- Pohjola Vakuutuksessa on käytössä tekoälyyn perustuva tekstianalytiikka, joka tunnistaa asiakkaiden yhteydenotoista tunteita ja niissä toistuvia teemoja.
- Analyysin tarkoituksena on ymmärtää asiakasprosesseja, jotta niitä voidaan tehdä asiakkaan kannalta paremmiksi. Esimerkiksi asiakkaiden samankaltaisesti kuvailemia ongelmatilanteita voidaan niputtaa yhteen ja tehdä siten johtopäätöksiä tarvittavista parannuksista.
- Analytiikkaa kontrolloidaan tiukasti: henkilötietojen käsittely minimoidaan tietosuoja-asetuksen ja EU:n tekoälyasetuksen vaatimusten mukaisesti. Lisäksi asiantuntijat tarkistavat tulokset ennen kuin niiden pohjalta tehdään päätöksiä.
Haastattelusarja valottaa tekoälyn käyttöä finanssialalla ja siihen liittyviä toimintatapoja.
Julkinen keskustelu asettaa usein vastakkain numeroita pyörittelevän kalsean konetodellisuuden ja tunteet huomioivan inhimillisen todellisuuden. Tekoälyn ansiosta vastakkainasettelu on loiventumassa, sillä koneet jäsentävät maailmaa entistä sujuvammin muutenkin kuin numeroina, luokituksina ja mittareina.
Pohjola Vakuutuksessa hyödynnetään tekoälyyn nojaavaa analytiikkaa asiakaskontaktien – kuten asiakkaiden lähettämien viestien ja asiakaspalveluun soitettujen puhelujen – läpikäymiseen ja niistä välittyvien tunnetilojen analysointiin.
”Analyysin tavoitteena on saada entistä syvällisempi ymmärrys asiakaskokemuksesta eri kanavissa. Sentimenttianalyysi, eli tunnereaktioiden tarkastelu, auttaa kehittämään palveluita ja parantamaan asiakaskokemusta”, kertovat OP Pohjolassa liiketoiminta-analytiikasta vastaava johtaja Janne Kaippio ja asiakasanalytiikan johtaja Antti Rahtu.
Kielimalli ei ainoastaan tiivistä asiakkaiden yhteydenotoista saatua tietoa, vaan myös niputtaa asiakkaiden samankaltaisesti kuvailemia ongelmatilanteita yhteen. Näin voidaan tehdä sujuvasti johtopäätöksiä siitä, miten palvelukokemusta voidaan parantaa.
”Olemme voineet kehittää esimerkiksi mobiilipalvelujamme vastaamaan tekoälyanalytiikan esiin nostamiin asiakkaiden tarpeisiin”, Kaippio mainitsee.
Tekoäly ymmärtää numeroiden lisäksi ihmisiä
Koneiden leipälajina on totuttu pitämään valtavaa laskentatehoa ja täsmällistä luokittelua, mutta niitä on pidetty lähes sokeina ihmisten tunteille ja kokemuksille. Kaippion ja Rahdun mukaan tekoäly tunnistaa asiakaskontaktista asiakkaan kokeman tunteen – esimerkiksi tyytymättömyyden, pettymyksen tai tyytyväisyyden – pelkän tekstin perusteella, myös rivien välistä.
”Tekoälyn avulla myös avoimiin kenttiin kirjoitettujen tekstipalautteiden ja niistä välittyvien tunteiden analysointi onnistuu hetkessä. Tekoälyanalytiikan ansiosta pystytään käsittelemään sellaisia tekstimääriä, ettei ihmisellä olisi sellaiseen mahdollisuuksia”, Kaippio ja Rahtu kehuvat.
Tekoäly analysoi asiakkaan käyttämiä sanamuotoja ja tekee päätelmiä herkistä vivahteista. Pitkien ja polveilevienkin tekstien läpi analytiikka pystyy porautumaan vaivattomasti asiakaskokemuksen ytimeen.
”Analyysi perustuu siihen, että tekoäly vertailee viestin sisältöä miljardeihin muihin lauseisiin ja tekee niiden pohjalta tulkintoja”, Rahtu selventää.
Tekniikka tehostaa prosesseja, mutta ihminen tekee päätökset
Tiukasti säännellyllä finanssialalla asiakastietojen käyttötarkoitukset on rajattu tarkkaan. Kaippio ja Rahtu korostavat, että analyysin tarkoitus ei ole esimerkiksi asiakkaiden profilointi.
”Kaikki yksilöön liittyvät tunnisteet on poistettu niistä ennen kuin yhteydenotto menee analyysiin. Henkilöä ei siis pystytä tunnistamaan. EU:n yleisen tietosuoja-asetuksen (General Data Protection Regulation, GDPR) ja EU:n tekoälyasetusten vaatimukset säätelevät analytiikan hyödyntämistä. Jos asiakkaan tietoja menee minkäänlaiseen käyttöön, yhtiön sisällä hyödynnetään tietosuoja- ja tietoturvajuristien asiantuntemusta”, Kaippio vakuuttaa.
Autovertausta hyödyntäen: vaikka korissa on suorituskykyisempi kone, ratti pysyy ihmisellä. Kyselyt ja tilastoanalyysi tarjoavat työkaluja analytiikan antamien vastausten laadun todentamiseen. Lisäksi analyysin tuloksia käydään läpi aihetta tuntevan Pohjola Vakuutuksen asiantuntijan kanssa. Näin varmistetaan, ettei asiakkaan kokemus muutu tekoälyn seulomana liian yksinkertaiseksi tai kaavamaiseksi.
”Jos jokin analytiikan antama tulos kuulostaa oudolta, sen pohjalta ei toimita ainakaan ilman lisäanalyysiä. Asiantuntijat tekevät edelleen päätökset, mutta tämä on yksi tapa tuoda niiden tueksi ennennäkemättömän suuria tietomääriä asiakkaan parhaaksi”, Kaippio toteaa.
Janoatko lisää?
Tähän aiheeseen liittyviä uutisia ja kolumneja
Kone tunteiden tulkkina – tekoäly aistii vakuutusasiakkaan toiveet jopa rivien välistä
Jäävätkö vakuutusehdot hämäriksi? Vakuutusyhtiö kehitti tekoälybotin, joka selventää ehtoja ja vastaa kysymyksiin
FA: varapuheenjohtaja Timo Ritakallio: ”Internet demokratisoi tiedon – generatiivinen tekoäly demokratisoi kompetenssin”
”Finanssiala on sovellettua todennäköisyyslaskentaa ja siten tekoälylle on valtavasti potentiaalia” – FinanssiAkatemian hackathonissa pohdittiin, miten generatiivinen tekoäly voisi palvella finanssiyhtiöitä
