全球视野:Stratifyd AI 助力新西兰能源公司提升 NPS

2024-02-06 21:32

本文主要是介绍全球视野:Stratifyd AI 助力新西兰能源公司提升 NPS,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

新西兰领先能源公司Contact Energy借助Stratifyd提供的人工智能数据分析平台,全方位洞察和分析员工及消费者的反馈信息,找出导致NPS评分下滑的根本原因,并及时制定对策,员工和客户的使用体验得到提升,大大提高了客户粘性和留存转化。

Contact Enegry为新西兰超过50万的用户提供电力、天然气、液化石油气服务。为了提高客户的忠诚度与留存率,Contact Energy 非常重视客户体验和客户满意度,但是近两年Contact Energy陷入了客户体验的低谷期。超六成的客户抱怨产品使用体验不佳,客户净推荐值(NPS)一度跌入谷底。Contact Energy急需找出导致NPS下降的真正原因。

 

Contact Energy和Stratifyd是如何结缘的?

 

Contact Energy初步分析认为,要从根本上提升客户体验,首先要从提升企业员工体验做起。

 

负责Contact Enegry企业文化建设的总经理Jo Kearins说:“对我们来说,顾客就是上帝,如果想让顾客快乐,我们首先应该做到让员工快乐。所以我们开始寻找可以做到这一点的工具和技术,最后我们找到了Stratifyd。”

 

Stratifyd是一家全球领先的人工智能(AI)数据分析提供商,公司拥有强大的非结构化数据语义分析能力。Stratifyd人工智能数据分析平台兼具实时交互、图像可视化、结构化和非结构化数据的分析能力,识别差异化标签数据,客观聚类海量文本中的重要内容,帮助各种规模的企业快速、科学、精准地预测和判断消费者的情感意图,洞察数据背后的商业价值。

Stratifyd主要从以下三个方面帮助Contact Energy解决客户体验问题:

1、挖掘全渠道消费者反馈数据

利用Stratifyd的企业级数据连接器,Contact Energy数据分析团队可以全面挖掘和分析来自社交媒体、NPS调研、聊天记录以及呼叫中心接到的客户反馈数据,利用Stratifyd的NLU模型,快速聚类、提炼客户的热议重点和问题痛点,高效辨别体验不佳的“高风险客户”。

2、提升员工和客户满意度

借助Stratifyd提供的人工智能数据分析平台,Contact Energy得以快速提取和分析内部员工及全渠道的消费者反馈数据,全方位洞察员工及消费者的情感态度和意图目的,找出导致NPS下滑的问题归因,快速制定提升客户体验和满意度的针对性方案。

Contact Energy的市场洞察主管James Tribe说:“Stratifyd帮助我们快速揭示数据背后的业务洞察,让导致NPS分数下滑的负面评论快速浮出水面,我们意识到许多之前没有察觉的故事场景,整个画面都变得清晰明朗起来。Stratifyd 给我带来非常奇妙的体验,我的工作效率提高了,我的工作体验提升了,我能为客户做的事情也更多了,这是一个多方共赢的过程。”

3、减少客诉呼入率,合理安排企业资源

Stratifyd对Contact Energy全渠道客户互动数据进行分析,帮助企业快速判断市场推广活动是否受消费者欢迎,同时监控竞争对手的消费者公开数据,基于消费者的评论、讨论内容,在同一分析框架下对比自己与竞争对手的产品或服务特点,对市场动态和发展态势保持全局洞察,抢占发展先机。

这一系列措施可以帮助Contact Energy更好地了解消费者的消费习惯和兴趣偏好,从而制定更加迎合消费者需求的服务策略,消费者体验得到提升,呼叫中心客诉呼入率降低了43%,大大节省了企业的人力和时间成本,企业可以将更多精力分配到更加重要的任务工作中。

Contact Energy的客户留存主管Nicholas Warmke说:“我们一年会接到100万个投诉电话,通话内容里蕴含了大量有价值的信息值得去挖掘。Stratifyd可以帮助我们真正地了解客户与客服人员之间的情感态度和话题主旨,这对我们评估客户服务质量非常重要,确保客户能享受最佳的服务体验。”

 

Contact Energy与Stratifyd合作后的结果如何?

  1. 有关客户体验的投诉电话由66%将至8%
  2. 客户NPS评分增加了40分
  3. 员工满意度评分增加了70分
  4. 呼叫中心的客诉呼入率下降了43%

搜索“Stratifyd”,关注我们的官方微信号。

这篇关于全球视野:Stratifyd AI 助力新西兰能源公司提升 NPS的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/685606

相关文章

揭秘未来艺术:AI绘画工具全面介绍

📑前言 随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的方方面面。在艺术创作领域,AI技术同样展现出了其独特的魅力。今天,我们就来一起探索这个神秘而引人入胜的领域,深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去,绘画是艺术家们通过手中的画笔,蘸取颜料,在画布上自由挥洒的创造性过程。然而,随着AI绘画工

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

AI儿童绘本创作

之前分享过AI儿童绘画的项目,但是主要问题是角色一致要花费很长的时间! 今天发现了这款,非常奈斯! 只需输入故事主题、风格、模板,软件就会自动创作故事内容,自动生成插画配图,自动根据模板生成成品,测试效果如下图。 变现方式:生成儿童绘本发布到各平台,吸引宝妈群体进私域。  百度网盘 请输入提取码百度网盘为您提供文件的网络备份、同步和分享服务。空间大、速度快、安全

据阿谱尔APO Research调研显示,2023年全球髓内钉市场销售额约为4.7亿美元

根据阿谱尔 (APO Research)的统计及预测,2023年全球髓内钉市场销售额约为4.7亿美元,预计在2024-2030年预测期内将以超过3.82%的CAGR(年复合增长率)增长。 髓内钉市场是指涉及髓内钉制造、分销和销售的行业。髓内钉是一种用于整形外科手术的医疗器械,用于稳定长骨骨折,特别是股骨、胫骨和肱骨。髓内钉通常由不銹钢或钛等材料制成,并插入骨的髓管中,以在愈合过程中提供结构支

亮相WOT全球技术创新大会,揭秘火山引擎边缘容器技术在泛CDN场景的应用与实践

2024年6月21日-22日,51CTO“WOT全球技术创新大会2024”在北京举办。火山引擎边缘计算架构师李志明受邀参与,以“边缘容器技术在泛CDN场景的应用和实践”为主题,与多位行业资深专家,共同探讨泛CDN行业技术架构以及云原生与边缘计算的发展和展望。 火山引擎边缘计算架构师李志明表示:为更好地解决传统泛CDN类业务运行中的问题,火山引擎边缘容器团队参考行业做法,结合实践经验,打造火山

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

【新闻】AI程序员要来了吗?阿里云官宣

内容提要 6 月 21 日,在阿里云上海 AI 峰会上,阿里云宣布推出首个AI 程序员。 据介绍,这个AI程序员具备架构师、开发工程师、测试工程师等多种岗位的技能,能一站式自主完成任务分解、代码编写、测试、问题修复、代码提交整个过程,最快分钟级即可完成应用开发,大幅提升研发效率。 近段时间以来,有关AI的实践应用突破不断,全球开发者加速研发步伐。有业内人士坦言,随着大模型性能逐渐提升,AI应

AI元宇宙

随着科技的迅猛发展,人工智能(AI)迎来了一个宇宙大爆发的时代。特别是以GPT为代表的生成式大模型的诞生和不断进步,彻底改变了人们的工作和生活方式。程序员与AI协同工作写代码已成为常态,大模型不仅提高了工作效率,还为人类带来了无限的可能性。 AI元宇宙http://ai.toolxq.com/#/如同生物进化出眼睛打开了三维世界的元宇宙之后,GPT打开了人+AI工作模式的新时代,程序员的人生被划

AI学习指南机器学习篇-朴素贝叶斯处理连续特征和离散特征

AI学习指南机器学习篇-朴素贝叶斯处理连续特征和离散特征 在机器学习领域,朴素贝叶斯是一种常用的分类算法,它的简单性和高效性使得它在实际应用中得到了广泛的应用。然而,在使用朴素贝叶斯算法进行分类时,我们通常会面临一个重要的问题,就是如何处理连续特征和离散特征。因为朴素贝叶斯算法基于特征的条件独立性假设,所以对于不同类型的特征,我们需要采取不同的处理方式。 在本篇博客中,我们将探讨如何有效地处理