Die Optimierung des B2C-Kundenservice durch KI
Ein Vorgehensmodell für die Text-Klassifikation von E-Mails
Versandkostenfrei!
Versandfertig in 1-2 Wochen
42,95 €
inkl. MwSt.
Weitere Ausgaben:
PAYBACK Punkte
0 °P sammeln!
Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, (IU Internationale Hochschule), Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit ist die Entwicklung und Validierung eines spezifischen Vorgehensmodells für die Nutzung von KI-basierter Text-Klassifikation von E-Mails im B2C-Kundenservice, um eine Lücke zwischen allgemeinen Machine Learning-Vorgehensmodellen und praktisch anwendbaren Leitfäden zu schließen. Durch die Anwendung von Design Science Research wird ein neues Modell vorgeschlagen, das auf die Bewertung von Potenzialen für die Text-Kl...
Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, (IU Internationale Hochschule), Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit ist die Entwicklung und Validierung eines spezifischen Vorgehensmodells für die Nutzung von KI-basierter Text-Klassifikation von E-Mails im B2C-Kundenservice, um eine Lücke zwischen allgemeinen Machine Learning-Vorgehensmodellen und praktisch anwendbaren Leitfäden zu schließen. Durch die Anwendung von Design Science Research wird ein neues Modell vorgeschlagen, das auf die Bewertung von Potenzialen für die Text-Klassifikation von E-Mails ausgerichtet ist. Diese Arbeit nimmt eine realitätsnahe Stichprobe von E-Mails aus dem Kundenservice eines Unternehmens und analysiert diese mithilfe der SIPOC-Methode, um relevante Prozess-Klassen für die Text-Klassifikation zu identifizieren. Dadurch wird ein praxisnaher Beitrag zur Optimierung des Kundenservice durch effiziente E-Mail-Klassifizierung geleistet. Die vorliegende Arbeit zeigt, wie die Ergebnisse einer SIPOC-Analyse genutzt werden können, um relevante Prozess-Klassen für den späteren Einsatz des E-Mail-Klassifikators zu identifizieren.
Andere Kunden interessierten sich für
