菲律宾航空(PAL)正在进行重大的数字化转型,利用Salesforce的技术来改善客户体验并增强员工的能力。
在美国旧金山举行的Dreamforce 2024大会期间,菲律宾航空首席信息官Aurea Vidal表示,使用Salesforce将客户等待时间从一小时缩短到几分钟,将客户满意度得分从60%提高到95%左右。
菲律宾航空转型的核心在于实施了Salesforce Service Cloud进行案例管理,统一以前分散的沟通渠道例如Facebook Messenger、WhatsApp和Viber,使菲律宾航空的代理可以同时处理多个客户查询,访问集中的知识库。
菲律宾航空客户体验负责人Mac Munsayac说:“想象一下以前乘客们有多么沮丧,如果你通过Messenger或者WhatsApp联系我们,我们就不得不反复询问相同的问题,因为我们没有CRM系统。”
现在,借助Service Cloud,代理就可以在访问相关信息的同时切换客户互动方式,从而确保更快速、更准确地解决问题,还可以彻底跟踪案例,直到完全解决,从而显著提高解决率。
在89天内(比计划提前1天)部署最小可行产品,也证明了菲律宾航空采用的敏捷方法。“我们采用了敏捷原则和工作方式,”Vidal说,他指出快速实施几乎能让乘客立即从中受益。
菲律宾航空的转型不仅限于面向客户的运营,还利用Service Cloud简化了内部流程,例如涉及财务团队的退款跟踪,这将让退款状态更加清晰,并能更及时地传达给客户。
数据仓库
Salesforce与航空公司使用的全球旅行预订系统Amadeus进行整合,这对菲律宾航空转型工作取得成功是至关重要的。他们的数据仓库是由Amadeus提供数据,为客户数据提供了单一真实来源。随着Salesforce Data Cloud和MuleSoft的实施,各项功能得到进一步增长,有助于跨平台的数据集成。
展望未来,菲律宾航空正在探索Salesforce的新用例,包括通过Slack集成直接向工程团队更快地报告飞行中的问题(例如设备故障)。
Munsayac表示,这将有助于航空公司在服务恢复方面更加积极主动。例如,如果客户的小桌板在飞行过程中损坏,就可以记录下这个问题,而无需客户通过电子邮件认可该事件以获得赔偿。“这就是我们希望他们拥有的体验,”他说。
菲律宾航空还通过使用Salesforce Marketing Cloud和Sales Cloud向特定客户群推广某些票价,以及使用Adobe的产品根据乘客偏好定制网站内容,从而个性化其客户体验。
Munsayac表示,在整个实施过程中,有效的沟通、培训和员工参与是推动菲律宾航空采用Salesforce的关键。他说:“最重要的是他们看到了结果,如果他们感受到了积极的影响,就会有认同感。”
安全性是菲律宾航空实施Salesforce的关键考虑因素。Vidal表示,菲律宾航空进行了严格的供应商评估,不仅关注成本,还关注安全态势、灾难恢复流程和行业标准合规性。
她指出,Salesforce的安全措施非常强大,包括定期审计和主动监控,而且Salesforce的安全方法甚至启发了菲律宾航空对安全实践进行改进。
“他们做得非常好的一件事,就是他们有时会交换主数据中心和辅助数据中心站点,以确保辅助站点的性能与主站点相同,并不是每家公司都会这么做,”Vidal指出,这让Salesforce能够模拟真实的生产条件并验证基础设施的故障转移能力。
菲律宾航空的数字化转型之旅还远未结束。菲律宾航空计划利用生成式AI等新兴技术来进一步提高客户服务和运营效率。Munsayac说:“但这并不是因为我们对这些工具感到兴奋,而是从问题陈述开始,然后评估解决方案,克服挑战并改进流程。”
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。