Es führt kein Weg daran vorbei: Die Technologie wird die Geschäftslandschaft weiter verbessern und Unternehmen müssen innovativ sein, um der Konkurrenz einen Schritt voraus zu sein. Mit der zunehmenden Verbreitung von künstlicher Intelligenz (KI) und anderen Technologien sind sich die Kunden des Wandels bewusst. Daher ist es für Contact Center wichtiger denn je, sich schnell an die Bedürfnisse moderner Kunden anzupassen.
Während viele Mitglieder der Geschäftsleitung dem Kundenerlebnis weiterhin oberste Priorität einräumen, liegt die Herausforderung bei der Schaffung eines kundenorientierten Modells im Fehlen von Tools – oder dem Zugang zu den richtigen Tools – und in isolierten Daten. Auch wenn Contact Center immer mehr Technologien zur Verwaltung von Kundeninteraktionen einsetzen, ist es für viele eine Herausforderung, die in ihren eigenen Daten verborgenen Erkenntnisse über die Stimme des Kunden (VoC) zu gewinnen.
Warum tun sich Unternehmen schwer damit, Call Center-Daten zur Verbesserung der Kundenbindung zu nutzen?
In unserem Bericht, Business Transformation and Analytics: Den Wandel in einer kundenzentrierten Welt vorantreibenhaben wir herausgefunden, dass 85 Prozent der Führungskräfte der Meinung sind, dass Daten und Analysen wichtig sind, um Veränderungen in Vertrieb und Marketing zu bewirken. Allerdings gaben 68 Prozent der Befragten auch zu, dass sie eine größere Veränderungsinitiative in ihrem Unternehmen vermieden haben, weil sie der Meinung waren, dass man es nicht reparieren muss, wenn es nicht kaputt ist.
Derselbe Bericht zeigt auch, dass 39 Prozent der Führungskräfte zugeben, dass sie sich bei den Datenquellen auf eine begrenzte Anzahl von Zahlen verlassen, die am einfachsten zu ermitteln sind, wie z.B.:
- Umsatzzahlen;
- Daten aus den sozialen Medien;
- Verkaufszahlen; und
- Feedback vom Team.
Diese Datenpunkte sind zwar wichtig, aber sie bieten nicht die tiefen Einblicke, die man in den echten Kundengesprächen im Contact Center gewinnen kann. Dadurch laufen Unternehmen Gefahr, Kunden an einen Konkurrenten zu verlieren, der ein ansprechenderes Erlebnis bietet.
In den meisten Contact Centern werden jedoch nur etwa 2 Prozent der Gespräche überhaupt ein zweites Mal angesehen, und die anderen 98 Prozent der Erkenntnisse bleiben im Verborgenen. Diese Informationen aus erster Hand werden vergeudet, obwohl sie eigentlich genutzt werden könnten, um organisatorische Veränderungen voranzutreiben, den Gewinn zu steigern und das Kundenerlebnis zu verbessern.
Wie Unternehmen von den im Contact Center gesammelten Kundendaten profitieren können
Wie kann die Analytik also helfen? Datenorientierte Unternehmen, die die Erkenntnisse aus ihren Contact Center-Daten nutzen, haben Zugriff auf die ungefilterte VoC, so dass Sie genau wissen, was die Kunden wollen – und noch wichtiger, was sie nicht wollen – und wie sie es geliefert bekommen wollen.
Es gibt jedoch so viele Möglichkeiten, Analysen zu nutzen, dass die Leiter von Contact Centern oft nicht wissen, wo sie anfangen sollen, wenn sie sie zum ersten Mal einsetzen wollen – oder was sie tun sollen, wenn ihr erstes Analyseprojekt bereits läuft.
Rebecca Martin, CMO von Calabrio, sprach kürzlich mit Kundenservice-Experten Shep Hykendass „Unternehmen, die an der Spitze bleiben wollen, herausfinden müssen, wie sie Daten in Taten umsetzen können“.
Bei Calabrio sehen wir immer wieder, wie Call Center-Analysen einen extrem hohen Wert für die Kundenbindung im Contact Center liefern – unabhängig von den individuellen Zielen und Problemen des jeweiligen Unternehmens.
Hier finden Sie neun Möglichkeiten, gruppiert nach drei allgemeinen Unternehmenszielen, wie Unternehmen Analysen und Kundendaten nutzen können, um ihre Beziehungen zu Kunden zu verbessern.
Zielsetzung: Identifizieren Sie Orte zur Verbesserung der Kundenzufriedenheit
Je zufriedener die Kunden sind, desto wahrscheinlicher ist es, dass sie einem Unternehmen treu bleiben – deshalb hat die Kundenbindung für viele Unternehmen oberste Priorität.
Der erste Bereich, in dem wir sehen, dass Unternehmen Analysen einsetzen – einschließlich Analysen, die künstliche Intelligenz (KI) und maschinelles Lernen nutzen – ist die Suche nach Möglichkeiten, die Reise eines Kunden reibungsloser zu gestalten, indem sie Schmerzpunkte im Contact Center lindern und die zukünftigen Bedürfnisse eines Kunden vorhersehen.
Die Analyse von Callcentern kann diese Probleme leicht beheben und so die Kundenbindung erhöhen:
- Unterstützung von Contact Center-Managern bei der Verbesserung der Erstanrufauflösung (FCR)
Die FCR ist aus gutem Grund die wichtigste Kennzahl für das Contact Center: Studien haben gezeigt, dass die Kundenzufriedenheit jedes Mal um 15 % sinkt, wenn ein Kunde zurückrufen muss, um sein Problem zu lösen. Mit Hilfe von Analysen können Manager nicht nur das Volumen der wiederholten Anrufe verfolgen, sondern auch – und das ist besonders wichtig – den Ursachen auf den Grund gehen, damit sie ihre FCR schnell verbessern und ihre Kunden zufrieden stellen können. - Sicherstellen, dass die Mitarbeiter des Contact Centers ein wirklich gezieltes Qualitätsmanagement durchführen
Mithilfe von maschinellem Lernen können prädiktive Bewertungsergebnisse für 100 % der Interaktionen generiert werden. Dies ermöglicht es den Auswertern, ihre Zeit auf die richtigen Anrufe zu konzentrieren und diese Qualitätserkenntnisse zu nutzen, um den Agenten, die es am meisten brauchen, ein wirkungsvolles Coaching zu bieten. - Identifizierung von Agenten, die regelmäßig hohe Bewertungen von Kunden erhalten
Maschinelles Lernen kann auch eingesetzt werden, um Agenten zu identifizieren, die durchweg gute Kundenerfahrungen liefern. Dies hilft Managern und Ausbildern, Taktiken zu entdecken, die sie bei der Schulung anderer Agenten einsetzen können, und ermöglicht es, Spitzenagenten für ihre Leistungen zu würdigen. - Unterstützung von Contact Center Managern bei der Verbesserung der proaktiven Kundenansprache
Durch den Einsatz von maschinellem Lernen zur Generierung von prädiktiven Net Promoter Scores (NPS) für jede Kundeninteraktion – unabhängig davon, ob der Kunde eine Umfrage ausgefüllt hat – können Manager 100 % ihrer Promotoren, Detraktoren und Passiven erkennen und sie mit den entsprechenden Maßnahmen ansprechen. - Ermöglicht es dem gesamten Unternehmen, Kunden, die von Abwanderung bedroht sind, schnell zu erkennen und darauf zu reagieren
Wenn ein Kunde frustriert ist, verwendet er häufig Wörter, die von einer Analyselösung als negativ eingestuft werden können. Mit Hilfe von Call Center-Daten können diese Kunden identifiziert und Maßnahmen zu ihrer Bindung ergriffen werden, wodurch der LTV (Lifetime Value) für die Kunden insgesamt erhöht wird.
Zielsetzung: Reagieren Sie schnell auf Probleme, die sich negativ auf die Kundenbindung auswirken.
Zu verstehen, wie ein Kunde über Ihr Unternehmen denkt, kann eine Herausforderung sein, aber es ist eine gute Möglichkeit, wichtige Erkenntnisse über Ihr Contact Center, Ihr Produkt und Ihr Unternehmen zu gewinnen. Das liegt daran, dass Stimmungsanalyse, eine neue Technologie, die Teil der Call Center-Analyse ist, kann Ihnen helfen, nicht nur zu verstehen, was Anrufer sagen sondern auch, wie sie fühlen.
Bei der Stimmungsanalyse wird jedes Element einer Kundenkonversation analysiert, um eine positive, negative oder neutrale Stimmungsbewertung zu vergeben. Es läuft gleichzeitig mit einer Lösung zur Optimierung des Call Center-Personals, um Stimmungsdaten mit Metriken wie Anrufdauer, Wartezeit, Stille, NPS und sogar Bewertungen zu korrelieren. Indem Sie Trends in der Stimmung nahezu in Echtzeit erkennen, können Unternehmen schnell Änderungen vornehmen, die sich auf die Kundenbindung auswirken.
Hier erfahren Sie, wie Call Center-Analysen eingesetzt werden können, um die Stimmung der Kunden zu erkennen und Ihr Unternehmen in die Lage zu versetzen, schnell zu reagieren.
- Finden Sie Call Center-Interaktionen, die zu negativen Kundenerfahrungen führen, und gehen Sie darauf ein.
Contact Center-Manager können Anrufe mit negativen Stimmungswerten nach Agenten, Teams oder Gruppen segmentieren und dann proaktiv negativ bewertete Interaktionen innerhalb eines bestimmten Teams oder einer Gruppe überwachen. Sie können diese Stimmungssegmentierung nutzen, um optimale Gelegenheiten für das Coaching von Agenten zu ermitteln, zu entscheiden, wie mit aufkommenden Problemen umgegangen werden soll, und die Stimmung künftiger Anrufe vorherzusagen. - Identifizieren Sie Möglichkeiten zur Verbesserung der Kundenbindung außerhalb des Call Centers
Das gesamte Unternehmen kann die Stimmungsanalyse nutzen, um potenzielle Probleme zu erkennen und zu beheben, und zwar weit vor den Hinweisen, die sich aus rückläufigen KPIs wie NPS oder Verkaufsumfragen ergeben. Sie können Stimmungstrends während des Fluges erkennen und dann die betroffenen Geschäftsfunktionen schnell anpassen, um positive Stimmungen zu reproduzieren oder negative Stimmungen zu sortieren. Und sie können leicht zwischen Kunden unterscheiden, die tatsächlich abwandern werden, und solchen, die nur bluffen.
Zielsetzung: Zusammenführung von Kunden- und Mitarbeiterdaten und Einblicken über mehrere Technologieplattformen hinweg
Da Kunden über mehr Kanäle als je zuvor mit Unternehmen interagieren, wird es immer schwieriger, den Überblick über alle Faktoren zu behalten, die das Kundenerlebnis beeinflussen. Erweiterte Berichterstattung können Sie diese Datensilos aufbrechen, indem Sie Call Center-Daten mit der automatischen Anrufverteilung (ACD), der interaktiven Spracherkennung (IVR), der Qualitätsüberwachung, der Personalverwaltung, dem CRM, der Personalabteilung, den eigenen Softwareanwendungen und sogar mit Daten aus sozialen Medien kombinieren.
Durch die nahtlose Zusammenstellung von Voice-of-the-Customer- (VoC) und Voice-of-Employee- (VoE) Informationen aus verschiedenen Systemen und die visuelle Darstellung der integrierten Daten können Contact Center ihre Kundenerfahrungen umfassend verstehen und kontinuierlich verbessern, ohne dafür ständig das Budget oder die Mitarbeiterzahl erhöhen zu müssen.
Hier erfahren Sie, wie Sie mit Hilfe von Analysen die Kundenbindung verbessern können, indem Sie Daten aus verschiedenen Kanälen zusammenfassen:
- Ermöglichen Sie Contact Center-Managern eine kanalübergreifende Qualitätsüberwachung
Durch die Aggregation und Analyse von Daten aus verschiedenen Kanälen mit Hilfe von hochentwickelten, visuellen Tools können Manager Agenten aus vielen verschiedenen internen und externen Perspektiven bewerten, die Ausbildung von Agenten nahezu in Echtzeit verbessern, Qualitätsbewertungen von Bewertern mit dem Feedback von Kunden und dem Agenten selbst kombinieren und die besten Interaktionen und die leistungsstärksten Agenten hervorheben. - Ermöglicht es dem Unternehmen, ein umfassenderes Verständnis der Leistung der Agenten zu gewinnen.
Manager können auf einfache Art und Weise unterschiedliche Kommunikationen an Gegner und Befürworter (oder neutrale Kunden) richten, um die Wirkung einer Botschaft zu maximieren. Sie können mathematische Annäherungen an das Kunden- und Agentenverhalten erstellen, um die Ergebnisse vorherzusagen, die die besten Resultate liefern werden, und haben mehr Zeit, um das Kundenerlebnis insgesamt zu verbessern.
Der Innovationswettlauf ist in vollem Gange, und es ist klar, dass Unternehmen, um die Kundenbindung im Call Center zu erhöhen, Wege finden müssen, um die Daten, die ihnen zur Verfügung stehen, besser zu nutzen – und sie müssen dafür Analysen einsetzen.
Im Kern automatisiert die Analytik Aufgaben, die sonst die Zeit eines Agenten, Managers oder Unternehmens in Anspruch nehmen würden. Gleichzeitig liefert sie aussagekräftige Erkenntnisse, die zur kontinuierlichen Verbesserung des Kundenerlebnisses genutzt werden können – und die sonst vielleicht völlig unentdeckt bleiben würden.
In einer Zeit, in der es nicht mehr ausreicht, die Anzeichen von Kundenunzufriedenheit zu erkennen, nachdem ein Kunde verloren wurde. Unternehmen müssen herausfinden, wann und wo Kunden beginnen, sich von Ihrem Unternehmen zu distanzieren. Und das bedeutet, dass Analytik eine „wenn“- nicht eine „wenn“-Investition ist. Und das „wann“ ist jetzt.
Finden Sie heraus, wie Radial Analytik einsetzt, um seinen internen Mitarbeitern und Kunden mehr verwertbare Erkenntnisse zu liefern.Lesen Sie die Fallstudie.
