Michael Schuh, Datenwissenschaftler, Oshkosh Corporation
Rongjun Zhang, PhD, Leitender Ingenieur der Oshkosh Corporation
Bediener von Hochleistungsmaschinen verlassen sich auf Support-Mitarbeiter im Callcenter. Diese Expertenunterstützung ist von allgemeinen Anfragen bis zur fortgeschrittenen Fehlerbehebung von entscheidender Bedeutung, um eine konstante Geräteleistung für den täglichen Betrieb zu gewährleisten. Da Ausfallzeiten die Arbeit möglicherweise verzögern und die Projektzeit und -kosten erhöhen, ist es das Ziel, den Kunden eine schnelle und kompetente technische Unterstützung zu bieten, um diese unerwünschten Ereignisse so schnell wie möglich zu minimieren. In dieser Arbeit zeigen wir, wie interaktives Text-Mining systematisch die häufigsten Probleme sowie die nachprüfbaren Lösungen in der realen Welt erkennen kann, die in unstrukturierten Textfeldern gefunden werden, die von den Servicetechnikern bei jedem Anruf eingegeben werden. Durch häufige Phrasen und Term-Clustering können wir die Expertenwissen-Datenbank verfeinern, um einen standardisierteren probabilistischen Ansatz für die Problembehandlung bei wiederkehrenden Problemen bereitzustellen. Darüber hinaus können diese neu gewonnenen Informationen proaktiv genutzt werden, um möglicherweise bestimmte Arten eingehender Anrufe mit relevanteren Informationen zu unterbinden, die den Betreibern zur Verfügung stehen, und um zukünftige Konstruktionsbemühungen zu leiten, um allgemeine Maschinenprobleme zu mindern.
