Unser Kunde ist einer der fünf größten Energieversorger, der Gas- und Elektrodienstleistungen für Privathaushalte und Industriekunden im Vereinigten Königreich und in vielen anderen europäischen Ländern anbietet. Das Unternehmen benötigte einen virtuellen Assistenten, um die Zahl der Anrufe bei seinem Kundendienstteam zu reduzieren und den Anrufern bessere Selbstbedienungsmöglichkeiten zu bieten.

Die Anforderung an Alscient bestand aus Folgendem:

• Es sollte ein virtueller Assistent zur Verfügung gestellt werden, der dem Anrufer eine breite Palette von Dienstleistungen anbietet. Die Anrufe sollten eine breite Palette von Bereichen abdecken, darunter Zahlung, Kontoabfrage, Rückruf, Terminabfrage, Saldoabfrage, Übermittlung des Zählerstands, Beschwerde, Lastschriftabfrage und Lieferausfall.
• Die Lösung musste außerdem sowohl den agentengestützten als auch den IVR-Zahlungseinzug auf PCI-konforme Weise ermöglichen.
• Der virtuelle Assistent musste auch eine Route vom IVR aus anbieten, wenn der Anrufer Schwierigkeiten hatte, eine Absicht zu erkennen, oder wenn der Anrufer mit einem Agenten sprechen wollte.
• Die Lösung musste je nach Art der angebotenen Anfrage eine Identitäts- und Verifikationsprüfung (ID&V) ermöglichen.
• Bereitstellung eines operativen Dashboards, das einen Überblick über die getätigten Anrufe und die Art der Anfrage sowie die Transaktionsraten der insgesamt eingereichten Zahlungen gibt.

Alscient ging diese Anforderungen in einem stufenweisen Ansatz an. Zunächst erfassten wir alle Anforderungen an die Lösung und erstellten ein High-Level-Design, das beschrieb, wie die Lösung funktionieren würde.

Following sign-off of the design, a story map was created which demonstrated the end-to-end caller journey. The solution was based on Amazon Connect, Amazon Lex and supporting services. DTMF input was received through the IVR for card payment details, with the details being encrypted within the call logs and DTMF tone masking taking place on the final call recording. A Lex bot and a series of Lambdas were used to provide the virtual assistant. Hundreds of utterances were matched to each intent and a confidence score was used to assist with intent matching. In all over 25 different intents were created with a redirection being made in the contact flow depending on if the caller had already been through ID&V or not.

CloudWatch Dashboards and a series of CloudWatch alarms were used to provide operational metrics on the AWS services which were in use. DynamoDB was used in support of providing different responses based on the enquiry type. S3 was also used to store the call recordings and Polly was used to provide text-to-speech prompts within the call flow. Additionally, Lambda’s were used within the call flows to make callouts to our client’s other systems in response to the intent action.

Nach Abschluss des Builds wurde die Lösung einem Systemtest unterzogen und dann in eine UAT-Umgebung migriert, in der unser Kunde seine eigenen Tests der Lösung durchführte. Nach Abschluss der Benutzerakzeptanztests (UAT) wurde die Lösung in die Vorproduktion und nach der Freigabe in den Echtbetrieb überführt.

Die Lösung ist seit Februar 2023 in Betrieb und ermöglicht es den Kunden, allgemeine Anfragen selbst zu bearbeiten, ohne dass sie von einem Agenten bedient werden müssen.

Die Lösung hat dazu geführt, dass weniger Anrufe von Agenten bearbeitet werden müssen, und hat das gesamte Serviceangebot für die Endkunden verbessert. Es wurden auch zusätzliche Personaleinsparungen gemeldet, da weniger Anrufe von Agenten bearbeitet werden müssen.

Unser Kunde gab an, dass dies eines der größten IT-Projekte war, die er im vergangenen Jahr durchgeführt hat, und war sehr zufrieden mit der Geschwindigkeit der Bereitstellung und der Innovation, die die Lösung bot. Das Unternehmen möchte die Lösung nun auch auf andere Märkte ausweiten und einige der neueren KI-Funktionen für Konversationen nutzen, die inzwischen in Amazon Connect und Amazon Lex eingeführt wurden.