Help-Taste auf einer Tastatur

In unseren vorherigen Beiträgen haben wir bereits erläutert, wie künstliche Intelligenz (KI) das Marketing und den Vertrieb zukünftig (und schon jetzt) unterstützen kann. Doch auch und insbesondere im Kundenservice können smarte Lösungen Wunder für das Kundenerlebnis wirken.

Spracherkennung

Insbesondere für Assistenten wie Siri oder Alexa, aber auch für Call Center-Bots ist das Thema Spracherkennung brandheiß. Gerade für einfache Belange ist das Abwickeln von Prozessen via Sprach-Assistenz besser als die Warteschleife im klassischen Call Center. Doch dafür müssen die Bots auch in der Lage sein, zu identifizieren, was der Kunde will. Spracherkennung soll dabei helfen, dass nicht der Kunde lernen muss, mit welchen Befehlen er zum Ziel kommt. Stattdessen lernt der Bot, den Kern der Kundenaussage zu entschlüsseln. Das klingt einfacher als es ist, denn Dialekte, Synonyme oder Umschreibungen müssen erst vom Bot gelernt werden.

Spracherkennung gilt übrigens nicht nur für die gesprochene, sondern auch die geschriebene Sprache. Je populärer Chatbots (s.u.) werden, desto notwendiger ist es, dass diese auch auf unterschiedliche Anfragen eingehen können und zwar so, dass der Kunde nicht ständig umdenken muss, bis er den richtigen Befehl gefunden hat.

Der Chatbot – 24/7 erreichbar für simple Lösungen

Der Chatbot ist das Erste, was den Meisten von uns einfällt, sobald über KI im Bereich Customer Services geredet wird. Das textbasierte Dialogsystem kann einfache Anfragen und Aufgaben erledigen und hat den Vorteil, dass es 24/7 zur Verfügung steht.

Für den Kundenservice ist der Chatbot jedoch nur eine von vielen KI-Anwendungen, die eingesetzt werden können, um das Kundenerlebnis zu optimieren. Und der Chatbot ersetzt keineswegs einen Live-Chat. Vielmehr kann er außerhalb der Arbeitszeiten eine erste Anlaufstelle für Kunden sein oder simple Anfragen lösen, ohne dass ein Service-Mitarbeiter benötigt wird. Das entlastet Kunden wie auch Mitarbeiter, da dadurch u.a. Warteschleifen vermieden werden können.

Mehr zum Thema erfahren Sie übrigens hier.

Self Service-Potenzial für die Zukunft

Self Service ist aktuell ein fast so großes Thema wie der Chatbot. Doch obwohl der Hype im Service-Bereich groß ist, ist die Akzeptanzrate unter Kunden eher gering. Eine der größten Hürden ist dabei, dass viele Self Service-Angebote nicht das Ergebnis liefern, das der Kunde erwartet. Oft versucht der Kunde das Angebot, scheitert und muss sich anschließend doch an die traditionellen Kanäle wenden.

Künstliche Intelligenz kann hier eingesetzt werden, um besonders Bestandskunden eine bessere Vorauswahl der angebotenen Informationen und Lösungsstrategien zu liefern. Dies erfordert jedoch noch ein wenig Geduld, denn aktuell gibt es hier kaum Lösungen auf dem Markt, die außerhalb von Chatbots und virtuellen Assistenten eingesetzt werden können.

Besonders in Form von Apps und personalisierten Kundenkonten kann Self Service hier jedoch markante Vorteile für den Kunden nach sich ziehen. Handelt es sich um sich ständig wiederholende, einfache Prozesse, ziehen Kunden nachweislich selbstständige Lösungswege dem Kontakt mit Servicemitarbeitern vor.

Predictive Analytics für mehr Retention

Im Bereich Churn Management können Sie schon heute KI-Methoden anwenden, um absprunggefährdete Kunden frühzeitig zu identifizieren. Nicht nur das, mithilfe zusätzlichen Predictive Analytics-Lösungen können Servicemitarbeiter zusätzlich Vorschläge generieren, welche Retention-Maßnahmen sich für den jeweiligen Kunden am besten eignen. Basierend auf gesammelten Daten des Kunden sowie Daten von ähnlichen Kunden können Sie so Wahrscheinlichkeiten ermitteln, wie erfolgreich die entsprechende Maßnahme wirkt.

In Kombination können Sie Kunden so lange vor ihrer Entscheidung zum Absprung kontaktieren und mit dem richtigen Angebot bzw. der richtigen Strategie an das Unternehmen binden.

Mehr dazu können Sie übrigens in unserem Whitepaper zum Thema Churn Prevention Management erfahren.

Ticket-Priorisierung

Nicht jede Kundenanfrage muss sofort behandelt werden. Doch es gibt Anfragen, bei denen es auf jede Sekunde ankommt, um einen Absprung oder ein negatives Erlebnis zu verhindern. Mithilfe von künstlicher Intelligenz kann das Ticketsystem erkennen lernen, welche Anfragen (von welchen Kunden) dringlicher eingestuft werden müssen als andere. So arbeiten die Mitarbeiter nicht chronologisch ab und riskieren somit, dass ein wichtiger Fall länger warten muss, sondern können die Fälle je nach Priorität und Dringlichkeit bearbeiten.

Fazit: Setzen Sie KI kundenzentriert ein

Ist die Lösung nur dazu gedacht, Ressourcen zu sparen, aber nicht auf die Kundenbedürfnisse ausgerichtet ist, wird sie nicht angenommen. Sie kann im schlimmsten Fall sogar dafür sorgen, dass der Kunde frustriert nach einigen erfolglosen Versuchen beim Kundenservice anruft. Zu diesem Zeitpunkt ist er bereits an einem Punkt, an dem er unzufrieden und absprungbereit ist. Um den Kunden zu diesem Zeitpunkt wieder „zurück“ zu holen und das Erlebnis insgesamt positiv einzufärben, bedarf es sehr viel mehr Energie als wenn das Erlebnis von Anfang an positiv verlaufen wäre.

Unternehmen können hier übrigens vom (analogen) Retail-Handel lernen. Nachdem Supermärkte vor einigen Jahren Selbstbedienungskassen eingeführt hatten, mussten sie feststellen, dass Kunden ohne menschliche Assistenz und einer traditionellen Alternative lieber zur Konkurrenz wechselten als sich mit der neuen Technologie auseinanderzusetzen. Unter anderem, weil Kunden das Gefühl hatten, die Selbstbedienungskasse würde keine Zeit einsparen, sondern vielmehr länger dauern (Quelle: Retail Customer Experience).

Werfen Sie einen Blick auf die Möglichkeiten von Predictive Customer Analytics und wie diese eingesetzt werden können in unserem Factsheet.

Print Friendly, PDF & Email
0 Kommentare

Dein Kommentar

An Diskussion beteiligen?
Hinterlasse uns Deinen Kommentar!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.