Telecommunications

01
Jun
Pengenalan Talkbot  ·  Teknologi Voice AI
Perubahan pada Komunikasi: Bagaimana LLMs Memengaruhi Perusahaan Telekomunikasi di Asia Tenggara
Jennifer Zhang

Jennifer Zhang

CEO & Co-Founder

Industri telekomunikasi di Asia Tenggara adalah salah satu pasar yang paling cepat berkembang dan paling dinamis di dunia. Dengan populasi lebih dari 650 juta orang dan jumlah kelas menengah yang berkembang cepat, Asia Tenggara menawarkan kesempatan yang besar bagi pelaku bisnis untuk masuk ke dalam market baru dan menumbuhkan jumlah customer mereka.

Namun, industry ini bukan tanpa tantangan. Asia Tenggara memiliki budaya, bahasa dan situasi ekonomi yang sangat beragam – yang semuanya dapat menghambat industry telekomunikasi dalam mengembangkan operasi mereka. Tantangan lain termasuk infrastruktur yang kurang memadai, akses pada pembiayaan yang terbatas, dan hambatan regulasi. Persaingan yang ketat pada industry ini memberikan tekanan bagi para perusahaan untuk terus berinovasi dan meningkatkan pelayanan mereka agar dapat selalu berada di depan dari para competitor.

Di luar tantangan-tantangan tersebut, industry telekomunikasi di Asia Tenggara diperkirakan akan mengalami pertumbuhan yang signifikan pada tahun – tahun mendatang. Menjadi rumah dari demografis yang melek teknologi, Asia Tenggara sedang melalui perubahan yang signifikan menuju digitalisasi. Trend ini telah membuka kesempatan baru bagi para pelaku bisnis untuk meningkatkan kemampuan dari domain specific large language models (LLMs) untuk memperbaiki customer experience dan mendapatkan nilai plus.

 

Mengubah Telekomunikasi dengan Large Language Models 

Large Language Models (LLMs) adalah sebuah jenis teknologi AI yang dapat memahami dan menghasilkan bahasa seperti bahasa manusia. Kemampuan ini menciptakan banyak kemungkinan penerapannya pada industry telekomunikasi, seperti:

  • Meningkatkan customer service dan support : LLM dapat digunakan untuk menganalisa data customer, seperti chat histories dan interaksi social media, untuk memahami kebutuhan dan preferensi customer. Data ini kemudian dapat digunakan untuk memberikan rekomendasi dan support yang sifatnya personal, yang dapat meningkatkan kepuasan dan retensi pelanggan.

  • Meningkatkan interaksi chatbot dan voice assistants : LLMs dapat digunakan untuk meningkatkan akurasi dan kenaturalan dari chatbots dan voice assistants, membuat mereka menjadi lebih efektif dalam memahami dan merespon permintaan dari pengguna. Hal ini dapat membantu dalam mengurangi beban kerja dari agen customer service dan meningkatkan customer experience secara menyeluruh.

  • Otomasi analisis data dan insights : LLMs dapat digunakan untuk menganalisa jumlah besar data dengan format yang tidak jelas (unstructured data), seperti customer feedback dan social media posts, untuk mendapatkan insights dan trends. Hal ini dapat membantu perusahaan telekomunikasi untuk mengidentifikasi hal-hal mana yang perlu diperbaiki dan untuk mengembangkan strategi sales dan marketing yang lebih efektif.

  • Meningkatkan efisiensi dan produktivitas : LLMs dapat digunakan untuk otomasi tugas pekerjaan yang berulang, seperti entry data dan membuat content (content creation), sehingga dapat mengalokasikan sumber daya manusia untuk pekerjaan yang lebih complex dan krusial. Hal ini dapat membantu untuk meningkatkan efisiensi dan produktifitas di dalam organisasi.

 

Membentuk Jalan ke Depan Dengan Penggunaan LLMs Enterprise yang Terlokalisasi (LLMs)

Karena market Asia Tenggara terbagi-bagi tidak hanya secara geografis tetapi juga secara linguistik, untuk dapat beroperasi pada wilayah ini dibutuhkan kemampuan multilingual. Hal ini adalah salah satu area penting dimana LLM menjadi semakin berguna. WIZ.AI berfokus untuk membuat solusi AI seperti produk andalan kami, Talkbots dan sekarang LLMs enterprise kami untuk lebih beradaptasi dengan kondisi lokal.

Dan dengan domain-based, pengetahuan yang spesifik terhadap wilayah, enterprise LLMs dapat memiliki pemahaman kontekstual yang lebih baik. Ketika perusahaan memiliki LLMs mereka sendiri, mereka berada di posisi untuk mengambil keuntungan dari apa yang dapat ditawarkan oleh generative AI.

 

Contoh Nyata : Kisah Sukses dari Link Net

Salah satu contoh terbaru penggunaan LLM yang telah disesuaikan dengan kondisi local adalah penggunaan WIZ Talkbots oleh PT Link Net Tbk. Link Net, perusahaan telekomunikasi Indonesia yang telah melayani hampir 3 juta rumah tangga, meningkatkan jangkauan customer dengan meluncurkan Talkbots untuk pengingat tagihan pembayaran mereka dan juga pengingat untuk perpanjangan contract. Link Net berhasil untuk meningkatkan jangkauan customer mereka sebanyak dua kali lipat dan meningkatkan rasio pembayaran tagihan mereka hanya dalam 1 bulan sejak menggunakan Talkbots.

TalkBot WIZ AI yang telah dilatih untuk LinkNet dan telah disesuaikan dengan kondisi local dengan bahasa Indonesia, membuktikan bahwa enterprise LLM dapat memberikan keuntungan yang besar bagi perusahaan telekomunikasi skala besar.

Karena teknologi AI terus berevolusi dan berkembang, para pelaku bisnis di industry ini harus selalu tetap up-to-date dengan trend dan perkembangan terakhir untuk tetap dapat berkompetisi dan. Dengan melalukan hal tersebut, mereka dapat membantu untuk memastikan kesuksesan mereka dalam industry yang berevolusi dan betransformasi dengan cepat.

Penasaran bagaimana LLM dapat menjadi bagian dari operasi telekomunikasi Anda? Berbicara dengan salah satu spesialis kami hari ini.
Jelajahi LLMs

25
May
Pengenalan Talkbot  ·  Teknologi Voice AI
Link Net meningkatkan jangkauan pelanggan mereka dengan WIZ Talkbots

 

Link Net telah menghadirkan konektivitas internet dan hiburan rumah bagi masyarakat Indonesia selama lebih dari 20 tahun dengan First Media, i-solution, dan Link Net. Saat ini, mereka melayani hingga 2,8 juta rumah di 23 kota di Indonesia. Untuk mengelola akun pelanggan, terutama saat penagihan jatuh tempo tagihan, hal itu merupakan sebuah proses yang cukup panjang.

1 %
Peningkatan Tingkat Janji Untuk Membayar
1 %
Pengurangan Beban Panggilan Untuk Agen Manusia
1 %
Pelanggan Tidak Mengenalinya Sebagai Bot

“Awalnya kami menggunakan SMS untuk penagihan, yang kemudian kami tambahkan dengan panggilan keluar,” kata Pak Ikhsan Kurniawan, Head of Printing and Collection Department di Link Net. “Secara bertahap, kami beralih ke email dan sekarang, kami juga menggunakan WhatsApp. Kami juga mencoba Smart IVR, tetapi ternyata tidak cocok untuk penagihan jatuh tempo. Jadi, kami berhenti menggunakan IVR karena tidak memberikan hasil.”

Link Net juga menghadapi kesulitan dalam merencanakan kapasitas panggilan keluar untuk penagihan. Ketika tim penagihan mengalami kekurangan tenaga kerja, perusahaan akan sementara memindahkan orang dari departemen lain untuk membantu mengelola beban kerja. Hal ini mengganggu pekerjaan sehari-hari. Link Net menyadari bahwa mereka memerlukan cara yang lebih efektif dan efisien untuk melakukan tindak lanjut terhadap akun-akun yang jatuh tempo dan mulai mengeksplorasi pilihan yang dapat membantu kinerja penagihan.

Melampaui percakapan satu arah

“Kami menyukai solusi yang diberikan oleh WIZ karena Talkbot merupakan interaksi dua arah, tidak seperti IVR yang sangat terbatas,” kata Pak Ikhsan. “Ini juga membantu kami dalam menyeimbangkan beban kerja. Jika seseorang dari tim penagihan mengambil cuti melahirkan, kami dapat segera menambahkan lebih banyak bot untuk mengisi kekosongan.”

Solusi tersebut memberikan hasil yang nyata. “Ketika kami mencoba WIZ, hasil kami meningkat, terutama dalam tingkat koneksi,” kata Pak Herri Dwi Prasetyo, MIS Leader Head of Printing and Collection Department di Link Net. “Tingkat koneksi untuk agen manusia sebesar 25 persen, tetapi dengan Talkbot dapat meningkatkan menjadi hampir 50 persen.” Penggunaan Talkbot juga membebaskan agen tim penagihan dari tugas-tugas mudah namun repetitif. Serta, mengurangi beban panggilan keluar bagi agen tim penagihan menjadi separuhnya. “Ini memberikan waktu lebih bagi agen kami untuk fokus pada melayani pelanggan dengan lebih baik dan menangani keluhan yang lebih kompleks. Penggunaan bot membuat peran agen manusia menjadi lebih strategis,” tambah Pak Herri.

"Talkbot adalah strategi penagihan terbaik yang pernah kami implementasikan."

– Pak Ikhsan Kurniawan, Head of Printing and Collection Department at Link Net

Pengalaman pengguna yang luar biasa

Ketika membicarakan pengalaman mereka dengan WIZ, Pak Herri memiliki hal-hal baik untuk dikatakan. “Aplikasinya Wiz sangat mudah digunakan dan memiliki sistem validasi yang baik,” katanya. “Misalnya, jika seseorang mencoba mengunggah nomor yang sama dua kali, sistem akan segera menghapus salah satunya.”

Bekerja dengan tim WIZ juga memberikan pengalaman yang positif. “Semua anggota tim WIZ sangat mendukung dan membantu,” lanjut Pak Herri. “Apapun yang kami butuhkan, proses eskalasi sangat cepat. Sebagai pengguna, hal ini sangat membantu untuk mengetahui bahwa segala sesuatu diproses dengan cepat dan semua anggota tim dapat dihubungi.”

Bagi pelanggan Link Net, perubahan strategi tersebut hampir tidak terlihat. “99% pelanggan tidak menyadari bahwa mereka dihubungi oleh robot,” kata Pak Ikhsan. “Dari 20.000 yang dihubungi, hanya 10 yang mengeluh karena dihubungi oleh bot. Ketika itu terjadi, kami menghapus pelanggan tertentu dari database panggilan Talkbot selanjutnya.”

"Semua anggota tim WIZ sangat mendukung dan membantu. Apapun yang kami butuhkan, proses eskalasi sangat cepat. Sebagai pengguna, sangat membantu untuk mengetahui bahwa segala sesuatu diproses dengan cepat dan semua anggota tim dapat dihubungi."

– Pak Herri Dwi Prasetyo, MIS Leader of Collection & Recovery Department at Link Net

Cara baru untuk mempertahankan pelanggan lama

Dengan keberhasilan strategi penagihan baru, Link Net bersemangat untuk mencoba Talkbot dengan skenario lain. Perusahaan memutuskan untuk mencoba otomatisasi retensi pelanggan atau perpanjangan kontrak. Bersama tim WIZ, Link Net membuat skrip baru untuk menghubungi pelanggan yang tidak membayar langganan mereka selama tiga bulan. “Tingkat koneksi untuk kategori pelanggan ini lebih rendah,” jelas Pak Ikhsan. “Kami berharap dengan skrip retensi baru, kami dapat mendapatkan kembali pelanggan dengan menawarkan promosi.”

Masih dalam tahap awal strategi retensi pelanggan dan hasilnya masih harus dilihat. Tim saat ini sedang menyempurnakan skrip berdasarkan umpan balik, untuk menyampaikan pesan yang tepat.

Melampaui batas otomatisasi dan analitika

Link Net ingin menetapkan standar yang lebih ketat untuk proses penagihan mereka di masa depan. “Kami menuju ke arah digitalisasi, segalanya harus menerapkan otomatisasi,” ungkap Pak Ikhsan. “Jika seseorang gagal membayar atau melewatkan pembayaran, mereka harus dihubungi secara otomatis. Segala sesuatunya harus sudah terotomatisasi, termasuk panggilan ulang. Kemudian hasilnya dapat diperbarui secara real-time di sistem Link Net.”

Bagi Pak Herri, data adalah kunci rahasia untuk kesuksesan yang berkelanjutan dan masa depan. “Di masa depan, kami berharap dapat mengunduh transkrip percakapan langsung dari sistem,” katanya. “Dengan fitur ini, kami dapat menggunakan semua informasi untuk mendapatkan umpan balik dan keluhan dari pelanggan. Jadi ketika agen manusia melakukan panggilan tindak lanjut kepada pelanggan tertentu, mereka akan segera mengetahui apa yang dikeluhkan oleh pelanggan. Kami akan memiliki riwayat pelanggan dan dapat memberikan pengalaman yang baik.”

Tim koleksi sangat puas dengan WIZ Talkbot sehingga mereka merekomendasikan solusi ini kepada tim penjualan Link Net, untuk mendapatkan pelanggan baru. “Sebelumnya kami tidak pernah menghubungi tipe pelanggan seperti ini,” akui Pak Ikhsan. “Ini adalah sesuatu yang akan kami eksplorasi dan bahas lebih lanjut dengan Tim WIZ.”

Tertarik bagaimana otomatisasi suara AI dapat meningkatkan hasil bisnis Anda? Berbicaralah dengan salah satu spesialis kami hari ini.
Hubungi kami

12
May
Talkbot Basics  ·  Voice AI Technology
Game-changing communication: How LLMs are impacting Southeast Asian telcos
Jennifer Zhang

Jennifer Zhang

CEO & Co-Founder

The telecommunications industry in Southeast Asia is one of the fastest-growing and most dynamic markets in the world. With a population of over 650 million people and a rapidly expanding middle class, the region offers immense opportunities for businesses to tap into new markets and grow their customer base.

However, the industry is not without its challenges. The region is characterized by diverse cultures, languages, and economic conditions – all of which could hinder telcos from expanding their operations. Other challenges include inadequate infrastructure, limited access to financing, and regulatory hurdles. High competition in the industry puts pressure on companies to constantly innovate and improve their services to stay ahead of their competitors.

Despite these challenges, the telecommunications industry in Southeast Asia is poised for significant growth in the coming years. Home to one of the most tech-savvy demographics, the region is witnessing a significant shift towards digitalization. This trend has opened up new opportunities for businesses to leverage the power of domain-specific large language models (LLMs) to enhance their customer experience and gain a competitive edge.

Transforming telecommunications with large language models

Large language models (LLMs) are a type of artificial intelligence technology that can understand and generate human-like language. This capability opens up multiple possible use cases in the telecommunications industry, such as:

  • Improving customer service and support: LLMs can be used to analyze customer data, such as their chat histories and social media interactions, to understand their needs and preferences. This data can then be used to provide personalized recommendations and support, which can improve customer satisfaction and retention.

  • Enhancing chatbot interactions and voice assistants: LLMs can be used to improve the accuracy and naturalness of chatbots and voice assistants, making them more effective at understanding and responding to user requests. This can help to reduce the workload of human customer service agents and improve the overall customer experience.

  • Automated data analysis and insights: LLMs can be used to analyze large volumes of unstructured data, such as customer feedback and social media posts, to extract insights and trends. This can help telecommunications companies to identify areas for improvement and develop more effective marketing and sales strategies.

  • Increasing efficiency and productivity: LLMs can be used to automate repetitive tasks, such as data entry and content creation, which can free up human resources for more complex and strategic work. This can help to increase efficiency and productivity within the organization.

Forging the way ahead with localised enterprise LLMs

Because the Southeast Asian market is fragmented not just geographically but also linguistically, being able to operate across the region requires multilingual capabilities. This is one key area where LLMs are becoming increasingly proficient. WIZ.AI focuses on the localisation of artificial intelligence (AI) solutions like our flagship Talkbots and now our enterprise LLMs. The capacity for machines to communicate in multiple languages and local accents can help to break down barriers and improve communication with customers across different countries and cultures.

And with domain-based, region-specific knowledge, enterprise LLMs can have better contextual understanding. When businesses have their own LLMs, they are better positioned to take advantage of what generative AI has to offer. There is increased understanding of communications which enables more accurate and relevant AI-generated responses. Companies can leverage their own LLM not just for customer engagement – LLMs can be used for internal operations such as employee onboarding or drafting meeting summaries. Integrating LLMs with other technologies, such as chatbots, voice assistants, and natural language processing (NLP) tools, can provide more comprehensive and effective solutions that are closely linked to business operations.

Proving the point: Link Net success story

One recent example in the successful application of localised LLM is the use of WIZ Talkbots by PT Link Net Tbk. Link Net, am Indonesian telecommunications company that serves nearly three million households, improved its customer outreach by deploying Talkbots for its payment reminder and recontracting calls. Link Net was able to double its customer outreach and increase payment collections within one month of using Talkbots. WIZ.AI trained Link Net’s Talkbots with our localized Bahasa language model, proving that enterprise LLMs can greatly benefit large-scale telecommunications companies.

As AI technology continue to evolve and advance, businesses in the industry will need to stay up-to-date with the latest trends and developments to remain competitive and leverage the full potential of LLMs. By doing so, they can position themselves for success in an industry that is rapidly evolving and transforming.

Curious about how an LLM can be part of your telco operations? Speak to one of our specialists today.
Explore LLMs

16
Mar
Customer Stories  ·  Voice AI Technology
Link Net doubles its customer outreach with WIZ Talkbots

 

Link Net has been providing Indonesians with internet connectivity and home entertainment for over 20 years under the First Media, i-solution, and Link Net brands. It currently serves 2.8 million homes across 23 cities in Indonesia. Keeping track of all those accounts – especially when they fall past due – is a whole operation in itself.

“Previously, we used SMS for billing, which then was supplemented with outbound calls,” begins Pak Ikhsan Kurniawan, Head of Printing and Collection Department at Link Net. “We gradually moved to email and now, we also use WhatsApp. We also tried smart IVR but it turned out not to be suitable for overdue payments. So we stopped using IVR because it did not bring results.”

Link Net also struggled with capacity planning for its outbound calls for collections. When the telephone collections team is experiencing a manpower shortage, the company would temporarily reassign people from other departments to help manage the load. This disrupted day-to-day work and workload management. Link Net realized it needed a more effective way to follow-up with overdue accounts, and started exploring options.

Going beyond one-way conversations

“We liked WIZ’s solution because it was a two-way interaction, not like IVR which is very limited,” shares Pak Ikhsan. “It also helped us with workload balancing. If someone from telecollections takes maternity leave, we can immediately add more bots to fill the gap.” 

The solution brought tangible results. “When we tried the WIZ solution, our results improved, especially in the connection rate,” shares Pak Herri Dwi Prasetyo, MIS Leader of Collection & Recovery Department at Link Net. “The connection rate for human agents was 25 percent but with the Talkbot, it increased to almost 50 percent.” The use of Talkbots also freed up human agents from many of the easy, repetitive tasks. It also reduced the call load for human agents by half. “This gave our agents more time to focus on retaining customers and handling more complex complaints. The use of the bot made the role of human agents more strategic,” Pak Herri adds. 

“Talkbots are the best collection strategy we have implemented so far,” confirms Pak Ikhsan.

"We stopped using IVR because it did not bring results. Talkbots are the best collection strategy we have implemented so far."

– Pak Ikhsan Kurniawan, Head of Printing and Collection Department at Link Net

An exceptional user experience

When talking about their experience with WIZ, Pak Herri has good things to say. “The application itself is very user-friendly and has a good validation system,” he begins. “For example, if someone tries to upload the same number twice, the system will immediately eliminate one of them.”

Working with the WIZ team has also been positive. “All the WIZ team members are so supportive and helpful,” Pak Herri continues. “Whatever we need, the escalation process is so fast. As an end-user, it is very helpful to know that everything is processed quickly and all team members are contactable.”

For Link Net’s customers, the change in strategy was barely noticeable. “99% of customers do not realize that they are contacted by a robot,” says Pak Ikhsan. “Out of 20,000 contacted, only 10 complained about being called by a bot. When that happens, we exclude the specific customers from the next Talkbot call database.”

"All the WIZ team members are so supportive and helpful. Whatever we need, the escalation process is so fast. As an end-user, it is very helpful to know that everything is processed quickly and all team members are contactable."

– Pak Herri Dwi Prasetyo, MIS Leader of Collection & Recovery Department at Link Net

A new way to retain old customers

With the success of the new collection strategy, Link Net was keen to try the Talkbot in other scenarios. The company decided to try automating customer retention or recontracting. Together with the WIZ team, Link Net created a new script for contacting customers who were recently lost, like those who have not paid for their subscriptions in three months. “The contact rate for this category of customers is lower,” explains Pak Ikhsan. “We hope that with the new retention script, we can win back customers by offering promotions.” 

It’s still early days in the customer retention campaign and results are still to be seen. The team is currently refining the script based on feedback, in order to get the right message across.

Pushing the limits of automation and analytics

Link Net wants to set more stringent standards for their debt collection processes in the future. “We are heading towards digitization, everything must be automated,” begins Pak Ikhsan. “If someone defaults or misses a payment, they should be called automatically. Everything should already be automated, including redials. Then the results can be updated in real-time on the Link Net system.”

For Pak Herri, data is the secret ingredient to ongoing and future success. “We expect in the future we can download the transcript of the conversation directly from the system,” he says. “With this feature, we can use all information to gain feedback and complaints from customers. So when a human agent conducts a follow-up call to a certain customer, they will immediately know what the customer complained about. We will have the customer history and can give a seamless experience.” 

The collections team was so satisfied with the WIZ Talkbot that it recommended the solution to Link Net’s sales team, for customer onboarding. “We never contacted these type of customers before,” confesses Pak Ikhsan. “This is something we will explore and discuss further with the WIZ Team.”

Wondering how voice AI automation can improve your business results? Speak to one of our specialists today.
Contact us