Amazon использует его, чтобы предсказать, какой продукт вы, возможно, захотите купить. Netflix использует его, чтобы предсказать, какое шоу вы хотели бы посмотреть. Chase и другие банковские приложения используют его, чтобы предсказать, что написано вашим почерком на чеке, а Uber использует его, чтобы предсказать, куда следующий водитель отправит машину.

«Представьте, что 100 человеческих мозгов пытаются взломать «наиболее подходящего» клиента для опекуна и добиваются успеха за миллисекунды».

Машинное обучение дает нам возможность предсказывать самое ближайшее будущее с относительно высокой точностью.

Машинное обучение дает нам возможность предсказывать самое ближайшее будущее с относительно высокой точностью.

Как это работает?

Чтобы делать точные прогнозы, машинное обучение обрабатывает много, я имею в виду, много данных. Когда компания Chase впервые представила возможности чтения чеков, им пришлось научить машину считывать чеки, снабдив ее миллионами изображений чеков. Наряду с этим им приходилось вводить каждую транзакцию, которую банк зафиксировал при обработке чека, пока машина, наконец, не «поймала» и быстро не поняла, как считать чек почти со 100% точностью.
В SWIFT SHIFT мы стремиться сделать работу медсестер и сиделок по уходу на дому лучше, проще, удобнее и прибыльнее.

Наша платформа повышает надежность ухода на дому (с использованием машинного обучения) путем вождения 4

Элементы:

  1. Лучшие отношения → Между лицами, осуществляющими уход, и медсестрами, их командами, клиентами и CSM — наша платформа обеспечивает лучшее общение и чувство приверженности и связи с командой и клиентом.
  2. Лучшие данные → Платформа предоставляет медсестрам и лицам, осуществляющим уход, точную, актуальную и актуальную информацию о своих клиентах, их команде и их работе, чтобы они могли принимать наилучшие решения и предпринимать правильные действия.
  3. Больше знаний → Теперь мы можем предоставить медсестрам и лицам, осуществляющим уход, ресурсы и инструменты, необходимые им для достижения успеха в профессиональной жизни.
  4. Выбор и ответственность → У медсестер и лиц, осуществляющих уход, теперь есть выбор и возможность управлять своими сменами и клиентами с помощью технологий.

Представьте себе 100 человеческих мозгов, пытающихся взломать «наиболее подходящего» клиента для опекуна и преуспеть в миллисекундах. Недавно мы завершили 8-месячный проект по оснащению нашей платформы машинным обучением, чтобы мы могли лучше обслуживать медсестер, осуществляющих уход, и CSM.
Созданная нами новая платформа дает нам возможность начать и делать действительно крутые прогнозы, которые помогают нашим любимым пользователям гораздо лучший сервис:

  • Спрогнозируйте, какой клиент вам больше всего подходит → Удержание клиентов — огромная проблема в уходе на дому. 30% медсестер и сиделок уходят от клиентов в течение первого месяца. В SWIFT SHIFT мы обрабатываем миллионы смен в месяц и отслеживаем удержание клиентов среди сотен тысяч клиентов. Это позволяет платформе делать более точные прогнозы относительно того, какой клиент лучше всего подходит для каждого лица, осуществляющего уход. Теперь вы можете тратить меньше времени на поиск лучшего клиента и больше времени на работу с любимыми.
  • Предоставьте медсестрам и лицам, осуществляющим уход, личного «помощника» → Машинное обучение позволяет приложениям общаться на естественном языке и быстро и эффективно отвечать на вопросы службы поддержки, находя нужную информацию и быстро предоставляя ее пользователю. Мы поговорили с пользователями SWIFT SHIFT, и многие из них сказали, что предпочитают общаться в нашем приложении. Вместо кнопок и текстовых полей у нас есть диалоговый чат, который предлагает доступные смены и дела, сообщает об изменениях в расписании и отвечает на простые вопросы о клиентах и ​​расписании. Наш чат-бот Мардж (названный в честь нашего менеджера по обслуживанию клиентов) ведет более 10 000 разговоров в любой момент времени и может учиться на каждом разговоре. Таким образом, Мардж со временем узнает, какая информация важна для вас, чтобы узнать, когда станет доступна смена, чтобы принять наилучшее решение. Какая почасовая ставка вызовет интерес к смене? К кому следует обратиться в первую очередь, чтобы свести к минимуму спам и непрочитанные сообщения? Возможность извлекать уроки из каждого разговора и мгновенно внедрять знания в 10 000 других диалогов помогает нам постоянно улучшать опыт медсестер и лиц, осуществляющих уход, а также заполнять больше часов и помогать обслуживать больше сотрудников.
  • Предсказывать будущее → Наша дорожная карта машинного обучения включает в себя прогнозы, которые помогут медсестрам и лицам, осуществляющим уход, сосредоточиться на нужном клиенте, прогнозируя, какие клиенты подвергаются высокому риску. Платформа может предсказать, какая медсестра или сиделка окажет наилучший результат для каждого клиента. SWIFT SHIFT также может предсказать, какую сертификацию или обучение будет наиболее полезно пройти медсестре или лицу, осуществляющему уход, чтобы максимизировать свои возможности трудоустройства.

В SWIFT SHIFT мы всегда ищем способы использования технологий, чтобы медсестры и лица, осуществляющие уход, были более довольны своей работой, и теперь мы можем использовать возможности машинного обучения, чтобы предоставлять более персонализированные услуги большему количеству медсестер и лиц, обеспечивающих уход, и помогать им тратить меньше времени. на поиск работы и управление работой и больше времени со своими клиентами, помогая им процветать и восстанавливаться.