1. 我是CIO首页
  2. 资讯
  3. 零售

增强的应用程序,内部CRM,聊天机器人帮助MakeMyTrip增强了用户体验

在过去几年中,MakeMyTrip已针对多个用例积极投资于人工智能和机器学习。MakeMyTrip的CTO Sanjay Mohan断言,它已帮助推动个性化并提供了旅行解决方案,具体取决于旅行者的个人资料,偏好,网站或应用程序上的先前互动以及过去的购买行为等。

您如何使用技术简化MakeMyTrip的重要业务功能?

MakeMyTrip是一家基于旅行的金融公司,有三种不同的技术堆栈,即消费者堆栈,事务堆栈和支持堆栈,它们分别针对不同的利益相关者。“消费者堆栈”迎合最终客户的需求,“交易堆栈”(包括交易和财务堆栈)迎合内部利益相关者。“支持堆栈”有一个重叠部分,可以同时满足最终客户和内部支持团队的需求,其中包括呼叫中心和客户服务团队。

为了推动技术组件无缝集成到不同用例中,MakeMyTrip一直在积极致力于构建一些必需的组件,例如CRM内部工具MyDesk。通过这样做,我们已经能够淘汰一些第三方组件和工具。这帮助我们提高了效率并推动了不同业务部门的优化。此外,我们正在利用机器学习技术来实现网站安全,防止欺诈和检测可能导致网站瘫痪的隔离恶意机器人。

在过去的几年中,我们一直在大力投资数据工程师和数据科学家,以获取竞争优势。

由于印度的数据稀疏且结构化,您如何收集数据并使之可用?

数据仍然稀疏,与旅游业有关的信息更加有限。这是因为旅行本身并不常见。这是一项高价购买项目,需要花费大量时间才能到达购买过程的最后阶段。此外,每次旅行的目的,动机和兴趣都有所不同。因此,每个数据集都是不同的-难以解密大量数据。

每次购买后,我们都会保存来自客户的多次搜索和点击,有助于解密和分析数据以备将来使用。我们的预测数据分析工具和技术提高了我们对客户概况,他们的偏好,购买倾向等的理解。

在过去的几年中,我们一直专注于建立一个强大的管道,在每个步骤中监控数据质量。在MakeMyTrip,我们强大的数据工程师和数据科学家人才库负责维护数据质量,语义,语法和有效性。

您可以从ML支持的数据分析中获得哪些灵感?

建立此数据管道一直是我们个性化旅行产品和服务成功的最大因素之一。

如果用户正在寻找德里的酒店,那么他将看到的酒店列表将不同于向其他用户显示的酒店。用户将可以根据自己的喜好查看列表中的最佳酒店或航班,这就是所谓的千人千面。

在某些情况下,用户多次访问过特定的酒店,但在下一次预订期间找不到可用的房间。借助ML支持的模型,该公司可以映射各种参数基础,用户可以多次选择特定的酒店。根据这些参数,设施相似的酒店将分配给同一地区的用户。

您如何利用技术来增强客户服务?

在MakeMyTrip,采用新兴技术以及现有技术栈使我们能够提高客户服务和客户支持水平。为了方便客户,我们引入了多个客户服务接触点。现在,客户可以通过三个渠道与我们联系:应用内自助服务,呼叫中心和我们的聊天机器人。

在过去的几个季度中,我们目睹了通过自助服务选项进行的互动次数有所增加,该自助选项位于该应用程序的“ MyTrips”里。在航班和酒店业务领域,我们已成功达到100%的覆盖率。

通过我们的聊天机器人Myra提供的聊天界面,可以提供相同的功能。内部构建的Myra和Gia都是先进的自然语言聊天机器人,它们的设计具有针对旅游业要求的自我学习功能。

目前,我们的聊天机器人已成功解决了80%以上的客户查询。其余的由人工代理离线处理。将来,我们有信心Myra和Gia将能够通过减少离线进行的交互次数来提高效率商。

在呼叫中心方面,我们已经设计并部署了内部CRM工具MyDesk。该工具将语音和聊天通道与仪表板和分析工具无缝集成,从而为座席提供所需的工具和信息,以有效处理客户的查询。

该公司最近还在该应用程序中添加了新功能。Trip Ideas通过识别个人旅行兴趣,目的地发现和旅行计划来帮助旅行者进行决策。

我们还推出了Trip Assist,这是一种个人旅行助手,可在客户整个旅途中为他们提供帮助。TripMoney是另一种产品,可帮助我们的客户获得贷款(信贷额度)的批准,以便购买其所需的旅行产品和度假产品。

本文为作者 新然 独立观点,并不代表 我是CIO 立场。

发表评论

登录后才能评论