Die Mitarbeitereinsatzplanung ist einer der entscheidenden Faktoren für die Qualität der Service-Hotline. Zu wenig besetzte Plätze sorgen für Wartezeiten und unzufriedene Kunden; zu viele für unnötige Kosten. Die unbekannte Größe ist die Anzahl der Anrufe, die an einem Tag eingehen werden. Bisher überließen Unternehmen das Schätzen dem Bauchgefühl der Verantwortlichen oder verließen sich auf einfache Durchschnittswerte. Mit all der Unzuverlässigkeit und der schwankenden Qualität, die damit verbunden sind.
Was Ihre Kunden in Zukunft nicht mehr hören können? Warteschleifenmusik
Eine KI, die weiß, wie viele Leute Ihren Service nächste Woche anrufen
So lief es früher
Dann kommt KI ins Spiel
Das Optimieren von Telefon-Serviceangeboten durch eine bessere Prognose der Zahl der Anrufer ist ein Auftrag, bei dem sich KI-Anwendungen wohlfühlen: große Datenmengen, eine klar umrissene Aufgabe – und ein einfaches Kriterium zur Erfolgsmessung: Die auf KI basierenden Schätzungen müssen besser sein als die zuvor gewählten Verfahren.
Die Datengrundlage bilden die Anruferzahlen der letzten Jahre. Auf dieser Basis sucht ein Machine-Learning-System Muster und findet Zusammenhänge zwischen der Anzahl der Anrufe und Faktoren wie Wochentag, Uhrzeit, Urlaubszeit, Feiertagen, Wetter oder Werbeaktivitäten. Die Prognose der Aktivitäten an der Service-Hotline wird laufend mit den realen Werten verglichen und die Parameter werden angepasst.
So ist es jetzt
Kunden erreichen Servicemitarbeiter schneller und klären ihre Anfragen zügiger. Dies sorgt für mehr Zufriedenheit und reduziert die Wechselwahrscheinlichkeit. Gleichzeitig bietet die Arbeitsorganisation mit Machine Learning eine verlässlichere Planungsgrundlage sowohl für die Mitarbeiter als auch für die Führungskräfte im Call-Center. Dies hilft beispielsweise bei der aufwandsorientierten Urlaubsplanung.
Schnell stellten wir fest, dass unser aller Bauchgefühl der systematischen Auswertung der vorhandenen Daten durch ein System auf Machine-Learning-Basis unterlegen ist. Wir konnten die Zuverlässigkeit unserer Prognosen in wenigen Wochen deutlich erhöhen.
Kai Völker, Vorstandsmitglied Barmenia Versicherungen
Für wen eignet sich dieser Ansatz?
Für alle Unternehmen mit umfangreicher Kundenkorrespondenz
Für wen im Unternehmen ist der Anwendungsfall interessant?
Für alle Verantwortlichen rund um Marketing, Kundenservice, Vertrieb
Hintergründe für die technisch Interessierten:
Cognitive Services, Machine Learning, Logic Apps, Azure Functions
Sie haben Fragen?
Künstliche Intelligenz ist kein Ersatz für menschliche Diskussion
Sie überlegen, welche Möglichkeiten KI Ihrem Unternehmen eröffnen kann? Sie wollen mehr über Anwendungsfälle und Technik erfahren? Wir haben keine Standardantworten im Gepäck – aber wir bringen unser Fachwissen, unsere Neugier auf Ihr Geschäft und unsere Leidenschaft für Technologie mit.
Wir freuen uns darauf, mit Ihnen ins Gespräch zu kommen.