Usando Modelos de Lenguaje Generativo y OpenAI para mejorar el Customer Engagement. Experiencia en EUROFRED

Eurofred es una empresa líder en el sector de climatización y refrigeración en España desde hace más de 50 años y está en el momento de afrontar estos retos.

Su misión es mejorar el confort de las personas gracias a soluciones innovadoras y eficientes en el ámbito doméstico e industrial. Por ello, la satisfacción del cliente es una prioridad fundamental y tienen claro que no es posible maximizar la satisfacción sin una escucha activa, que permita recopilar las opiniones e inquietudes de sus clientes para usarlas de catalizador en la mejora continua de sus productos y servicios.

Con esto en mente, EUROFRED recientemente ha lanzado un programa de encuestas que se activan en los momentos clave del ciclo de vida de la venta (primera compra, contacto con atención al cliente, compras recurrentes, etc.) y que les permite recopilar de forma directa la opinión de sus clientes. Pero el reto no acaba allí. 

Comprender y contextualizar las respuestas y comentarios más cualitativos hasta el punto de poder extraer información de valor, detectar patrones y plantear acciones de mejora es una tarea titánica cuya realización manual necesita de un trabajo minucioso y propenso a errores, además que tomando en cuenta el número de encuestas puede tomar mucho tiempo y que se pase la oportunidad de tomar acciones en el momento preciso. Es por este motivo que Eurofred ha decidido abordar esta problemática desde un punto de vista innovador y que saque el máximo partido a las tecnologías emergentes.

Aquí es dónde planteamos una solución basada en modelos LLM (Large Language Models). Estos son algoritmos de inteligencia artificial basados en redes neuronales que generan texto/contenido en lenguaje natural basándose en preguntas o entradas de texto también en lenguaje natural. 

En este caso de uso nos hemos decantado por la utilización de GPT (Generative Pre-trained Transformer) que es un tipo de modelo LLM desarrollado por el laboratorio de investigación estadounidense OpenAI que utiliza la arquitectura Transformer para producir contenido relevante y de alta calidad en tareas de procesamiento del lenguaje natural.

Para la utilización del servicio de Open AI desde una perspectiva segura, controlada y robusta Desde SDG nos hemos apoyado en nuestro parnership con Microsoft activando las capacidades de cognitive services disponibles en la Suit AI de Azure. Esta aproximación es importante porque asegura la escalabilidad y privacidad en el uso de los modelos GPT. Es relevante mencionar que la incorporación de estos servicios en la plataforma de AZURE está impulsando a Microsoft como líder en tecnologías disruptivas con foco en optimizar los recursos empresariales y aumentar la productividad.

Volviendo al a solución planteada, la idea principal es entender la satisfacción del cliente mediante un análisis inteligente de las temáticas (categorías) y sentimientos que transmite el cliente en las encuestas llegando incluso a proponer acciones de mejora. 

Dichas categorías pueden ser atributos de clientes o productos disponibles previamente en el modelo de datos, o categorías nuevas totalmente generadas y comprendidas por la IA en base a los comentarios. Lo cual incrementa significativamente el poder y posibilidades de análisis alrededor de todo el proceso de negoció.

En resumen, la solución permite:

• Sintetizar, entender y analizar todas las encuestas emulando un entendimiento humano.
• Obtener insights sobre áreas de mejora en preguntas abiertas o comentarios.
• Plantear de manera más efectiva planes de acción.

La solución se sustenta técnicamente sobre una arquitectura híbrida entre tecnología SAP y Azure haciendo uso del servicio de OpenAI y que logra una sincronización perfecta entre las herramientas corporativas de Eurofred y una infraestructura segura y gobernada. La arquitectura tiene tres partes diferenciadas:

En primer lugar, la extracción del dato y enriquecimiento del dato crudo de las encuestas con los datos maestros del repositorio corporativo y enriquecerlo con datos adicionales de cliente. A continuación, se procesan todas las encuestas y se vuelve a enriquecer los datos utilizando técnicas de prompt engineering para posteriormente invocar la API de OpenAI y normalizar los resultados obtenidos.

Por último, se productiviza para el equipo de marketing un dashboard que permita analizar los resultados. Como ejemplo ilustrativo es posible responder preguntas como:

¿Estoy ofreciendo un buen servicio a lo largo del ciclo de vida de los clientes?

Trata de medir la satisfacción de los clientes separados en cuatro bloques según si el cliente es nuevo, recuperado, usual o inactivo. Para hacerlo permite tener una visión agregada por tipología de cliente para tratar los diferentes grupos y segmentaciones.

¿Soy capaz de establecer un plan de acción entendiendo las principales áreas de mejora obtenidas por el modelo?

Se centra en la generación de los insights generados por el modelo y en permitir acotar el plan de acción que sugieren los clientes acotado a nivel de satisfacción y área de mejora. Es dónde la tecnología LLM se pone en valor para conseguir trazar estrategias entorno a la opinión procesada de los clientes.

¿Tiene sentido establecer un plan de acción a nivel territorial por igual?

Ubica para cada área de mejora la satisfacción de los clientes según la distribución geográfica en todo el territorio al que sirvo. Permitiendo acotar los planes de acción previamente identificados por región geográfica.

En palabras de Ariadna Olivar – Responsable de Analytics de Eurofred:

“La capacidad de GPT para procesar grandes volúmenes de respuestas, y generar “insights” de valor a partir de la comprensión de los comentarios, constituye una ventaja competitiva a la hora de entender a nuestros clientes. La posibilidad de que la propia tecnología aúne lo anterior para proponer un plan de acción, un verdadero catalizador de la transformación de una empresa tradicional, hacia el paradigma digital que piden nuestros clientes.” 

Así pues, con esta iniciativa hemos podido demostrar que la innovación no está solo al alcance de las empresas que han nacido digitales y que la inteligencia artificial, de forma complementaria al análisis humano, puede ser una herramienta muy eficaz para mejorar procesos de negocio. 

Autores: 

Andreu Piqueras, Manager del equipo SAP Industrial & Logistics

Ariadna Olivar, BI & Data Analytics Manager en Eurofred