미국IT·통신2018 – 진행 중우버
상담원을 위한 고객 집중 티켓 어시스턴트
우버, 첫 COTA 어시스턴트로 영어 티켓 처리 시간 10% 넘게 단축했다고 보고
문제
우버의 상담원은 수천 개의 문의 유형과 답변 템플릿 중에서 골라야 했다. 서비스가 늘면서 티켓 분류는 갈수록 복잡해졌다.
접근 방식
우버는 COTA를 고객 지원 플랫폼에 통합해 문의 유형과 답변 템플릿을 추천하게 했다. 첫 버전은 머신러닝과 자연어 처리를 썼다. 이후 우버는 미켈란젤로를 통해 딥러닝 모델을 배포하고 모델 자동 재학습을 추가했다.
주요 수치
over 10%COTA v1으로 줄어든 영어 티켓 처리 시간 비율. 고객 만족도는 비슷하거나 더 높았다고 우버가 밝혔다
시사점
수치로 제시된 처리 시간 단축은 COTA v1의 것이다. 우버는 v2의 온라인 결과가 더 좋았다고 밝혔지만 비교할 만한 처리 시간 단축률은 제시하지 않았다.
분류
출처
출처 요약
[1]Uber2018년 8월 23일
우버는 COTA가 상담원에게 내놓는 추천과 딥러닝으로의 전환을 설명했다. 영어 처리 시간이 10% 넘게 짧아진 것은 v1 덕분이라고 했고, v2에서는 온라인 지표가 추가로 개선됐다고 밝혔다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 1일 · 수정일 2026년 11월 1일