Emailboten prosesserer innhold og utfører handlinger. Du bestemmer hva emailboten skal analysere, og hva den skal gjøre når. Her ser du samlet oversikt over hva den kan.
Videresende
Boten sender e-posten videre til personer eller systemer
Svare
Kan svare på enhver henvendelse
Ekstrahere data
Trekker ut nøkkelord
og informasjon fra innholdet
Koble til API
Kan kobles til systemer
for å utføre handlinger
Klassifisere
Kategoriserer innkommende
e-poster etter type
Tolke og forstå
Analyserer innholdet og lærer seg hva som er hva.
Identifisere
Identifiserer ved hjelp
av nøkkelord
Filtrere og organisere
Rydder i e-postene
og filtrerer ut søppelpost
For å kunne ta tak i eposten på riktig måte, analyserer emailboten innholdet gjennom flere lag av forståelse:
Når e-postboten mottar en e-post, leser den umiddelbart hva slags type e-post det er.
Eksempel: Spam, faktura eller kundehenvendelse.
Boten finner essensen av e-posten, som for eksempel hva klagen handler om.
Den henter ut informasjon via nøkkelord og maskinlæring,
og forstår hvorfor e-posten er sendt.
Eksempler: Reklamasjon, reiseregning, annonsesalg.
Vi bruker ordet intent til å forklare en hensikt eller et formål.
Hva er intensjonen til avsenderen? Hva fortelles i setningene?
Boten kan gjennom trening lære å lese betydningen av setningene
og finne ut om e-posten har flere hensikter.
Eksempel: «Jeg ønsker å abonnere på deres tjeneste» «Kan jeg få tilsendt et tilbud?»
Boten henter ut viktig informasjon fra det vi kaller entiteter.
Begrepet Entitet er latin for «det som er» og er en samlebetegnelse for «enhet».
Eksempler: By, dato, navn, numre, adresser og tid.
For å trene språkmotoren, tagger vi e-postene .
Vi forteller boten hva slags type og kategori e-posten er,
hvilke intenter den har og hva slags entiteter som er gitt.
Når mengde med data er trent, vil e-postboten kunne analysere,
tolke og forstå innholdet selv.
Velg hva boten skal gjøre med informasjonen.
Sett regler og betingelser for hvilke handlinger som skal utføres og når.
Med fokus på automasjon av oppgaver og forespørsler har vi utviklet vår
løsning spesielt for integrasjoner med andre systemer.
For systemer både med og uten API.
Helhetsløsning inkludert full støtte og assistanse.
Systemer der integrasjoner ikke er ønskelig, vil vi kunne benytte
RPA-teknologi, Robotic Process Automation for å gi e-postboten
tilgang og evne til å utføre oppgaver.
Eksempler: CRM og saksbehandlingssystem
E-postboten analyserer og tar beslutninger basert på
en kombinasjon av regler og språkmotor, også kalt
Natural Language Understanding.
Boten forstår innholdet og forbedrer seg
etterhvert som den lærer.
Sødde for skadeoppgjørsselskapet Claims Link
Sødde kan avgjøre om det er en varsling eller en reklamasjonssak som den får inn. Den gjenkjenner sakstypen og vurderer også om det foreligger nok informasjon til at det kan opprettes en sak som skal viderebehandles.
Den opererer i en felles e-postboks sammen med de andre kollegene i linjen, og plukker, leser og kat-egoriserer e-poster. Den oppretter saker, arkiverer filer og forbereder også saksmappene for videre behandling.
6 digitale ansatte for OSM, en global maritimtjeneste leverandør
Vi har automatisert lønninger, Emailbot, Documentbot og flere RPA (Robotic Process Automation) boter som tar seg av lønninger og kundefaktureringer. Den digitale medarbeideren er laget av en gruppe boter koblet sammen og jobber som en menneskelig regnskapsfører.
Kapteinen sender sjømannen fradrag, overtidstimer, forespørsler om forskudd, fartøyets utgifts-dokumenter til e-post.
Kombinér Emailbot med Chatbot og Documentbot
Våre moduler kan settes sammen. Når de gjør det, kaller vi det for en digital medarbeider. En digital medarbeider kan utføre flere typer jobbfunksjoner og ha ulike roller.
Den får tilgang til relevante datasystemer og forståelse for hva den skal utføre. Deretter læres den opp med relevant data og informasjon, klar til å ta sin plass blant kolleger.
This post is also available in: Engelsk
