La nueva Directora Global de Tecnología de Uber comparte su visión de mejorar la experiencia del cliente a través del aprendizaje automático.

Uber nombró esta semana a Vidhya Duthaluru como Directora Global de Tecnología de Plataformas de Atención al Cliente. El papel se centra en mejorar las experiencias de los clientes, y los mecanismos de retroalimentación para millones de usuarios en todo el mundo.

Al respecto Duthaluru explicó cómo abordarán este tema en Uber: "Construimos un sistema de comercialización para poder tomar las diferentes solicitudes y hacerlas coincidir de la mejor manera posible. Sin embargo, como operamos en un mundo digital donde las cosas no van según lo planeado en algún momento, particularmente en la India. Nuestro objetivo, como parte de este apoyo de ayuda al cliente, es que seamos capaces de entender las señales del viaje, recoger sus ideas y devolverlas a otros equipos para que automaticen correctamente los procesos".

Aprendizaje automático para mejores experiencias

Uber ha confiado en el aprendizaje automático el tiempo suficiente para usarlo eficientemente en su misión de desarrollar una mejor experiencia. La plataforma de la compañía, ML-as-a-service Michaelangelo, es ahora un sistema de datos para sus científicos e ingenieros. Duthaluru, en la misma línea, empleó ML-junto con la información recogida de las interacciones con sus clientes- para predecir principalmente cualquier problema del cliente y/o del viajero.

Las señales que se duplican como conjuntos de datos pueden ser de gran alcance: Finalización de un viaje, tiempo estimado de llegada más largo de lo sugerido, cambio de destino, espera de un pedido, etc.

"Estas señales nos permiten indicar que tipo de petición realizó el usuario. Utilizamos el aprendizaje automático para entender de qué podría tratarse ese pedido. Damos la opción correcta para eso, pero la probabilidad de que el asunto esté relacionado con el viaje y no con la cuenta por ejemplo es fácil de determinar para un humano, pero estamos usando el aprendizaje automático para enseñárselo a un sistema de gestión" dijo Duthaluru.

Uber usa tecnologías de procesamiento de lenguaje natural/multi-lenguaje para entender a que agente asignarle un determinado pedido o viaje. "Y como hemos mirado la solicitud, entonces podemos calcular cuáles podrían ser los problemas o posibles necesidades, para entonces enviar al agente adecuado".

Dutjarluru

Además, a medida que el agente lee el mensaje recibe recomendaciones basadas en el aprendizaje de la máquina y el procesamiento del lenguaje natural para obtener esta información. "Hay estas fases del ciclo de vida y definitivamente estamos buscando invertir más en este tipo de predicción, personalización y comportamiento proactivo", dice.

Datos e ideas para mejorar las operaciones

Como muchas organizaciones, Uber también se está preparando para ser impulsado por los datos. "Utilizamos los datos y las percepciones para mirar las diferentes experiencias desde el punto de vista de una aplicación de usuario. Por ejemplo, si se va de una ciudad a otra y se utiliza Uber, se obtendrán opciones pertinentes para esa ciudad en particular"

Duthaluru mencionó el uso de datos y de todos estos conocimientos para hacer predicciones a lo largo del ciclo de vida: Desde el momento en que se reserva el viaje hasta el viaje, hasta el punto en el que es probable que se pida ayuda.

"Además de eso, hay otros casos de uso en los que vemos a los conductores luchando por ciertos tipos de cuestiones, tarifas o un lugar en particular, vamos y arreglamos esa experiencia en particular, vemos cómo las tarifas pueden ser calculadas correctamente. Por lo tanto, estos son todos los casos en los que estamos tratando de conducir más información basada en datos para utilizar los equipos asignados para definir una mejor experiencia", concluyó.