Ihr Team fühlt sich von der Masse an Kundenanfragen überrumpelt? Sie kommen mit der Bearbeitung dieser kaum hinterher und würden gerne wichtige Kundenanfragen vorziehen?
Dann ist dieser KI-Use Case besonders spannend für Sie! Wir haben für die Berater eines Kundencenters ein KI-System implementiert, welches anhand von Natural Language Processing Kundenanfragen nach ihrer Priorität ordnet und je nach Themengebiet an einzelne Teams routet.
Welche Kundenanfragen sind besonders kritisch oder wichtig?
Die Agenten stehen vor der Herausforderung, täglich ein hohes Aufkommen an Kundenfragen zu beantworten. Diese Anfragen erreichen die Berater via E-Mails und decken Produktbeschwerden, technischen Rückfragen bis zu einer Kündigung ab.
Leider bleibt für die Agenten nicht genug Zeit, um alle Anfragen zwischen unwichtigen und wichtigen zu differenzieren. Außerdem ist die Anzahl der Berater im Team begrenzt, so dass wichtige Anfragen nicht selten untergehen oder sehr verzögert bearbeitet werden.
Dies führt zu einer Unzufriedenheit der Kunden. Dem Unternehmen wird ein schlechter Service vorgeworfen, obwohl sich die Berater alle Mühe geben, zügig und korrekt zu antworten.
Wir fragen uns, wie wir die Berater unterstützen, Prozesse beschleunigen und vor allem entlasten können?
Priorisierung und Routing von Kundenanfragen durch ein KI-basiertes NLP-System
Durch die Masse an Kundenkommunikation gehen besonders wichtige Anfragen häufig unter und erhalten nicht die Aufmerksamkeit, die sie eigentlich benötigen. Speziell im E-Mail-Verkehr verstauben viele E-Mails mit wichtigen Themen wie: “Kündigungen”, “Vertragsanpassungen”, “Beschwerden”.
Aber wenn bedacht wird, dass ein einzelner Agent in einer Stunde bis zu 100 E-Mails abarbeiten muss, wird deutlich, dass dies eine große Herausforderung ist.
Wie können wir die Berater nun effektiv unterstützen?
Das schaffen wir, indem wir ein System in dem E-Mail-Kommunikationskanal implementieren, welches die Anfragen nach Dringlichkeit sortiert und entsprechend in die zuständigen Fachbereiche routet. Dieses System basiert auf Natural Language Processing und arbeitet auf der Grundlage von maschinellem Lernen. Dabei wird geschriebene oder auch gesprochene Sprache erkannt und analysiert.
Das NLP-System lernt zunächst durch Traningsdaten (z.B. Wörter wie “eilig”, “sauer”, “dringend”), wie dringliche, wichtige Anfragen aussehen. Und eben Anfragen, die nicht so eine hohe Priorität haben. So kann der Algorithmus die Dringlichkeit von E-Mail-Anfragen bestimmen. Um das richtige Team mit der Anfrage zu versorgen, wird dem System zudem beigebracht, das inhaltliche Thema der Anfrage richtig zu bestimmen. Danach wird die E-Mail automatisch an die zuständigen Mitarbeiter weitergeleitet.
Wie funktioniert das Natural Language Processing bei E-Mails?
Im Prinzip wird der Text in den E-Mails erkannt und klassifiziert. Das NLP-System lernt anhand der bereitgestellten Beispiele die Zusammenhänge in den Textkörpern. Das bedeutet es mussten E-Mails bereitgestellt werden, die eben im Vorfeld von den Fachleuten als dringlich und nicht dringlich klassifiziert wurden. Ganz offensichtliche Wörter, die dabei wichtig sind, sind beispielsweise: “dringend”, “wichtig”, “wütend”, aber auch subtilere Wörter und Zusammenhänge werden von der Maschine erkannt.
Je genauer das NLP-System arbeiten soll, desto größer sollte die Datenmenge sein, die für das Trainieren benötigt wird. Algorithmen leiten schließlich vorhandene Muster aus den Daten ab.
So wandelt das System unstrukturierte Sprachdaten in ein strukturiertes Datenformat um.
Die folgende Grafik veranschaulicht nochmals detailliert den Ablauf der Entwicklung eines solchen Natural Language Processing Systems:
Damit das NLP-System optimal auf das Kundencenter angepasst ist, implementieren wir ein vortrainiertes Transformermodell, welches auf dann für die besondere Problemstellung des Unternehmens angepasst und zugeschnittenen wird.
Welche Vorteile ergeben sich durch die Priorisierung von Kundenanfragen durch Künstliche Intelligenz?
Durch die Implementierung des KI-Systems ließen sich alle eingehenden Kundenanfragen über den E-Mail-Kanal nach Wichtigkeit priorisieren. Dadurch lassen sich die wichtigen Anfragen deutlich schneller abarbeiten, was zu einer hohen Kundenzufriedenheit beiträgt und gleichzeitig die vorhandenen Ressourcen im Kundencenter effektiv einsetzt.
Wenn Sie sich nun vorstellen können, ebenfalls ein Natural Language Processing System in Ihrem Unternehmen einzuführen, dann kontaktieren Sie uns gerne!
Weitere spannende Fakten rund um das Thema KI erfahren Sie außerdem auf unserem YouTube-Kanal.
