Für ein verbessertes Kundenerlebnis

Virtuelle Assistenten übernehmen inzwischen viele komplexe Aufgaben, auch als Gesprächspartner. Sie machen keine Fehler im menschlichen Sinn, haben aber keinen Zugriff auf das, was wir unter „Bauchgefühl“ verstehen. Auf der anderen Seite ist ihre strikte Objektivität von Vorteil, wenn sich dieses Gefühl etwa in Gestalt von Voreingenommenheit und damit einer eingeschränkten Urteilsfähigkeit äußern würde. Beim Einsatz im Service-Center erfüllen die virtuellen Gesprächspartner daher eine wichtige Aufgabe, sind aber keineswegs perfekt.

Schwarze Löcher

Dafür generieren sie jede Menge Daten, die gezielt für Erkenntnisse zur Qualität der Dienstleistung herangezogen werden können. Bislang wurden die Informationen aus den entsprechenden Datenpunkten jedoch oft nicht so sinn- und gewinnbringend weiterverwendet, wie es wünschenswert wäre. In dieser Hinsicht gleichen viele virtuelle Assistenten, also intelligente Chatbots und Automatisierungslösungen, eher schwarzen Löchern, in denen die Informationen verschwinden. Damit bieten sich kaum Möglichkeiten, Services und Prozesse erkenntnisbasiert zu evaluieren und zu verbessern.

Externe Datenanalysen können kostenintensiv sein. Zudem muss im Vorfeld genau geklärt werden, worauf genau der Fokus der Analyse liegen soll. Bleiben die Daten hingegen ungenutzt, fehlen konkrete Anhaltspunkte, um das Kundenerlebnis aufzuwerten. Wie kann hier abgeholfen werden? Am besten mit anspruchsvollen Instrumenten auf Basis Künstlicher Intelligenz (KI) wie beispielsweise Conversational-AI-Analytics-Lösungen. Voraussetzung dafür ist eine leistungsfähige Conversational-AI-Plattform, auf deren Grundlage solche Analyse-Tools eingesetzt werden können – oft als Suite-Angebot. Analyse-Tools erlauben die systematische Untersuchung von Gesprächsdaten, sodass die Anwender ein verlässliches Fundament für die Modifizierung ihrer Angebote zur Verfügung haben.

Mit Conversational-AI-Analytics-Lösungen können die Nutzer z.B. jeden einzelnen Schritt eines Gesprächs nachvollziehen und auswerten. Durch den Einsatz spezieller Technologien wie einer detaillierten Journey-Analyse lassen sich zudem präzise die potenziellen Problempunkte erkennen. Ganz gleich, ob der Verlauf in einem einzelnen Fall oder ein übergreifendes Muster identifiziert werden soll: Im Kern geht es darum, Konversationsdaten wirklich zu verstehen, um diese profitabel einsetzen zu können. Konkret: Lässt sich durch solche smarten Analysen das Kundenerlebnis signifikant verbessern, wird sich das auch in Zahlen niederschlagen. Dass solche Tools mit ihrem enormen Potenzial DSGVO-konform sein müssen, versteht sich von selbst.

Mehr Effizienz

Dabei geht es nicht ausschließlich um Gespräche virtueller Assistenten mit Kunden. Auch Interaktionen mit Mitarbeitern können wertvollen Aufschluss geben. Die Anwender können den gesamten Contact-Center-Prozess überblicken – stets mit dem Ziel, den Erfolg der Serviceautomatisierung granular zu messen und die neuralgischen Punkte zu identifizieren. Leistungsstarke Funktionen für maschinelles Lernen erlauben es, jeden einzelnen Schritt im Rahmen eines Gesprächs nachzuvollziehen und auszuwerten. Damit haben sie einen evidenzbasierten Ansatzpunkt im Hinblick auf Maßnahmen und Projekte für einen noch besseren Kundenservice wie auch für effizientere interne Prozesse.

Bildquelle: Cognigy