Automatizujeme 80 % rutinních zákaznických požadavků FTMO

Automatizujeme 80 % rutinních zákaznických požadavků FTMO

Co o nás řekli

,

Výzva

Řešení

Výsledek naší spolupráce

FTMO je celosvětová prop-trading platforma, která denně zpracovává tisíce zpráv od traderů z celého světa. V prostředí s vysokou volatilitou trhů a nárazovými špičkami v komunikaci potřebuje zákaznická podpora reagovat rychle, konzistentně a bez provozních výpadků.

Firma dnes díky umělé inteligenci od SentiSquare automatizuje 80 % rutinní komunikace, čímž šetří čas několika operátorů. 

Mimořádně dynamické prostředí

FTMO je mezinárodní fintech platforma pro forexové a kryptoměnové obchodníky, která pomáhá talentovaným traderům růst. 

Politické události, změny regulací nebo pohyby na finančních trzích mohou během pár hodin způsobit skokový nárůst dotazů od klientů.

Zákaznická podpora komunikuje ve 21 jazycích a pracuje s informacemi z několika systémů, od obchodní platformy přes interní nástroje až po e-maily a formuláře. 

Rychle se měnící situace na trzích přináší nárazové špičky v komunikaci. V klidných dnech přijde v průměru zhruba 2000 mailů denně, ale v rámci proměnlivosti geopolitických událostí a tedy volatility na trzích může skákat počet až na 5000 zpráv za den. Každá změna na trzích se okamžitě promítá do chování klientů a tím i do zátěže týmu.

Rutinní dotazy brzdily kapacitu týmu

Před implementací No-Code NLP platformy SentiSquare řešil tým zákaznické péče FTMO několik zásadních problémů. Velká část dotazů byla opakující se a řídila se jasnými pravidly. Přesto je operátoři museli řešit ručně, často pod tlakem času a v různých jazycích. Zároveň se jednalo o prostředí s vysokými nároky na přesnost. Odpovědi závisí na konkrétních pravidlech, stavu účtu nebo i regionálních rozdílech (např. USA vs. Evropa).

Zaškolování nových operátorů bylo časově náročné a škálování týmu neefektivní. V klidných dnech kapacita přebývala, ve špičkách naopak chyběla. FTMO proto hledalo řešení, které by:

  • stabilizovalo zátěž týmu
  • zrychlilo reakční dobu
  • zajistilo adekvátní odpovědi napříč jazyky
  • fungovalo plně v interním, bezpečném prostředí

Robustní systém, který pochopí kontext i jazyk

FTMO zvolilo No-Code NLP platformu SentiSquare postavenou na malých specializovaných jazykových modelech (SLM), které běží lokálně na vlastních serverech FTMO.

SentiSquare vytvořilo pro FTMO robustní, vícevrstvý systém, který dokáže pochopit kontext dotazu a následně vhodně odpovědět. Všechny zprávy jsou sjednoceny do jedné komunikační pipeline. 

Systém nejprve pochopí kontext dotazu, vyhodnotí jeho typ a složitost a následně:

  • rutinní dotazy zpracuje plně automaticky
  • složitější případy připraví jako draft pro operátora

Odpovědi jsou vždy kontrolovány vůči interním pravidlům a metadatům FTMO (typ účtu, stav, historie). AI nikdy neprovádí žádné akce v klientských systémech, pouze generuje odpovědi podle schválených šablon.

Dnes je přibližně 80 % rutinních zákaznických požadavků vyřízeno automaticky. Systém reaguje v řádu minut, udržuje ucelený tón komunikace a zvládá i nárazové špičky bez zásahu operátora. Zvládá i výrazné výkyvy v objemu komunikace.

SentiSquare automatizuje odpovědi v pěti nejpoužívanějších jazycích (angličtina, němčina, španělština, francouzština, portugalština). Součástí řešení je také překlad do jednotného jazyka (angličtiny) pomocí lokální LLM v No-Code NLP platformě. Čímž odpadá potřeba jazykových specialistů u rutinních dotazů.

Detekce požadavku pomocí několika propojených kroků

Technologie SentiSquare umožňuje automatizovanou, bezpečnou a přesnou zákaznickou komunikaci.

Jakmile přijde zpráva od klienta, naše malé specializované jazykové modely nejprve detekují typ dotazu nebo požadavku. Tato detekce zahrnuje nejen identifikaci tématu, ale také klasifikaci složitosti a případné riziko, které zpráva představuje.

Na základě detekce se připraví návrh odpovědi, který je dále kontrolován vůči metadatům a pravidlům uloženým v systému FTMO, například konkrétní pravidlo, které klient porušil, typ porušení nebo jeho historii účtu.

Systém vybere vhodný šablonový template, a vytvoří automaticky odchozí e-mail, připravený k odeslání klientovi. Díky tomu jsou odpovědi rychlé, konzistentní a přesné, přičemž všechny citlivé informace zůstávají interně a systém nikdy neprovádí akce mimo generování odpovědi.

Finální krok zajišťuje striktní dodržení interních pravidel, stálost odpovědí a minimalizaci rizika chyb.

Všechna data zůstávají uvnitř FTMO

Jazykové modely od SentiSquare jsou navrženy tak, aby byly maximálně bezpečné pro provoz ve finančních a regulovaných odvětvích.

Celé řešení běží plně on-premise. Žádná data neopouštějí infrastrukturu FTMO. Každá automatická odpověď je generována výhradně na základě schválených pravidel a šablon. Systém nikdy neprovádí žádné akce v klientských systémech.

Tento přístup zajišťuje 100% procesní bezpečnost a naprostou kontrolu nad tím, co a kdy je zákazníkovi odesláno.

Rychlá adaptace na změny a zvládání extrémních špiček

Díky No-Code NLP platformě od SentiSquare dnes FTMO zvládá provoz zákaznické podpory v prostředí vysoké volatility bez zbytečného stresu, přetížení týmu nebo kompromisů v kvalitě. Automatizace zvládne ušetřit čas několika set hodin měsíčně, a tedy nahradit práci několika vytížených operátorů. Zákaznická podpora dnes dokáže rychle reagovat na turbulentní tržní situace, které jsou ve světě finančních trhů na denním pořádku.

Přínosem řešení je provozní stabilita. FTMO dnes

  • udržuje rychlé reakční doby i při extrémním zatížení
  • eliminuje rutinní práci operátorů
  • zachovává konzistentní odpovědi napříč jazyky a trhy
  • nemusí operativně navyšovat nebo snižovat tým podle volatility trhu

Pracujete v dynamickém oboru s proměnlivou komunikací? Čelíte nárůstu zpráv a chybí vám lidi? Nebo máte multijazykový tým a hledáte, jak zvýšit efektivitu bez lineárního nárůstu headcountu?

Zjistěte, jak vám SentiSquare může automatizovat rutinu a vrátit čas vašim nejlepším lidem.

VYZKOUŠET NA VLASTNÍCH DATECH

Vyzkoušet na vlastních datech

Více příběhů
našich zákazníků

Další příběhy