4. AI im Contact Center
Warum gerade jetzt?
Kommunikation:
Conversational UI
Personalisiert
Kontextbezogen
Echtzeit
Erst-
Erledigungsquote
5. 5
Der Daten Tsunami im Contact Center:
Kontakt Volumen, Metadaten, Ergebnisse, Prozess-
Informationen
Wie sollen Menschen das schnell
und effizient verarbeiten?
6. Wo liegt der Nutzen von AI im Contact Center
Wo liegt der Nutzen
von AI im Contact
Center?
• Personalisierte Kundenansprache in Echtzeit – Vorhersage von
Kundenwünschen
• Automatisierung von hochvolumigen, einfachen Anfragen – Entlastung der
Mitarbeiter
• Verbesserung des Qualitäts-Managements
7. Click to edit Master title style
7
Einsatzbereiche von AI im Call Center:
Wissensmanagement
Next best action
Qualitätsmanagement
Automatisierung/Chatbots/Self-Service
9. Click to edit Master title styleAI: Musterkennung als Frühwarnsystem
9Quelle:opera solutions
10. Click to edit Master title style
10
Wissensmanagement
11. Click to edit Master title styleNeue Generation von Wissens-Management-
Systemen
11
Quelle: mindbreeze
12. • Häufig beschränken sich Self-Services
auf FAQ Angebote
• In aller Regel keine kontextbezogenen
Angebote und keine Anbindung an
unterschiedliche Systeme
• Oft identisch mit dem internen
Wissensmanagement für die
Mitarbeiter im Call Center
• Zeitgemäße Systeme arbeiten
dynamisch, kontextbezogen, beziehen
Kundendaten in Echtzeit mit ein und
basieren auf KI-Technologien
KONTEXTBEZOGEN
AI und Self-Services: Kontext-bezogenes und
dynamisches Wissen bereitstellen
12
Quelle: ITyX
13. Click to edit Master title style
13
Next Best Action
oder
Das Orakel von Delphi
14. 14
Next Best Action
Basierend auf dem Ergebnis:
Aktualisierung der Machine Learning Modelle
Kundenverhalten
CRM Daten
Vertragsstatus und -nutzung
“Deep Learning LSTM”
Modelle
“Random Forest”
Klassifizierung
Gesprächslänge
für Kundengespräche
Customer
Lifetime Value
Kündigungs-
risiko
Kosten jeder
Aktion
Vorherige Interaktionen
Empfehlung der
Besten Lösung
Next Best Action Empfehlungen für Kundenberater
Kundenzufriedenheit
bei Serviceanfragen
Vorteile
für den Nutzer
Machine Learning
Modelle
Vorhersagen
und Klassifizierung
Zugriff auf Daten
aus verschiedenen Quellen
15. Mobile Device Data in
Hadoop
Projected
Product
Supply
Customize
Inbound
Response
Verbinden Analysieren Handeln
Connect to Text
Customer Match
Join
Derive
Aggregate
Prepare
Business Rule
Triggers
Customer
Lifetime Value
/ Near- Term
Value Scores
Personalized Next
Best Action
Recommendation
Optimize
Outbound
Marketing
Build
Customer
Profile
Aggregate
and
Discover
Product
History by
Customer
Capture Campaign
Rules and Objectives
Customer Match
Join
Derive
Aggregate
Prepare
Web Behavior
Account Info and
Demographics
Transaction
History
Real- Time Digital
Media Feeds
Marketing
Automation
Increase
Customer Loyalty
Improve Supply
Chain Management
Increase
Campaign Revenue
Increase Call
Center Profits
Web Activity
Mobile Behavior
Quantify
Social Activity
API Level
Connection to
Marketing
Automation
Connect to
Connect to
Database
Level
Connection
API Level
Connection
to CRM
Predictive
Product
Model
Predictive
Product
Model
Predictive
Product
Model
Predictive
Product
Model
Predictive
Product
Model
Predictive
Product
Model
AI benötigt Daten – AI benötigt Vernetzung. Beispiel
next best action
Quelle: International Institute for Analytics
16. 16
Bestmögliche Unterstützung des Kundenberaters bei jedem Gespräch
Aggregation von Echtzeit-Kundendaten
und Identifikation der relevanten Daten für jedes einzelne Gespräch
Klassifizierung von Kunden mit hohem Risiko oder Potential
um die beste und kosteneffizienteste Lösung zu liefern
KI-gestützte Lösungsvorschläge für die Kundenberater
um eine optimale Kundenzufriedenheit sicherzustellen
Kürzere Gesprächsdauer
durch schnelleres Kundenverständnis
Höhere Kundenzufriedenheit
nach Kundengesprächen
Die Herausforderung : Kundenberater haben wenig Zeit alle relevanten Kundendaten zu verstehen
ErgebnisErgebnis
17. 17
Gesammelte Kunden-, Agenten- und Anrufdaten
Clustering von
Kunden
Neuronale
Netzwerke
Kundenzufriedenheit
bei Serviceanfragen
Vertragskündigungen
bei Vertragsgesprächen
Gesprächszeit
Kunden-
zufriedenheit
Umsatz
Optimaler
Agent
2. Intelligentes Call Routing
Kundendaten
Agentendaten
Erfolgshistorie
Intelligentes Routing von Kundenanfragen
Vorteile
für den Nutzer
Zugriff auf Daten
aus verschiedenen Quellen +
Machine Learning
Modelle
Vorhersagen
und Klassifizierung
22. Customers receive text messages
reminding them of their check-in time,
as well as providing their boarding pass
and their flight’s status — all in a
friendly and familiar tone, as if
it were coming from a friend.
Quelle: https://www.smashingmagazine.com/2016/07/conversational-interfaces-
where-are-we-today-where-are-we-heading/
Balance zwischen Effizienz und empathischen
Dialogen finden
22
23. Click to edit Master title style
23
Use Cases:
• Auftragsstatus klären
• Bank-, Konto-, Adressdaten ändern
• Abruf von Produkt- oder Service-
Spezifikationen
• Zählerstandsmeldung bei
Energieversorgern
• An- und Abmeldeprozesse
• Status-Informationen
• Status-Änderungen
• Buchen, Bestellen und Reservieren
von Standard-Produkten und Service-
Dienstleistungen
24. Chatbots
• Eingabe per Sprache oder Text per
facebook messenger,….
• Die 1. Generation arbeitet regelbasiert
• Einfache Geschäftsvorfälle werden
adressiert.
• Die Automatisierung einfacher
Prozesse verspricht große
Kosteneinsparungen
25. Click to edit Master title styleSprachgesteuerte Assistenten – Amazon Alexa
26. Click to edit Master title stylegoogle assistant telefoniert für Sie……
26
27. Click to edit Master title styleVereinfachte Übersicht AI Chatbot Arbeitsweise
AI
(Natural Dialogue
Management)
(Natural Language
Understanding)
(Natural Language
Generation)
(Conversational
Platform, e.g.
Facebook
Messenger)
“What’s theweather
like tomorrow?”
(User Request via text or voice)
“It willbesunny and
20°C.”
(AI response via text or voice)
(Your backend,
database orAPI)
30. Chatbot/AI - Infrastruktur
Phone IVRU Messenger und Collaboration Smartphone
Speech recognition (ASR)
Natural Language Processing (NLP)
Text to Speech (TTS)
Backend-Systeme:
CRM,
Knowledge
Management
……
API
APIKernanwendung (regelbasiert, hybrid, Machine Learning, Deep Learning)
31. AI: Ein schnell wachsendes Angebot
Source:AutonomousNEXT,Botlist.co,BootstrapLabs,VentureBeat
32. Click to edit Master title styleDie Nutzung und Integration von AI ist nicht trivial –
Omnikanal Architektur
Agent Experience
Single View Of Customer ProcessGuidance
Knowledge-Infused Process Unified Interaction History
CampaignExecution
Scorecard
Monitoring, Steuerung, Reporting
DataWarehouse
ProduktManagement
Mobile Experience
Mobile Field Service
Case Management
Multi-Device Consumer
Secure Payments
SMS andTwitter
Workflow
Case Management
Predictive Analytics
Customer Journey
Orchestration
CRM
SocialMobile/AppsE-Mail Chat/Videochat/Co-Bro. BriefTelefon Web Self-Service
Personal-
Einsatz-
Planung
Wissens-
Management
Reporting/
Monitoring
Omnikanal Routing
Instant Messenger
Customer Experience/Frontend
Infrastruktur/Analytics
Community Geschäftsstelle
Customer Journey Analytics
Unified Desktop
@
Qualitäts-
Management
Kampagnen-Mgmt
Chatbots
Logidtik
AI Einsatz
33. Echtzeit Verknüpfung aller relevanten Systeme
per API Management System
Quelle: https://https://wso2.com/api-management/
34. Click to edit Master title style
34
AI Im Contact Center bedeutet alle
relevanten Informationen in einer
Oberfläche in Echtzeit bereit zu stellen:
Unified Desktop
Quelle: jacada
35. Click to edit Master title styleDas AI-Anwendungs-Spektrum im Contact Center
35
36. Kostenfreie ebooks zu Omnichannel, Chatbots,
Contact Center
http://marketing-resultant.de/mediathek-2/
Make the right offer at the right time. Build real-time personalized recommendations to address specific customer needs and wants.
The Next Best Action Blueprint fundamentally empowers you to provide one-to-one marketing—it’s about relevance and value. With a comprehensive 360⁰cross-channel view of behaviors and spend, you can meet customer demands and then shape what happens next. This allows you to optimize your supply chain, customize campaigns with confidence, and ultimately drive meaningful, personalized engagements.
Increase campaign revenue and customer loyalty / satisfaction