Bessere Customer Experience mit Conversational Artifical Intelligence (CAI) – Wettbewerbsvorteile durch digitale Assistenten

Immer häufiger kommen digitale Assistenten bei Interaktionen mit Kunden und Kundinnen zum Einsatz. Allerdings: Nach wie vor gibt es bei der Qualität erhebliche Unterschiede. ­Mithilfe von Conversational Artifical Intelligence (CAI) lassen sich Interaktionen so auto­matisieren, dass sich die Customer Experience verbessert und Wettbewerbsvorteile entstehen.

Eigentlich sah die Ausgangslage für den Einsatz neuer und besserer digitaler Assistenten ganz vielversprechend aus: Shop-Besitzer und Dienstleister hatten während der Corona-Pandemie verstärkt den Fokus auf den digitalen Handel und Service legen müssen. Es waren also Tools gefragt, die die zahlreichen Anfragen der Kundinnen und Kunden abfangen können, um die Mitarbeitenden im Support entsprechend zu unterstützen, lange Wartezeiten zu verhindern und die Kundenzufriedenheit zu wahren. Dass die sogenannten Chatbots immer mehr an Bedeutung gewinnen, zeigt auch eine aktuelle Chatbot-Studie aus dem Jahr 2021: 65 Prozent der 200 europäischen B2C-Unternehmen im Privatkundensegment setzen Chatbots in der Kommunikation mit Kunden ein – in den kommenden zwei Jahren soll die Anzahl der Chatbots weiterwachsen [1].

Anzeige

 

25 Prozent der Chatbot-Nutzer mit Service unzufrieden. Das Problem: Viele haben während der Pandemie auf schnelle Lösungen gesetzt oder setzen digitale Assistenten ein, denen es an Intelligenz und Fähigkeit zur Personalisierung mangelt. Ein Viertel der 1.000 befragten Chatbot-Nutzer ist mit der Leistung von Chatbots unzufrieden. Etwa die Hälfte der befragten Verbraucher fand den Service nur in Ordnung [2]. Das liegt vor allem daran, dass Sprachdialogsysteme den Kundenaustausch nur teilweise übernehmen können, da sie häufig rudimentär ausgestattet sind. Die Auswirkungen eines schlechten Kundenerlebnisses sind weitreichend. Mehr als ein Drittel der Kunden würde sich von einem Unternehmen bereits nach einer einzigen negativen Erfahrung enttäuscht abwenden.

Um jedoch eine gute Kundenbetreuung und positive Erfahrung zu ermöglichen, müssen Mitarbeitende im Support einspringen und die Kommunikation übernehmen. Dadurch wird das Support-Team nicht entlastet, im Gegenteil, hier kann oft auch ein Mehraufwand für das Team entstehen. Idealerweise sollten Chatbots in der Lage sein, Fragen ohne zusätzliche Unterstützung eines Mitarbeitenden beantworten zu können. Dazu benötigen sie allerdings ausreichend Daten. Mithilfe von Conversational Artifical Intelligence (CAI) und der richtigen Datengrundlage ist das möglich.

Mit CAI Conversational Commerce realisieren. CAI ist die technologische Basis, um Conversational Commerce umzusetzen: Beispielsweise nehmen dann Chatbots oder digitale Assistenten Anliegen an und beantworten Fragen. AI-basierte Chatbots beziehungsweise digitale Assistenten sind eine Form von dialogorientierter künstlicher Intelligenz, die zum Teil sogar mit einer Persönlichkeit designed werden können. In Kombination mit einer umfangreichen Datengrundlage, können diese KI-basierten Chatbots schnell die richtigen Informationen liefern und intelligente Dialoge mit dem Nutzer bieten. Menschen tauschen sich mit ihnen beinahe so aus wie mit anderen Menschen. Dadurch ergeben sich sowohl für Unternehmen als auch für Kunden drei zentrale Vorteile:

  • Erstens können Kundeninteraktionen automatisiert werden. Bots übernehmen den ersten Kontakt bei Sales- oder Service-Anliegen und sammeln grundlegende Informationen. Dabei werden Fälle klassifiziert, Anrufe intelligent an die jeweiligen passenden Kundenberater weitergeleitet. So lassen sich lange Wartezeiten vermeiden, Anliegen schneller bearbeiten und das Support-Team wird entlastet.
  • Zweitens lässt sich mit dem Einsatz von CAI die Omnichannel-Präsenz verbessern. Dialogorientiertes KI ermöglicht eine ständige Erreichbarkeit des Unternehmens – und das über
    alle Kanäle hinweg.
  • Drittens ermöglicht der datenbasierte Ansatz eine Personalisierung im großen Stil, wenn er mit Automatisierung und kanalübergreifender Präsenz kombiniert wird. Die Inhalte sind auf die persönlichen Bedürfnisse abgestimmt und lassen sich gezielt entlang der Customer Journey steuern.

Sechs Handlungsempfehlungen für CAI. In CAI steckt also jede Menge Potenzial, um die Kundenerlebnisse zu verbessern. Für die richtige Umsetzung haben wir sechs Handlungsempfehlungen für ein erfolgreiches Conversational Commerce entwickelt:

1. Solide Datengrundlage schaffen
Ein digitaler Assistent kann nur so intelligent sein, wie die Daten, auf denen er aufbaut. Deshalb ist die Pflege von Daten das A und das O. Diese müssen allerdings in Wissen umgewandelt werden, also angereicherte Informationen, bei denen Kontext und Bedeutung interpretiert werden können. In Zukunft werden Knowledge Graphen nicht nur unterschiedliche Informationen verfügbar machen, sondern auch kundenrelevante Daten sammeln und miteinander verbinden. Dies ist besonders für digitale Assistenten wertvoll, da eine Priorisierung der zu stellenden Fragen durch Wahrscheinlichkeiten erleichtert und neue Informationen jederzeit hinzugefügt werden können.

2. Kundeninhalte anreichern und personalisieren
Um einen wertschöpfenden Kundendialog zu ermöglichen, sollten aus dem generierten Wissen individuelle und relevante Inhalte für jeden Kunden in jeder Phase der Customer Journey bereitgestellt werden, die auf das Interesse, den Kontext und das Verhalten abgestimmt sind. Wichtig dabei ist, dass Unternehmen sich darauf fokussieren, die Kundenhistorie und das Umfeld besser zu verstehen und dies in ihre CAI-Lösung einfließen zu lassen.

3. Handover-Strategie definieren
Um negative Kundenerlebnisse mit Chatbots auf Basis von CAI zu verhindern, sind Handover-Strategien notwendig. Darin ist unter anderem festzulegen, ab welcher Phase ein Mensch wieder die Kontrolle über den Dialog übernimmt. Die CAI-Lösung sollte dabei in die Kundenbetreuungslösung integriert oder damit verbunden sein.

4. Hybrider Ansatz: Regelbasierte mit maschinellen Lernmodellen kombinieren
Das Beste aus zwei Welten – regelbasierte (linguistische) Modelle und maschinelles Lernen sollten kombiniert werden, um die jeweiligen Nachteile auszugleichen. Dadurch wird das Training transparent und die Interaktion konsistent. Außerdem werden weniger Daten benötigt und es kann schneller entwickelt werden.

5. Integrierte und anpassbare Cloudlösung
Um eine gute kanalübergreifende Erfahrung zu gewährleisten, ist es wichtig, die CAI-Lösung auf ein integriertes und anpassbares Cloud-Ökosystem aufzubauen, welches eine gemeinsame Datennutzung ermöglicht und einen 360-Grad-Blick auf den Kunden bietet. Alle relevanten Daten werden über alle Touchpoints hinweg gesammelt, mit denen die Kunden interagieren und sind so für die spätere Verwendung verfügbar.

6. Prozesse automatisieren

Nicht nur die Unterhaltung mit Kunden selbst sollte automatisiert sein, sondern auch die Prozesse und Aufgaben, die im Hintergrund laufen. Mithilfe von Robotic oder Intelligent Process Automation lassen sich Backoffice-Prozesse im Vertrieb standardisieren, die stark von einfachen und wiederkehrenden Aufgaben geprägt sind. Die Verbindung der Automatisierung von Back- und Frontoffice wird Kundenerlebnisse auf ein neues Niveau heben.

Fazit. Das Potenzial von CAI zur Verbesserung des Kundenerlebnisses ist groß und vielfältig. Auch wenn CAI noch nicht alle Versprechen halten kann, so wird sich die Technologie weiter rasant verbessern und Unternehmen damit die Chance bieten, ein besseres Kundenerlebnis zu schaffen. Es beginnt jedoch alles mit der Identifikation angemessener und wertsteigernder Anwendungsfälle und einer soliden Datengrundlage.

 


Simone Zach (l.), Associated Partner und
Patrick Marber, Senior Consultant bei MHP

 

[1] Finanzdienstleisters und -investors EOS: EOS Chatbot-Studie 2021: https://de.eos-solutions.com/dam/jcr:4e1eeb45-de9f-467f-8aa8-25d49c0ef3cf/EOS_Chatbot-Studie2021.pdf
[2] Finanzdienstleisters und -investors EOS und Marktforschungsinstitut INNOFACT AG: Verbraucherumfrage

 

Illustration: © Ico Maker/shutterstock.com