LWI ist eine der ersten Smart-Data-Analytics-Lösungen für Voice-Prozesse am Markt. Als Basis für die Auswertungen dienen zuvor definierte KPIs, die in dem BI-Instrument hinterlegt und stetig überwacht werden. Das Tool gibt Nutzern von Lydia Voice einen Echtzeit-Überblick über den Lagerzustand, bezogen auf die eingesetzte Sprachsoftware und Hardware sowie die Infrastruktur. Dies ist möglich, weil die Voice-Geräte die Zustandsdaten der Hardware – wie beispielsweise die Akku-Laufzeit, aber auch Umgebungsdaten wie WLAN-Feldstärke oder Antwortzeiten des Systems – an den Server senden. LWI erhebt und speichert diese Werte über einen definierten Zeitraum. Anschließend strukturiert und analysiert das Tool die Daten und stellt sie für weitere Auswertungen in einem Dashboard übersichtlich zur Verfügung. Im Beispiel der Akkus überwacht LWI z.B. kontinuierlich deren Laufzeit, die Ladezyklen und die maximale Leistung. Auf dieser Grundlage lassen sich Aussagen über die verbleibende Lebensdauer ableiten und ältere Akkus können gezielt ausgetauscht werden. Darüber hinaus erfasst das Tool Daten zur stetigen Bewertung der Spracherkennungsqualität. Der individuelle Recognition Score der Voice-Anwender gibt an, wie gut die Mitarbeiter vom Voice-System verstanden werden. In der neuesten Version verfügt LWI über eine erweiterte Spracherkennungsanalyse (Wort-Phrasen-Statistik): Auf Basis der eingesprochenen Worte generiert das Tool Statistiken, so dass sich leicht identifizieren lässt, ob Optimierungspotenzial bezüglich der Erkennung einzelner Wörter oder ganzer Phrasen besteht. Mit dem Einsatz von LWI entfällt somit die bis dato aufwändige Analyse von Log-Dateien aus verschiedensten Quellen. LWI bereitet sämtliche Daten kontinuierlich auf und stellt sie übersichtlich für Analysezwecke bereit. Das steigert die Performance und die Qualität in der Auftragsbearbeitung deutlich.
Grundlage für Predictive Maintenance
Lagerverantwortliche, die die internen Prozesse effizient steuern und deshalb jederzeit über den aktuellen Status der wichtigsten Lager-KPIs informiert sein müssen, profitieren in besonderem Maße von LWI. Engpässe, Schwachstellen und Optimierungspotenziale in der Voice-Installation lassen sich frühzeitig erkennen und leichter lokalisieren. LWI bildet in diesem Kontext somit auch die Grundlage für Predictive Maintenance: Durch das permanente Monitoring des analysierten Datenmaterials wird Handlungsbedarf erkannt, bevor es kritisch wird. So kann beispielsweise die Kapazität der Akkus stetig überwacht und diese können rechtzeitig ersetzt werden.
KI-Komponenten in der weiteren Entwicklungsstufe
Die gezielte Auswertung sämtlicher Daten ist essenziell für eine kontinuierlich hohe Performance der gesamten Voice-Installation. Künftig wird LWI um KI(Künstliche- Intelligenz)-Komponenten ergänzt, die eine differenzierte Überwachung der Antwortzeiten zwischen dem Voice- und dem übergeordneten System (LVS, ERP) ermöglichen. LWI ist dadurch in der Lage zu lernen, wie lange bestimmte Vorgänge, beispielsweise Serverabfragen, in der Regel dauern. Antwortzeiten können kundenspezifisch variieren, je nach Art der Schnittstelle und Infrastruktur. Dank Machine Learning kann LWI Muster erkennen und mögliche Eskalationsstufen sinnvoll anpassen. Die Zuverlässigkeit der Voice-Installation wird damit erhöht. LWI ist als SaaS-Lösung verfügbar und komplett ohne Customizing nutzbar. Damit wird das BI-Tool zu einer intelligenten Standardlösung für alle Voice-Anwendungen. www.topsystem.de
