基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
OMDIA观点 让客户与客服取得联系并让坐席迅速做出响应,对于改善客户历程体验至关重要.为了做到这一点, T-Mobile US改变了自己的客服模式,确保客户在需要时可以立即与了解自己需求并能够有效提供服务的坐席取得联系. T-Mobile的AI@T-Mobile团队开发了基于自然语言理解的机器学习模型.该模型可分析大量的客户请求和数据,预测客户为何联系T-Mobile,并确定可满足客户需求的信息.传统的数据标注过程效率低下,需要花费较多时间并且成本较高.这导致T-Mobile使用Amazon SageMaker Ground Truth解决方案来实现数据标注过程的自动化.Ground Truth是Amazon SageMaker内部的一个全面管理式数据标注服务,使用机器学习来简化数据标注过程.
推荐文章
基于企业客户体系服务流程优化研究
客服支撑系统
移动客户
管理扁平化
新形势下提高电力企业客户服务品质的研究
电力企业
客户服务
服务品质
服务理念
96688目标客户定位帮助企业寻找最有价值客户
目标客户
定位
数据挖掘
营销推广
种业企业客户管理与服务策略初探
种业企业
客户
客户管理
服务
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 企业案例研究:T-Mobile US通过机器学习技术增强客户服务
来源期刊 电信工程技术与标准化 学科
关键词
年,卷(期) 2021,(7) 所属期刊栏目 OMDIA观察专栏
研究方向 页码范围 34-38
页数 5页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1008-5599.2021.07.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
电信工程技术与标准化
月刊
1008-5599
11-4017/TN
大16开
北京海淀区丹棱街甲16号302室
82-942
1988
chi
出版文献量(篇)
5257
总下载数(次)
21
总被引数(次)
15733
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导