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.
- Customer Analytics
- Customer Service
- Natural Language Processing
- Data Products
- Maschinelles Lernen (Machine Learning)
- Cloud
- Prozessautomatisierung
- Energieversorger
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:
- Senkung der durchschnittlichen Bearbeitungszeit von Kundenanfragen;
- Steigerung der Qualität der Kundeninteraktionen;
- Verbesserung des Verständnisses der Kundenbedürfnisse und -wünsche.
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.
- 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.
- 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
- Automatisierung von sechs telefonbasierten Prozessen innerhalb von 15 Monaten;
- Automatisierung von drei E-Mail-basierten Prozessen in acht Monaten;
- Zwei sofort einsatzbereite AI-Tools zur Verbesserung der Leistung von Kundendienstmitarbeiter*innen in elfen Monaten;
- Unser Kunde klassifiziert ab sofort 2 000 000 Kundenanrufe pro Jahr in Bezug auf 50 unterschiedliche Sachverhalte. Dadurch spart das Unternehmen fast 1,8 Millionen Minuten pro Jahr, was Einsparungen in Höhe von 900 000 Euro entspricht.
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.
Danke an unsere*n
Autor*in
