Menggunakan Teknologi untuk Menjalin Hubungan yang Lebih Personal
T-Mobile bangga menjadi pendobrak di dunia komunikasi nirkabel, yang selalu kreatif dalam menjalin relasi dengan para pelanggan. Ini terbukti dengan digunakannya AI sebagai pendekatan layanan pelanggan.
Pemanfaatan kemampuan prediktif pembelajaran mesin untuk meningkatkan layanan pelanggan adalah contoh luar biasa bagaimana AI meningkatkan kemampuan manusia T-Mobile melihatnya sebagai peluang untuk melayani pelanggan dengan lebih baik dan lebih cepat, yang tidak hanya berguna bagi perusahaan dan agen layanannya, tetapi juga memperkaya pengalaman pelanggan dan membuat hubungan antarmanusia menjadi lebih kuat.
“Sebagian besar industri melirik penggunaan AI dan pembelajaran mesin untuk mengembangkan sistem Interactive Voice Response (IVR) dan chatbot yang lebih canggih sebagai upaya untuk sebisa mungkin menjauhi interaksi antara agen layanan pelanggan dan pelanggan,” ujar Cody Sanford, wakil direktur eksekutif dan kepala bagian informasi di T-Mobile. Tetapi T-Mobile membalikkan paradigma tersebut. Pelanggan T-Mobile langsung terhubung dengan agen layanan pelanggan yang mengenal mereka, bukannya berkomunikasi dengan IVR atau chatbot. Berkat AI, agen layanan pelanggan dapat langsung mengakses informasi yang paling sesuai dengan kebutuhan pelanggan.
Memberikan informasi kontekstual kepada agen secara waktu nyata membantu menjamin bahwa setiap masalah pelanggan diatasi dengan cepat dan akurat. Untuk itu, T-Mobile mengembangkan model pembelajaran mesin Pemahaman Bahasa Alami yang mengekstrak makna dari sejumlah besar data berbasis teks. Data perusahaan mencakup ratusan ribu permintaan pelanggan yang masuk dalam satu hari, serta repositori pengetahuan, tempat jawaban potensial untuk pertanyaan pelanggan dapat ditemukan. Model pembelajaran mesin kemudian memprediksi informasi mana yang sesuai dengan kebutuhan pelanggan, seperti membantu membayar tagihan atau menambahkan nomor telepon baru, lalu konten yang relevan akan ditampilkan kepada agen layanan pelanggan sebagai bagian dari grup Tim Ahli (TEX) terpadu, yang mengenal pelanggan karena rutinitas mengurus pelanggan.
"Pelanggan T-Mobile menyukai interaksi manusia yang sifatnya personal. Melalui pembelajaran mesin, kami bisa mengubah cara pelanggan berkomunikasi dengan kami."
Cody Sanford
EVP dan CIO
T-Mobile
"Pelanggan T-Mobile menyukai interaksi manusia yang sifatnya personal. Melalui pembelajaran mesin, kami bisa mengubah cara pelanggan berkomunikasi dengan kami."
Cody Sanford
EVP dan CIO
T-Mobile
Namun, sebelum proses ini dapat dimulai, data harus diberi label untuk melatih model pembelajaran mesin prediktif ini. Sebelumnya, T-Mobile memiliki tim ilmuwan data yang mengerjakan pelabelan manual. Pekerjaan tersebut sangat penting, tetapi melelahkan dan memakan banyak waktu. Ilmuwan data menyisir berbagai pesan pelanggan untuk mencari kata dan frasa kunci, lalu memetakannya ke tipe transaksi.
Untuk menyisipkan AI pada pelabelan data, T-Mobile menggunakan Amazon Sagemaker Ground Truth. Ground Truth mempercepat dan memperbesar skala pelabelan data latihan, yang sangat penting bagi model pembelajaran mesin untuk menghasilkan prediksi dengan keakuratan tinggi. Tanpa melakukan ini secara manual, Ground Truth mempelajari dari anotasi tersebut secara waktu nyata dan secara otomatis menerapkan label ke banyak himpunan data yang tersisa.
Menggunakan Ground Truth tidak hanya menyederhanakan proses tersebut, tetapi juga memungkinkan ilmuwan data T-Mobile untuk fokus pada tugas yang lebih khusus, seperti pembuatan model, analisis, validasi, dan penerapan.
“Sebelumnya, ilmuwan data kami menghabiskan banyak sekali waktu untuk membuat label pada ribuan pesan,” ujar Sanford. “Ground Truth mampu membuat pekerjaan menjadi sangat efisien dan sekarang kami tidak perlu meminta ilmuwan data untuk melakukan pelabelan data secara manual.”
Sebagai contoh, Ground Truth membuat data pelatihan akurat dengan melihat frasa dan kata kunci yang ada dalam jutaan pesan teks pelanggan, yang membantu T-Mobile membuat rekomendasi prediktif yang lebih baik tentang alasan pelanggan menghubungi kami, sehingga jawaban tepat dapat diberikan pada komunikasi pertama. Model tersebut dirancang untuk belajar secara mandiri, sehingga akan semakin akurat seiring berjalannya waktu.
“Pelanggan T-Mobile menyukai interaksi manusia yang sifatnya personal dengan kami,” kata Sanford. “Melalui pembelajaran mesin, kami bisa mengubah cara pelanggan berkomunikasi dengan kami.”