Conversational Analytics – Unser Conversational AI-Partner Cognigy hat kürzlich eine einzigartige KI-basierte Analytics-Suite vorgestellt, die Wissen aus Millionen Datenpunkten liefert. Erfahren Sie hier mehr über Funktion und Vorteile eines datengestützten Kundenservice!
Im Interview: Marc Schneider, VP Partner bei Cognigy
Bucher + Suter: Im Kundenservice gehören Analysen ja zum Daily Business. Jedes größere Contact Center hat seine Analyse Tools. Was ist an eurer Analytics-Suite „Cognigy Insights“ neu und anders?
Cognigy: Wir verfolgen einen neuen Ansatz, der die heutigen Möglichkeiten ausschöpft. Es gibt ja einen Wettbewerb, um die smarteste Automatisierung – und um den zu gewinnen, braucht es nicht nur Conversational AI, sondern auch Conversational Analytics. Die bestehenden Analysemethoden zeigen KPIs und aggregierte Daten, aber sie steigen nicht in die Prozessschritte ein und sie ermöglichen auch keine unmittelbaren Verbesserungen. Sie zielen darauf ab, Warteschlangenzeiten der Kunden möglichst gering zu halten, mehrfaches Weiterleiten zu verhindern oder Anrufende direkter zur richtigen Person im Contact Center zu führen. Mit den smarten Bots der neuen Generation transformieren diese Prozesse aber elementar. Den Kunden steht heute zu jeder Zeit ein kompetenter, virtueller Ansprechpartner zur Verfügung. Egal, wie viele Kunden gleichzeitig anrufen oder wann. Mit Bots tendiert die Wartezeit theoretisch gen Null. Das erfordert auf mittlere Sicht natürlich auch ein Umdenken, welche Art von Analysen benötigt werden.
Bucher + Suter: Du meinst, die Verantwortlichen im Kundenservice müssen sich zukünftig nicht mehr so stark auf die die Organisation von stark schwankenden Anruferströmen und die Verkürzung von Wartezeiten fokussieren und diese analysieren?
Cognigy: Es wird zukünftig vor allem darum gehen, die Team-Leistung aus Mensch und Bot zu optimieren und eine neue Service-Experience zu erreichen. Der Bot wird zunehmend und rund um die Uhr als erster Ansprechpartner für die Kunden da sein (sofern der Kunde nicht einen Menschen als Erstkontakt bevorzugt). Und dann beginnt eine Kette von individuellen Dialogschritten, in der der Bot widerkehrende Anliegen beantwortet, Self-Services ausführt, an die MitarbeiterInnen im Contact Center übergibt und diese ggfls. auch als Agent Assist unterstützt. All das können wir heute ja schon tracken. Unsere virtuellen Agenten werten vollständig sicher und datenschutzkonform jeden Tag Millionen Datenpunkte aus, nur war es bisher kaum möglich, diese in handlungsorientierte Insights umzuwandeln.
Bucher + Suter: Exakt. Riesige Datenmengen und KI bringen ja nichts, wenn der Kundenservice im Tagesgeschäft daraus keine Erkenntnisse ziehen kann. Was können die Service-Verantwortlichen aus Cognigy Insight erfahren?
Cognigy: Unsere Kunde möchte eine klare Vorstellung von dem haben, was auf dem Weg zum Ziel passiert. Sie möchten bei jedem Dialogschritt wissen, wie ihre Kunden reagieren und warum. Bislang konnten Conversational AI-Lösungen zwar vorne im Dialog eine Absicht erkennen, und dann messen, in wie vielen Fällen diese Absicht hinten heraus erfüllt wurde. Aber wir wollten weitergehen und klären, was im Prozess dazwischen genau passiert und wie sich jeder Schritt verbessern lässt. Das war bisher immer eine Blackbox, denn Analytics war entkoppelt. Erst wenn Daten in einer Plattform erhoben UND ausgewertet werden, kann man echtes Wissen generieren und damit optimieren. Wir können heute quantitative KPIs wie erreichte Ziele, durchschnittliche Unterhaltungsdauer, Bewertungen, Anzahl der Übergaben an Mitarbeiter oder auch verstandene Nachrichten im Dashboard anzeigen. Und tief in die Details reinzoomen.
Bucher + Suter: Wie einfach ist das in der Anwendung? Und welche Erfolge lassen sich damit erzielen?
Cognigy: Die Nutzer erhalten auch ohne Vorkenntnisse und externe Tools Antworten auf qualitative Fragen, wie: Welcher Kanal wird für welches Anliegen am häufigsten genutzt? Welcher Checkout-Prozess funktioniert am besten? Welche Korrelationen, Muster und Abhängigkeiten gibt es? Bei welchen Schritten ist ein Agent Handover erfolgt? Das Wissen dazu ist aufbereitet verfügbar. Die Nutzer können bei Bedarf zudem feingranular in die aufgezeichneten Dialoge gehen und vorwärts sowie rückwärts analysieren, wo es Abbrüche gab.
Man kann so in Echtzeit optimieren oder auch A/B Test in den Schritten einführen. Eine Änderung im Prozess wirkt sich direkt auf die Gesprächsführung aus – und damit auf die Zufriedenheit des Kunden im Dialog. Daten sammeln, Wissen generieren, Optimierung ableiten und Erfolge ablesen werden somit zur transparenten Prozesskette.
Bucher + Suter: Kannst du das bitte an einem Praxisbeispiel erklären?
Cognigy: Gerne. Nehmen wir den sehr gut automatisier- und analysierbaren Stornierungsprozess. Stornierungen waren und sind Pandemie-bedingt ja ein großes Thema in den Contact Centern der gesamten Reisebranche. Jedes Prozent zählt. Wir nun alle Dialogschritte untersuchen. Hier mit fiktiven Zahlen erläutert:
- Bei 98 % der Anrufer wurde der Intent (Reise stornieren) vom Voicebot richtig festgestellt. Erkenntnis: Die Spracherkennung funktionierte sehr gut.
- Bei nur 68 % klappte die Authentifizierung. Erkenntnis: Problem! Die Anbindung an das CRM und der Dialog sollten geprüft/optimiert werden.
- 54 % der Kunden waren bereit, die Reise mit dem Bot zu stornieren. Erkenntnis: ein guter Wert
- Aber bei nur 36 % war das erfolgreich. Erkenntnis: Problem! Die Anbindung an das Buchungssystem und der Dialog sollten geprüft/optimiert werden.
Der Kundendienst kann also so die Erfolgsraten aller Dialogschritte kontinuierlich steigern. Conversational Analytics visualisiert und deckt auf, wo es im Dialog zu Abbrüchen kommt, wo der menschliche Agent gewünscht wird, und woran das liegt. Und die Analyse ist nicht nur auf Voice- und Chatbots beschränkt, sondern unterstützt darüber hinaus auch sämtliche Interaktionen nach einer Übergabe an menschliche Agenten. Es geht ja um die gesamte Customer Experience, und die ist nicht zwischen Bot und Mensch getrennt, sondern wird vom Kunden als eine Einheit wahrgenommen!
Selbst die Weiterverfolgung in Drittsystemen ist möglich. Ein Telko-Kunde von uns hat beispielsweise in den Lockdown-Zeiten automatisch per Bot Internet-Upgrades verkauft. Hier könnte man den Dialogerfolg im jeweiligen Kanal analysieren und zudem auch schauen, was im gekoppelten Bestellsystem passiert. Gibt es dort beispielsweise unerwartete Abbrüche? Oder kann man sonstige Angebote an das Internet-Upgrade koppeln und wie wirkt sich das aus?
Wichtig dabei ist, einen erfahrenen Partner wie Bucher + Suter an seiner Seite zu haben, der die Prozesse beim Kunden kennt, sein Geschäft versteht und technologische Exzellenz bietet. Immerhin geht es um die Transformation des Kundenservice in Gänze – und Wissen, Erfahrung und beste Technologie müssen dabei Hand in Hand gehen.
Bucher + Suter: Vielen Dank für die interessanten Insights zu Cognigy Insights. Weiterführende Informationen zu unseren Conversational AI und Voicebot Lösungen finden Sie HIER!
Wenn Sie Interesse an den neuen Conversational Analytics-Möglichkeiten haben, nehmen Sie gerne Kontakt zu uns auf!
