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
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。