Noch immer ist das Contact Center eine Art Ventil für den Kunden, mit dem auch schon mal Druck abgelassen wird. Doch dieser Druck bietet ganz unvermutet auch einen großen Erkenntnisschatz.

Denn Frust beim Kunden ist quasi ein Frühwarnsystem, das anzeigt, wo Probleme eskalieren können und zum Schluss auch die Marke zu Schaden kommen kann. Die dahinter liegenden Einsichten können dem Contact Center helfen, Probleme rasch zu beheben und die Loyalität zur Marke sowie deren Ruf zu schützen. Wie kann der Einsatz von KI dem Contact Center die ertragreichen Erkenntnisse aufzeigen?

Es ist an der Zeit, sich dieser wertvollen Erkenntnisse zugunsten Markenloyalität und Reputation anzunehmen. Finden Sie heraus, wie Sie mittels KI-gestützter Analytics Ihren Auftrag, die Marken zu bewahren, als Contact Center erfüllen können.

Das Contact Center ist der erste Kontaktpunkt für Marken-Risiken

Unser State of the Contact Center 2022 Report zeigt auf, dass die Kunden insgesamt mehr erwarten und tendenziell weniger barmherzig sind. Contact Center Manager berichten, dass die Erwartungen an die Customer Experience (CX) stetig ansteigen. Die Mehrheit der Kunden findet, dass sie nach zwei schlechten Erfahrungen einfach das Schiff verlassen. Das bedeutet im Umkehrschluss für Contact Center, dass sie pro-aktiv eine konsistente, hoch-qualitative CX sicherstellen sollten.

Wenn Sie mit der Analyse beginnen, legen Sie Ihr Augenmerk auf die Probleme, die in Ihrem Contact Center stets auftauchen. Denn diese können später ernsthafte Risiken für Ihr Unternehmen hervorrufen. Halten Sie Ausschau nach diesen Klassikern, die Ihre Position als Bewahrer der Marke beeinflussen könnten:

Angelegenheiten rund um Produkte oder Service
Eine deutliche Zunahme an Kundenanrufen ist oft eines der ersten Signale von akuten oder chronischen Problemen mit einem Produkt oder einer Serviceleistung.

Angelegenheiten rund um Kommunikation oder Verbindung
Interaktionen können Herausforderungen zeigen, die Kunden in der Kommunikation zu einer Marke hin haben: Das können Fehler bei der Webseite, bei Social Media Kanälen, Chat Apps oder innerhalb der im Contact Center eingesetzten Technologie sein.

eCommerce Probleme
Eine Flut von Kundenanliegen rund um Kauf oder Bezahlung kann auf ein Problem mit einer eCommerce Plattform oder Zahlungsmöglichkeiten (beispielsweise Verschlüsselungen oder App) hinweisen.

Probleme bei Lagerhaltung oder Lieferketten
Kunden, die von zu langsamen oder verspäteten Auftragserledigungen berichten oder auch von vergriffenen Produkten sind, können Hinweise auf ein Lager- oder Lieferkettenproblem geben.

PR Herausforderungen
Anrufe oder vermehrte Social Media Aktivitäten von Kunden können ein erstes Signal auf ein breiteres PR Thema im Rahmen der Marke sein.

Mitarbeiter Engagement sowie Maß an Zufriedenheit
Voice-of-employee (VoE) Information kann auf aufkommende Frustrationen seitens der Mitarbeiter oder akute Punkte von Friktion oder Frustration von Agenten hinweisen.

Nutzen Sie Künstliche Intelligenz (KI), um in all dem Rauschen das Signal zu finden

Voice-of-the-Customer (VoC) und Voice-of-the-Employee (VoE) Daten werden täglich über viele Kanäle in das Contact Center eingespeist. Ein Großteil davon repräsentiert die übliche Kommunikation mit dem Kunden. Es gibt auch etliche Kundenprobleme, die gelöst werden, oder wo einfach Druck abgefangen wird.

Natürlich ist nicht jeder verärgerte Kunde zugleich ein Hinweis auf ein dahinter liegendes Problem. Die meisten Kundenanliegen gehen nicht auf ein weit verbreitetes Problem oder ernsthafte Marken-Risiken zurück. Die Herausforderung liegt nun darin, die relevantesten und dringendsten Signale in dem allgemeinen Rauschen der alltäglichen Informationen herauszufiltern.

Der Dreiklang aus KI, maschinellem Lernen (ML) und Analytics erst schafft es, sich durch die Berge an Daten gezielt durchzuarbeiten, um all diese oben genannten Angelegenheiten hervorzuholen. Tools, die sich KI bedienen, können das exponentiell ansteigende Volumen von rohen VoC und VoE Daten aus jeden Kanal zusammenführen, darin dann in Echtzeit Muster und Trends herauslesen.

Immer mehr Contact Center setzen KI, ML und Analytics zu ihrem Vorteil ein, um verdeckte Probleme zu entdecken. So können Sie Marken aktiv analysieren und Schritte unternehmen, ehe ein richtig großer Schaden entsteht.

KI im Contact Center einsetzen, um die Wurzel von Problemen aufzudecken

Darin liegt eine große Herausforderung: Die VoC alleine bietet noch keinen direkten Zugang zum Ursprung der Kunden-Frustration. Nur, wenn die VoC isoliert analysiert wird, kann entdeckt werden, dass der Kunde beispielsweise von einer zu langsamen Bearbeitung der Bestellung frustriert ist. Doch der Dauerbrenner beim Kunden könnte zum Beispiel eigentlich von einem Problem bei der eCommerce Plattform herrühren, in der Lieferkette liegen oder sogar bis hin zu Betriebsinternen Organisationsproblemen zurückreichen.

Ebenfalls ist auch die VoE ohne breiteren Analysehintergrund nicht viel Wert. Denn es sieht zwar nach Agenten im Stress oder vorm Burnout aus. Doch der Stress könnte von einem zu hohem Anrufvolumen, einer Personalunterbesetzung oder technologischen Lücken herrühren. Es könnte auch von einem Problem stammen, das mit einer passgenauen Schulung für die Agenten gelöst werden könnte.

Der heute erreichte Komplexitätsgrad von modernen Unternehmen kann sogar bedeuten, dass die Ursache des Problems erst nach Wochen, Monaten oder gar länger wirklich entdeckt wird. Doch dann ist es längst zu spät, weil der Markenschaden eigentlich kaum noch behebbar ist und es sehr schwer ist, das Vertrauen von Kunden zurückzugewinnen.

An diesem Punkt entfaltet das Zusammenspiel von KI und ML seinen eigenen Zauber. Diese smarten Tools können sehr rasch die Zusammenhänge von VoC und VoE Erkenntnissen auf die Bezugspunkte, sowohl im Contact Center als auch im gesamten Betrieb, mit den folgenden Bereichen verknüpfen:

• Vertrieb
• Marketing
• Webseite
• eCommerce
• Bestand
• Lieferketten und Auslieferung
• Personalbereich
• IT
• Finanzwesen
• Andere interne Systeme

Manager von Contact Centern können so nahezu in Echtzeit die Ursachen von Problemen in all ihrer Komplexität erfassen und verstehen. Moderne Contact Center Analytics Tools brauchen diese prädiktiven, ML-gestützten Möglichkeiten, um sehr rasch diese Verbindungen und das ursprüngliche Problem hinter dem Symptom zu finden.

KI in Aktion: Calabrio Analytics ist der Sieger im Wettstreit

Bei unserer Calabrio Customer Connect (C3) Veranstaltung, die wir im Jahr 2022 durchgeführt hatten, führten wir unsere jährliche Tradition fort. Bei dieser feiern wir die innovativsten und stärksten Nutzeranwendungen von Calabrio Analytics, Sprachumwandlung in Text, KI und ML Tools bei unseren Kunden. Viele von den Gewinnern des Wettbewerbs rund um Calabrio Analytics legten hohen Wert auf einen proaktiven Schutz von Marken.

Gerne teilen wir die vier erfolgreichsten Praxisbeispiele von Contact Center Leitern mit:

1. Die Umwandlung von einer negativen Sentiment-Analyse mittels KI-gestützter Sprach-Optimierung

Bei der Idaho Central Credit Union (ICCU) wurden wiederholte Anrufe und die Kostensteigerung pro Gespräch erkannt. Um die Wurzel dieser problematischen Trends zu finden, setzten sie Sentiment- und Sprachanalyse ein. ICCU konnte im Contact Center die Interaktionen herausfiltern, die mit negativen Stimmungslagen und mehr Personalaufwand einhergingen.

Indem sie die Möglichkeiten von prädiktiver NPS und Quality Scores aus Calabrio Analytics nutzen, konnten sie die Interaktionen auslesen, welche zu den beiden Symptomen führten. Diese Erkenntnisse spielten sie mit Handlungsanweisungen in ihre KI ein. Sie führten einen KI-gestützten Sprachassistenten ein, der automatisch hilfreiche Sätze den Agenten nahelegt, um die Lösung für die Mitgliederprobleme rascher zu bringen. Auch wurde damit die Grundstimmung verbessert. Zudem wurde neben dieser technisch getriebenen Lösung auch von ICCU eine extra Schulung für Agenten angeboten, wo diese notwendig war.

Indem ICCU die Problemlösung verbesserte und die Mitgliederzufriedenheit steigerte, konnten rund 9.000 wiederholte Anrufe vermieden werden. Ebenfalls wurden hohe Summen eingespart und der Trend von steigenden Kosten pro Anruf gestoppt. Das Finanzinstitut konnte darüber hinaus die Personalbesetzung optimieren, was schlussendlich dazu führte, dass weniger Agenten wiederum ein höheres Service-Level bieten konnten.

2. Das Identifizieren von Engpässen, um Service rascher anzubieten und die Customer Experience zu steigern

In der ersten Phase der Pandemie erkannte Peckham, der Dienstleistungen für Contact Center Lösungen für Dritte anbietet, Engpässe beim Service für einige seiner Hauptkunden. Indem sie Calabrio Analytics einsetzten, um sich mit dieser Lage auseinanderzusetzen, fanden sie jede Menge Anrufe mit langen Pausen. Die KI-gestützten Tools von Calabrio Analytics halfen ihnen, diese Anrufe mit langen Pausen auf eine Kombination von Lücken in der Technologie-Anwendung und einem Schulungsbedarf der Agenten zurückzuführen.

Peckham behob die Lage mit folgenden Schritten:

• Einführung von IVR (Interactive Voice Response) Nachrichten, um rasch allgemeine Service-Informationen zu bieten
• Zusätzliches Coaching für Agenten
• Aufbau einer FAQ Datenbank, um den Agenten die schnellere Bearbeitung zu ermöglichen
• Ausschöpfen von neuen Technologien, um die Contact Center Prozesse zu verschlanke

Diese Kombination aus Technik und Training ermöglicht es nun den Agenten, Pausen zu vermeiden und besser auf die Bearbeitungszeit einer Aufgabe achten zu können. Damit wird die Customer Experience verbessert; auch, um die Marken der betreuten Kunden zu schützen. All diese genannten Verbesserungen führten dazu, dass pro Stunde ein Anruf mehr angenommen werden konnte. Finanziell betrachtet führte dies zu 2,7 Mio. USD Umsatzwachstum.

3. Desktop Analyse zur Fehlersuche bei Anrufunterbrechungen

Wie bei vielen Unternehmen, die gezwungen waren, plötzlich auf Remote Arbeit umzustellen, stand auch Cummins vor der gleichen Herausforderung. Denn sowohl die Kunden- als auch die Mitarbeiterzufriedenheit sank durch Probleme bei der Anrufaufrechterhaltung. Mit den Möglichkeiten aus Calabrio Analytics konnten die verschiedenen Szenarien erstellt werden, warum es zu Anrufunterbrechungen kam. Diese wurden mit Calabrio Desktop Analytics korreliert, schlussendlich standen vier Hauptschwierigkeiten fest.

Indem diese rein technologischen Themen gelöst wurden, schwand das Risiko von Unterbrechungen signifikant. Die Zufriedenheit der Kunden und Agenten stieg steil an. Außerdem konnte eine jährliche Einsparung in Höhe von 160.000 USD gewonnen werden.

4. Einsatz von Sentiment Analyse zum Austausch von Wortwendungen im Kontakt mit Patienten

Die Mayo Clinic führte eine große, aktiv gesteuerte interne Verbesserungskampagne zur Erhöhung der Patientenbetreuung durch. In einem Teilabschnitt setzte sie das prädiktive Sentiment Analytics Tool von Calabrio ein, um die Interaktionen zu filtern, die mit negativen Gefühlen von Patienten einhergingen. Die KI-gestützten Tools von Calabrio fanden dann die Wortwendungen von Agenten heraus, die stark mit den negativen Stimmungslagen der Kunden einhergingen.

Aus dieser Erkenntnis heraus führten die Contact Center Leitung der Mayo Kliniken ein Training für die Agenten ein. Bei diesem wurden die „negativen Sätze“ direkt angesprochen und die Agenten wurden konstruktiv geschult, um ihnen effektive Alternativen an die Hand zu geben. Damit konnte die Zufriedenheit der Patienten, insbesondere deren Gefühlslage, verbessert werden.

Erfahrungsaustausch mit Experten in unserem Webinar zur Wahrung von Marken

Es gibt so viele mannigfaltige Möglichkeiten im Contact Center, um wertvolle Erkenntnis über Kundeninteraktionen zu gewinnen. Diese beleuchteten wir in einem vergangenen englischsprachigen Webinar zu preisgekrönten Bespielen beim Einsatz von VoC Analytics. Erfahren Sie dort von unseren führenden Experten, wie sie Calabrio Analytics mit KI und maschinellem Lernen (ML) miteinander kombinieren, um rasch Probleme rund um Kundeninteraktionen zu identifizieren und deren Auslöser zu finden. Wenn Sie sich all dem annehmen, wird Ihre Customer Experience, die Markentreue und die hart erarbeitete Reputation bewahrt.

Das Webinar können Sie hier ansehen: Award-winning VoC analytics use cases.