Customer Interaction Analytics – Calabrio (German)
Customer Interaction Analytics

WAS BEDEUTET KUNDENINTERAKTIONSANALYSE, UND WOFÜR BENÖTIGEN SIE DIESE?

„Analyse“ ist eines der am häufigsten gebrauchten Schlagwörter im Geschäftsbereich. Jetzt dreht sich auch im Contact Center alles um die Analyse. Doch wie bei den meisten neuen Technologien wird meist viel mehr über das Potential gesprochen, das sie bergen, als über ihre Grundlagen. Im Folgenden finden Sie eine sehr einfache Erklärung des Mehrwerts, den Analysen Ihrem Contact Center bringen. Eine Kundeninteraktionsanalyse liefert Ihnen einen vollständigen Überblick über Ihre Kundenerfahrung – über alle Kanäle, zu jeder Interaktion und zu allen Facetten eines jeden Kontaktpunkts. Wichtiger ist dabei jedoch, dass Analysen die relevantesten und nützlichsten Einblicke liefern, die in den gigantischen Mengen an Kundeninteraktionsdaten verborgen liegen – die Muster und Trends, die viel zu komplex und kostspielig sind, als dass Sie sie selber ermitteln könnten.

Klingt das kompliziert? Dann kommt hier die gute Nachricht: Sie können Analysetools selbst dann in Ihrem Contact Center nutzen, wenn Sie über keinen Hintergrund in Datenwissenschaften verfügen, da die Analysetools der nächsten Generation wesentlich einfacher und intuitiver gestaltet sind. Für Ihren Einstieg haben wir alles Wissenswerte über Analysetools für das Contact Center zusammengestellt. Sie erhalten Informationen über die Funktionsweise der Tools und darüber, wie Sie die Analyse am einfachsten und besten einsetzen, um eine bessere Wertschöpfung für Ihr Contact Center und Ihr Unternehmen zu erreichen.

Gehen wir es der Reihe nach an.

wfo-contact_center

WIE FUNKTIONIERT DIE ANALYSE IM CONTACT CENTER?

Wir alle hören bereits seit Jahrzehnten, welchen Wert die „Big Data“ für ein Unternehmen darstellen. Bisher war es jedoch ein Problem, all diese Daten nutzbringend einsetzen zu können. Durch die zunehmende Vernetzung ist dieses Problem sogar noch größer geworden, da überall immer mehr Daten von immer mehr Anwendern generiert werden.

Analysetools schaffen da Abhilfe, da sie gigantische Datenmengen sehr schnell durchsuchen können, um Muster und Trends festzustellen. Diese Muster und Trends liefern viele Arten von Business Intelligence und fördern verborgene Einblicke zu Tage, sodass Sie den Wert der „Big Data“ endlich voll und ganz nutzen können. Unternehmen finden viele Möglichkeiten, um Analysetools nutzbringend einzusetzen. Doch in einem ganz bestimmten Bereich können diese sofort erhebliche Wirkung entfalten: im Contact Center.

Dies liegt daran, dass täglich riesige Mengen an wertvollen Daten im Contact Center eingehen: Multichannel-Kundeninteraktionsdaten, welche die ungefilterte Stimme Ihrer Kunden darstellen. Das durchschnittliche Contact Center untersucht jedoch nur rund zwei Prozent seiner Kundeninteraktionen. In der Regel handelt es sich hierbei um einen manuellen Prozess mittels stichprobenartiger Qualitätssicherung und Compliance-Prüfungen sowie im Rahmen gezielter Streitschlichtungen.

Sub-Pillar – Customer Interaction Analytics

Analysetools für das Contact Center ersetzen diesen manuellen Prozess durch einen intelligenten, automatisierten Prozess, mit dem sich sämtliche Kundeninteraktionen untersuchen lassen. Speech-to-Text-Analysetools wandeln Sprachanrufe automatisch in Textdaten um. Eine Reihe weiterer Analysetools für das Contact Center erfasst Daten aus E-Mails, Chats, sozialen Medien sowie Desktop-Daten der Mitarbeiter, damit Sie sich ein ganzheitliches Bild von Ihrem Kunden machen können. So erhalten Sie einen robusteren und genaueren Überblick über die Leistung Ihres Contact Centers. Außerdem können Sie sich die ungefilterte Stimme des Kunden (Voice of the Customer; VoC) anhören und dadurch Einblicke gewinnen, um wirklich kundenorientierte Strategien voranzubringen.

Bis vor kurzem waren Analysetools jedoch noch immer viel zu kostspielig und umständlich, um praktikabel und nützlich zu sein. Aber mit modernen erstklassigen Analyselösungen, wie den in Calabrio One integrierten Analysefunktionen, lassen sich jetzt sämtliche Interaktionen im Contact Center problemlos und kostengünstig überwachen und untersuchen – ganz ohne den Einsatz spezialisierter Datenanalysten. Dank einfacher Integration, benutzerfreundlicher Funktionalität und intuitiver Ausgaben kann jeder diese Analysetools einsetzen und damit für alle im Unternehmen verständliche, nützliche Einblicke gewinnen.

MULTICHANNEL-KUNDENINTERAKTIONSANALYSE

Verbraucher sind heutzutage über alle Kanäle aktiv: Für die Kommunikation und für Transaktionen stehen ihnen viele Optionen zur Verfügung: Sie können anrufen, E-Mails oder Textnachrichten senden, chatten, eine Web- oder mobile App nutzen oder sogar persönlich vorsprechen. Außerdem wollen sie die Möglichkeit haben, verschiedene Kanäle zu wählen, um ihren ganz besonderen Bedürfnissen gerecht zu werden. Zur Konfliktvermeidung wählen sie beispielsweise E-Mails, wenn es besonders bequem sein soll, den Chat oder Textnachrichten, und wenn es schnell gehen soll und sie sofort eine Antwort haben möchten, rufen sie lieber an. Die Verbraucher halten Ausschau nach Marken, die ihnen diese Omnichannel-Freiheit bieten, und bleiben diesen dann auch treu. Sie erwarten aber auch eine nahtlose und personalisierte Erfahrung.

Die Unternehmen setzen heute verstärkt auf ein Omnichannel-Konzept. Doch die größte Herausforderung besteht nicht darin, mehrere Kanäle anzubieten, denn es gibt bereits zahlreiche Apps, Plattformen und Anbieter, die beispielsweise eine schnelle und problemlose Implementierung einer Web-Chat-Funktion ermöglichen. Die echte Herausforderung besteht vielmehr darin, die Silos zwischen den einzelnen Kanälen abzuschaffen und sämtliche Kundeninteraktionsdaten zusammenzuführen. Mit anderen Worten: Wie erkennen Sie Ihre Kunden, wenn diese Sie über immer mehr Kanäle kontaktieren? Und wie verknüpfen Sie alle Kontaktpunkte zu einer ganzheitlichen Ansicht Ihrer Kundenbeziehung?

Eine Omnichannel-Kundenansicht bietet Ihrem Contact Center sofortige Vorteile. Sie sorgt für eine hervorragende, also eine nahtlose und personalisierte, Kundenerfahrung. Ihre Mitarbeiter erkennen dann beispielsweise, dass ein Kunde nach vorherigen Interaktionen per Chat und E-Mail auch noch angerufen hat.

Diese 360-Grad-Kundensichtbarkeit ist aber auch der wichtigste Schritt bei der Anwendung der Kundeninteraktionsanalyse, um tiefere, noch nützlichere Einblicke für eine stärkere Kundenbindung und bessere Kundenerfahrung zu gewinnen. Alles geht auf das Konzept der „Big Data“ zurück: Wenn Sie die Silos zwischen den Kanälen abschaffen und einen einzigen integrierten Pool mit Kundeninteraktionsdaten schaffen, werden Ihre Datenbestände noch größer. Aus größeren Datenbeständen, also einem umfassenderen Überblick über Ihre Kunden, können Analysetools genauere, relevantere und nützlichere Einsichten generieren. Betrachten wir es nun einmal aus dem entgegengesetzten Blickwinkel: Wenn Analysetools auf Daten in Silos angewendet werden, steigt das Risiko fehlerhafter Daten. So ist es beispielsweise problematisch, sich unterschiedliche Kundeneinblicke in Sprach- und Chat-Daten separat anzusehen, da die gleichen Kunden für die Lösung ein und desselben Problems oft beide Kanäle nutzen. Wenn es nicht gelingt, diese Daten miteinander zu verknüpfen, entgehen Ihnen wichtige Informationen zu Ihren Kunden.

WELCHE ANALYSETOOLS WERDEN IM CONTACT CENTER EINGESETZT?

Bei einer Analyselösung für das Contact Center handelt es sich um ein Paket aus Analysetools, das unterschiedliche Aspekte der Interaktionen im Contact Center untersucht.

DESKTOP-ANALYSE

Korreliert den Inhalt einer Kundeninteraktion (was Ihre Kunden und Mitarbeiter sagen) mit der Desktop-Aktivität des Mitarbeiters (was Ihre Mitarbeiter machen)

SPEECH-TO-TEXT-ANALYSE (ASR)

Sprachmodellierung, die Audioaufzeichnungen in durchsuchbare Transkripte umwandelt, diese nach Worten und Phrasen durchforscht und eine Kontextanalyse durchführt

Sub-Pillar – Customer Interaction Analytics

SPEECH-TO-TEXT-ANALYSE (ASR)

Wird auch als automatische Spracherkennung (Automatic Speech Recognition; ASR) bezeichnet, die Audio in Transkripte transkribiert und diese nach Wörtern, Phrasen sowie Kontext durchforstet. Die Speech-to-Text-Analyse ist nur begrenzt nutzbar, da sie mit einem geschlossenen Wörterbuch arbeitet. Dadurch hat sie Probleme mit ungebräuchlichen Begriffen, Akzenten, Dialekten usw. Außerdem beansprucht dieser Vorgang mehr Zeit und Rechenleistung, auch wenn neue GPU-gesteuerte Technologien die Transkription erheblich beschleunigen. Doch im Gegenzug erhalten Sie ein Volltext-Transkript eines jeden Gesprächs, wodurch eine schnelle Suche sowie eine robuste Kontextanalyse möglich sind.

DESKTOP-ANALYSE

Der Desktop Ihrer Mitarbeiter fungiert bei allen Interaktionen, ob telefonisch, per E-Mail oder Chat, als Befehlszentrum. Die Mitarbeiter können nicht nur Einzelheiten zur Interaktion protokollieren, sondern auch auf interne Ressourcen zugreifen, auf externen Seiten nach Antworten suchen und weitere Anwendungen nutzen, um dem Kunden besser helfen zu können. Mit der Desktop-Analyse verknüpfen Sie schließlich alles, was die Mitarbeiter und Kunden sagen (Sprache oder Text) mit dem, was Ihre Mitarbeiter tatsächlich auf ihren Desktops tun, wenn sie an einer Problemlösung arbeiten.

Die Desktop-Analyse wird oft als „Big Brother“-Tool missverstanden, das Ihre Mitarbeiter ausspioniert. Die meisten Unternehmen nutzen sie tatsächlich, um die Effektivität ihrer Mitarbeiter zu erhöhen und Prozesse zu verbessern. Davon profitieren die Mitarbeiter, aber es ist auch förderlich für die Kundenerfahrung. Drei Hauptanwendungsmöglichkeiten für die Desktop-Analyse:

Sub-Pillar – Customer Interaction Analytics
Sub-Pillar – Customer Interaction Analytics

AUTOMATISCHES „PAUSIEREN UND WIEDERAUFNEHMEN“ SICHERT COMPLIANCE

Contact Center implementieren die Desktop-Analyse vor allem, um eine bessere Compliance mit PCI, HIPAA sowie weiteren Verordnungen zur Aufzeichnung von sensiblen Daten zu erreichen. Die Funktion „Pausieren und Wiederaufnehmen“ unterbricht automatisch die Aufzeichnung des Bildschirms, von Audio und Tastenbetätigungen, wenn ein Mitarbeiter zu einem bestimmten Feld gelangt, beispielsweise für die Eingabe der Sozialversicherungsnummer oder der Kreditkartennummer. Sobald der Mitarbeiter das Feld verlässt, wird die Aufzeichnung automatisch fortgesetzt. Dadurch werden Fehler bei der manuellen Eingabe vermieden. Auch wird der Mitarbeiter so nicht ausgebremst, und es wird sichergestellt, dass keine sensiblen Daten aufgezeichnet oder gespeichert werden.

Sub-Pillar – Customer Interaction Analytics

NACHVERFOLGEN DER DESKTOP-AKTIVITÄTEN

Es mag wohl wie ein Ausspionieren anmuten, doch tatsächlich geht es bei dem Nachverfolgen der Desktop-Aktivitäten darum, die Mitarbeiter besser zu unterstützen. Durch Korrelieren verschiedener Kennzahlen zu Kundeninteraktionen mit den Mitarbeiteraktionen lassen sich folgende Informationen gewinnen:

  • Welche Anwendungen oder Wissensressourcen für bessere Kundenergebnisse sorgen
  • Verlangsamte Interaktionen durch „hinterherhinkende“ Technologie
  • Beeinträchtigung der Qualität von Interaktionen durch lückenhafte Ressourcen

Wenn Sie Ihren Mitarbeitern Tools zum Zusammenstellen von Best Practices an die Hand geben oder um Investitionen in verbesserte Technologie und weitere Ressourcen zu begründen, verhelfen Sie ihnen zu mehr Erfolg.

Sub-Pillar – Customer Interaction Analytics

AUSLÖSER VON DESKTOP-AKTIVITÄTEN

Ähnlich der Funktion zum automatischen „Pausieren und Wiederaufnehmen“ können Sie mit der Auslösung von Desktop-Ereignissen automatisierte Arbeitsabläufe erstellen, die auf der Aktion oder dem Indikator eines bestimmten Mitarbeiters basieren. Einige Beispiele dazu:

  • Ein Arbeitsablauf zum Stornieren eines Dienstes oder für eine Erstattung des Kaufpreises für ein Produkt könnte eine vollständige Aufzeichnung und Überprüfung eines Telefongesprächs auslösen.
  • Ein unbefugter Bildschirmzugriff könnte einen Supervisor-Alarm auslösen.
  • Umsatz, der einen bestimmten Schwellenwert übersteigt, könnte eine Eskalation für eine Anerkennung oder Belohnung auslösen.

Es gibt einfache Auslöser oder solche, die mehrere Kriterien nutzen. Die Auslösung von Desktop-Ereignissen erfordert für die Erstellung komplexer „If/Then-Logik“ niemals ein Diplom im Programmieren. Vielmehr reicht es, in einigen Dropdown-Menüs die entsprechenden Auslöser und Aktionen auszuwählen.

WELCHE ROLLE SPIELT DIE TEXTANALYSE IM CONTACT CENTER?

Rund ein Drittel der Interaktionen in einem Contact Center sind textbasiert und gehen über Non-Voice-Kanäle wie E-Mail, Chat, Text, soziale Medien und Umfragen ein. Es wird davon ausgegangen, dass dies in den nächsten Jahren sogar bei mehr als der Hälfte aller Interaktionen der Fall sein wird. Textanalyse-Tools statten alle Ihre textbasierten Kanäle mit umfassenden QM- und Analysefunktionen aus. Damit kommen viele Nachteile, die bei der Sprach- sowie der Speech-to-Text-Analyse zu beobachten sind, hier nicht zum Tragen. Der Text ist bereits transkribiert, die Verarbeitung geht blitzschnell, und es besteht keine Gefahr von Transkriptionsfehlern. Da keine phonetische Erkennung erforderlich ist, sind auch falsch positive Ergebnisse ausgeschlossen. Für das moderne Multichannel-Contact Center ist die Textanalyse ein sehr wichtiges Tool.

VOICE-OF-THE-CUSTOMER-ANALYSE AUCH AUSSERHALB DES CONTACT CENTERS

„Kundenfokussierung“ gehört neben „Big Data“ zu den oft gehörten Schlagwörtern in der Geschäftswelt. Für immer mehr Unternehmen wird die Kundenfokussierung zum wichtigsten Anliegen. All ihren Geschäftsstrategien und Entscheidungen legen sie das Motto „der Kunde steht an erster Stelle“ als Leitprinzip zugrunde. Aber bei all dem emsigen Bemühen um Kundenfokussierung übersehen viele Unternehmen gern ihre leistungsfähigste Ressource, wenn es darum geht, die Voice of the Customer richtig zu verstehen: das Contact Center. Tag für Tag wickeln Contact Center Hunderte, wenn nicht sogar Tausende von Sprach-, Text-, E-Mail- und Chat-Unterhaltungen mit den Kunden des Unternehmens ab. Dies sind die reichhaltigsten, umfassendsten und multidimensionalen Daten, die einem Unternehmen zur Verfügung stehen, um Verständnis für die Kundenerfahrung zu entwickeln – die Bedürfnisse und Wünsche ihrer Kunden, ihre Werte und Prioritäten, was sie verärgert und was sie wirklich mögen. Diese Fülle an Voice-of-the-Customer-Daten macht kundenfokussierte Geschäftsstrategien aus. Die Daten können von den Unternehmen als reiner, ungefilterter Leitfaden für ihre kundenfokussierten Entscheidungen genutzt werden, damit sie besser verstehen, was das eigentliche Problem ist, oder worin eine Chance liegt und was auf dem Markt lediglich Störgeräusche sind.

Analysen für das Contact Center können VoC-Einblicke liefern, die nicht nur für das Contact Center relevant sind. Vielmehr liefern sie den Marketingteams, Vertriebsleitern, der Produktentwicklung und vielen anderen leicht verständliche und äußerst nützliche Informationen. Early Adopters teilen VoC-Intelligence im gesamten Unternehmen und fördern somit eine Vielfalt an Geschäftswerten, von der Schaffung effizienter Betriebsabläufe und der Neupositionierung von Angeboten bis hin zur Ermittlung von Chancen für eine Optimierung der Vertriebs- und Marketinganstrengungen, zur Stärkung von Branding-Initiativen und zur Nutzung des direkten Inputs ihrer Kunden, um Innovationen voranzutreiben.

Sub-Pillar – Customer Interaction Analytics

Wettbewerbsanalyse

Wenn Sie die Kundeninteraktionen durchforsten, um festzustellen, welche Namen Ihrer Mitbewerber fallen, können Sie gut erkennen, welche Stärken und Schwächen Sie und Ihre Mitbewerber aus Sicht der Kunden haben. Analysen nahezu in Echtzeit zeigen Ihnen auch die Sonderangebote und Werbeaktionen Ihrer Konkurrenz, damit Sie schnell darauf reagieren können.

Sub-Pillar – Customer Interaction Analytics

Ausarbeiten einer Marketingstrategie

Die Nutzung von Suchbegriffen und Phrasen bei einer gezielten Marketingkampagne liefert Ihnen nahezu in Echtzeit Auskünfte darüber, wie die Kampagne von Ihren Kunden aufgenommen wird. So erkennen Sie, was gut ankommt und was zu Aktionen führt, auch anhand der demografischen Daten. Dann können Sie Ihre Botschaften und Zielgruppen entsprechend anpassen.

Sub-Pillar – Customer Interaction Analytics

Intelligenter verkaufen

Wenn Sie eine Liste mit Suchbegriffen erstellen, können Sie Cross-Selling oder Upselling ermitteln und auswerten. Durch einen Vergleich der Absatzdaten mit den Werten der Kundenzufriedenheit erkennen Sie sehr schnell, welche Vertriebsstrategien effektiv sind und von den Kunden gut angenommen werden.

Sub-Pillar – Customer Interaction Analytics

Optimierung des Bestands und der Lieferkette

Analysen können Ihnen zeigen, über welche Produkte oder Dienstleistungen Ihre Kunden gerade sprechen. Populäre Suchbegriffe können einen Hinweis auf eine steigende Nachfrage liefern, sodass Sie Ihren Bestand frühzeitig auffüllen können. Populäre Produkte können außerdem Frühwarnsignale für Probleme mit dem Bestand oder der Lieferkette sein. Sie können frühere Analysen dieser Suchbegriffe für Produkte bei der Bestands- und Lieferkettenplanung nutzen und damit beispielsweise saisonale Schwankungen bei der Nachfrage nach einem Produkt erkennen.

Sub-Pillar – Customer Interaction Analytics

Anleitung für Entscheidung zu Produktentwicklungen und zum Produktsortiment

Wenn Sie das VoC-Feedback analysieren, erfahren Sie, welche Produkte oder Dienstleistungen bei den Kunden am beliebtesten sind. Noch wichtiger vielleicht, Sie erkennen außerdem, welche Kundenwünsche bisher noch unerfüllt sind. Diese beiden Einsichten unterstützen Sie bei der Produktauswahl und dienen Ihnen als Anleitung bei der Produktentwicklung sowie bei Ihren Innovationsanstrengungen.

Sub-Pillar – Customer Interaction Analytics

Compliance und Risikominderung

Eine Überwachung der Sprache Ihrer Mitarbeiter nahezu in Echtzeit kann zu einer erhöhten Einhaltung und besserer Compliance führen. Bei einem vermuteten oder nachweislichen Betrug oder einer Datenschutzverletzung lassen sich die Multichannel-Interaktionen im Rahmen einer forensischen Untersuchung schnell überprüfen, sodass Sie das Risiko mindern und Schäden begrenzen können.

Sub-Pillar – Customer Interaction Analytics

DIE ZUKUNFT DER ANALYSE IM CONTACT CENTER

Das typische Unternehmen von heute erfasst unglaubliche Datenmengen, mit exponentiellem Wachstum: Mehr als 90 Prozent aller in der Geschichte der Menschheit erstellten Daten stammen gerade einmal aus den vergangenen zwei Jahren. Mit der ersten Welle der Analysetools sollte diesem Problem begegnet werden. Sie dienen der Datenerfassung und Nutzbarmachung all dieser Daten, um vor allem die Frage zu beantworten „Was ist bereits passiert?“. Damit soll natürlich das Ziel verfolgt werden, diese Einblicke und Schlussfolgerungen zu dem bereits Geschehenen zu nutzen, um Informationen für fundierte Entscheidungen und Strategien für die nächsten Schritte zu erhalten.

Die Zukunft der Datenanalyse sieht jedoch ganz anders aus. Nachdem das Sammeln und Zentralisieren der Daten und Metadaten immer einfacher wird und Analyseprogramme immer intelligenter werden, verschiebt sich der Fokus von der Frage „Was ist passiert?“ zu den Fragestellungen „Was nun?“ und „Was kommt als Nächstes?“. Mithilfe von Analysetools der nächsten Generation können Unternehmen antizipieren, was passieren wird (prädiktive Analyse), und erkennen, was sie in diesem Fall tun sollten (präskriptive Analyse). Dabei geht es nicht um die Vorhersage, dass es in der fernen Zukunft „fliegende Autos“ geben wird: IDC sagte bereits früher voraus, dass bis 2020 die Hälfte aller Geschäftsanalyseprogramme auf „kognitiven Rechnertechnologien“ wie maschinelles Lernen und künstliche Intelligenz aufgebaute prädiktive und präskriptive Analysetools beinhalten werden.

Sehen wir uns doch einmal an, wie maschinelles Lernen, künstliche Intelligenz und prädiktive sowie präskriptive Analyse tatsächlich funktionieren – und wie sie heutzutage im Contact Center genutzt werden.

WIE FUNKTIONIERT MASCHINELLES LERNEN?

Im einfachsten Sinne folgen Technologien für maschinelles Lernen (ML-Technologien) der gleichen „Trial-and-Error“-Methode, die auch Kleinkinder anwenden, wenn sie die Welt um sich herum erkunden.

  1. ML-Technologien experimentieren zunächst, beobachten dann die Ergebnisse und passen den Ansatz entsprechend an. Schließlich wiederholen sie den Zyklus und verfeinern ihre Arbeitsweise, um das vorgegebene Ergebnis, das Ziel, die Lösung oder die Best Practice zu erreichen.
  2. Genau wie Kleinkinder werden auch ML-Technologien im Lauf der Zeit exponentiell intelligenter, indem sie das zuvor Gelernte bei künftigen Problemen anwenden. Wenn ML-Technologien etwas über die Normen und Muster ihrer Welt lernen, beschleunigt sich ihre Lernkurve.
  3. Schließlich funktionieren ML-Technologien am besten in einem geschlossenen System, in dem der Zyklus direkt durch Feedback gesteuert wird. Dabei gibt es nicht allzu viele Variablen, die für unklare Ergebnisse sorgen und den Lerneffekt mindern könnten.

MASCHINELLES LERNEN IM CONTACT CENTER

Die vielversprechendste Anwendung von maschinellem Lernen im Contact Center ermöglicht eine automatisierte, intelligente Bewertung sämtlicher Kundeninteraktionen. Das dazu genutzte System beobachtet zunächst die Ausgangsbasis der manuell bewerteten Interaktionen und erlernt dann allmählich die Bewertungskriterien. Je mehr Interaktionen es bewertet, desto intelligenter wird es. Durch die Bewertung jeder einzelnen Interaktion ergeben sich nicht nur genauere Messungen der Kundenzufriedenheit sowie der Mitarbeiterleistung. Vielmehr erhalten Contact Center dadurch auch einen wertvollen Datenpunkt für jede Interaktion, der mit allen anderen Daten im integrierten Contact Center-System korreliert werden kann.

WIE FUNKTIONIERT KÜNSTLICHE INTELLIGENZ?

Wenn Sie auf diesen Bildschirm blicken, sendet Ihr Auge 125 Millionen Einzeldaten an Ihr Gehirn. Multiplizieren Sie das nun mit jeder Millisekunde, in der Sie wach sind. Dann können Sie sich ungefähr vorstellen, welche ungeheure Menge alleine an sichtbaren Daten Ihr Gehirn Tag für Tag verarbeitet. Wie schafft das Gehirn das alles, und wie unterscheidet es zwischen relevanten, aussagekräftigen Informationen und „weißem Rauschen“? Mithilfe eines Konzepts, das wir als Automatismus bezeichnen: Die Fähigkeit, Muster bei den eingehenden Daten schnell und automatisch zu erkennen. Wir erkennen Zeichen, Symbole, Wörter und Gesichter. Das läuft unterbewusst ab. Und wir reagieren ganz automatisch darauf.

KÜNSTLICHE INTELLIGENZ (KI) BILDET AUTOMATISMEN IN UNSEREN TECHNOLOGIESYSTEMEN NACH:

  1. Mithilfe von KI-Tools können Unternehmen automatisch Muster in den riesigen Datenmengen, die jeden Tag hereinströmen, erkennen.
  2. KI-Tools erkennen, was die Muster aussagen.
  3. KI-Tools veranlassen entweder präskriptive Aktionen oder ergreifen diese automatisch selbst.

KI IM CONTACT CENTER

DIE SIGNALE MENSCHLICHEN VERHALTENS LESEN

Führende Analyseplattformen für Contact Center verwenden KI, um die Muster in den Kundeninteraktionen hervorzuheben und automatisch die richtigen Aktionen auszulösen: Erkennen eines Musters, das zu geringer Kundenzufriedenheit oder zu einer Abwanderung der Kunden führt, mit Eskalation an einen Vorgesetzten, oder Erkennen eines Musters aus einem früheren erfolgreichen Cross-Selling und Auslösen eines Verkaufsskripts für einen Mitarbeiter usw. Ausgefeilte Stimmungsanalysetools nutzen diese Mustererkennungsfunktionen aber noch für mehr als nur das gesprochene Wort bei Interaktionen. Sie analysieren die subtilen Aspekte bei Sprach- und Textinteraktionen, also die „Körpersprache“ bei Interaktionen von Angesicht zu Angesicht, die verborgene Emotionen und Absichten des Kunden signalisiert.

WIE FUNKTIONIEREN PRÄDIKTIVE UND PRÄSKRIPTIVE ANALYSEN?

Stellen Sie sich einmal vor, Sie müssten einen Baseball treffen: Trotz der alten Weisheit „Behalte den Ball immer im Auge“ ist kein Mensch in der Lage, einen 100 km/h schnellen Ball über die gesamte Flugbahn tatsächlich mit den Augen zu verfolgen. Erfolg kommt nicht dadurch, dass man sieht, wie der Schläger den Ball trifft. Vielmehr hängt der Erfolg davon ab, dass man die äußerst subtilen sichtbaren Signale, aus denen sich die Flugbahn des Balls ableiten lässt, liest (in der Bewegung des Pitchers und aus den begrenzten Möglichkeiten, den Ball während des Fluges zu erkennen). Außerdem muss man überlegen, wann und wohin der Schläger geschwungen werden muss, damit man den Ball letztendlich auch trifft.

Nach dem gleichen Konzept funktionieren prädiktive und präskriptive Analysen. Im Wesentlichen kombinieren sie die Stärken von maschinellem Lernen und künstlicher Intelligenz:

  1. Die Mustererkennung der KI sagt dem Schlagmann „das sieht nach einem Curveball aus“.
  2. Durch die Anwendung einer umfangreichen „Trial-and-Error-Methode“ weiß ML: „Wenn ich den Schläger bei einem Curveball so schwinge, treffe ich den Ball.“.

PRÄDIKTIVE UND PRÄSKRIPTIVE ANALYSEN IM CONTACT CENTER

VORHERSAGEN DES ANRUFVOLUMENS UND OPTIMIERUNG DER SERVICEQUALITÄT

Die meisten modernen Contact Center nutzen heutzutage Analysetools, um das Anrufvolumen vorherzusagen, damit sie ausreichend Personal abstellen und so die Servicequalität hochhalten können. Dabei beschränken sie sich jedoch oftmals auf eine statistische Analyse der historischen Daten: Anhand der Vorjahresdaten können sie zu bestimmten Tageszeiten, an bestimmten Wochentagen oder zu bestimmten Jahreszeiten von einem höheren Anrufvolumen ausgehen. Doch mit diesem Ansatz werden sie unerwarteten Faktoren, die für ein höheres Anrufvolumen sorgen, nicht gerecht. Ein Beispiel dafür sind akute Probleme mit einem Produkt oder einer Dienstleistung. Durch die Anwendung von prädiktiven und präskriptiven Analysetools können Contact Center die Frühwarnsignale und subtilen Anzeichen für einen Anstieg des Anrufvolumens erkennen, beispielsweise wenn ein Schwellenwert für die immer gleichen Kundenbeschwerden zu einem bestimmten Produkt erreicht wird. Die präskriptive Funktion dieser Tools korreliert Daten zum Anrufvolumen mit den Kennzahlen zur Kundenzufriedenheit. Damit lässt sich die optimale Personalbesetzung ermitteln, damit auch bei steigendem Anrufaufkommen weiterhin eine hohe Servicequalität gewährleistet ist. Es ist sogar möglich, die Einsatzpläne der Mitarbeiter automatisch anzupassen. Dies alles erfolgt nahtlos und nahezu in Echtzeit. Die Leiter der Contact Center erhalten damit bereits im Vorfeld völlig neue Einblicke in das Anrufvolumen und bekommen datengestützte Best Practices für eine Optimierung der Servicequalität an die Hand.

SIND ANALYSETOOLS DENN NICHT KOMPLIZIERT UND TEUER?

Schlagwörter wie „Big Data“ und „kundenfokussierte Strategien“ können die Leiter von Contact Centern zu der Annahme verleiten, dass Analysetools große Probleme und hohe Kosten mit sich bringen. Doch die heutigen marktführenden Analysetools sind einfach und bemerkenswert preiswert. Cloud-basierte Analysetools sorgen für eine rasche Bereitstellung und stellen Ihnen skalierbare Rechenleistung zur Verfügung. Dabei bezahlen Sie nur für das, was Sie tatsächlich nutzen. Moderne Analysetools für Contact Center sind außerdem extrem intuitiv: Die Anwendung dieser Tools kann jeder erlernen, auch ohne Diplom in Datenwissenschaften.

WELCHE ANALYSETOOLS BENÖTIGE ICH?

Um in einem typischen Multichannel-Contact Center Kundeninteraktionen in allen Kanälen zu erfassen und zu analysieren, benötigen Sie ein Paket aus Analysetools.

Sub-Pillar – Customer Interaction Analytics

WIE FANGE ICH AN?

In den vergangenen Jahren wurden Analysetools ständig weiterentwickelt. Dank der Cloud sind sie mittlerweile kostengünstig und lassen sich mühelos bereitstellen. So sichern Sie sich leichter die Unterstützung für eine Investition in eine erstklassige Analyselösung für Omnichannel-Kundeninteraktionen in Ihrem Contact Center.

Die Einrichtung der Tools scheint oft die größte Herausforderung zu sein. Doch tatsächlich stolpern die meisten Unternehmen erst über den zweiten Schritt – die effektive und beständige Nutzung der Tools. Aber nicht, weil die Anwendung der Tools so kompliziert ist, denn wie bereits erläutert, sind marktführende Analysetools so intuitiv und benutzerfreundlich wie noch nie. Sie liefern klare, leicht verständliche Ergebnisse und erfordern kein Diplom in Datenwissenschaften. Diese enormen Fortschritte im Hinblick auf die Benutzerfreundlichkeit führen jedoch zu einem gängigen und problematischen Missverständnis: Dass Sie ein Analysetool einfach nur installieren müssen, und schon liefert es Ihnen automatisch Einblicke und löst alle Geschäftsprobleme. Analyseprogramme sind Tools. Wie bei jedem Tool müssen Sie Arbeit investieren, wenn Sie es mit einem bestimmten Problem, Ziel oder Anwendungsfall zu tun haben. Kurz gesagt: Sie müssen herausfinden, welche Fragen Ihre Analyselösung beantworten soll.

Die gute Nachricht ist, dass selbst kleine Analyseanwendungen, mit denen sich einfache Fragen beantworten lassen, beispielsweise wie sich die Bearbeitungszeit verkürzen lässt oder wie Eskalationen reduziert werden können, sehr schnell beträchtliche Wirkung erzielen können. Die noch bessere Nachricht ist, dass es bei der Implementierung der meisten Technologien stets um Dynamik geht, und für die stärkste Dynamik sorgen all die ersten, kleinen Schritte. Wenn Sie Ihre Analyselösungen für die oben beschriebenen allgemeinen Anwendungsfälle einsetzen, gelingt Ihnen mit Ihrem Analyseprogramm für Contact Center ein fliegender Start: Sie können ihr enormes Potenzial demonstrieren, erhalten die Unterstützung wichtiger Stakeholder und können zu kreativen Überlegungen anregen, wie sich Ihre Analysetools auf innovative Weise zur Lösung Ihrer ganz besonderen Geschäftsprobleme einsetzen lassen. Auch wenn es noch so klischeehaft klingen mag: Am wichtigsten ist es, den ersten Schritt zu machen.

More Resources

View More Posts

Start typing and press Enter to search