UiPath 通信采矿 | ISG Provider Lens ™

UiPath 通信 采矿 Re:infer的收购开辟了非结构化企 业数据分析的新前沿 2023年3月|简报注释 关于ISG研究™ ISG研究™提供专有研究，咨询咨询和执行活动服务，专注于市场趋势和颠覆性技术推动业务计算的变化。ISG研究™为业务和技 术领导者提供加速增长和创造更多价值所需的洞察力和指导。 ©2023InformationServicesGroup,Inc.保留所有权利。未经事先许可，严格禁止以任何形式复制本出版物。本报告中包含的信息 是基于最佳可用和 可靠的资源。本报告中表达的意见反映了ISG在本报告时的判断，如有更改，恕不另行通知。ISG对本报告中的信息遗漏、错误或完整性不承担任何责任。ISGResearch™是InformationServicesGroup,Inc.的商标。 欲了解更多信息，请发送电子邮件 致电+1.203.454.3900，或访问research.isg-one.com 目录 Summary01 简报说明01 净影响06 ISG安置和认可06 关于作者07 摘要事实08 Summary 尽管近年来在过程发现和任务挖掘方面取得了快速进展，但 非结构化通信数据在很大程度上仍然被忽视，企业苦苦挣扎从客户和运营数据中提升真正的洞察力和自动化效率，这些数据被困在其组织的孤岛和部门中。UiPath最近收购了Re:ifer，这是一家成立于2015年的领先的NLP公司，旨在改变这种动态。最近引入UiPath业务自动化平台，UiPath通信挖掘，前身为Re：ifer，可以筛选和分析。 来自多个来源的大规模通信数据，如电子邮件、调查、票证和社交媒体订阅源。该平台配备了各种强大的分析和自动化工具，并与其他主要的自动化工具和记录系统轻松集成。 收购有力地补充了UiPath当前的端到端自动化功能套件，并且可能会在希望在以前难以自动化的业务领域提高客户影响和运营效率的企业中找到重要的吸引力。 简报说明 非结构化通信：企业理解中的盲点 如今，企业面临着来自多个来源的非结构化通信数据的海啸 ，例如客户电子邮件，联络中心谈话记录，服务台票证，部门间电子邮件，语音交互，聊天机器人记录，客户调查，社交媒体馈送等等。据估计，80%的企业数据是非结构化的，并且以每年55%至65%的速度增长。虽然流程发现和任务挖掘技术已被证明有助于解码许多结构化和半结构化的企业流程。 和任务，对激增的非结构化数量进行分析和采取行动仍然是一个挑战 大规模通信数据。膨胀的客户服务邮箱不仅仅是一个累人的 以及客户服务代理耗时的琐事，以及客户不满背后的常见原因；它也提供了一个失去的机会 更好地了解客户需求并确定新的收入机会。解决在内部安装大量非结构化通信数据的问题 企业激励UiPath收购领先的通信采矿公司Re：infer， 2022年8月。总部位于伦敦的UiPathCommunicationsMining，前身为Re:infer， 是一家专业的自然语言处理（NLP）公司，成立于2015年 ，是大学AI研究中心的衍生产品。 伦敦大学学院（UCL）。Re：infer的使命是“从商业对话中释放价值”，获得了多个AI技术奖项，并获得了英国政府作为AI创新者的认可。它还建立了一个全球合作伙伴网络，包括埃森哲，德勤，安永和富士通等全球系统集成商。 其通信挖掘平台已用于分析各种业务功能的100M通信，例如客户服务，客户体验，保险和银行业务以及IT服务设计。该平台的用例大致分为三类：通过机器学习模型发现复杂和重复的流程；内置分析，以提供对流程的实时和历史见解；以及通过API或RPA流程触发补救或后续操作的自动化。 它在保险，时尚，旅游和酒店，汽车和投资银行领域拥有强大的客户群。 图1:通信挖掘如何增强Uipath平台 来源：UiPath 对于UiPath来说，对Re：infer的收购增强了其在观点和 端到端自动化解决方案。通信挖掘的加入将为企业客户提供其组织内的端到端流程的更广泛和更集成的图片，并提供具有更多种类的定性见解的流程分析。这也将使企业更容易从端到端自动化推动更大的协同效应，特别是在以前困难的流程挖掘领域，如服务和联络中心、前台、销售和全球业务服务。 通信挖掘：它是如何工作的 但是，UiPathCommunicationsMining平台（以前称为Re：infer）在实践中如何工作，以及它将如何与UiPath的自动化平台和自动化功能套件集成？ 图2列出了广泛的框架。 UiPathCommunicationsMining的核心在于其最先进的ML和NLP技术，可以从各种非结构化通信（电子邮件和票证）中获取数据，并从这些数据中提取含义，意图和情感。 NLP技术已经存在了一段时间，但近年来一系列的技术进步极大地提高了它们的能力 准确解释人类语言。称为递归神经网络的算法可以记住以前文本中学习的单词，并使用它们来改善未来的预测。出现 由GoogleBrai于2017年首次开发的变压器模型，实现了对更长时间的数据-对话，文本，图像和视频的近实时翻译。根据通用语言理解评估（GLUE）基准测试，一些最新的NLP模型甚至开始在语言理解方面超越人类，这是一种广泛使用的评估NLP模型的系统。UiPathCommicatiosMiig大型语言模型同时使用循环模型和强大的基于最新变压器的模型。 图2:通信挖掘：它是如何工作的 来源：UiPath 表示，它可以解释通信和语言数据，找到模式，并一致准确地将其反馈给业务用户。 摄取非结构化数据后，UiPath通信挖掘使用其ML和NLP技术来训练模型，以从数据中提取实体和推断的意图。例如，客户向保险公司发送的要求更改地址的后续电子邮件可能包括“保单编号”和“新地址”等实体以及推断的意图 如“追逐者”、“语气沮丧”和“反馈- 这些模型然后用于实时自动解释消息。 除了收集和准备数据外，该平台还专注于将通信挖掘见解转化为业务行为和优化流程。 解释后的电子邮件可以触发RPA过程链接到“了解您的客户”(KYC)流程，或 更新CRM系统中的记录。可以部署业务流程管理技术来衡量流程效率，发现瓶颈并确定进一步自动化的潜在候选者 。 主要特点 UiPathCommunicationsMining具有一些独特的功能，可能会吸引各种各样的企业客户。 缩放专业知识：UiPathCommunications平台的主要区别在于它能够使企业内的主题专家更轻松地训练机器学习模型EdwardChallis,该平台的联合创始人之一, 解释为“创建Re：推断的动机之一是将机器学习模型投入生产需要太长时间，尤其是当模型训练依赖于人工输入来注释标签时。 特定类型的金融衍生品，这是一个应付账款项目，我们使用 旧版本的SAP或我们使用新版本的SAP，等等？这些都是特定于上下文，特定主题的案例，只有主题专家才能真正理解。在这些情况下，您不能将注释工作外包出去，也不能拥有有效的预训练模型。我们平台的全部前提是，我们让真正的主题专家非常容易从头开始训练这些模型，这样通信数据就可以。 准确、一致地解释“。 统一进程发现和挖掘：另一个重要的区别是新的UiPath产品为企业内部流程发现的统一方法创造了机会。虽然替代提供商通常只关注一种流程发现方法，但我们不知道有任何替代提供商将所有 一个平台中的三种方法，嵌套在一套整体的自动化功能中。 低代码设计：认识到公民发展对企业日益增长的重要性，CommunicationsMining提供了引导的用户体验，因此无论员工的技术能力如何，都可以使用它。例如，航空公司后台管理员可以使用简单的拖放方法来创建ML模型 自动处理退款申请； 或者保险承保人可以创建一个模型来自动化保险索赔的分类 ，以便它们自动转发到相关评估小组。 广泛的集成：UiPathCommunicationsMining可轻松与大多数主要技术平台（例如CRM和ERP系统，RPA，工作流技术，云和电子邮件服务器）集成。可以通过各种预构建的连接器和API或将CSV数据上传到平台来实现集成。 强大的分析功能：该平台还因其强大的实时分析和可视化工具而脱颖而出，这些工具旨在帮助分析师获得对当前和历史通信数据的新见解。 保险业务分析师可以使用该平台显示特定类别保险的保单更新，取消，修改和索赔趋势；或者旅行管理员可以直观地将退款索赔流程分解为各个部分，例如投诉数量，是否发送了追赶者，投诉的性质（丢失的行李，预订错误，服务等）。EdwardChallis解释说 ：“我们的客户通常知道最大的问题，但他们没有任何数字。例如 ，走进一家保险公司的董事会，说我们在现场保险方面有问题，这听起来像是一种意见。但是可以说我们90%的服务交互都是关于.我们的直播封面的定价，上个季度差了30%，对 C级决策者。” 用例和客户端影响 鉴于UiPathCommunicationsMining的多才多艺，用例的范围是广泛的，包括分析和自动化。在分析方面，潜在的用例包括： ●通信挖掘:例如，在联络中心设置中，平台可用于监视和评估座席响应，以提高运营效率并改善客户体验。 ●客户的声音：如今，客户语音往往分散在多个渠道，如线上和线下、语音和文本、企业渠道和社交媒体，这使得企业更难 建立一致的消费者形象，比如他们对什么感到满意，他们对什么不满意，以及他们是否对提供者失去信任或可能流失 。 该平台可以分析许多不同的通信来源，包括定性调查和社交媒体馈送，以提供对客户情绪、忠诚度水平和流失风险的实时洞察。 ●工艺改进：Poorcustomerresponselevelsoftenstemfrominter-departmentinefficienciesandtheoften- invisiblefractionsandgapsincommunicationbetweenteamsthatmakeprocessimprovementsdifficulttoachieve。 突出了变革管理和数字化转型工作的前进方向。 在通信自动化方面，该平台自动生成围绕客户情绪、需求和意图的信号，然后可以以后续电子邮件、订单到现金请求、监管合规检查等形式触发自动化工作流程和响应。 该平台已经在大型企业中找到了热切的受众，这些企业正在寻找对其通信数据的新见解。 对于国际专业保险公司Hiscox来说，管理来自其2000多个经纪人网络的大量电子邮件通信是一个挑战，这些经纪人总共占其业务的80％（其余来自直接客户）。 以前，每个电子邮件都需要处理 manually,placedamajorburnderonthecompany’sinternalunderwriterswhohadtoreviewthecorrelationshipmentandallocateittotherelevantdepartment.Thisresultedinbottenteryandinefficienciesintheallocationprocess,with 对整体服务级别的可见性很少或根本不可见。更重要的是，劳动密集型流程意味着只能通过雇用更多员工来扩大产能。为了解决这些问题，HiscoxServices与UiPath(Re:ifer)合作，分三个阶段创建了智能通信流程。第一阶段涉及使用平台将传入的经纪人电子邮件分类到服务邮箱。 提取相关数据，然后分配给相关的内部团队进行处理。第二阶段使用UiPath平台连接器实施了端到端自动化解决方案，结构化通信数据自动触发RPA流程。第三阶段旨在部署NLP，RPA和光学字符识别（OCR）技术的组合，以实现电子邮件附件的解释和自动处理。 结果是惊人的，流程交付时间从三个工作日减少到不到三个小时 ，自动分诊和工作分配的准确率超过95％，手动流程节省了 50FTE的劳动力，节省了370K英镑的成本。第一年。 以领先的在线时尚零售商Farfetch为例，该公司已经积累了大量