5 Möglichkeiten, wie die Customer Experience schon heute von KI profitieren kann

Kunden und Unternehmen freunden sich immer mehr mit künstlicher Intelligenz an und erkennen, dass sie viele interessante Einsatzmöglichkeiten bietet. Wie genau die Zusammenarbeit zwischen uns und unseren Roboterkollegen aussehen wird und welches Potenzial maschinelles Lernen für Analysen und Chatbots hat, darüber wird noch viel spekuliert. Aber praktische Anwendungen der KI-Technologie gibt es schon heute.

Viele dieser Anwendungen werden im Kundenservice eingesetzt. Aber wie sieht es mit der Customer Experience insgesamt aus? So manche Unternehmen brennen geradezu darauf, künstliche Intelligenz zu implementieren, aber Experten raten zur Vorsicht und warnen davor, KI isoliert einzusetzen. Ihrer Meinung nach ist künstliche Intelligenz dann am erfolgreichsten, wenn sie dabei hilft, die Customer Experience insgesamt zu verbessern.

Daher wird die Einführung von KI-Tools mit einem kalkulierten Ansatz empfohlen, der auf eine bessere Customer Experience insgesamt ausgerichtet ist. So meint beispielsweise Forrester, dass der Erfolg eines KI-gestützten Kundenservice- oder Vertriebsprogramms von den Prozessen abhängt, die einen gemischten KI-Ansatz unterstützen, und dass Menschen bei der weiteren Optimierung von KI eine ausschlaggebende Rolle spielen werden.

Nachfolgend fünf Möglichkeiten, wie Sie bereits heute künstliche Intelligenz zur Bereitstellung besserer Kundenerlebnisse einsetzen können:
 

1) Effizienterer Self-Service für Kunden, die Hilfe brauchen

Kunden, die sich lieber selbst helfen, statt mit einem Supportagenten oder Chatbot zu interagieren, müssen oft lange nach Lösungen suchen. Self-Service ist aufwendig und umständlich, wenn man zuerst eine Google-Suche durchführen, dann ein Online-Help-Center durchkämmen und schließlich den gefundenen Beitrag von vorne bis hinten lesen muss, bevor man weiß, ob er auch wirklich auf das jeweilige Problem eingeht. Vor allem für Kunden, die technisch nicht besonders versiert sind, ist ein solcher Prozess schwerfällig und einer guten Customer Experience abträglich.

Jüngste Innovationen im Bereich künstliche Intelligenz machen nicht nur die langwierige manuelle Suche nach Hilfebeiträgen überflüssig, sondern sorgen auch dafür, dass Kunden gleich auf Anhieb die richtige Antwort auf ihre Frage erhalten. Ein System, das KI-gestütztes maschinelles Lernen mit der Verarbeitung natürlicher Sprache (NLP) verbindet, kann lernen, welche Hilfebeiträge das Problem eines Kunden am besten lösen, und dann einen geeigneten Beitrag empfehlen. CX-Leiter können außerdem bestimmen, wo diese Art von automatisiertem Self-Service für Kunden am sinnvollsten ist, etwa in einem Help Center, an einem kritischen Punkt in der Customer Journey oder auf einer mobilen Website oder App.
 

2) Content, der besser auf die wirklichen Anforderungen des Kunden zugeschnitten ist

Die Personalisierung ist ein wichtiger Aspekt der Customer Experience, und Unternehmen suchen aktiv nach Möglichkeiten, jeden einzelnen Aspekt der Customer Journey individuell an den Kunden anzupassen. Eine dieser Methoden ist die Bereitstellung von besseren Hilfebeiträgen: Je komplexer Produkte und Dienstleistungen werden, desto schwerer ist es, dafür zu sorgen, dass Hilfebeiträge immer relevant und auf dem neuesten Stand sind.

Wenn sich Kunden nur kurz im Help Center aufhalten oder die Beiträge nur überfliegen (schlimmer noch: Feedback abgeben, dass der angebotene Inhalt nichts gebracht hat), ist das ein Signal dafür, dass der Content nicht richtig auf ihre Anforderungen zugeschnitten ist. Einen Kunden frustriert nichts mehr als Hilfeinhalte, die nicht hilfreich sind, und es gibt wenig wirklich intelligente und proaktive Methoden, um zu verhindern, dass schlechter Content veröffentlicht wird.

Aber zum Glück kann künstliche Intelligenz helfen, passende Inhalte für bestimmte Kundengruppen zu erstellen. Deep-Learning-Modelle können häufig verwendete Wörter und Phrasen erkennen, die zur Beschreibung bestimmter Probleme in Supporttickets verwendet werden, und dann taktvolle Empfehlungen machen, wie der vorhandene Help-Center-Content optimiert werden kann.

Angenommen, Kunden reichen Supporttickets mit dem Betreff „Kennwort ändern“ ein. Darauf basierend empfiehlt KI redaktionelle Anpassungen im verwandten Hilfebeitrag mit dem Titel „So aktualisieren Sie Ihre Anmeldedaten“. Der Beitrag kann geändert werden, um besser zu berücksichtigen, wie Kunden das Problem beschreiben, und um es ihnen leichter zu machen, den zugehörigen Inhalt zu finden und zu verstehen. Wenn eine Supportorganisation Einsichten in die Probleme ihrer Kunden hat und Empfehlungen erhält, wie man Lösungen für diese Probleme kommuniziert, können Content-Manager dafür sorgen, dass Kunden individueller unterstützt werden.
 

3) Effizientere Kundensupportagenten

Wie oft haben Sie einen Supportagenten schon sagen hören, „Moment, ich muss mal kurz recherchieren“, weil er keine Antwort auf Ihre Frage hatte? Im Durchschnitt verbringen Supportagenten 20 % ihrer Zeit mit der Suche nach Produktinformationen. Das verlängert die Dauer der Supportinteraktion und wirkt sich möglicherweise negativ auf die Kundenzufriedenheit aus.

Die gleiche künstliche Intelligenz, die Self-Service-Vorschläge für Kunden automatisiert, kann auch von Agenten genutzt werden. Wenn zum Beispiel ein Kunde nach zu vielen vergeblichen Anmeldeversuchen aus seinem Konto ausgesperrt wird, reicht er in der Regel ein dringendes Supportticket ein. Kennt sich der Agent, der das Ticket erhält, jedoch nicht mit dem internen Prozess zum Entsperren eines Kontos aus, muss er die entsprechende interne Dokumentation zum Thema lesen. Aber zuerst einmal muss er sie finden!

Das richtige KI-Tool kann das Supportticket analysieren und einen relevanten Beitrag aus der Wissensdatenbank empfehlen. All das passiert direkt in der Agentenoberfläche. Wenn Agenten leicht auf alle benötigten Informationen zugreifen können, sind sie in der Lage, Kundenprobleme schnell und effizient zu lösen.
 

4) Durch datengestützte Vorschläge aufgewertetes Kundenengagement

Unsere digitalen Aktivitäten und Interaktionen generieren eine Unmenge an Daten für Machine-Learning-Algorithmen – sie sind quasi der Treibstoff für die prädiktiven Fähigkeiten der künstlichen Intelligenz. Genau aus diesem Grund können Smartphones Fragen wie „Wie komme ich donnerstags um 18 Uhr am schnellsten von der Arbeit nach Hause?“ so gut beantworten. Durch Aggregieren zahlreicher ähnlicher Fahrten anderer Benutzer kann KI eine fundierte Echtzeitempfehlung für die schnellste Heimfahrt machen.

Ähnlich lassen sich Daten, die basierend auf Kundenserviceinteraktionen generiert werden, zur Optimierung der Customer Experience bzw. des Customer Experience Management heranziehen. Durch Auswerten der Details vorheriger Supporttickets kann ein KI-Tool verstehen, ob eine aktuelle Supportinteraktion zu einem positiven oder negativen Kundenerlebnis führen wird, was wiederum eine genaue Zufriedenheitsprognose ermöglicht. Informationen, die sich direkt auf die Kundenzufriedenheit auswirken, sind zum Beispiel die Zeit bis zur ersten Antwort, der Aufwand, der in die vollständige Lösung des Tickets gesteckt wird, und ob Antworten mit ähnlichen Formulierungen zu zufriedenen Kunden geführt haben. Im Gegensatz zu Chatbots ersetzt diese Art der KI-Anwendung Agenten zwar nicht, versetzt sie aber in der Lage, eine bessere Customer Experience zu bieten.
 

5) Organisationen, die mehr Zeit für CX-Innovationen haben

Eines der wichtigsten Argumente zugunsten der Automatisierung ist, dass Agenten mehr Zeit haben, sich um das Wesentliche zu kümmern. Künstliche Intelligenz hilft Unternehmen, die Customer Experience viel gezielter als zuvor zu verbessern.

Das Unternehmen Dollar Shave Club setzt beispielsweise die durch Nutzung des Zendesk Answer Bots gewonnene Extrazeit ein, um die Customer Experience weiter zu optimieren. Die durch die automatische Lösung von Tickets gewonnene Zeit wurde genutzt, um:

• eine „Help Center Task Force“ einzurichten, die dafür sorgt, dass Hilfebeiträge für Self-Service-Kunden immer relevant und auf dem neuesten Stand sind (und die Answer-Bot-Empfehlungen sinnvoll ergänzen)

 

• im Tagesverlauf mehr Live-Chat-Support anzubieten und damit mehr Echtzeitunterstützung ohne zusätzliches Personal

 

• monatlich einen internen E-Newsletter zum Thema Customer Engagement herauszugeben, der Trends aufzeigt und Agenten über ihre Erfolgskennzahlen informiert

 

• ein „Test & Learn-Team“ ins Leben zu rufen, um neue E-Mail-Nachrichten zu testen, die die Customer Experience verbessern können