Top.Mail.Ru
График: 5/2, full-time
Формат: удаленный/офис
Вакансия «1С-программист»

Повышение эффективности в финансах с помощью Dynamics 365 и машинного обучения

В современном мире цифровой трансформации каждая организация ищет способы более эффективной работы. В Microsoft объединили Dynamics 365 for Customer Service и искусственный интеллект для прогнозирования предмета обсуждения и автоматической маршрутизации для входящих проблем и запросов от клиентов Microsoft Finance. Машинное обучение сократило время, необходимое для передачи запроса сотруднику, и позволило реализовать более интеллектуальный и оптимизированный процесс управления, что привело к сокращению времени отклика и решения для наших клиентов.

Понимание Microsoft Finance

Microsoft Finance предоставляет финансовые и нормативные услуги для Microsoft. Microsoft Finance Operations является первым контактным лицом для поддержки сотрудников, поставщиков и руководства в процессе Microsoft Procure-to-Pay. Она предоставялет вспомогательный персонал, который обрабатывает запросы для более чем 150 000 внутренних сотрудников и более 130 000 поставщиков. Finance Operations охватывает более 120 стран. Транзакции включают в себя следующее:

• 1,2 миллиона отчетов о расходах
• 580 000 заказов на покупку
• 1,5 миллиона счетов
• 5,6 млн транзакций по кредитным картам
• 65 миллиардов долларов в платежах получателя
• 1 млрд. долл. США в виде выплат сотрудникам

Управление финансовыми операцями с OneFinance

Решение OneFinance обеспечивает основной интерфейс между Microsoft Finance Operations и клиентами, которые пользуются услугами Microsoft Finance — от аудита, казначейства до налогообложения и торговли. Почти 1100 сотрудников OneFinance получают более 1 миллиона запросов в год, которые будем называть случаями. Они также получают и обрабатывают более 18 миллионов электронных писем.

Ранее группа сотрудников, называемых первой линией поддержки, отвечала за проверку каждого входящего электронного письма с запросом клиента, а затем направляла запрос в соответствующую очередь сотруднику OneFinance, где сотрудникки получали запрос и работали над его решением. С учетом большого количества запросов, поступающих в OneFinance, управление первой линией поддержки было большой, трудоемкой и подверженной ошибкам задачей. Процесс ручного управления привел к возникновению проблем в нескольких разных частях организации:

Клиент. Клиенты слишком долго ждали ответа на поставленный вопрос. Процесс ручного управления был узким местом в рабочем процессе. Кроме того, были моменты, когда случаи отправлялись в неправильные очереди, поэтому сотрудники, которые их брали, не обладали опытом, который требовался для помощи клиенту.
Сотрудник. Сотрудники должны были потратить время на отбор дел из разных тематических очередей. Это создавало для них дополнительные шаги и требовало времени, которое они могли бы использовать для разрешения случаев. Сотрудникам также приходилось иметь дело с делами, отнесенными к неправильной очереди, что еще больше снижало их производительность.
Менеджер. Менеджеры не могли понять, почему их сотрудникам понадобилось так много времени для разрешения случая. Менеджеры также поняли, что им необходимо перекрестно обучать сотрудников, чтобы дать им возможность разрешать случаи из более широкого набора очередей.
Бизнес. Высокопоставленные менеджеры наблюдали за процессом создания и разрешения случаев и задавались вопросом, почему так много людей требовалось для решения случая. Они понимали необходимость более эффективного процесса.

Автоматизация управления запросам с помощью Dynamics 365 и машинного обучения

Microsoft Finance в сотрудничестве с Microsoft Core Services Engineering and Operations (CSEO) и командой Dynamics 365 работали над созданием нового решения, которое изменит процесс обработки запросов клиентов и повысит эффективность управления первой линией. Необходимо было удалить как можно больше ручной работы из процесса создания случаев. Чтобы повысить эффективность процесса создания случаев, автоматизируется процесс создания, категоризации и назначения случаев с помощью Dynamics 365 for Customer Service и машинного обучения. Благодаря автоматизированному решению первой линии больше не нужно сортировать входящие очереди, чтобы расставлять приоритеты и фильтровать запросы. Решение отслеживает, фильтрует и автоматизирует управление случаями, поэтому наши сотрудники работают с действительными запросами клиентов и назначаются эти запросы только тогда, когда они готовы обработать их.

Процесс обработки OneFinance запросов высокого уровня

Процесс высокого уровня начинается, когда у клиента есть запрос на отправку в OneFinance:

• Клиент отправляет запрос в OneFinance по электронной почте. Запросы поступают от внутренних сотрудников и внешних поставщиков и включают в себя вопросы о заказах на покупку, отчетах о расходах, рассредоточении платежей, запросах на возврат и статусе заказа.
• Автоматизированная первая линия выполняет прогнозирование и маршрутизацию AI для входящих случаев.
• Электронная почта преобразуется в случай и помещается в очередь Dynamics 365 for Customer Service.
• Автоматизированная первая линия просматривает случаи в верхней части очереди «первым пришел — первым вышел» (сначала — самая старая электронная почта) и направляет ее в соответствующую очередь, такую ​​как расходы, возвраты или заказы.

После того, как сотрудник получит запрос клиента через OneFinance, он может предпринять соответствующие действия в зависимости от статуса запроса или прикрепленного к нему случая. Автоматизированное решение сократило время, необходимое для передачи запроса сотруднику, в среднем с 15 минут до менее 1 минуты.
Автоматизированный процесс использует Dynamics 365 for Customer Service для получения, маршрутизации, назначения и веб-службы “Gatekeeping”. Веб-служба использует модель машинного обучения, разработанную в Microsoft Azure Machine Learning Studio. Модель машинного обучения анализирует основную часть поступающих случаев и прогнозирует первичные и вторичные темы в случае, возвращая результаты в Dynamics 365 for Customer Service.

Основа на Dynamics 365 for Customer Service

Dynamics 365 for Customer Service предоставляет основу, на которой строится функциональность OneFinance. Он предоставляет несколько собственных возможностей, которые позволяют со временем создавать и выпускать функциональные компоненты OneFinance, включая автоматическое создание случаев. Эти собственные возможности включают в себя способность:

• Направление сотрудников к нужным действиям с помощью искусственного интеллекта, появляющегося в нужное время в едином интерфейсе.
• Относится к каждому клиенту как к VIP с полным представлением об опыте каждого клиента, чтобы сотрудники могли персонализировать взаимодействие.
• Избегать проблем, связанных с обслуживанием и поддержкой, с упреждающим вниманием, анализируя данные с подключенных устройств и предпринимая соответствующие действия, прежде чем предупредительные знаки станут проблемой.
• Облегчить поиск ответов в сообществах самообслуживания, интеллектуально перенаправляя дела с любого канала нужному агенту для быстрого разрешения.

https://img-prod-cms-rt-microsoft-com.akamaized.net/cms/api/am/imageFileData/RE3PpmX

Рис. 1. Автоматическое создание и маршрутизация случая в OneFinance

Использование Dynamics 365 для интеллектуальной маршрутизации и назначения

Dynamics 365 лежит в основе функциональности автоматического создания случаев. Входящие электронные письма направляются в Dynamics 365 for Customer Service, которая выполняет большую часть задач автоматизации и маршрутизации. Сквозной процесс создания случаев не требует ручного управления, все размещено и автоматизировано в Dynamics 365 for Customer Service и Azure.

Dynamics 365 for Customer Service дает нам возможность персонализировать информацию для каждого сотрудника, чтобы новое решение могло понять, какие случаи следует направить сотруднику и когда этот сотрудник готов к их назначению. Dynamics 365 хранит два набора данных сотрудника:

Персона — персональный набор данных содержит информацию о том, кем является сотрудник, в том числе об опыте каждого сотрудника, его опыте и языках, на которых он говорит.
Календарь — набор данных календаря содержит информацию о том, когда сотрудник доступен для обработки случаев, включая рабочее время и регион, в котором он находится.

Интеллектуальная маршрутизация

Dynamics 365 for Customer Service использует интеллектуальную маршрутизацию “Intelligent Case Routing”, чтобы точно направлять и назначать случаи сотрудникам. Интеллектуальная маршрутизация объединена с искусственным интеллектом, который использовался для создания трех основных алгоритмов сопоставления:

• темы к навыкам сотрудника. Темы, полученные из анализа машинного обучения, о случае, соответствуют навыкам, хранящимся в персональных данных сотрудника.
• региона или языка для региона и языка сотрудника. Процесс маршрутизации сопоставляет регион и язык, полученные из информации о случае, с сотрудником с тем же регионом и языком.
• назначения случая с доступностью сотрудника. Случаи присваиваются сотрудникам, только если они находятся в активном рабочем времени.

Основываясь на этих трех сопоставлениях, случай назначается сотруднику, который наиболее подходит и имеет наименьшее количество случаев в своей очереди.

https://img-prod-cms-rt-microsoft-com.akamaized.net/cms/api/am/imageFileData/RE3PcjU

Рис. 2. Автоматизация управления случаями с помощью Dynamics 365 for Customer Service и машинного обучения

Включение интеллектуальной автоматизации с машинным обучением

Решение основано на моделях машинного обучения, которые созданы в Azure Machine Learning Studio. Возможности машинного обучения позволяют автоматизированному процессу создания случаев принимать интеллектуальные решения, основанные на контексте и входных данных, полученных из электронного письма клиента. Общий ход процесса показан на следующем рисунке.
https://img-prod-cms-rt-microsoft-com.akamaized.net/cms/api/am/imageFileData/RE3PcjX

Рис. 3. Процесс уточнения данных случая для запроса в OneFinance

Данные для процесса извлекаются из сообщений электронной почты, поступающих из Dynamics 365 for Customer Service. Данные обрабатываются веб-службой машинного обучения, которая возвращает данные обратно в Dynamics 365. Этот процесс включает в себя несколько основных процессов, которые формируют поток машинного обучения:

• Загрузка данных и их предварительная обработка. Данные из Dynamics 365 загружаются и преобразуются в Azure SQL, где тема письма и содержание извлекаются из письма.
• Извлечение данных. Данные обрабатываются через веб-сервис машинного обучения. Используется REST API, который взаимодействует с Dynamics 365 и отправляет запрошенные данные в модель машинного обучения, которая выполняет несколько задач обработки, включающие:
— Удаление записей с отсутствующими, неполными или неактивными данными.
— Удаление специальных символов, цифр и знаков препиния.
— Преобразование всего текста в нижний регистр.
— Удаление слов. Сюда включено содержание, которое не соответствует основной и дополнительной темам запроса.
— Поиск и группировка корневых слов, которые имеют одинаковые значения.
• Модель машинного обучения, размещенная в веб-сервисе, основана на модуле Multiclass Neural Network и предоставляет два ключевых результата: основная и дополнительная тема.
• Преобразование результата модули машинного обучения. Основная и дополнительная тема сохраняются в базу данных, которая предоставляет числовые значения индекса для каждой темы. Числовое значение, связанное с основной и дополнительной темой случая, сохраняется и передается в Dynamics 365 для маршрутизации и назначения.
• Обучение модели. Данные разделены, 70% используются для тренировки модели, 15% для настройки параметров и 15% для тестирования. За отправную точку тренировки, были взяты 5 лет исторических данных.
• Переобучение модели. Когда модель машинного обучения неверно обнаруживает темы, неверные записи возвращаются в модель для переобучения. Этот процесс улучшает точность модели и адаптирует ее к новой информации или изменениям функциональности в OneFinance, таких как добавление новых очередей или бизнес групп. Переобучение это критический процесс для правильного функционирования модели машинного обучения. Например, переобучение позволило повысить точность с 76% до 88% за 3 месяца.

 

microsoft.com

Azure Machine Learning Studio

Comments

So empty here ... leave a comment!

Добавить комментарий

Sidebar