Natural Language Processing im Kundencenter

In diesem Use Case zeigen wir Ihnen, wie wir einem Unternehmen aus der Telekommunikationsbranche dabei geholfen haben, Natural Language Processing in bestehende Unternehmensstrukturen zu implementieren. Wie wir dies umgesetzt haben und was das Ergebnis war, können Sie in diesem Use Case lesen. 

Problem

Bei Unternehmen aus der Telekommunikationsbranche herrscht täglich ein hohes Aufkommen von Kundenanfragen, Tausende E-Mails, Anrufe und Chats. Die E-Mails enthalten meist Fragen oder Anliegen zu bestimmten Verträgen. Da sich nur eine begrenzte Anzahl an Agenten mit diesem hohen Aufkommen an Mails befassen muss, kann dies oftmals zu Verzögerungen führen.

Folglich fühlt sich der Kunde durch die verlängerte Wartezeit nicht optimal betreut und kehrt im schlimmsten Fall dem Unternehmen den Rücken zu. Neben dem raschen Abarbeiten der E-Mails gibt es zudem das Problem, dass die E-Mails eine unterschiedliche Dringlichkeit aufweisen. Um die E-Mails deshalb nach ihrer Wichtigkeit zu bearbeiten, stellt die Sortierung und Analyse der E-Mails eine wichtige Arbeit dar. 

Lösung

Um dem hohen Aufkommen der E-Mail-Anfragen gerecht zu werden, wurde ein System auf Basis von Natural Language Processing genutzt. Dieses klassifiziert die E-Mails nach deren Inhalt. Dazu wird von dem verwendenden System auf Basis von Natural Language Processing gesprochene oder geschriebene Sprache eines Textes oder einer Audioaufzeichnung erkannt und analysiert. Natural Language Processing beschäftigt sich im Kern mit der Analyse, dem Verständnis und der Generierung von natürlicher Sprache. 

Das System scannt dabei die E-Mail und kann Wörter wie beispielsweise “Antwort”, “bestätigen”, “Kündigung” oder “dringend” erkennen und Zusammenhänge einordnen. Demnach lassen sich Texte der E-Mails analysieren und auswerten. In diesem konkreten Use-Case wurde ein vortrainiertes Modell passgenau auf die vorliegende Problemstellung angepasst. Primär ging es darum, das Thema beziehungsweise Anliegen der E-Mail vorherzusagen. Je nach Anliegen oder Thema kann die E-Mail im Anschluss an den jeweiligen Fachbereich und Agenten weitergeleitet werden.  

Ergebnis

Durch den Einsatz dieses Systems ließen sich wichtige Anfragen direkt an Mitarbeiter weiterleiten. Die E-Mails mit besonderer Dringlichkeit, wie etwa Kündigungsanliegen oder Beschwerden wurden demnach in kürzester Zeit bearbeitet. Grundlegend verbesserte sich also die Effizienz der Fachabteilung und auch die Antwortgeschwindigkeit konnte deutlich verbessert werden. 

Zudem ist durch die schnelle Beantwortung von Kundenanfragen mit einer erheblichen Steigerung der Kundenzufriedenheit zu rechnen. Neben den Vorteilen für den Kunden werden zusätzlich die Mitarbeiter entlastet, da sich diese primär mit dringlichen E-Mails befassen.

Ihr Kontakt: Laurenz Wuttke

Unternehmen sitzen auf einem ungenutzten Berg von Kundendaten. Wir von datasolut entwickeln KI, die Ihr Marketing optimiert. Damit Sie dem richtigen Kunden zur richtigen Zeit das richtige Angebot machen können.

Laurenz Wuttke

Auch interessant für Sie

Interessante Blogbeiträge

Praxisbeispiele

Künstliche Intelligenz optimiert Marketing und Vertrieb

Tragen Sie sich hier in unseren Newsletter ein und erhalten Sie gratis die KI-Anwendungsfälle:

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu.