Detección de anomalías en pedidos de clientes: prevenir es mejor que curar

Detección de anomalías

Cada día, cientos de documentos son manipulados por los empleados y procesados, muchos en formato digital, otros todavía en papel. Facturas, contratos, albaranes, nóminas, recibos de pagos, comprobantes de compra, informes financieros y un largo etcétera de información heterogénea y no siempre fácil de catalogar.

Los flujos documentales son uno de los grandes quebraderos de cabeza de las organizaciones. Por eso, cada vez más compañías han ido incorporando soluciones de gestión documental que les permiten automatizar gran parte de sus ciclos de compra y de venta.

La incorporación de la Inteligencia artificial a la automatización de los procesos documentales permite realizar análisis sofisticados, como la detección de anomalías, reconocer la voz y sus inflexiones o personalizar el contenido.

En el último congreso de Administración comercial y Customer service de AECOC, Gonzalo Arrojo, Director de consultoría de Esker Ibérica, expone cómo Esker utiliza la inteligencia artificial para la detección de anomalías. Esta explicación está acompaña del caso real de Accord healthcare en el que, tal y como cuenta su responsable de Customer Service, Mª Carmen Cano, han aplicado la Inteligencia artificial a la detección de anomalías.

“Cuando me lo plantearon pensé que era muy interesante aplicarlo para averiguar cuando se producía un error en algún pedido y también para saber cuándo uno de nuestros clientes se estaba sobre estocando. Antes era cuestión de suerte que nos diéramos cuenta, ahora saltan las alarmas y vemos qué es lo que pasa, a partir de ahí buscamos la solución”. Mª Carmen Cano

Lo primero que se hace al aplicar la Inteligencia Artificial, es enseñar a la máquina a ser tan intuitiva como el ojo humano.

“El ojo humano está acostumbrado por nuestro instinto de supervivencia a ser muy rápido con la vista y a detectar grupos rápidamente, la máquina no… pero se le puede enseñar, lo que hemos hecho fue aplicar esos algoritmos para que la máquina detecte los grupos” Gonzalo Arrojo

Enseñamos a la máquina a saber detectar las anomalías gracias a algoritmos matemáticos, basados en un método clásico estadístico llamado KNN (K= Constant, N=Nearest, N=Neighbour).

“Me he dado cuenta que con la IA la solución ya no se limita a aprender lo que va recibiendo, sino que analiza, analiza y deduce y dice ‘pues no, esta no es normal esta cantidad te la voy a señalar’.” Mª Carmen Cano

Según se va aprendiendo del histórico de pedidos de un cliente, se crea una media. Cuando llega un nuevo pedido, se mide si está dentro de la media; si se escapa de la desviación típica, se enviará un aviso al gestor para que sea revisado y se compruebe.

“Esto nos permite tener una mayor seguridad de que los pedidos que pasan tienen las cantidades correctas. Si de pronto veo una cantidad que está fuera del rango, es anómala y me permite señalarlo y eso es lo que incorporamos en Accord Healthcare” Gonzalo Arrojo

Entre los beneficios específicos que consigue Accord Healthcare al aplicar la inteligencia artificial en la detección de anomalías, Mª Carmen destaca el poder anticiparse a los posibles errores, conocer mejor a los clientes, conseguir un crecimiento sostenible o el poder dedicar más tiempo a los clientes, que notan una mejora en el servicio que reciben.

“La resolución de incidencias es mucho más rápida, aumentamos la personalización para cada uno de nuestros clientes, pre alertamos ante posibles incidencias a los clientes y a nuestros comerciales … Todo esto lo tenemos porque ya no invertimos tiempo en esas tareas que no nos aportaban ningún valor.” Mª Carmen Cano

Si quieres saber más sobre la detección de anomalías, Gonzalo Arrojo y Mª Carmen Cano te lo cuentan en este vídeo.

AECOC detección de anomalías

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *