CASO DE ÉXITO: EVO BANCO – GOOGLE CLOUD
EVO Assistant, el primer asistente de voz en castellano del sector bancario
Sobre EVO Banco
EVO Banco es una entidad financiera 100% digital que opera en toda España desde el año 2012. Nace con el objetivo de reinventar las finanzas para facilitarle la vida a las personas, apostando por la innovación, transparencia y sencillez.
Actualmente forma parte de Bankinter, cuenta hoy con más de 150 empleados y se ha convertido en una de las entidades bancarias digitales más importantes del país.
Buscando la mejor atención
Partiendo de la misión de poner al cliente en el centro y brindarle la mejor atención, surgió la necesidad de mejorar la forma en que los clientes se comunicaban con el banco. Para lograrlo, era necesario crear una herramienta innovadora, que se adaptara a la nueva realidad tecnológica y que a su vez no repercutiera en los costes
La solución, una AI conversacional más allá de un Chatbot
EVO Banco quería convertirse en la Banca de Voz y ofrecer mucho más que un chatbot tradicional. Para eso, necesitaban de un servicio de Voice Banking que le permitiera a los usuarios comunicarse con el banco fácilmente y recibir una atención fluida y natural, como si fuera un agente real quien estuviera del otro lado.
Para poder lograr esto, hicieron una evaluación completa de todas las últimas tecnologías disponibles en el mercado y Google Cloud resultó ser el proveedor idóneo para llevar esto a cabo junto a su Premier Partner, Altostratus Cloud Consulting.
El resultado, EVO Assistant
El proyecto se centró en desarrollar una interfaz telefónica para conectar el nuevo asistente virtual EVO a su forma de contacto tradicional, que era la llamada telefónica. De esta forma, cualquier llamada recibida, sería atendida rápidamente por el nuevo asistente, asegurando también la máxima eficiencia operativa para EVO Banco.
Así fue como nació EVO Assistant, una interfaz telefónica en la nube creada con tecnología Open Source y basada en Google Kubernetes Engine, que permite una escalabilidad automática, así como también la capacidad de analizar el comportamiento de los usuarios en tiempo real.
Con EVO Assistant, los clientes del banco pueden conocer sus movimientos, ejecutar sus operaciones y solucionar sus dudas de forma personalizada y concreta
El sistema, crea una conexión con la antigua tecnología del call center a través del asistente, dando una respuesta virtual y automática para procesar las llamadas, las 24 horas del día.
Con EVO Assistant, los clientes del banco pueden conocer sus movimientos, ejecutar sus operaciones y solucionar sus dudas de forma personalizada y concreta, mientras que el sistema controla la conversación y el contexto de la misma, ya que es capaz de entender el lenguaje natural, y a la vez, extraer conocimiento de grandes cantidades de datos no estructurados y aprender de las interacciones. Por ejemplo, si un cliente está disconforme, el sistema lo detectará por su tono de voz y automáticamente lo derivará a un agente real.
El servicio se convirtió de esta forma en el primer asistente de banco por voz en castellano con inteligencia artificial y sistema multiplataforma (web, móvil, altavoces de Google, teléfono…).
IA, ML y Kubernetes de Google Cloud, los grandes protagonistas
En el ámbito tecnológico, el reto consistió en crear una herramienta que se conectara con la tecnología tradicional de un contact center. Para ello, usar la tecnología open source de Kubernetes y PBX (Private Branch Exchange) era la mejor alternativa, ya que les permitía esta conexión y además, dar una respuesta automática a la demanda, favoreciendo la escalabilidad.
En concreto, en Google Kubernetes Engine un grupo de PBXs (antiguas centralitas) procesan las llamadas de los clientes y a partir de aquí, el sistema permite crear una conexión con la antigua tecnología de call center a través del asistente dando una respuesta virtual y automática para procesar las llamadas.
EVO Assistant es posible gracias a un sistema orquestado en el que se conectan la tecnología Google Speech to Text, que permite transcribir online los mensajes de audio en una llamada, y Dialogue Flow, la IA conversacional natural con agentes virtuales de última generación de Google, que aporta respuestas muy variadas a los clientes. Dicha tecnología posibilita que, por ejemplo, si un usuario del banco pregunta la condición de sus cuentas en distintos momentos, la respuesta será también distinta. El sistema puede, de esta forma, controlar la conversación y el contexto de la misma en tiempo real.
Pedro Tomé, Head of Disruptive Innovation, Big Data & Advanced Analytics en EVO Banco, asegura que el asistente virtual fue la mejor solución para cumplir los objetivos de la entidad financiera.
“Evo Assistant redujo el tiempo de respuesta de los operadores de 6 a 2 minutos, aumentó la tasa de acierto del sistema conversacional y logró contener más del 70% de llamadas sin transferirlas a los agentes.”
Pedro Tomé
El impacto en el negocio
Por un lado, ha permitido mejorar la identificación de los clientes y su seguridad, aportando una alta escalabilidad y flexibilidad mediante el uso de Kubernetes de Google Cloud. Por el otro, se da un salto en eficiencia operativa, conteniendo más del 70% de llamadas que son transferidas a los agentes, además, se redujo el tiempo de respuesta de los operadores de 6 a 2 minutos y se logró un acierto del 95% en el sistema conversacional creado.
Como beneficio añadido, el uso de EVO Assistant supone una reducción notable de los costes, representando sólo un 3% del coste real de un call center tradicional.
La colaboración del partner, clave en todo el proceso
El rol de Altostratus fue el de recomendar e integrar casi por completo el portfolio de productos de Google Cloud en este proyecto íntegro de analítica
El equipo de Altostratus, propuso al cliente una solución que podía conectarse a su arquitectura, aprovechando las ventajas de la IA para superar las limitaciones de las soluciones tradicionales, y que permitieran el escalado automático de la herramienta y la capacidad de analizar el comportamiento del usuario en tiempo real
