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

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek