Cookie-Einstellungen
Erhalten Sie Zugriff auf alle Tools und Informationen, die für den Lebenszyklus des Kunden bei Odigo erforderlich sind, indem Sie zu unserem Kundenportal gehen
Automatisiert erwiderte Konversationen finden in unserer Customer Journey immer häufiger statt, nicht nur in Branchen wie dem Einzelhandel oder Banking. Die Integration von künstlicher Intelligenz in automatisierte Systeme mittels Natural Language Processing (NLP) sowie Natural Language Understanding (NLU) zielt darauf ab, die Customer Experience überall da zu optimieren, wo Sprache eine Rolle spielt.
Table of contents
Nehmen wir an, die Weihnachtssaison beginnt und Ihre Contact Center Agenten bereiten sich bereits fleißig auf einige potenzielle Kundeninteraktionen vor: die völlig gestressten Eltern, denen ein Teil des Weihnachtsgeschenks für ihr Kind fehlt, der überbelastete Projektmanager, der mal wieder nach den Öffnungszeiten fragt, der Eigenheimbesitzer, der schnellstmöglich Probleme mit seiner WLAN-Verbindung beheben muss, um am Weihnachtsmorgen seine PS5 anzuschließen. Manche Probleme benötigen mehr Fachwissen als andere, um gelöst zu werden, was dazu führen kann, dass Kunden unnötig lange warten müssen. Ein Contact Center, in dem jede Interaktion von einem Agenten bearbeitet wird, ist höchstwahrscheinlich extrem ineffizient. Genau hier kann Künstliche Intelligenz (KI/AI) helfen, die Arbeitslast der Agenten zu optimieren.
Je weiter wir uns in die Zukunft bewegen, desto häufiger werden uns automatisierte Begegnungen in der Customer Journey begegnen. Kunden erwarten schnelle Antworten auf ihre Fragen und 69% der Menschen schätzen die Schnelligkeit, mit der Chatbots sie bedienen. Obwohl die Mehrheit der Kunden immer noch die Wärme menschlicher Interaktion bevorzugt, akzeptieren Kunden zunehmend, dass Omnichannel Bots und AI-getriebene IVRs ihre einfachsten Anfragen für sie lösen.
Die Technologie, die hinter automatischen Antwortsystemen steckt, befindet sich ebenso auf dem Vormarsch, seit Tech Leader wie Google die Integration künstlicher Intelligenz in automatisierte Systeme für eine bessere Customer Experience vorantreiben. Innovationen in AI, wie Algorithmen für das Natural Language Processing können bereits mit frei formulierter, textbasierter Sprache aus Interaktionen im Live Chat oder Instant Messaging umgehen.
Im Einzelhandel gab es zudem bereits Versuche mit NLP in realen Geschäften, wie beispielsweise der Einsatz automatisierter Helfer in Outlet-Stores. Die Technologie kann Zusammenhänge und Muster in Text- oder Sprachform erkennen und Informationen dann effizient sortieren – in diesem Fall handelte es sich um Kundenanfragen.
Natural Language Understanding ist eine Unterkategorie des Natural Language Processing, die sich dadurch definiert, dass sie Informationen aus unstrukturiertem Text extrahieren kann: Die Software leitet Nuancen der Sprache wie auch versteckte oder abstrakte Bedeutungen aus einem gesprochenen oder geschriebenen Inhalt ab. Mit Hilfe dieser Technologie können Anrufe effizienter verteilt werden, da auch spezielle Begriffe und Branchenjargon aus dem Einzelhandel, dem Versorgungs- oder Bankwesen von der AI gelernt werden können. Denn auch die Bedeutung eines einfachen Wortes wie etwa “Premium” ändert sich kontext-spezifisch, je nachdem mit welcher Art von Business der Kunde es gerade zu tun hat.
Wenn ein Anruf bis zum Agenten durchgestellt wurde, kann ihm NLU an dieser Stelle auch helfen, Next-Best-Actions vorzuschlagen, noch während der Anruf stattfindet. Das Agent-Assist-Tool in Echtzeit unterstützt auch beim Schreiben von Notizen und der Datenpflege, nutzt Informationen aus einem laufenden Gespräch, um Wissen zu aktivieren und z.B. aus einer Datenbank zu holen und kann dem Agenten Echtzeit-Tipps zu seinem Verhalten geben. Alles, um die beste Folgeaktion vorzuschlagen, die den Kunden optimal zufriedenstellt und die Customer Experience verbessert.
Omnichannel Bots können extrem leistungsfähig sein, wenn sie reichlich mit Daten versorgt werden. Je mehr linguistische Informationen eine NLU-basierte Lösung aufnimmt, desto besser kann sie Kunden helfen, beispielsweise ihren Anruf an die richtige Stelle weiterzuleiten. Dank Machine Learning (ML) kann die Software in einem Contact Center eingesetzt werden, um aus Gesprächen mit Kunden zu lernen. Unter Beaufsichtigung kann ML auch darauf trainiert werden, die Bedeutung aus einer bereits gelernten Aussage eines Kunden zu erkennen und damit schnell auf die eigentliche Anrufabsicht zu schließen. So können einfache Anfragen (z.B. zu den Öffnungszeiten eines Geschäfts) schnell erledigt werden, während sich die Agenten um größere Probleme kümmern, z.B. um die Behebung einer Internetverbindung. All dies trägt dazu bei, die Customer Experience zu verbessern und macht Ihr Contact Center noch effizienter.
Ein automatisiertes System sollte dem Kunden mit Höflichkeit entgegenkommen und eine Vertrautheit mit dem Problem zeigen, besonders wenn der Anrufer zum wiederholte Male in der Leitung ist. Schließlich gehört es zu einem guten Customer Service dazu, schnell zum Kern des Problems vorzudringen – spezielle Fachtiefe und besonderes Bemühen setzt der Experience dann die Krone auf.
Gleichzeitig sollte man die menschlichen Züge der Bots nicht überoptimieren und Kunden damit befremden. Aufgrund des sogenannten “uncanny valley”-Effekts können Interaktionen mit Maschinen sich unangenehm und seltsam anfühlen. Einfach gesagt, sollten Bots so programmiert sein, dass sie zwar menschliche Merkmale spiegeln, jedoch nicht vorgeben, durch und durch menschlich zu sein. Am Ende des Tages erledigen sie die banalen Aufgaben, die Mitarbeitern mehr Zeit für wichtige Angelegenheiten einräumen, bei denen wirklich menschliche Kompetenzen gefragt sind. Denn dafür sind Agenten immer noch unerlässlich.
Natural Language Understanding ist der Teilbereich des Natural Language Processing, der den Customer Service Ihres Contact Centers potenziell auf ein anderes Level heben kann. Um Ihre CX zu verbessern und Ihrer Marke zu helfen, wettbewerbsfähig zu bleiben, sollten Sie eine Lösung in Betracht ziehen, die offen für die Integration von NLU-Funktionen, Engines und Modulen von Drittanbietern ist. Odigo™ bietet eine CCaaS-Lösung, die menschlich, engagiert und offen ist und unseren Kunden die Möglichkeit gibt, die Lösung zu wählen, die am besten auf ihre geschäftlichen Anforderungen zugeschnitten ist. So können sie das Beste aus ihren Investitionen herausholen und erhalten den erforderlichen professionellen Support und die nötige Anpassungsfähigkeit. Genau deshalb hat Frost & Sullivan Odigo auf dem Frost Radar™ auf Platz 1 für Wachstum und als einen der besten europäischen Anbieter für Innovation positioniert: European CCaaS market, 2021.
Im modernen Bankgeschäft kommt es auf die hochqualitative Kundenbetreuung in der Filiale und auf die kompetente Fernberatung an. Im folgenden Beitrag erfahren Sie, wie Sie mit der Workspace-App von Odigo für MS Teams im Contact Center externen Experten einbinden, um die Kundenzufriedenheit zu steigern.
Der Microsoft Teams Connector von Odigo hilft Ihnen dabei, die Business-Kontinuität und -Zuverlässigkeit selbst in kleinsten Details zu sichern.
Es gibt eine richtige und eine falsche Art und Weise, Gamification für Contact Center-Agenten einzusetzen.
