Was ist der nächste Schritt auf Ihrem Weg zur KI?

Prioritizing the right AI use cases in contact centers to deliver customer benefits and ROI

Given the range of AI use cases in the contact center, choosing those that will provide the most value can be difficult. Some may deliver limited impact or even lead to higher costs in other areas. All of this means that contact centers need to take a measured approach to their AI journey, starting by assessing their own AI maturity and then prioritizing use cases based on customer and business metrics.

Weitere praktische Hinweise zur Planung der KI-Einführung unter Berücksichtigung klarer Ziele, einschließlich ROI, Umsetzung und Risiken, finden Sie unter Unser Leitfaden zum Einsatz künstlicher Intelligenz im Kundenservice.

Taking a planned approach to maximize benefits

AI is not a single application or use case. As a transformative technology it can be used across a wide range of areas within the contact center, each of which can promise value. However, thanks to this range, picking the right applications that maximize ROI can be difficult. The result? Organizations and their customers implement AI and see some improvements, but not all that were expected.

Backing this up, in research from COPC just 44% of contact centers met their expected ROI from AI implementations ^[1]. Gartner analysis found that while AI is increasing contact center productivity, it isn’t necessarily reducing costs ^[2].

All of this has led many people to see AI in customer service as a poor investment. However, the reality is that to deliver real positive impact, organizations need to take a strategic, mature approach to the technology. In mein vorheriger Blogbeitrag I explored the stages of AI maturity, and why organizations need to focus on the outcomes they want AI to deliver, not the technology alone.

Once you’ve assessed your AI maturity, you know where to start. You can then take the next steps to implement AI use cases in your contact center, guided by business need, customer impact and ease of adoption.

Die richtigen Entscheidungen für den ROI im Bereich KI treffen

Too often, organizations start an AI implementation by choosing a technology first, then looking for a contact center problem it might solve. This may work in some cases, but it does not always deliver meaningful results or ROI. For example, a virtual agent may improve First Contact Resolution (FCR), but strengthening agent knowledge may achieve the same outcome at lower cost and with higher customer satisfaction.

Anstatt einen technologieorientierten Ansatz zu verfolgen, müssen Unternehmen für erfolgreiche Strategien zur Einführung künstlicher Intelligenz einen Fahrplan erstellen, der auf folgenden Grundlagen basiert: geschäftliche Anforderung, Auswirkungen auf die Kundenund einfache Umsetzung. This ensures contact center AI use cases are focused in the right areas to deliver lasting benefits.

To decide which AI use cases to prioritize in your roadmap, score each opportunity across these three areas:

Die geschäftlichen Anforderungen verstehen

Start by identifying where the contact center could be falling short. Look at operational data first, focusing on targets or metrics that are being missed. Then build out the picture by speaking with agents and supervisors, and by reviewing customer feedback. Once you have a list of possible improvement areas, score each one by its impact on the business. This gives you a clear starting point for practical problem-solving and AI adoption.

Fragen, die man stellen sollte:

• In welchen Bereichen verfehlen wir unsere Ziele bei Schlüsselkennzahlen wie der „First Contact Resolution“?
• Wie wirken sich diese Probleme auf das Unternehmen aus – in Bezug auf Produktivität, Mitarbeitererfahrung oder Effizienz?
• Welche sind in Bezug auf das Geschäft und die Mitarbeiterzufriedenheit am dringlichsten?

Messung der Auswirkungen auf die Kunden

The objective of the contact center is to deliver the best possible customer experience, as efficiently as possible. So, review your ranked list of business needs and score each one by the impact it would have on your customers. Ensure you cover all your channels and customer demographics; what is acceptable to some groups may be viewed negatively by others. For example, customers with 9-5 jobs may be angry that your contact center closes at 6pm and does not operate at weekends, unlike older, retired demographics. This process may show that a pressing internal business need has limited impact on customer experience, even if AI could help solve it. That doesn’t make it unimportant, but it may place it later in your AI implementation roadmap.

Fragen, die man stellen sollte:

• Welche Bereiche werden in den Kundenrückmeldungen als Probleme hervorgehoben?
• Wie unterscheidet sich die Zufriedenheit je nach Kanal bzw. demografischer Gruppe?
• In welchen Bereichen bleibt Ihr Kundenerlebnis hinter dem Ihrer Mitbewerber zurück?
• Welche Bereiche werden von Mitarbeitern und Kunden als Ursachen für Kundenabwanderung oder schlechte Zufriedenheitsbewertungen identifiziert?

Im Fokus: einfache Einführung

Finally, examine how easy it would be to solve the problems you have identified using available AI or other technology. This includes whether you will need to change processes and ways of working within the contact center itself, retrain agents and deploy new systems. If an issue spans other parts of the business (such as finance or logistics), how easy will it be to collaborate with them to solve it? Keep in mind that people have varying concerns about AI, and this can impact engagement and adoption rates. Evaluating this metric enables you to complete your scorecard; the highest scores go to the easiest projects.

Fragen, die man stellen sollte:

• Wie lange wird die Einführung der Technologie dauern?
• Inwieweit wird dies unsere bestehenden Prozesse und Arbeitsweisen beeinträchtigen?
• Müssen wir mit anderen Abteilungen zusammenarbeiten, um das Problem zu lösen?
• Müssen weitere Lösungen oder Änderungen umgesetzt werden, um die Einführung zu ermöglichen?

Die Faktoren zusammenführen, um die richtigen KI-Lösungen auszuwählen

Durch die Zusammenfassung Ihrer Bewertungen aus allen drei Bereichen ergibt sich eine Gesamtpunktzahl, anhand derer Sie Projekte nach Dringlichkeit und Auswirkungen einstufen können. So erhalten Sie eine Prioritätenliste, aus der hervorgeht, auf welche Projekte Sie sich zunächst konzentrieren sollten und welche erst später auf Ihrem Weg zur KI in Angriff genommen werden müssen.

Entscheidend ist, nicht bei der KI anzusetzen, sondern bei den tatsächlichen geschäftlichen und kundenbezogenen Anforderungen, die gelöst werden müssen. Erst dann sollten Sie prüfen, welche KI-Tools und -Lösungen diese spezifischen Anforderungen erfüllen können. Es kann sogar sein, dass Probleme durch Lösungen ohne KI gelöst werden können, beispielsweise durch herkömmliche Technologien oder durch Prozessänderungen. Sobald Sie Lösungen identifiziert haben, erstellen Sie einen umfassenden Business Case auf der Grundlage von Finanz- oder Zufriedenheitskennzahlen, untermauert durch realistische Zeitpläne für die Umsetzung, um Zustimmung und Freigabe zu erhalten.

For a broader view of where AI pays off, what it can return, and how to go live while minimizing risk, Lesen Sie unseren praktischen Leitfaden zum Einsatz künstlicher Intelligenz im Kundenservice.

Abwägung zwischen unmittelbaren und langfristigen Bedürfnissen

Many organizations suffer from implementing too many AI point solutions across multiple areas, without them connecting or improving performance outside a single team, as detailed in Stage 3 of our KI-Reifegradmodell. Dies kann sogar dann passieren, wenn man einen geplanten Ansatz verfolgt, der auf geschäftlichen Anforderungen, den Auswirkungen auf die Kunden und der einfachen Umsetzung basiert.

To ensure your AI journey is seamless, understanding where you are in terms of AI maturity will help you work out how to get to the next stage. Asking the right questions, you can move forward strategically and in a single direction, rather than in a disparate or disconnected way. Involve representatives from across the contact center, and the overall business, in your AI discussions to give a holistic view. This will also help identify any obstacles that must be overcome to deliver success. Examples of these could be fixing data quality issues or ensuring AI solutions fit with corporate guidelines.

Mit KI selbstbewusst in die Zukunft

Applying AI can transform the customer experience, but only when it is focused on the right problems. Start by understanding your current level of AI maturity, then build a roadmap of ranked use cases based on business need, customer impact and ease of adoption. This gives you a clearer way to prioritize your next steps, invest where AI can deliver measurable value, and create lasting benefits for customers, staff and the wider business.

Enghouse Interactive: Supporting contact centers on their AI journey

Enghouse Interactive unterstützt Contact Center dabei, mithilfe von KI das Kundenerlebnis zu verbessern, Mitarbeiter zu unterstützen, Qualitätsprozesse zu optimieren und Erkenntnisse zu gewinnen, die zu besseren Entscheidungen führen. Basierend auf umfassender Erfahrung im Contact-Center-Bereich und einem fundierten Verständnis der Praxis konzentriert sich die KI von Enghouse Interactive darauf, praktische geschäftliche Herausforderungen zu lösen und messbaren Mehrwert zu schaffen.

Sind Sie bereit, Ihre KI-Roadmap auf Ihre wichtigsten Anforderungen im Bereich Kundenerlebnis auszurichten?

Ganz gleich, an welchem Punkt Ihrer Reise Sie sich heute befinden – Enghouse kann Ihnen dabei helfen, genau die Anwendungsfälle für KI zu identifizieren, die am ehesten zu besseren Ergebnissen für Kunden, Mitarbeiter und Ihr Unternehmen führen.

AI-Roadmap-Sitzung buchen

Über den Autor

Steve Nattress Vizepräsident für Produktmanagement
Enghouse Interaktiv
LinkedIn

Steve’s unique background in Customer Support and AI development positions him perfectly to drive product and AI innovation at Enghouse. Steve is a creative and strategic leader, passionate about the potential of AI to transform customer experience, while staying sharply attuned to the critical need for secure and transparent industry practices.

Referenzen

1. COPC: So schließen Sie die KI-ROI-Lücke: Warum 56% von Contact Centers keinen Mehrwert erzielen
2. Gartner: Der Kundenservice ist bei der Einführung von KI führend, doch der ROI bleibt schwer fassbar