Fallbasiertes Arbeiten als Grundlage für Chatbots und weitere Automatisierungen im Kundenservice

Künstliche Intelligenz, Natural Language Processing, Omnichanneling und jetzt Chatbots – die Geschwindigkeit mit der Kundenservice-Organisationen mit neuen Hypes und Buzzwords konfrontiert werden, nimmt von Jahr zu Jahr zu.

Noch nie aber waren die Ausmasse so weitreichend, wie die von Chatbots: Laut einer Oracle Studie (2016) zum Beispiel geben 80% der befragten Unternehmen an, bis 2020 Robotics und Chatbots einzuführen bzw. bereits eingeführt zu haben.

Doch wo fängt man an, was sind die Basics, oder kann ein Chatbot tatsächlich alles von alleine?

Euphoriebremse Realität

Das „Wie?“ und „Was brauche ich dafür?“ sind meist die Fragen, die bei Vielen die euphorischen Erwartungen gegenüber Chatbots, sehr schnell in herbe Enttäuschungen umschlagen lassen. Denn, so verführerisch die Marketingkampagnen dazu auch klingen, je nach Ausgangslage bedeutet die Realität sehr viel Arbeit. Arbeit, die vor allen Dingen in der Abbildung der täglichen Serviceprozesse steckt und in der lückenlosen Erfassung strukturierter und unstrukturierter Kundendaten aus sämtlichen Kundeninteraktionen.

Eine gute Ausgangslage besitzen daher diejenigen Organisationen, die diese Praktiken bereits einsetzen, im Idealfall fallbasiert und datenorientiert arbeiten und über alle Kanäle die gesamten Kundeninteraktionen und die daraus resultierenden Daten in einem zentralen „Single Point of Information“ erfassen und auswerten.

Die Realität im Jahre 2017 ist jedoch relativ ernüchternd und zeigt, dass vielen Unternehmen im Kundenservice noch die Basics fehlen. Den Beleg dafür liefern unter anderem auch Erkenntnisse aus der aktuellen Service-Benchmark Studie der PIDAS in Kooperation mit der ZHAW (Zürcher Hochschule für angewandte Wissenschaften):

3500 Endkunden und über 100 Kundenservice-Verantwortliche aus Deutschland, Österreich und der Schweiz wurden zu Themen rund um die Digitalisierung im Kundenservice befragt. Eine der wichtigsten Erkenntnisse daraus war, dass gewohnte Kanäle wie Mail und Telefon nach wie vor die Hauptrolle spielen, durchschnittlich aber nur etwa 50% der Kundeninteraktionen elektronisch erfasst werden. Die andere Hälfte wird entweder gar nicht oder nur teilweise elektronisch dokumentiert.

Dies bedeutet, dass mehr als die Hälfte der Unternehmen, welche Kundeninteraktionen nur rudimentär oder lückenhaft erfassen, keine strukturierten und detailreichen Datensätze besitzen, um faktenbasiert potenzielle Einsatzgebiete für entsprechende Automatisierungen zu lokalisieren, oder um die notwendigen Algorithmen und Bots qualitativ hochwertig antrainieren zu können.

„Aber ein Chatbot lernt ja alles und kann alles alleine!“

Ein ohne Vorgaben autonom lernender (open-domain) Chatbot kann alleine durch Interaktionen und Dialoge „lernen“ und gelerntes wiedergeben. Dass so ein Chatbot aber allein durch „Lernen“ aus Datenhistorien in der Lage ist, Kundenanliegen mit der gewünschten kundenorientierten Kommunikationsweise zu lösen und ohne Bezug zu einem  firmenspezifischen Service-Katalog sofort eine qualitativ hochwertige Antwort zu liefern, hat das Beispiel von Microsoft’s „TayTweets“ Twitterbot eindrucksvoll widerlegt.

In der Praxis würde ein Einsatz eines solchen autonomen Chatbots wohl schon an der Akzeptanz der Kunden scheitern. Die Erwartungshaltung der Kunden ist natürlich die, dass er sofort die richtige Antwort auf seine Frage bekommt, und nicht in einer längeren Konversation dem virtuellen Assistenten dabei helfen muss, zur richtigen Lösung zu kommen. Dieses Kundenerlebnis hat man zwar heutzutage auch noch bei diversen Kundenservices am Telefon, der Mensch hat da aber den Vorteil, dass er in diesen Situationen auch mit seiner emotionalen Intelligenz, sprich mit Gefühlen und seinem Charme spielen kann.

Der Chatbot – Ihr neuer Mitarbeiter

Wir haben die Erfahrung gemacht, dass man einem Chatbot, genau wie einem neuen Mitarbeiter, entsprechende Kommunikationsarten, Entscheidungsbäume, Berechtigungen, sowie auch das Feingefühl für einen Kanalwechsel  mitgeben muss, um einen gewünschten Qualitätsstandard zu erhalten und das Risiko Kunden abzuschrecken zu minimieren. Darauf aufbauend können Chatbots dann ruhigen Gewissens selber weiterlernen und sich kontinuierlich verbessern.

Vergleicht man einen Chatbot mit einem Mensch, so entsprechen die Vorgaben an Inhalt und Ablauf der Konversation der (Service-)DNA des Chatbots. In Ihnen findet er die Informationen und Handlungsweisen, die er benötigt, um seine Daseins-Aufgabe zu erfüllen: nämlich seinen Kunden helfen zu können bzw. sie zu begeistern.

Kundenorientierte Unternehmen müssen strukturierte Daten aus Kundeninteraktionen und Serviceprozessen erschliessen können und qualitativ hochwertiges, servicerelevantes Wissen sammeln, um darauf aufbauend einem Chatbot nutzenbringende Konversationen beizubringen. Die richtigen Prioritäten werden dabei basierend auf einem umfassenden Reporting über die bearbeiteten und gelösten Servicefälle gesetzt.

Ausblick

In unserem Webinar möchten wir Ihnen zeigen, wie Sie durch fallbasiertes Arbeiten die Service-DNA für Ihren Chatbot schaffen können und dabei zusätzlich von einfachem, effizienten Arbeiten über alle Kanäle, sowie entsprechenden Automatisierungen in den Serviceprozessen profitieren können.

The following two tabs change content below.
Julian Jobstreibizer

Julian Jobstreibizer

...kennt die Herausforderungen von Unternehmen, wenn es gilt Transparenz und Automatisierungen im Kundenservice über alle Kanäle einzuführen. In mehreren Projekten (Business & IT) durfte er Kundenservice-Organisationen auf den Weg der Digitalen Transformation begleiten und beraten: von der lückenlosen Datenerfassung in Form von fallbasierten Arbeiten bis hin zur kompletten Automatisierung mithilfe von Chatbots. Er ist seit 3 Jahren verantwortlich für den Bereich Solution Sales bei der PIDAS AG und Experte für Omnichanneling & Digitalisierung. PIDAS arbeitet seit Jahren an Softwarelösungen für den Kundenservice und setzt dabei den Fokus klar auf Customer Experience und Service-Automation. Mit der Software Suite trueAct™ ist PIDAS dabei seit Jahren führend.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.