KI-Vorteile im Customer ServiceAnalyse der Kundenbedürfnisse bildet die Basis

Einen wirklich kundenorientierten Service kann ein Unternehmen vor allem mit Anwendungen auf der Basis der Künstlichen Intelligenz (KI) sicherstellen. Wer strategische Software-Lösungen für Vertrieb, Marketing, Service und Operations einsetzen will, der sollte fünf wichtige Anwendungsszenarien unter die Lupe nehmen.

Mit der Nutzung von Künstlicher Intelligenz im Bereich Customer Service zielen Unternehmen darauf ab, ein optimiertes Kundenerlebnis – kanalübergreifend und in Echtzeit – zu realisieren. KI-Technologien sind vor allem ein wichtiges Hilfsmittel, um unterschiedliche Touchpoints einfach und schnell in einem integrativen Ansatz zusammenzuführen. In fünf konkreten Anwendungsszenarien wird verdeutlicht, wie Unternehmen den Einsatz von KI und Machine-Learning-Verfahren realisieren können.

• Realtime Next Best Action: Auf Basis vorausschauender Analysen und von maschinellem Lernen sind KI-Engines in der Lage, automatisch die „Next Best Action“ vorzuschlagen. Eine optimale Lösung wertet dabei nicht nur historische Daten aus, sondern berücksichtigt auch kontextuelle Informationen, die im Moment der konkreten Interaktion entstehen – etwa den Grund für den Anruf eines Kunden im Callcenter oder die Zeit, in der er sich in der Warteschleife befand. Da KI kanalübergreifend die aktuellen Bedürfnisse jedes einzelnen Kunden prognostiziert, kann sie vor allem entscheidend zum Cross- oder Up-Selling beitragen. Wichtig ist dabei, dass das System in Echtzeit reagiert: Lehnt der Kunde zum Beispiel das Cross-Selling-Angebot ab, sollte das System unmittelbar einen alternativen Vorschlag unterbreiten.
• Chatbots: KI-gestützte Text-Analytics hilft bei der automatisierten und „intelligenten“ Beantwortung von Kundenanfragen in Chats oder auch per E-Mail. Mit Chatbots, das heißt durch mit Algorithmen automatisierte Dialoge, lassen sich für eine große Anzahl von Kundenfragen automatisch Antworten finden – eventuell sogar bessere als durch die Callcenter-Mitarbeiter. Allerdings sollten für Chatbots klar umrissene Aufgaben definiert werden; grundsätzlich sind sie am effizientesten, wenn sie ein begrenztes Themenfeld adressieren.
• Sentiment-Analyse: KI kann dabei helfen, die Stimmungslage des Kunden einzuschätzen, etwa ob er eher verärgert oder in Kauflaune ist. Die KI-basierte Sentiment-Analyse ist zum Beispiel hervorragend im Umfeld von Chatbots zu nutzen. Mit ihr kann erkannt werden, ob ein Kunde in der Interaktion im Chat Probleme hat. Dadurch ist auch der optimale Zeitpunkt bestimmbar, zu dem ein Callcenter-Mitarbeiter die Kommunikation übernehmen sollte.
• Predictive Customer Service: Anhand von Kundendaten kann KI dabei helfen, Probleme und Anliegen von Kunden zu erkennen, bereits bevor sie mit dem Kundendienst in Kontakt treten. Ein DSL-Kunde beispielsweise, der seit mehreren Stunden keine Internetverbindung hat, wird mit einer sehr hohen Wahrscheinlichkeit zeitnah den technischen Kundendienst kontaktieren.
• Intelligent Routing: KI kann auch dabei unterstützen, die Verteilung von Kundenanfragen im Callcenter und Kundendienst zu optimieren. KI hilft bei der Klassifizierung des Anliegens sowie der Identifikation des am besten geeigneten Sachbearbeiters – etwa hinsichtlich Expertise oder Verfügbarkeit.

Die Analyse der Kundenbedürfnisse bildet die Basis sowohl für individuelle und personalisierte Angebote als auch für einen zielorientierteren, kompetenteren Kundenservice. „Und KI-Technologien und Machine-Learning-Verfahren sind dabei elementare Werkzeuge, um eine deutlich höhere Kundenzentriertheit zu erreichen.“

Carsten Rust ist Senior Director Client Innovation EMEA bei Pegasystems.

Hier geht es zu Pegasystems