servicios comparten los formularios de la encuesta con sus clientes. Pero ¿responden los clientes a este tipo de encuestas? Las investigaciones muestran que solo entre el 15% y el 20% de los clientes responden a la encuesta NPS después de sus interacciones con el servicio de atención al cliente. ¿Significa esto que el proveedor de servicios no debería tomar ninguna medida para el 80-85% restante, asumiendo que tendrían una buena experiencia? Existe una alta posibilidad de que un cliente no satisfecho con el servicio ya haya decidido darse de baja sin hacer ningún esfuerzo por responder la encuesta.

La mayoría de los proveedores de servicios innovadores están intentando abordar este problema con un enfoque de aprendizaje automático (ML).

Fig: Pasos clave para crear un modelo de aprendizaje automático para la predicción y mejora de CSAT


NPS proporciona una medición de la lealtad y la satisfacción del cliente preguntándoles qué probabilidades hay de que recomienden su producto o servicio a otros.

Categorías
EXCELENCIA OPERATIV

Convierta los problemas de su red en el deleite del cliente

Aproveche las estrategias de automatización para agilizar el proceso de resolución de problemas (T2R), brindando a los clientes una resolución rápida y una mayor satisfacción.

TM Forum, una asociación industrial global para proveedores de servicios y sus proveedores en la industria de las telecomunicaciones, tiene una estructura de procesos comerciales: el proceso Trouble to Resolve (T2R) (resolución de problemas) de eTOM (Mapa mejorado de operaciones de telecomunicaciones). Revela cómo lidiar con un problema reportado por el cliente, analizarlo para identificar la causa raíz del problema, iniciar una resolución para satisfacer la satisfacción del cliente, monitorear el progreso y cerrar el tique del problema.

La mayoría de los proveedores de servicios siguen el proceso eTOM T2R; sin embargo, enfrentan desafíos clave que afectan la eficiencia operativa general de T2R y aumentan el OPEX.

  • Múltiples sistemas en silos para completar el ciclo de vida de un evento de red generan un gran esfuerzo manual y un aumento de OPEX
  • Dificultad para identificar el impacto correcto de un evento de red.
    • No hay herramientas adecuadas para la autoidentificación y priorización de eventos críticos que causarían un impacto importante en el negocio.
    • Desperdicio de recursos: el Centro de operaciones de red (NOC) tiende a dedicar una cantidad significativa de tiempo a manejar grandes volúmenes de
      alertas .
  • Dificultad para cumplir los KPI empresariales debido a la falta de disponibilidad de sistemas totalmente integrados y procesos automatizados.

Los proveedores de servicios en la industria de la conectividad deben desarrollar una estrategia eficaz para integrar los sistemas y llevar la automatización de un extremo a otro al flujo de procesos T2R. La mayoría de los proveedores de servicios tienen un nivel básico de automatización; sin embargo, existe un enorme margen para la automatización completa del ciclo de vida. Este Avance muestra un enfoque eficaz para implementar la automatización de un extremo a otro del ciclo de vida de los eventos de la red, desde la creación del evento hasta su resolución. El enfoque se basa en la experiencia de implementación de proveedores de servicios líderes en ubicaciones multigeográficas.

“ Según un informe de McKinsey, muchos proveedores de servicios tienen procesos fundamentales complejos con múltiples integraciones de sistemas y requieren mucha mano de obra y son costosos. Aprovechar las tecnologías digitales para simplificar y automatizar las operaciones las hace más productivas y da como resultado una reducción significativa de costos de hasta un 33% ”

Categorías
EXCELENCIA OPERATIV

Dirigir la migración de datos, impulsada por RPA

Aproveche la estructura de automatización basada en RPA para acelerar la migración de datos y mejorar la precisión.

La migración de datos implica mover datos entre ubicaciones, formatos y aplicaciones. Esta necesidad va en aumento debido a tendencias actuales como fusiones y adquisiciones (M&A), migración de aplicaciones a la nube y modernización de aplicaciones heredadas. Sin embargo, la ejecución de la migración de datos utilizando métodos tradicionales no está a la par con la frecuencia cada vez mayor.

Según Gartner, el 50% de las iniciativas de migración de datos excederán su presupuesto y cronograma para 2022 debido a una estrategia y ejecución defectuosas. La mayoría de los proveedores de servicios en la industria de la conectividad adoptan el enfoque tradicional para la migración de datos que implica tres pasos amplios: planificación y preparación de la migración, establecimiento de gobernanza y ejecución.

Los proveedores de servicios siguen la metodología fundamental de ejecución de migración de datos de extracción, transformación y carga (ETL), que está llena de desafíos. Implica un alto costo y tiempo debido a simulaciones y pruebas de cada módulo. Además, implica esfuerzos manuales, lo que genera una gran cantidad de retrabajo debido a errores y provoca consecuencias debido a problemas de integridad de los datos. Además, subir y bajar los equipos es difícil.

Para superar estos desafíos, una estructura de automatización basado en RPA para la ejecución de la migración de datos podría ser un enfoque eficaz. La estructura abarca componentes tales como:

  • Procesador inteligente : identifica problemas de calidad e integridad de los datos de origen en una etapa muy temprana
  • Bot de automatización: realiza migración/actualización extrayendo y actualizando datos en varias capas de la aplicación.
  • Mecanismo de gestión de consecuencias: automatiza el manejo de consecuencias, es decir, soluciona problemas de calidad e integridad de los datos en CRM, sistemas de inventario, etc.

“ Según Gartner, el 50% de las iniciativas de migración de datos excederán su presupuesto y cronograma para 2022 debido a una estrategia y ejecución defectuosas ”