Warum – und wie – Sie KI, maschinelles Lernen und Analysen nutzen sollten, um das Contact Center als Markenwächter zu stärken
Das Kontaktzentrum ist immer noch das primäre Druckablassventil für Kunden. Und dieser Druck hat einen enormen Wert.
Kundenfrustrationen sind ein frühes Warnsignal für große Probleme und Markenrisiken. Diese Erkenntnisse können Contact Centern helfen, Probleme schnell zu beheben und Loyalität und Ansehen zu schützen. Wie also kann der Einsatz von KI im Contact Center diese gewinnbringenden Erkenntnisse zutage fördern?
Es ist jetzt an der Zeit, diese wertvollen Erkenntnisse zu sammeln, um die Markentreue und den Ruf der Marke zu schützen. Entdecken Sie, wie Sie KI-gestützte Analysen nutzen können, um die Markenpflege in Ihrem Contact Center zu stärken.
Das Contact Center empfängt die frühesten Signale für Markenrisiken
Unser Bericht State of the Contact Center 2022 hat deutlich gemacht, dass die Verbraucher mehr erwarten und weniger verzeihen. Contact Center Manager sagen, dass die Erwartungen an die Kundenerfahrung (CX) weiter steigen. Die Mehrheit der Verbraucher gibt an, dass sie bereits nach zwei schlechten Erfahrungen das Schiff wechseln. Das bedeutet, dass Marken proaktiv sein müssen, um eine konsistente, qualitativ hochwertige CX zu gewährleisten.
Um Maßnahmen zu ergreifen, müssen Sie zunächst analysieren, welche Probleme in Ihrem Contact Center immer wieder auftreten. Sie können auf größere Probleme hinweisen, die zu einem ernsthaften Geschäftsrisiko führen. Achten Sie auf diese häufigen Probleme, die Ihre Markenpflege beeinträchtigen könnten:
Fragen zum Produkt oder Service
Ein Anstieg der Kundenanrufe ist oft eines der ersten Anzeichen für akute oder chronische Probleme mit einem Produkt oder einer Dienstleistung.
Probleme mit der Kommunikation/Konnektivität
Interaktionen können Probleme aufzeigen, die Kunden bei der Verbindung mit einer Marke haben, was auf Probleme mit der Website, den sozialen Kanälen, den Chat-Apps oder der Contact Center-Technologie selbst hinweist.
eCommerce Probleme
Eine Flut von Kundenproblemen im Zusammenhang mit Einkäufen oder Zahlungen kann auf Probleme mit einer eCommerce-Plattform oder einem Zahlungs-Gateway/einer App hinweisen.
Fragen zur Lieferkette
Kunden, die sich über eine langsame oder verzögerte Auftragsabwicklung oder über nicht vorrätige Produkte beschweren, können ein Zeichen für Bestands- und Lieferkettenprobleme sein.
PR-Themen
Kunden, die anrufen und sich auf sozialen Kanälen engagieren, können einer der ersten Hinweise auf ein umfassenderes Problem in der Öffentlichkeitsarbeit der Marke sein.
Fragen der Mitarbeiterbindung/-zufriedenheit
Voice-of-Employee (VoE)-Informationen können wachsende Mitarbeiterfrustrationen oder akute Reibungs- und Frustrationspunkte für Agenten herausfinden.
Künstliche Intelligenz (KI) nutzen, um das Signal inmitten des Rauschens zu finden
Voice-of-the-Customer (VoC)- und Voice-of-the-Employee (VoE)-Daten strömen täglich in moderne Multikanal-Kontaktcenter. Der überwiegende Teil davon ist routinemäßige Kundenkommunikation. Es gibt auch jede Menge Kundenprobleme zu lösen, Fragen zu klären und Luft abzulassen.
Nicht jeder verärgerte Kunde ist jedoch ein Zeichen für ein drohendes Problem unter der Oberfläche. Bei den meisten Kundeninteraktionen geht es um Fragen, die keine weit verbreiteten Probleme oder ernsthafte Markenrisiken darstellen. Die Herausforderung besteht darin, die wichtigsten und dringendsten Signale inmitten des Rauschens der täglichen Interaktionen zu finden.
Moderne KI, maschinelles Lernen (ML) und Analytik sind hervorragend geeignet, die Datenberge zu durchdringen und diese Probleme aufzudecken. KI-gestützte Tools können die exponentielle Menge an VoC- und VoE-Rohdaten aus allen Kanälen verarbeiten und Muster und Trends in Echtzeit erkennen.
Immer mehr Contact Center nutzen KI, ML und Analysen, um aufkommende Probleme aufzudecken, damit Marken diese untersuchen und Maßnahmen ergreifen können, bevor ernsthafter Schaden entsteht.
Einsatz von KI im Contact Center zur Aufdeckung von Grundursachen
Hier liegt eine größere Herausforderung: Der VoC allein führt nicht direkt zur Ursache der Kundenfrustration. Nur durch eine isolierte Analyse der VoC lässt sich feststellen, dass die Kunden über die langsame Auftragsabwicklung frustriert sind. Aber dieser Kundenschmerz könnte durch ein Problem mit der eCommerce-Plattform verursacht werden, es könnte ein Problem in der Lieferkette sein oder es könnte auf ein anderes internes betriebliches Problem zurückgeführt werden.
In ähnlicher Weise kann die VoE ohne einen umfassenderen analytischen Einblick Warnzeichen für Stress und Burnout bei den Mitarbeitern aufdecken. Aber dieser Stress könnte das Ergebnis eines hohen Anrufaufkommens, einer Unterbesetzung oder technologischer Lücken sein. Es könnte auch an etwas liegen, das mit einer zusätzlichen, gezielten Schulung der Agenten behoben werden könnte.
Die Komplexität moderner Unternehmen bedeutet, dass es Wochen, Monate oder sogar noch länger dauern kann, bis sich die Ursache dieser Probleme von selbst herausstellt. Dann ist es viel zu spät – der Schaden für die Marke lässt sich nur schwer wieder rückgängig machen und das Vertrauen ist schwer zurückzugewinnen.
Hier wird die Magie der modernen KI und ML erst richtig lebendig. Diese intelligenten Tools können die VoC- und VoE-Erkenntnisse schnell mit Datenpunkten aus dem Contact Center und dem gesamten Unternehmen korrelieren:
- Verkauf
- Marketing
- Website
- eCommerce
- Inventar
- Lieferkette und Auftragsabwicklung
- HR
- IT
- Finanzen
- Andere interne Systeme
Leiter von Contact Centern können die Komplexität entschlüsseln und die Ursachen fast in Echtzeit aufdecken. Moderne Analysetools für Contact Center müssen über diese prädiktiven, ML-gestützten Fähigkeiten verfügen, um diese Verbindungen schnell herzustellen und die Ursache hinter dem Symptom zu finden.
KI in Aktion: Gewinner des Calabrio Analytics Wettbewerbs
Auf unserer Veranstaltung Calabrio Customer Connect (C3) im Jahr 2022 setzten wir unsere jährliche Tradition fort, die innovativsten und wirkungsvollsten Anwendungen der Analyse-, Sprache-zu-Text-, KI- und ML-Tools von Calabrio bei unseren Kunden anzuerkennen und zu feiern. Viele der Gewinner des diesjährigen Calabrio Analytics Wettbewerbs konzentrierten sich auf proaktive Markenpflege.
Im Folgenden erfahren Sie mehr darüber, wie 3 Führungskräfte von Contact Centern genau das getan haben:
1. mit KI-gestützter Phrasen-Optimierung negative Stimmung umdrehen
Als die Idaho Central Credit Union (ICCU) feststellte, dass die Anzahl der Anrufe und die Kosten pro Anruf stiegen, wollte sie die Ursachen für diese problematischen Trends herausfinden. Mithilfe von Sentiment- und Sprachanalysen identifizierte ICCU Interaktionen im Contact Center, die eine negative Stimmung und einen hohen Aufwand für die Mitglieder aufwiesen.
Mithilfe der analytischen, prädiktiven NPS- und Qualitätsbewertungen von Calabrio konnte das Unternehmen seinen Fokus auf Interaktionen mit schlechten Ergebnissen weiter verfeinern. Dann hat die ICCU ihren Einsatz von KI verdoppelt. Sie haben einen KI-gestützten Phrase Optimizer entwickelt, der den Agenten automatisch hilfreiche Phrasen vorschlägt, um die Lösung von Mitgliederproblemen zu verbessern und die positive Stimmung der Mitglieder aufrechtzuerhalten. Zusätzlich zu dieser technischen Lösung konzentrierte sich die ICCU auf die Schulung der Mitarbeiter, wo dies erforderlich war.
Durch die Verbesserung der Problemlösung und die Erhöhung der Mitgliederzufriedenheit schätzt die ICCU, dass sie bereits im Jahr 2022 9.000 wiederholte Anrufe vermeiden konnte. Das bringt Tausende von Dollar an Einsparungen und stoppt den Trend zu steigenden Kosten pro Anruf. Die Kreditgenossenschaft ist außerdem in der Lage, den Personaleinsatz der Mitarbeiter zu optimieren, um mit weniger Mitarbeitern ein höheres Serviceniveau zu erreichen.
2. Engpässe identifizieren, um den Service zu beschleunigen und die Kundenzufriedenheit zu verbessern
Zu Beginn der Pandemie erkannte Peckham, ein Anbieter von Contact Center-Lösungen für Drittanbieter, dass es bei einigen seiner wichtigsten Kunden zu Service-Engpässen kam. Mit Calabrio Analytics ging Peckham dem Problem auf den Grund und entdeckte ein hohes Anrufaufkommen mit langen Pausen. Die KI-gestützten Tools von Calabrio Analytics helfen ihnen dabei, diese langen Anrufpausen auf eine Kombination aus Lücken in der Technologie und der Ausbildung der Agenten zurückzuführen.
Um die Probleme zu lösen, die sie gefunden haben, hat Peckham:
- Implementierung neuer IVR-Nachrichten zur schnellen Beantwortung häufiger Serviceanforderungen
- Zusätzliches Coaching
- Erstellung einer FAQ für Agenten, um schnellere Antworten zu ermöglichen
- neue Technologien zur Rationalisierung ihrer Contact Center-Prozesse eingesetzt haben
Diese Kombination aus Technik und Schulung ermöglicht es den Agenten, Pausen zu vermeiden und Probleme schneller zu lösen. Verbesserung des Kundenerlebnisses, um die Marken seiner Kunden zu schützen. Dank dieser Verbesserungen können die Peckham-Agenten außerdem einen zusätzlichen Anruf pro Stunde bearbeiten. Dies entspricht einem jährlichen Anstieg der Umsatzerlöse um 2,7 Millionen Dollar.
3. Mit Desktop Analytics die Ursache von Verbindungsabbrüchen aufspüren
Wie viele andere Unternehmen, die gezwungen sind, plötzlich auf Fernarbeit umzustellen, erkannte auch Cummins, dass Probleme mit der Telefonverbindung sowohl die Zufriedenheit der Kunden als auch der Mitarbeiter beeinträchtigten. Der Hersteller von Stromerzeugungslösungen nutzte Calabrio Analytics, um diese Unterbrechungsszenarien näher zu untersuchen und sie mit den Erkenntnissen aus dem Desktop-Analyse-Tool von Calabrio zu korrelieren, um Konnektivitätsprobleme auf vier Hauptfehlerpunkte zurückführen zu können.
Durch die Behebung dieser technologischen Probleme konnte Cummins die Verbindungsrisiken erheblich reduzieren, die Zufriedenheit von Kunden und Mitarbeitern steigern und gleichzeitig jährlich rund 160.000 Dollar einsparen.
4. Bonus Fall: Verwenden Sie Sentiment Analytics, um Agentenphrasen zu finden, die die Kundenstimmung in den Süden schicken
Im Rahmen ihrer kontinuierlichen Bemühungen, die Patientenerfahrungen proaktiv zu verbessern, nutzte die Mayo Clinic die prädiktive Stimmungsanalyse von Calabrio, um sich auf Interaktionen mit negativer Patientenstimmung zu konzentrieren. Die KI-Tools von Calabrio identifizierten dann Agentenphrasen, die stark mit einer negativen Kundenstimmung korreliert waren.
Die Leiter des Contact Centers der Mayo Clinic führten ein neues Agententraining ein, um diese „negativen Phrasen“ direkt anzusprechen und den Agenten wirksame Alternativen an die Hand zu geben, um die Stimmung der Patienten zu verbessern und die allgemeine Patientenzufriedenheit zu erhöhen.
Lernen Sie von führenden Fachleuten in unserem Brand Guardian Webinar
Es gibt so viele Möglichkeiten, KI im Contact Center einzusetzen, um wertvolle Erkenntnisse über Kundeninteraktionen zu gewinnen. In einem kürzlich durchgeführten Kunden-Webinar haben wir die oben erwähnten preisgekrönten Anwendungsfälle für VoC-Analysen näher beleuchtet. Hören Sie direkt von Ihren führenden Kollegen, wie sie die Analyse-, KI- und ML-Tools von Calabrio nutzen, um Kundenprobleme schnell zu identifizieren und sie mit den eigentlichen Ursachen in Verbindung zu bringen. Diese Initiative schützt proaktiv Ihre CX, Ihre Markentreue und Ihren hart erarbeiteten Ruf.LEARN MORE FROM REAL-LIFE EXAMPLES
