שיבוץ ושיגור חכם - ידני לממוחשב
בשיחות רקע עם לקוחותינו, הבנו כי תכנון לוח זמנים חכם של סוכן שטח והתאמתו המדויקת למטלה אותה הוא נדרש להשלים, הינו מרכיב חשוב בתהליך מתן השירות. ואכן פלטפורמת WEBLET הופכת את תהליך השיבוץ והשילוח ידני לממוחשב. ניתן להפעיל במערכת אלגוריתם המתבסס על חוקים עסקיים שהלקוח מגדיר.
ניתן ליישם באלגוריתם מגוון פרמטרים, כגון ידע ומיומנות הטכנאי בתחומים מסוימים (חשמל, לדוגמה), שעות עבודה המועדפות עליו, כמות משימות יומיות, מלאי נדרש לקריאה מול המלאי ברכב ועוד.
בנוסף לכך WEBLET תומכת באופטימיזציה בזמן אמת: איש השטח יכול לבצע בתוך המשימות שלו אופטימיזציה של מרחק וזמן בהתאם לדיווחי WAZE ברגע זה אונליין. ככל שנדרש להתחשב בפרמטרים מורכבים יותר, ניתן לספקם באמצעות ממשק לתוכנת אופטימיזציה.
כך AI משפר את שיבוץ הטכנאים בפועל
באמצעות שימוש בבינה מלאכותית ניתן ליצור מסלולים יומיים יעילים יותר ולשלוח את הטכנאים לפגישות רבות יותר המותאמות לכישוריהם.
השימוש בשיבוץ ושיגור המתבצעים אוטומטית (בסיוע בינה מלאכותית, תוך התבססות על סט הכישורים של כל איש שטח, המיקום שלו ופגישות קודמות עם אותו הלקוח), מפנה זמן רב יותר לטכנאים, למתאמות הפגישות ולצוות הניהולי. הדבר חוסך משאבים יקרים לארגון.
לפי נתוני Salesforce, ארגונים המשלבים בינה מלאכותית בניהול שירות השטח משפרים משמעותית את זמני התגובה, את ניצול המשאבים ואת רמת השירות ללקוח.
שיפור דרמטי בתפוקה וזמן תגובה
WEBLET מאפשרת לשפר בצורה דרמטית את זמן התגובה, להגדיל את ההיקף היומי של כמות הפניות המטופלות כל יום ולהגביר את שביעות רצון הלקוחות משירותי החברה.
את המסלולים של כל אחד מאנשי השטח ניתן לחשב באופן מידי תוך שימוש מתקדם באפשרויות ה-GPS וטכנולוגיות הענן. רשימת המלאי מתעדכנת כבר כשהטכנאי בשטח בזמן אמת וניתנת לצפייה על ידי הטכנאים, המשלחים ואנשי המנהלה במשרד.
כיצד AI משפר את ניהול הטכנאים ואנשי השירות
בינה מלאכותית מאפשרת למערכת ללמוד מנתוני העבר ולשפר את ההחלטות בזמן אמת: מיהו הטכנאי המתאים ביותר לכל קריאה, אילו חלפים צריך להביא, וכיצד לתכנן את המסלול היעיל ביותר. התוצאה: פחות איחורים, פחות חזרות ללקוח, יותר קריאות ביום ושיפור משמעותי בזמן התגובה.
גם אפליקציה לטכנאים ולאנשי שירות אמורה להכיל תכונות "למידה" חדישות אלה למגוון יישומים, כגון: איזה טכנאי הוא היעיל ביותר בתיקוני מסך טלוויזיות על סמך ביצועי כלל הטכנאים, אלו לקוחות הינם פוטנציאליים להזמין בעת הזו מוצר מסוים על סמך הרגלי קניותיהם בעבר וכד'.
בינה מלאכותית מאפשרת להפוך משימות שבוצעו בעבר בצורה חוזרת ונשנית, למערכת דינמית אשר משתנה באופן אוטומטי בהתאם למקרים דומים בעבר.
מנוע חוקים עסקיים, בינה מלאכותית וטכנולוגיות חדשניות נוספות מאפשרות לפתח אלגוריתמים שנועדו לתכנון מסלול לטכנאי שטח לא רק בהתאם למיקומם הפיזי, אלא גם בהתאם להצלחותיהם בביצוע קריאות שירות דומות בעבר.
הטמעת אלגוריתם כזה אפשרית בכל סקטור. בחברות שיווק והפצה לדוגמה, היא תאפשר למנף את המכירות, שכן ניתן לנבא אילו סוגי מוצרים ירכוש כל לקוח ולהתאים לו את איש המכירות בעל הניסיון הרב וההצלחה הגבוהה ביותר במכירת מוצרים בנישה שלו.
שיא היעילות: הטכנאי אינו צריך לשוב ללקוח
אחד הגורמים הבעייתיים בקריאות שירות לא מוצלחות הינו חזרתו של הטכנאי לנקודה בה הוזמן על מנת להביא עימו חלקים מתאימים. שימוש בטכנולוגיות מתקדמות של AI המזהות התאמה בין המשימות שביצע הטכנאי בעבר ותוך התחשבות בציוד הנמצא ברשותו לקריאה הנוכחית, יוכלו להפחית משמעותית את הצורך לחזור שוב לנקודת השירות על מנת לבצע את התיקון.
לדוגמה: טכנאי מכונות כביסה מסחריות יחזיק ברכב חלקים מתאימים לקריאות שירות בבתי מלון, בעוד טכנאי המתמחה במכונות כביסה ביתיות יחזיק ברכב את החלקים המתאימים למכונות אלה ולא יצטרך לחזור שוב ללקוח על מנת להביא את החלפים הדרושים.
שירות מדויק ויעיל יוצר אמון. כאשר הטכנאי מגיע בזמן, עם הציוד הנכון ומשלים את המשימה בביקור אחד — חוויית הלקוח משתפרת, ונוצרת הזדמנות טבעית להציע שירותים ומוצרים נוספים ולהגדיל את רווחיות העסק.
