Customer Service Automation

Einleitung

In den vergangenen Jahrzehnten hat sich ein großer Teil der Macht und Verantwortung von Unternehmensverantwortlichen auf Kunden, B2B-Partner und Mitarbeiter verlagert. Self-Service ist zur Norm geworden: Wir lassen keine Versicherungsvertreter Formulare für uns ausfüllen, wir tun es selbst. Wir gehen nicht mehr physisch zur Bank, um Geld zu überweisen, wir nutzen unsere mobilen Apps. Wir planen unsere Familienausflüge, ohne dass uns Reisebüros dabei helfen. Die meisten Menschen haben diesen Self-Service nicht nur akzeptiert - er ist sogar gewünscht. Kein Wunder, Self-Service geht schnell, ist bequem und einfach - oder doch nicht?

Alles, was in einem Self-Service-Prozess nicht explizit geplant ist, kann die Customer Journey schlagartig unterbrechen. Eine ungewöhnliche Anfrage, eine technische Panne oder ein überforderter Benutzer - jeden Tag gibt es Millionen von Vorfällen, bei denen der Self-Service an seine Grenzen stößt und Kunden zum Telefonhörer greifen oder schreiben.

Wenn der Self-Service nicht funktioniert und es keine Option ist, ein Unternehmen vor Ort aufzusuchen, wird der Kundenservice zum wichtigsten Instrument der B2C-, B2B- und B2E-Interaktion. Im Gegensatz zu traditionellen Call Centern bieten Kundencenter mehr Kommunikationsmöglichkeiten als den bloßen Telefonanruf - zum Beispiel die Kontaktaufnahme per E-Mail, Social Media, webbasierten Live-Chats und vieles mehr.

Die Qualität des Kundencenters wirkt sich direkt auf entscheidende Bereiche aus: Kundenzufriedenheit, Umsatzchancen, Kundenabwanderung und vieles mehr. Gleichzeitig ist der Betrieb von Kundencentern teuer und ihre KPIs stehen unter ständiger Beobachtung durch das obere Management.

Versuche, die (telefonbasierte) Kundeninteraktion zu automatisieren, gibt es schon seit vielen Jahren. Die erste Generation von IVR (Interactive Voice Response) ermöglichte es Maschinen, über Spracherkennung und/oder Tastatureingaben mit Menschen zu interagieren. Ihre Hauptanwendung war die Automation von einfachen Prozessen wie Überweisungen oder Terminvereinbarungen. Webschnittstellen boten schon schnell dieselben Funktionen - und das wesentlich bequemer - und machten ihre telefonbasierten Pendants bald überflüssig. Doch gleichzeitig war die Technologie noch nicht ausgereift genug, um komplexere Fälle erfolgreich zu bearbeiten.

Heutzutage wird Customer Service Automation durch enorme Fortschritte in der KI-gestützten Verarbeitung natürlicher Sprache, ausgereifte Voice Bots und ein intelligentes Zusammenspiel zwischen menschlichen und virtuellen Agenten, vorangetrieben.

Dieser Artikel gibt Ihnen Einblicke, wie Sie Ihr Kundencenter mit Conversational AI, Voice- und Chatbot-Technologien verbessern können. Das Ergebnis? Bessere Kundenerlebnisse bei geringeren Kosten.

Was ist Customer Service Automation?

Ein Kundencenter ist ein wichtiger Teil der Infrastruktur eines jeden großen Unternehmens, das routinemäßig externe oder interne Kundenservice-Anfragen in großem Umfang bearbeitet. Die Customer Service Automation zielt darauf ab, einen Teil dieser Interaktionen durch intelligente Algorithmen und ohne Eingriff eines menschlichen Agenten erfolgreich abzuwickeln. Am häufigsten begegnen Anwender der Customer Service Automation in Form von Chat- und Voicebots.

Leistungsfähige Automationslösungen zeichnen sich dadurch aus, dass sie mehrere Bestandteile der Interaktion abdecken:

• Einsatz von natürlicher Sprache in digitalen Kanälen: Conversational AI als Kernkomponente der Customer Service Automation ermöglicht es Kunden, ihre Anliegen oder Fragen in gesprochener oder geschriebener Sprache zu äußern. Dieser Ansatz verschiebt das Paradigma des Self-Service von der Bedienung einer Benutzeroberfläche hin zu einem natürlichen Dialog mit einem Partner.
• Omnichannel-Unterstützung: Customer Service Automation kann mehrere Touchpoints wie Telefon, SMS, Messenger, Website-Chatbot und mehr abdecken. Branchenführende Lösungen ermöglichen einen nahtlosen Wechsel zwischen den Kanälen.
• Mehrfach-Erfahrungen ermöglichen: Die Kombination von sprachbasierter Kommunikation mit - wo anwendbar - visuellen Elementen und Point-and-Click-UI-Elementen macht die Interaktion zwischen Mensch und Maschine viel komfortabler und eignet sich für eine Vielzahl von Aufgaben.
• Handlungsfähigkeit stärken: Die Automation von einfachen Fragen/Antworten (FAQ-Bot) ist oft ein Ausgangspunkt für die Automation von Kundencentern. Transaktionale Konversationen haben jedoch einen viel größeren Wert - für beide beteiligten Parteien. "Getting things done" durch das Ausführen von Aktionen in Backend-Systemen (vom Kaufabschluss bis zum Zurücksetzen eines Passworts) ist das Paradefeld der Customer Service Automation.
• Hohe Flexibilität im Dialog: Im Gegensatz zum Ausfüllen eines Formulars ist die Interaktion im Kundencenter oft nicht sehr strukturiert und vorhersehbar. Da jeder Kunde anders ist, gibt es eine große Vielfalt an Strategien, Ausdrucksweisen und Formulierungen bei der Interaktion mit einem Kundencenter. Um die Anzahl der erfolgreichen Journeys zu maximieren und Reibungsverluste zu minimieren, muss die Customer Service Automation mit der Unschärfe der menschlichen Kommunikation umgehen.

Auswirkungen der Customer Service Automation

In allen Branchen und zu allen Zeiten war die Steigerung der Effizienz und die Senkung der Kosten immer ein Treiber für Investitionen in die Automation. Die Customer Service Automation ist da keine Ausnahme, aber sie hat auf mehr Bereiche des Unternehmens als nur auf die Kostenseite Auswirkungen - wenn sie richtig realisiert wird.

Kundenzufriedenheit erhöhen

Wie Forrester zeigt, stimmen beinahe 3 von 4 Kunden zu, dass die Wertschätzung ihrer Zeit das Wichtigste ist, was ein Unternehmen tun kann, um ihnen einen guten Online-Kundenservice zu bieten.

Doch viele Kundeninteraktionen am Telefon beginnen mit der gefürchteten Warteschleifenmusik. Automation ermöglicht es, die Interaktion gleich mit relevanten Fragen zu beginnen und - falls zutreffend - den Kunden zu identifizieren und zu authentifizieren.

In vielen Fällen wird der Kunde sein Anliegen innerhalb von Sekunden mit Hilfe eines virtuellen Agenten lösen können. Fragen wie "Ich habe mein Passwort vergessen", "Ich brauche eine Kopie meines letzten Kontoauszugs" und viele mehr können durch die Kombination von Natural Language Processing (im Chat geschrieben oder am Telefon gesprochen) und intelligenten Prozessen, die Kunden und Backend-Systeme/Daten miteinander verbinden, bearbeitet werden.

In anderen Fällen müssen die Probleme durch menschliche Agenten gelöst werden. Durch intelligentes Routing bündelt die Customer Service Automation alle relevanten Informationen (z. B. Kundenkontodaten und Art der Anfrage) und leitet Kunden direkt an einen qualifizierten Agenten weiter. Das bedeutet nicht nur weniger Wartezeit für die Kunden, sondern reduziert auch die durchschnittliche Bearbeitungszeit, da die Kunden vorqualifiziert, authentifiziert und an den Agenten weitergeleitet werden, der ihre Anfrage am besten beantworten kann.

Effizienzsteigerung

Automation kann die Effizienz von Kundencentern enorm beeinflussen. Aus Unternehmenssicht ist die Reduzierung der durchschnittlichen Bearbeitungszeit (Average Handling Time, AHT) der größte Vorteil, den sie mit sich bringt. Die AHT beschreibt, wie viel Zeit ein menschlicher Agent im Durchschnitt für die "Bearbeitung" eines Kontakts benötigt. Je nach Anwendungsfall und Branche liegt die AHT in der Regel zwischen 240 - 600 Sekunden, so dass eine Reduzierung der AHT um ein paar Sekunden bereits große Auswirkungen auf KPIs haben kann.

Viele Initiativen verfolgen einen stufenweisen Ansatz, um den Automatisierungsgrad zu erhöhen. Das beginnt mit den einfach zu lösenden Fällen und nimmt dann an Komplexität zu. Hier ist ein Beispiel dafür, wie sich die Customer Service Automation bei eingehenden Anrufen in mehreren Schritten auf die AHT auswirken kann:

Phase 1: Anliegen erkennen und Routing optimieren
Beim Anruf wird der Kunde nach seinem Anliegen gefragt und direkt an die Agenten weitergeleitet, die das Anliegen am besten klären können.
--> - 15 Sekunden AHT

Phase 2: Automation des Identifikations- und Verifizierungsprozesses
Alle Fälle, die eine Kundenauthentifizierung erfordern, werden durch einen automatisierten Identifizierungsprozess geleitet. Bei Bedarf kann dies eine Multi-Faktor-Authentifizierung und / oder Prozesse für vergessene Passwörter oder verlorene Anmeldedaten beinhalten. Sobald die Übergabe an einen Menschen erfolgt, dreht sich das Gespräch ganz um die Lösung des Problems.
--> - 30 Sekunden AHT

Phase 3: Backend-Integration für die Problembehandlung
Wiederkehrende Kundenanliegen mit klar definierten Bearbeitungsprozessen können durch Conversational AI und Schnittstellen zu relevanten Backend-Systemen vollautomatisch bearbeitet werden. Compliance, Sicherheit und Nachvollziehbarkeit sind dabei gewährleistet. 20 % der eingehenden Anrufe autonom zu bearbeiten, ist eine realistische Zielmarke dabei. Dies kann paradoxerweise zu einem Anstieg der AHT führen, da menschliche Agenten im Durchschnitt komplexere Fälle bearbeiten können. Dieser Effekt wird jedoch durch die Reduzierung der Anzahl von Agenten, die Anrufe bearbeiten, aufgewogen.

Ertragschancen nutzen

Jedes Kundencenter muss den Zielkonflikt aus Servicelevel und Personalkosten berücksichtigen. Einfach ausgedrückt: Eine Minimierung der Wartezeiten trägt zur Steigerung der Kundenzufriedenheit bei (und führt letztendlich zu höheren Umsätzen) - aber der Anstieg der Personalkosten kann die Gewinne schnell zunichte machen. Umgekehrt kann eine Senkung der Kundencenter-Kosten zu längeren Wartezeiten führen und Kunden unzufrieden machen, wodurch die Umsätze sinken.

Selbst wenn die Wartezeiten auf ein kritisches Niveau steigen, kann der Ausbau des Betriebs durch Engpässe in der Einstellung von neuem Personal problematisch werden. Ein Mangel an qualifizierten Bewerbern, zeitaufwändige Schulungen und Onboarding-Maßnahmen schränken die Agilität von Managern im Kundencenter ein.

Direkte Umsatzverluste können durch abgebrochene Anrufe entstehen, d.h. wenn ein Kunde oder Interessent mit einer Frage oder Transaktionsabsicht in der Warteschleife die Geduld verliert und sich schließlich umorientiert. Indirekte Verluste können ebenso folgenreich sein: Erhöhte Kundenabwanderung durch unbefriedigte Kundenwünsche, ständige Beschwerden über soziale Medien und schließlich ein geschädigtes Image können nachhaltigen Schaden anrichten.

Jedes Kundencenter muss ein Gleichgewicht zwischen einem idealen Service-Level und den Personalkosten finden. KI-gestützte Automatisierung kann dabei helfen, die Balance zugunsten einer höheren Kundenzufriedenheit und höherer Erträge zu verschieben, ohne die Gesamtkosten des Kundencenters zu erhöhen.

Hinzu kommen Opportunitätskosten für verpasste potenzielle Kunden, die ihre Customer Journey noch gar nicht begonnen haben: Vor allem in der Interest-Phase ist die Hemmschwelle für eine Kontaktaufnahme mit einem Agenten höher, im Vergleich zu einem schnellen Chat über die Website oder der Nutzung einer Messenger-App. Conversational AI ermöglicht es Unternehmen, mehr digitale Kanäle zu nutzen und neue Kundengruppen zu erreichen, ohne dass sich die Kosten für das Kundencenter proportional erhöhen.

Mitarbeiterzufriedenheit

Während die Automation zweifellos zu einer Reduzierung der AHT beiträgt, besteht ihr primäres Ziel nicht darin, menschliche Agenten zu entlassen und zu ersetzen. Die Mitarbeiterfluktuation ist bei Kundencentern relativ hoch und die Auswirkungen der Automation setzen nicht sofort ein. Daher führen Automatisierungsinitiativen in der Regel nicht zu plötzlichen Kündigungen, die sich negativ auf die Arbeitsmoral auswirken. Stattdessen reicht die natürliche Fluktuation oft aus, um die Zahl der Mitarbeiter zu verringern, sobald die Automation greift.

Tatsächlich schätzen die meisten Kundenservice-Mitarbeiter die Unterstützung durch virtuelle Agenten, da diese zur Zufriedenheit bei der Arbeit und zur Sicherung des Jobs beitragen:

• Selbst mit modernster Technologie und KI-Unterstützung können virtuelle Agenten nur relativ einfache, klar definierte Fälle bearbeiten. Die meisten menschlichen Kundenservice-Agenten sind zufriedener, wenn sie komplexe Anfragen bearbeiten, die mehr Training und Expertise erfordern.
• Aktive Unterstützung der Agenten und intelligentes Routing helfen ihnen nicht nur, produktiver zu sein, sondern auch erfolgreicher: Die Problemlösung kann schneller und zielgerichteter erfolgen als bei einer zufälligen Anrufverteilung, die Agent-to-Agent-Übergaben zur Folge haben kann.
• Die meisten Mitarbeiter schätzen es, repetetive Aufgaben nicht mehr machen zu müssen. Kein Mitarbeiter freut sich darüber, während seiner Schicht Duzenden von Kunden die exakt gleichen Fragen, z. B. zur Identifikation, stellen zu müssen.

Auch wenn die Automation von Kundencentern größtenteils durch die Verbesserung von KPIs und die Reduzierung der Gesamtkosten getrieben ist, kommen die besten Ergebnisse zustande, wenn das Teamplay zwischen menschlichen und virtuellen Agenten stimmt. Dabei spielen die intellektuellen Fähigkeiten, die Problemlösungskompetenz, das Einfühlungsvermögen der menschlichen Mitarbeiter und die Skalierbarkeit, Präzision und unermüdliche Effizienz ihrer Roboterkollegen eine entscheidende Rolle.

Wie man den ROI von Customer Service Automation berechnet

Stellen Sie sich Folgendes vor: Ihre Kundenservice-Analysen zeigen, dass sich viele Kunden viel zu lange im IVR-System aufhalten oder in der Warteschleife hängen. Wenn sie endlich mit einem menschlichen Agenten sprechen, werden sie wahrscheinlich an einen anderen Service-Mitarbeiter weitergeleitet oder erhalten sogar einen Rückruf. Ihre NPS-Werte sind alarmierend, Ihre durchschnittlichen Prozesskosten zu hoch. Sie wissen, dass Conversational AI und virtuelle Agenten helfen können, viele dieser Probleme zu lösen - aber wie machen Sie daraus einen Business Case?

Nachdem Sie damit beginnen, Conversational AI in einem Teilbereich Ihres Contact Centers einzusetzen, können Sie Schritt für Schritt agil komplexere Anwendungsfälle mit einbeziehen oder eine Expansion auf andere Abteilungen anstreben.

Customer Service Technologie & Sprachautomatisierung

Kundencenter sind auf eine Vielzahl von Technologien angewiesen, um einen effizienten und hilfreichen Kundensupport bieten zu können. Zu diesen Technologien gehören Netzwerke, die den Empfang und die Übermittlung vieler Kommunikationsarten wie Anrufe, E-Mails, soziale Medien und webbasierte Live-Chats ermöglichen. Darüber hinaus nutzen Kundencenter heute Technologien wie KI, Chatbots, Automation und Natural Language Processing, ohne sich davon abhängig zu machen.

Einbindung der Voice-Technologie

Die Technologie entwickelt sich ständig weiter und viele Kundencenter aktualisieren häufig ihre Tools und Dienste. Da die meisten Kundencenter bereits über eine grundlegende technologische Infrastruktur verfügen, ist es wichtig, dass sich neue Tools mit den bestehenden Diensten integrieren lassen.

Textbasierte Supportkanäle, an denen menschliche Agenten beteiligt sind, lassen sich relativ einfach mit Chatbot-Funktionalität erweitern, die für die Verarbeitung textbasierter Kommunikation ausgelegt ist. Die meisten Customer Service Interaktionen finden jedoch auf sprachbasierten Kanälen statt (z. B. SIP Trunk, PSTN/Mobilfunk, WebRTC usw.). Da sprachbasierte Anfragen für menschliche Agenten relativ ineffizient in der Bearbeitung und kostenintensiv sind, ist es erstrebenswert, virtuelle Agenten für die Bearbeitung einfacher Anfragen einzusetzen. Tools wie das Cognigy Voice Gateway ermöglichen es Kundencentern, Voice Bots nahtlos in ihre bestehenden Prozesse zu integrieren.

Das Gateway ist eine flexible Lösung, die bestehende Sprachnetzwerke mit kognitiven Diensten verbinden kann, einschließlich Conversational AI Frameworks, Speech-to-Text (STT) Engines und Text-to-Speech (TTS) Engines. Darüber hinaus bietet es erweiterte Anrufverwaltungsfunktionen wie Anrufunterbrechung, Anrufweiterleitung und Anrufaufzeichnung.

Wenn ein Kunde über einen sprachbasierten Kanal Kontakt aufnimmt, ermöglicht das Voice Gateway den Informationsfluss zwischen einem Chatbot-Service und dem Kunden (siehe folgende Abbildung).

Das Voice Gateway besteht aus zwei Hauptkomponenten - dem Voice Engagement Channel und den kognitiven Diensten. Der Voice Engagement Channel ist die Schnittstelle zu sprachbasierten Kanälen. Zu seinen Funktionen gehören Medienverarbeitung, Sicherheit, Übersetzung, SIP-Interoperabilität sowie die Gewährleistung von hoher Verfügbarkeit und Skalierbarkeit. Der zugrunde liegende Session Border Controller (SBC) verwaltet den Informationsfluss zwischen Voice Gateway und externen Diensten wie Bot-Frameworks und STT/TSS-Engines. Das Voice Gateway lässt sich problemlos in bestehende Frameworks und Dienste integrieren, wie in folgender Abbildung dargestellt.

Sprachtechnologie

Kundencenter, die Bots einsetzen, verlassen sich auf viele sprachbezogene Technologien wie Automatic Speech Recognition (ASR), Speech Synthesis Markup Language (SSML) und Barge-in. Mit ASR können Bots erkennen, wann eine Person spricht. SSML ermöglicht es Bots, individuelle Sprachantworten zu liefern. Es kann in Verbindung mit TTS-Engines verwendet werden, um Sprechpausen darzustellen, Text zu zensieren oder eindeutige Informationen wie Datumsangaben oder Abkürzungen zu formatieren. Beim Barge-in geht es darum, dass ein Benutzer den Bot während des Sprechens unterbrechen kann. Es ist besonders wichtig sich zu überlegen, wie ein Bot auf Barge-in reagieren soll.

Das Voice Gateway nutzt alle oben genannten Sprachfunktionen, hinzu kommen weitere wie Sprachkonfiguration und TTS-Caching. Mit der kontinuierlichen ASR kann das Voice Gateway die Sprache eines Benutzers erfassen. Es kann Sprechpausen erkennen und verkettet die von den STT-Engines ausgegebenen Textsegmente zu einer einzigen Nachricht an die Conversational AI, um sicherzustellen, dass keine Segmente abgeschnitten werden. Wenn ein Benutzer ein Gespräch unterbricht, kann die KI so programmiert werden, dass sie die Unterbrechung entweder ignoriert oder sofort aufhört zu antworten und die neuen Informationen des Benutzers verarbeitet.

Gesprächsaufbau und Gesprächssteuerung

Die Kommunikation mit Kunden über den Gesprächsaufbau und die Gesprächssteuerung anzupassen, ist für Contact Center von unschätzbarem Wert. Der Gesprächsaufbau umfasst z. B. SIP-Messaging, Verbindungsaufbau und Begrüßungsmeldungen zwischen Bot und User.

Ein guter Gesprächsaufbau ist von entscheidender Bedeutung, da dies der erste Schritt im Kundensupport ist - ohne eine gute Verbindung oder eine angemessene Einleitung können Kunden möglicherweise nicht die Unterstützung erhalten, die sie benötigen. In ähnlicher Weise sind Fähigkeiten zur Anrufsteuerung, wie z. B. die Anrufweiterleitung, wesentliche Funktionen, da sie es ermöglichen, Anrufe basierend auf den Bedürfnissen des Kunden zu verwalten. Wenn die Conversational AI beispielsweise eine Kundenanfrage nicht lösen kann, ermöglicht die Anrufweiterleitung, dass der Kunde nahtlos an einen menschlichen Agenten übergeben wird.

Eine Enterprise-Voice-Gateway-Lösung muss daher Funktionen sowohl für den Gesprächsaufbau als auch für die Gesprächssteuerung bereitstellen. Wenn ein Benutzer ein Gespräch beginnt, sendet das Voice Gateway eine Aktivitätsnachricht an die Conversational AI. Der Inhalt dieser Nachricht kann angepasst oder die Nachricht kann deaktiviert werden. Es gibt auch Steuerelemente dafür, wann das Voice Gateway einen virtuellen Agenten mit einem Benutzer verbindet und wann/ob es eine Anfangsmeldung an die KI und eine Willkommensmeldung an den Benutzer sendet.

In Kundencenter-Infrastrukturen ist es üblich, dass mit Anrufen verbundene IDs von Conversational AI Anwendungen abgefragt und in einem SIP-Header an die KI gesendet werden. Darüber hinaus kann das Voice Gateway so konfiguriert werden, dass es Werte aus der SIP-INVITE-Nachricht extrahiert und in die erste Nachricht an die KI übernimmt. Darüber hinaus sind Funktionen zum Weiterleiten und Trennen von Anrufen enthalten, die es dem virtuellen Agenten ermöglichen, den Anruf an jedem beliebigen Punkt während eines Gesprächs einfach zu übergeben oder die Verbindung zu trennen.