KUNDENFALL

Wie können Sprachanalysen die Kundenerfahrung verbessern und die Unternehmensleistung steigern?

In diesem Video unterhält sich Mickael Loreau, Innovation and Products Director bei HomeServe, mit Matthieu Myszak, Artefact Data Consulting Director, und Hanan Ouazan, Director - Data Science VP, darüber, wie die data-Lösungen von Artefact die Arbeitsweise der Callcenter des Unternehmens verändern.

Herausforderung

Seit 20 Jahren in Frankreich präsent, HomeServe ist der weltweit führende Anbieter von Hausratversicherungen mit 8 Millionen Kunden und einem Umsatz von über einer Milliarde. 

 

Wenn es um häusliche Notfälle geht, ist der von den Kunden am häufigsten genutzte Kanal das Telefon - 9 von 10 Kunden bevorzugen es. Diese Besonderheit stellt das Callcenter in den Mittelpunkt jeder Stufe der Wertschöpfungskette einer Versicherung, vom Verkauf über den Kundendienst bis hin zur Hilfeleistung.

 

Obwohl HomeServe bereits KI-basierte Konversationslösungen entwickelt hat und auf Google Assistant und Amazon Alexa vertreten ist, wollte das Unternehmen neue Wege erkunden, wie KI die Effizienz und das Kundenerlebnis in seinem bestehenden Telefonkanal verbessern könnte. 

 

Sie waren besonders daran interessiert zu sehen, welche Auswirkungen Sprachanalysen auf die riesigen Mengen an ungenutzten Kunden data haben könnten, die sie gesammelt hatten.

Lösung 

Artefact half HomeServe zunächst dabei, sich für eine “Make”- statt “Buy”-Strategie zu entscheiden, da nur eine eigene, auf das Unternehmen zugeschnittene Anlage, die Technologie und Fähigkeiten kombiniert, die vielen Ziele des Unternehmens erfüllen konnte:

  • Ein neues internes data platform für die Sprachübertragung data
  • Proprietäre agnostische Architektur, die mehrere Themen und Anwendungsfälle ermöglicht
  • Erstklassige Algorithmen, die speziell für HomeServe trainiert wurden

Wir haben auch einen Plan für die Entwicklung von HomeServe's Expertise in natürlicher Sprache, data wissenschaftlichen Algorithmen und technischen Strukturen für die KI data-Behandlung erstellt.

 

Als Nächstes richtete Artefact ein langfristiges multidisziplinäres Team mit HomeServe ein, das sich aus einem Geschäftsteam, einem Kernteam von data und einem IT-Team zusammensetzte, um den Reifegrad von Sprachanalysen, den Wert und die Machbarkeit relevanter Anwendungsfälle sowie Verbesserungen der Kundenerfahrung und der Effizienz zu bewerten.

 

Da wir nicht sofort die gesamte Architektur aufbauen konnten, mussten wir allen Beteiligten schnell den Wert der Sprachanalyse anhand eines Minimum Viable Product (MVP) demonstrieren, das nach seiner Validierung durch Geschäftsexperten erweitert werden konnte. 

 

Zu diesem Zweck haben wir in einem vierwöchigen unternehmensübergreifenden Workshop zwei hochwertige Anwendungsfälle analysiert. Wir haben mehrere Microservices für die Sammlung und Verarbeitung von data entwickelt und verpackt, damit diese Anwendungsfälle entwickelt und in Zukunft wiederverwendet werden können, sollte sich die MVP-Phase als erfolgreich erweisen. 

  1. Verfeinerung des Verständnisses der Ursachen für Kundenkontakte: Die Analyse der Themen und Unterthemen eingehender Anrufe könnte Irritationen in Gesprächen aufdecken, potenzielle Möglichkeiten für Cross- oder Upselling aufzeigen und betriebliche Optimierungen identifizieren.
  2. Erkennen von Risiken der Nichteinhaltung in Verkaufsgesprächen: KI könnte Risiken vorfiltern, die von einem Menschen bearbeitet werden müssen, und so den Mehrwert von Compliance-Teams maximieren, die sich auf bestimmte Anrufe statt auf Stichproben konzentrieren können.

Ergebnisse 

Die wichtigste Schlussfolgerung für Artefact ist, dass wir bewiesen haben, dass die Technologie ausgereift ist. Die Sprachanalytik ist bereit, für Unternehmen jetzt schon Wert zu schaffen.

 

Die Analyse der Ursachen für den Kundenkontakt führte zu drei umsetzbaren Erkenntnissen, die den Callcenter-Agenten helfen könnten, bessere Leistungen zu erbringen, mehr Verträge zu verkaufen und von einer weniger ermüdenden Arbeitsbelastung zu profitieren:

  • Verbesserte Themenklassifizierungen könnten die interaktive Sprachausgabe und die Weiterleitung verbessern
  • Eine erweiterte Stimmungsanalyse kann Anrufe in 4 Zufriedenheitsstufen einteilen und die Qualität der Kundenbetreuung verbessern.
  • Die Analyse des Cross-Sell-Potenzials von Unterthemen kann die Erkundung von Möglichkeiten und Konversionen innerhalb von Anrufen ermöglichen.

Die Erkennung von Compliance-Verstößen in Verkaufsgesprächen hat uns gezeigt, dass KI genutzt werden kann, um die Arbeit des Compliance-Teams besser zu steuern. 

Werfen Sie einen genaueren Blick auf die Arbeit von Artefact mit Homeserve.

Laden Sie das ebook jetzt herunter!