Super-Agenten sind real (Blog #3)

AI macht's möglich (Blog-Serie)

Ständiges Lernen verbessert die KI-Empfehlungen

Zugriff auf das On-Demand-Webinar-Playbackvon "How AI-Enabled Super-Agents Improve CX" mit Kate Leggett, Vice President and Principal Analyst Service Application Development and Delivery, Forrester Research, mit Steve Nattress, Director, R&D AI Insights - Vecko und Jacki Tessmer, Vice President - Product Marketing, Enghouse Interactive.
Blog #3 von 4 Mit Kontext will KI schneller als je zuvor besser werden.

Wie bereits im letzten Blog erwähnt, sollte der Schwerpunkt auf der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) liegen, wo "Conversational Analytics" zum Unterscheidungsmerkmal werden kann, das KI dabei hilft, heute die bestmögliche Lösung und morgen noch bessere Lösungen zu liefern.

Warum?

Es kommt auf den Ansatz an und darauf, wie die Daten analysiert werden. Dies ist die Grundlage für das Verständnis der Kausalität.

Interessante Lektüre: Artikel im Wired Magazine:

Ein KI-Pionier will, dass seine Algorithmen das "Warum" verstehen

Im Laufe der Zeit kann und wird ein breiterer Fokus dazu beitragen, das Zusammenspiel mehrerer Variablen besser zu korrelieren, um - aus einer situativen Perspektive - zu verstehen, was getan werden kann, um mehr Wert zu liefern und um schnell relevante Lösungen für die Probleme der Kunden vorzuschlagen.

Sammeln. Aggregieren. Auswerten. Analyse des gesamten Feedbacks durch AI

Kundenfeedback gibt es in vielen Formen, und die meisten sind relativ statisch und leicht zu verarbeiten - Umfragen, Feedback-Formulare, Meinungsumfragen, die mit der Kontinuität der Käufe des Kunden zusammenhängen. Aber wenn man sich darauf verlässt, erhält man nur eine Dimension (Schicht) einer Antwort. Die wirklichen Daten sind in den Kommentaren zu jedem einzelnen Gespräch verborgen, das stattfindet. Sei es als Teil einer Anfrage, bei einem Anruf, im CRM-System oder in den sozialen Medien oder Online-Gruppen/Foren. Dies sind Beispiele für immer vielfältigere und diskretere Informationsquellen, die potenziell wertvollere Informationen liefern - vor allem, wenn sie für jeden einzelnen Kunden als Ganzes betrachtet werden und wenn das gesamte Kundenfeedback zusammengeführt wird. Die Aufzeichnung, Bewertung, Analyse und anschließende Zusammenführung aller Daten aus jedem Kundenkontakt und dann das gleiche mit den Daten aus allen Ihren Kundenkontakten bietet eine solide Informationsgrundlage, auf der Sie aufbauen können.

Aufnahme - Sowohl die sprachliche als auch die digitale Kommunikation sollte in Echtzeit für den Agenten-Support erfasst werden. Die Analyse und Indizierung von Schlüsselwörtern, die zur Auslösung von KB-Dokumentensuchen verwendet werden, sowie die Präsentation für Agenten und die Weitergabe an den Kunden (in dem von ihnen bevorzugten Format) tragen dazu bei, einen umfassenderen Support zu gewährleisten und gleichzeitig die Erstanrufauflösung (FCR) zu verbessern und die Supportzeiten zu verkürzen.

Bewertung - Die Verwendung eines branchenspezifischen Lexikons, in dem relevante Ausdrücke und Phrasen sowie Wortkombinationen daraufhin überprüft werden, wann und wie sie verwendet werden, bietet eine solide Grundlage. Wenn Sie auf Intonation, Formulierung, Direktheit, Wiederholung und verschiedene Betonungsindikatoren achten, erhalten die gesammelten Informationen eine weitere wichtige Kontextebene. Ignorieren Sie dies auf eigene Gefahr. Da viele Agenten keine Generalisten, sondern Branchenexperten sind, werden Fehltritte minimiert oder im Idealfall ganz vermieden.

Analysieren Sie - erfolgt am besten im Wege der Linguistische Analyse. Mithilfe spezieller Algorithmen und der bereits erwähnten branchenspezifischen Terminologie und Phraseologie sowie zusätzlicher standardisierter Basisdatensätze können KI-gestützte Plattformen dann Gespräche "abhören", um genau zu verstehen, was wie und warum gesagt wird.

Mit zusätzlichen Algorithmen und der Erkennung von Sprachmustern und der Analyse des Tonfalls kann die KI auch dabei helfen, die allgemeine Stimmung des Kunden in Bezug auf die aktuelle Situation zu erkennen. Durch die Nutzung der gesammelten situativen Intelligenz und die Verknüpfung mit früheren Kundenentscheidungen (in der gleichen oder ähnlichen Situationen) kann KI dann Lösungen empfehlen - für Agenten oder den Kunden direkt -, die die höchste Wahrscheinlichkeit haben, das Problem zu lösen.

Wenn man sich darauf konzentriert, diese Feedback-Schleife kontinuierlich zu optimieren, wird KI zunehmend in der Lage sein, aus einer immer größeren Anzahl von Optionen Kombinationen von Maßnahmen in der bestmöglichen Reihenfolge für jede Situation vorzuschlagen und Situationen mit weniger Ärger und Zeitaufwand für den Kunden zu lösen.

Optional: Interessanterweise kann diese Fähigkeit - ein Element der Stimmbiometrie - auch als zusätzliche Sicherheitsstufe für Kundenkonten genutzt werden, um festzustellen, ob ein Kunde zu einer sensiblen Transaktion gezwungen wird oder ob er wirklich derjenige ist, der er vorgibt zu sein.

Darüber hinaus ist KI auch ein hervorragendes Instrument, um festzustellen, ob ein Kunde in irgendeiner Form unter Stress steht oder nicht, was ein zusätzlicher Hinweis darauf ist, ob er bereit ist, das Unternehmen zu verlassen (Churn), oder dies in Erwägung zieht.

Neue Daten. Verfeinerung der Modelle.

Letztlich geht es darum, sicherzustellen, dass es keine potenziellen "Pomponette" Situationen (Rezension "La Femme du Boulanger (Die Bäckersfrau)" Filmausschnitt aus blog#2) bei allen Kundeninteraktionen, damit das Gesagte vollständig verstanden wird, egal wie es gesagt wird. Sei es direkt, sarkastisch, satirisch oder durch Übertragung mit Schlussfolgerung, um die wahre Botschaft zu vermitteln.

Denken Sie daran, dass das Kundenerlebnis, um es richtig zu kontextualisieren, als singuläres Erlebnis im Vergleich zur Gesamtheit aller Kundeninteraktionen betrachtet werden sollte - und dann als Teil eines kollektiven Gruppenerlebnisses, um die Reise für alle zu verbessern. Agenten können das nicht selbst tun.

Einsicht entsteht durch verstärktes Lernen und Kontrolle. Verwendung vollständig aggregierter Daten. 

Zusammenfassend lässt sich sagen, dass die ganzheitliche Betrachtung der Customer Journey dafür sorgt, dass das Unternehmen besser versteht, was die Erwartungen des Kunden erfüllt und vor allem, was nicht erfüllt wird. 

Unser nächster Blog wird am 22. Oktober erscheinen:

Die wichtigsten Erkenntnisse aus unserem Webinar mit Kate Legget von Forrester

Stellen Sie sicher, dass Ihr Unternehmen ein Kundenerlebnis bietet, das die Erwartungen der Kunden übertrifft. Auf diese Weise wird Ihr Contact Center von einer Kostenstelle zu einem Umsatzbringer.

Zugriff auf das On-Demand-Webinar-Playback von "Wie KI-gestützte Super-Agenten die Kundenzufriedenheit verbessern" mit Kate Leggett, Vizepräsident und Principal Analyst Service Application Development and Delivery, Forrester Research, mit Steve NattressDirektor, F&E AI Insights - Vecko und Jacki Tessmer, Vizepräsidentin - Produktmarketing, Enghouse Interactive.

  Sehen Sie, wie Ihr Unternehmen von KI-gestützten Superagenten profitieren kann

Klicken Sie hier, um das Playback jetzt anzusehen: