كيف نستخدم نماذج اللغة الكبيرة (LLM) لتخصيص اتصالات العملاء

تجارب العملاء المخصصة تميز تحصيل الديون عن بقية الصناعة. لأخذ التخصيص إلى مستوى أعلى، قمنا بتطوير كاتب نصوص ضمن منتجنا يستخدم نماذج اللغة الكبيرة (LLM). 

ماذا يفعل كاتب النصوص؟

الحل الذي طورناه داخليًا يكتب اتصالات تحصيل الديون للعملاء عبر البريد الإلكتروني والرسائل القصيرة. يعتمد على تقنية نماذج اللغة الكبيرة (LLM) التي هي شكل من أشكال الذكاء الاصطناعي يفهم وينتج نصوصًا بطريقة تشبه الإنسان، مشابهة لـ Chat GPT.

كيف يعمل؟

لتعليم كاتب النصوص كيفية الكتابة لعملائنا بأفضل طريقة ممكنة، قمنا بتغذيته بأعلى أداء من اتصالات البريد الإلكتروني والرسائل القصيرة التي حققت أعلى معدلات فتح، ونقر، وتحويلات دفع.

حللت تقنية LLM هذه الاتصالات لفهم خصائص الرسائل ذات الأداء العالي، مثل النغمة، واللغة، والبنية. كما أدخلنا متطلبات الامتثال في كاتب النصوص، لضمان توافق أي اتصالات يكتبها مع اللوائح المحلية.  

بمجرد أن فهم مكونات الاتصال الجيد للعملاء المثقلين بالديون، بدأ كاتب النصوص بالعمل. جميع الرسائل التي ينتجها كاتب النصوص تمر عبر طبقة ثانية من حماية الامتثال ويتم مراجعتها من قبل فريق الامتثال المتخصص لدينا. من هناك، تكون جاهزة للنشر ضمن منتج Collect الخاص بنا. الآن، ينتج نموذج اللغة قوالب بشكل مستمر لمختلف شرائح قاعدة عملائنا، في جميع مراحل رحلة التحصيل.

ما هو التأثير المتوقع لكاتب النصوص؟

بينما نستمر في استخدام كاتب النصوص لإنتاج المزيد من الاتصالات، هناك مجموعة واسعة من الفوائد:

• يمكننا تجربة مجموعة أوسع من الاتصالات بأساليب كتابة مختلفة على نطاق واسع لتخصيص تجربة تحصيل كل عميل. 
• سيكون LLM استجابة وسيتعلم في الوقت الحقيقي أي الاتصالات يفضلها العملاء. 
• كل هذا يترجم إلى معدلات تفاعل أعلى، وتحويلات دفع، وأداء تحصيل أفضل.
• مع مرور الوقت، سيمكننا ذلك أيضًا من دعم المزيد من الشركات في دول أخرى بلغات جديدة بشكل أسرع، لمواكبة الطلب المتزايد للعمل مع عملائنا العالميين وعملائهم في جميع أنحاء العالم.

يُدخل استخدام LLM مستويات جديدة من التعاطف، والحدس، والتخصيص في كيفية التواصل مع الأشخاص المثقلين بالديون، مما يجمع بين الامتثال والتكنولوجيا بكفاءة غير مسبوقة.