‘Cognitive Computing’ aplicado a la banca, un gran aliado para la atención al cliente

14-09-2017

“A su llamada le quedan 5 minutos de espera”, es una de las frases más irritantes del planeta, una frase muy habitual que hemos escuchado al llamar a un servicio de atención al cliente telefónica. Una frase desesperante, tanto como ver el metro escaparse en tus narices o que el semáforo se ponga en rojo en cuanto llegas a él. Todos somos impacientes y en la era de la digitalización, cada vez más.

La tecnología surgió con la idea de facilitarnos el día a día, agilizar nuestras tareas, reducir los tiempos y aumentar la eficiencia. Por ello, gracias a la transformación tecnológica, a la cognitive computing en concreto, las largas esperas telefónicas a las que se tiene que enfrentar un cliente a la hora de realizar una consulta serán cosa del pasado.

Qué es el cognitive computing y cómo se aplica a la banca

Cognitive Computing o computación cognitiva es una tecnología que utiliza algoritmos de autoaprendizaje o aprendizaje profundo respaldados por procesamiento natural del lenguaje, inteligencia artificial y volúmenes importantes de datos (Big Data) para operar de manera similar en la que el cerebro humano para la resolución de problemas y toma de decisiones.

Aplicada a la banca, supone la digitalización e indexación de toda la documentación que pueda necesitar el cliente que ha contratado un servicio con la entidad. Seguros, créditos, tarjetas, van acompañados de contratos, cláusulas o condiciones que componen una información a la que el cliente tiene derecho a acceder.

En conclusión, supone disponer al cliente de aquella información que pueda resultar de interés a través de una manera fácil, rápida, segura y con tiempos mínimos de espera.

SGAIM ha diseñado una solución basada en la computación cognitiva y el procesamiento natural del lenguaje para categorizar de manera automática, y sin estudio humano previo, la documentación de un cliente.

La solución se apoya y refuerza mediante la retroalimentación constante de los sistemas cognitivos por los controles de calidad y la misma documentación a tratar. De esta manera, el sistema se adapta a los cambios en la documentación y a la aparición de formatos nuevos.

¿Cómo se implementa un sistema de computación cognitiva?

El proceso de preparación y despliegue de una solución de soporte basada en soluciones de computación cognitiva implica las siguientes fases:

1. Identificación del fondo documental que soporta el conocimiento de la organización que debe constituir la base de la solución de soporte. El fondo documental no se limita a documentos de texto sino que puede implicar documentos gráficos, registros de audio generados en procesos de atención al cliente, soportes de formación interna,…

2. Normalización del contenido para su ingesta por parte del sistema de conocimiento a desarrollar. En función de las prestaciones de la plataforma empleada la información deberá adaptarse en menor o mayor grado siendo frecuente a día de hoy la conversión de la información a una estructura de preguntas y respuestas en formato JSON.

3. Ingesta de los objetos de información desarrollados en el sistema y calibración del mismo en base a preguntas tipo. En esta fase es habitual que la plataforma empleada ofrece soluciones de valoración de la respuesta o respuestas propuestas por ésta.

4. Establecimiento de los procedimientos internos para la incorporación de nueva información y para la calibración de los resultados ofrecidos, por ejemplo, mediante la valoración de utilidad efectuada por el propio usuario

5. En función del contexto de uso la solución incorporará una capa adicional de conversión de audio a texto y viceversa para permitir la interacción mediante voz a través de sistemas web o teléfono. En este contexto las respuestas deben ser más breves para facilitar su comprensión y contemplar acciones adicionales, por ejemplo, permitir al cliente solicitar recibir el detalle de la respuesta por escrito en su móvil o correo electrónico.

Ventajas que aporta la computación cognitiva

1. – Reducción de costes
2. – Unificación de los criterios de categorización
3. – Agilidad en los procesos posteriores gestión de la información.
4. – Adaptación constante al cambio
6. – Capacidad de integración con las aplicaciones de negocio del cliente.
7. – Seguridad de la información
8. – Rápida implementación de todo el proceso de gestión.
9. – Control automatizado de calidad para garantizar el nivel de servicio.