KUNDENFALL
Wie können Sprachanalysen die Kundenerfahrung verbessern und die Unternehmensleistung steigern?
In diesem Video spricht Mickael Loreau, Innovation and Products Director bei HomeServe, mit Artefact Data Consulting Director Matthieu Myszak und Hanan Ouazan, Director - Data Science VP, darüber, wie die Lösungen von Artefact' data die Arbeitsweise der Callcenter des Unternehmens verändern.
Herausforderung
Seit 20 Jahren in Frankreich präsent, HomeServe ist mit 8 Millionen Kunden und einem Umsatz von über einer Milliarde der weltweit führende Anbieter von Hausratversicherungen.
Wenn es um häusliche Notfälle geht, ist das Telefon der von den Kunden am häufigsten genutzte Kanal - 9 von 10 Kunden bevorzugen es. Diese Besonderheit stellt das Callcenter in den Mittelpunkt jeder Stufe der Wertschöpfungskette der Versicherung, vom Verkauf über den Kundendienst bis hin zur Hilfeleistung.
Obwohl HomeServe bereits auf AI basierende Konversationslösungen entwickelt hat und auf Google Assistant und Amazon Alexa vertreten ist, wollte das Unternehmen neue Wege erkunden, wie AI die Effizienz und das Kundenerlebnis in seinem bestehenden Telefonkanal verbessern kann.
Sie waren besonders daran interessiert zu sehen, welche Auswirkungen die Sprachanalyse auf die riesigen Mengen an ungenutzten Kundendaten haben könnte, die sie gesammelt hatten data .
Lösung
Artefact begann damit, dass wir HomeServe dabei halfen, sich für eine "Make"- statt einer "Buy"-Strategie zu entscheiden, da nur eine eigene, auf das Unternehmen zugeschnittene Anlage, die Technologie und Fähigkeiten kombiniert, die zahlreichen Ziele des Unternehmens erfüllen konnte:
- Eine neue interne Plattform data , die der Sprache gewidmet ist data
- Proprietäre agnostische Architektur, die mehrere Themen und Anwendungsfälle ermöglicht
- Speziell für HomeServe trainierte Spitzenalgorithmen
Wir haben auch einen Plan für die Entwicklung des Fachwissens von HomeServe im Bereich der natürlichen Sprache, der wissenschaftlichen Algorithmen von data und der technischen Strukturen von AI data -behandelt.
Als Nächstes richtete Artefact ein langfristiges multidisziplinäres Team mit HomeServe ein, das sich aus einem Geschäftsteam, einem Kernteam data und einem IT-Team zusammensetzte, um den Reifegrad von Sprachanalysen, den Wert und die Machbarkeit relevanter Anwendungsfälle sowie Verbesserungen der Kundenerfahrung und Effizienz zu bewerten.
Da wir nicht sofort die gesamte Architektur aufbauen konnten, mussten wir allen Beteiligten schnell den Wert der Sprachanalyse durch ein 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 entwickelten mehrere Microservices für die Sammlung und Verarbeitung von data und schnürten Pakete, damit diese Anwendungsfälle entwickelt und in Zukunft wiederverwendet werden können, sollte sich die MVP-Phase als erfolgreich erweisen.
- Verfeinerung des Verständnisses der Ursachen von Kundenkontakten: Durch die Analyse der Themen und Unterthemen eingehender Anrufe können Irritationen in Gesprächen aufgedeckt, potenzielle Chancen für Cross- oder Upselling erkannt und betriebliche Optimierungen ermittelt werden.
- Erkennung von Risiken der Nichteinhaltung von Vorschriften in VerkaufsgesprächenAI könnte Risiken, die von einem Menschen behandelt werden müssen, herausfiltern und so den Mehrwert der 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, jetzt einen Mehrwert für Unternehmen zu schaffen.
Die Analyse der Grundursachen 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
Durch die Aufdeckung von Verstößen bei Verkaufsgesprächen konnten wir anhand einer Use Case-Analyse nachweisen, dass AI zur besseren Ausrichtung der Arbeit des Compliance-Teams genutzt werden kann.
