هذه مراجعات من عملاء وافقوا على نشر تجربتهم. الأسماء والمناصب حقيقية.
طلبنا نموذج تنبؤ بالطلب على منتجاتنا في 14 فرعاً. النموذج يعمل منذ 8 أشهر وقلّل الفائض في المخزون بنسبة 23%. الفريق كان واضحاً في التوقعات من البداية ولم يبالغ في الوعود. جلسة التدريب كانت عملية جداً وفريقنا يستخدم اللوحة يومياً دون مساعدة تقنية.
بنوا لنا روبوت محادثة يفهم اللهجة الخليجية. قبله كان فريق خدمة العملاء يتعامل مع 400 رسالة يومياً. الآن الروبوت يعالج 280 منها تلقائياً والباقي يحوّله للفريق مع ملخص للمحادثة. وفّرنا تكلفة موظفين اثنين.
استخدمنا خدمة أتمتة استخراج البيانات من الفواتير. النظام يقرأ الفاتورة ويدخل البيانات في نظام المحاسبة خلال ثوانٍ. الدقة 94% على الفواتير العربية و97% على الإنجليزية. النقطة الوحيدة التي أخذت وقتاً هي ضبط النموذج على تنسيقات الفواتير المختلفة لموردينا، لكن الفريق تعامل معها بمرونة.
عيادتنا تستقبل 200 مريض يومياً. طلبنا نظام تصنيف تلقائي لملاحظات الأطباء باللغة العربية لربطها بأكواد التشخيص. النموذج وفّر على فريق الترميز 3 ساعات يومياً. كنت متخوفاً من دقة المعالجة اللغوية للمصطلحات الطبية العربية، لكن النتائج فاقت توقعاتي.
مجموعة الوفاء تدير 14 فرعاً في الإمارات وتبيع أكثر من 3,000 منتج. مشكلتهم كانت واضحة: بعض الفروع تنفد منها منتجات معينة بينما فروع أخرى تتراكم فيها نفس المنتجات. كانوا يعتمدون على تقديرات مديري الفروع لطلب البضاعة، وهذه التقديرات تتأثر بالحدس أكثر من البيانات.
أخذنا بيانات مبيعاتهم لآخر 30 شهراً (2.1 مليون سجل بيع) وبنينا نموذج تنبؤ يأخذ بالاعتبار الموسمية، العروض الترويجية، وموقع كل فرع. النموذج يعطي كل فرع توصية أسبوعية بالكميات المطلوبة لكل فئة منتجات.
بعد 8 أشهر من التشغيل، النموذج لا يزال يعمل بنفس الدقة. أجرينا تحديثاً واحداً عندما أضاف العميل فرعين جديدين لإدخال بياناتهما في النموذج. مدير سلسلة التوريد يقول إن فريقه أصبح يثق بتوصيات النموذج ونادراً ما يعدّل الكميات المقترحة.
بيتكم العقارية تستقبل مئات الرسائل يومياً عبر واتساب وموقعها الإلكتروني. معظم الأسئلة متكررة: أسعار الوحدات، مواعيد التسليم، شروط التمويل، وتوفر مواقف السيارات. فريق خدمة العملاء المكوّن من 6 أشخاص كان يقضي معظم وقته في الرد على نفس الأسئلة.
بنينا روبوت محادثة يفهم اللهجة الإماراتية والعربية الفصحى. الروبوت متصل بقاعدة بيانات المشاريع ويعطي إجابات محدّثة عن الأسعار والتوفر. عندما يسأل العميل سؤالاً خارج نطاق الروبوت أو يطلب التحدث مع شخص، يحوّله تلقائياً لأقرب موظف متاح مع ملخص كامل للمحادثة.
النتيجة بعد 5 أشهر: الروبوت يعالج 280 رسالة يومياً من أصل 400. فريق خدمة العملاء أصبح يركز على العملاء الجادين الذين يحتاجون متابعة شخصية. معدل رضا العملاء عن الردود الآلية 4.2 من 5 حسب استطلاع أجرته الشركة.
هل تريد نتائج مشابهة لعملك؟
تواصل معنا لتقييم مجاني