AI-Unterstützung für die Kundenbetreuer*innen eines führenden Energieversorgers

AI-Unterstützung für die Kundenbetreuer*innen eines führenden Energieversorgers

In diesem Anwendungsfall wird erläutert, wie wir bei einem der größten Energieversorger Europas Kundenbetreuer*innen mit AI-basierter Automatisierung für Telefon- und E-Mail-Kundendienstprozesse unterstützt haben. Entdecken Sie, wie Modelle des maschinellen Lernens (ML) die Kundenzufriedenheit erhöhen und die durchschnittliche Bearbeitungszeit verringern.

Wesentliche Herausforderungen

Unser Kunde ist einer der größten Energieversorger in Deutschland und Europa. Er versorgt mehr als 5,5 Millionen Menschen mit Gas, Strom, Wasser und energiebezogenen Dienstleistungen und Produkten.

In einem von Natur aus sehr homogenen Markt hat unser Kunde die Qualität des Kundendienstes als wesentliches Unterscheidungsmerkmal erkannt. Infolgedessen begann er die Effizienz und Qualität des Kundensupports zu steigern, indem er Technologie – insbesondere AI – als Wettbewerbsvorteil nutzt und weiterhin nutzen wird.

Unser Kunde verfolgt die Ziele:

Unser Ansatz

Wir unterstützen unseren Kunden dabei, AI zu nutzen, um seine Ziele auf drei verschiedene Arten zu erreichen:
Vollständige Prozessautomatisierung, Aufbau von ML-basierten Werkzeugen zur Unterstützung der Arbeit von Kundenbetreuern und Customer Analytics.

  1. Um E-Mail-basierte Prozesse zu automatisieren und Tools zu entwickeln, die die Kundenbetreuer*innen unterstützen, folgen wir einem strengen Prozess des tiefen Verständnisses der Geschäftsprozesse, der Identifizierung von Use Cases und der Validierung und Bewertung ihres Potenzials. Anschließend kümmern wir uns um den Aufbau und die Markteinführung von cloud-basierten Minimum Viable Products in einer möglichst kurzen Zeit. Zuletzt wiederholen wir die Schritte kontinuierlich, um die Leistung in Bezug auf klar definierte und messbare KPIs zu steigern.
  2. Um ihre Kunden besser zu verstehen und telefonbasierte Prozesse zu automatisieren, helfen wir unserem Kunden, ein intelligentes System aufzubauen, zu verbessern, zu betreiben und zu warten. Es fragt den Anrufer nach dem Grund seines Anrufs, klassifiziert und erfasst die Antwort des Kunden. Auf der Grundlage des Ergebnisses reagiert das System mit dem Angebot mehrerer Self-Services, die entweder die folgende Interaktion mit eine*r Kundenbetreuer*in verkürzen oder die gesamte Interaktion überflüssig machen.

Leistungen

Technologien und Partner

Beteiligtes Team

ML-Engineers, Data Scientist, Cloud-Architekt*innen, DevOps-Engineers und Projektmanager*innen arbeiteten 22 Monate lang mit unserem Kunden an diesem Projekt.

Entdecken Sie, was wir für den Customer Service und im Bereich Data & Analytics für Sie tun können.