Kontakt Anrufe in der Zentrale oder eingehende Nachrichten kosten in der Regel zwischen 10 und 20 € pro Stück und stellen in vielen Branchen einen erheblichen Kostenfaktor dar. In diesem Blog finden Sie 8 Möglichkeiten, wie Sie mit Hilfe von Daten und Automatisierung im Kundenservice Geld sparen und gleichzeitig Ihren Kundenservice verbessern können. Kundenerlebnis - Schließlich ist die beste Interaktion mit dem Kunden oft die, die man nie hatte.
Die meisten Unternehmen haben sich heute um die Grundlagen der Kundenbetreuung gekümmert - sie haben eine Plattform für die Serviceabwicklung wie Salesforce Service Cloud, Zendesk oder ähnliches für die Weiterleitung, Zuweisung und Verwaltung von Serviceanfragen implementiert. Vielleicht haben Sie auch in fortschrittlichere Call-Routing-Technologien wie Genesys investiert. Diese Plattformen ermöglichen eine erhebliche Verbesserung der Effizienz der Anfragenverwaltung. Serviceforen, Chatbots und häufig gestellte Fragen (FAQs) sind Methoden, um eingehende Anrufe zu reduzieren, indem man Kunden die Antworten selbst finden lässt. Aber könnten Sie mit dem, was Sie heute schon haben, noch mehr erreichen?
Haben Sie einen verborgenen Schatz in Ihren Kundenbetreuungsdaten?
Daten zur Kundenbetreuung sind wahrscheinlich die umfangreichsten Daten, die Sie über Ihre Kunden haben. Beispiele für Daten, die Sie sammeln, aber nicht nutzen, finden Sie in der folgenden Tabelle. Je mehr Daten Sie haben, desto besser sind Ihre Vorhersagen - und wenn Sie viele Quellen im Laufe der Zeit kombinieren, erhalten Sie bessere Kundeneinblicke.
Muss ich einen riesigen Datenspeicher aufbauen?
Nein - das wäre der größte Fehler. Hier verlieren sich viele Unternehmen in langen und kostspieligen Projekten mit ungewissem Ausgang. Wir bei Avaus empfehlen einen "Slice by Slice"-Ansatz zur Entwicklung datengesteuerter, maßgeschneiderter Prozesse. Konzentrieren Sie sich auf einige wenige Datenquellen und erstellen Sie eine End-to-End-Lösung. Wir nennen dies den Data-Algo-Action-Ansatz, wie er in unserem KI Cookbook für Marketing & Vertrieb. Jeder dieser Anwendungsfälle kann mit einem sehr einfachen technischen Setup entwickelt werden, um den Ansatz zu verifizieren, bevor Sie mehr investieren.
Die typischsten Anwendungsfälle für Kostensenkungen in der Kundenbetreuung
Eingehende Anrufe reduzieren
1. Impfungstätigkeiten
Durch die Vorhersage der Wahrscheinlichkeit, dass der Kundendienst kontaktiert wird, und der Wahrscheinlichkeit des Themas können vorbeugende Maßnahmen ergriffen werden, wie z. B. das Versenden einer E-Mail oder SMS mit der Frage "Haben Sie Probleme mit Ihrer Zahlung".
2. Personalisierung der Website mit Strategien zur Anrufumleitung
Wenn ein identifizierter Kunde Ihr Web oder Ihre App aufruft und Sie wissen, dass er wahrscheinlich anrufen wird, stellen Sie sicher, dass Sie die Anrufumleitung personalisieren. Ein paar typische Beispiele könnten sein:
Versicherung - Wenn ein Kunde einen aktiven Schadenprozess hat → Schadenstatus? Prüfen Sie den Status Ihres Anspruchs, indem Sie sich anmelden.
Telco - Wenn ein Kunde unbezahlte Rechnungen hat / gerade eine Rechnung erhalten hat → Fragen zu Ihrer Rechnung? Typische Fragen und Antworten finden Sie hier!
Verringerung des Zeitaufwands für die Kundenbetreuung
1. Verbesserung der First Call Resolution (FCR) durch korrekte Weiterleitung von Anrufen
Erkennen Sie, wer anruft, und stellen Sie eine Verbindung zu den Informationen über das wahrscheinliche Problem her. Sie können den Anruf/die Nachricht gleich beim ersten Versuch an den Agenten mit den richtigen Fähigkeiten weiterleiten.
2. Verkürzung der Anrufzeiten mit empfohlenen Maßnahmen
Wenn Sie entweder im Voraus wissen, um welches Problem es sich handelt, oder wenn Sie es anhand von Schlüsselwörtern in der Sprache erkennen - KI kann das heute ziemlich leicht für Sie erledigen -, kann Ihr Service-Mitarbeiter mit den richtigen Skripten aufgefordert werden und Probleme schneller lösen.
Verbesserung der Anrufqualität
1. Zeit für die richtigen Kunden aufwenden
Ein hoch geschätzter Kunde sollte wahrscheinlich nicht auf die Schnelle oder von einem unerfahrenen Mitarbeiter behandelt werden. Auf der Grundlage Ihrer Kundensegmentierung sollte die Entscheidungshilfe für Agenten lauten: "Nehmen Sie sich Zeit!" oder "Bemühen Sie sich um eine schnelle Lösung".
2. Replizieren Sie Ihre besten Agenten mit digitalem Coaching
Indem Sie analysieren, was die besten Kundenbetreuer anders machen, können Sie den Mitarbeitern Echtzeit-Feedback auf der Grundlage ihrer Leistung geben - "leistungsstarke Mitarbeiter sprechen den Kunden mit Vornamen an - probieren Sie es aus!".
Nutzen Sie die Gelegenheit zu Cross- und Upselling auf der Grundlage wahrscheinlicher Bedürfnisse
1. Nächstbeste Aktion
Wenn Sie bereits hochwertige Kundenbetreuung in Ihren Kunden investiert haben, lohnt es sich, diese in eine Verkaufschance umzuwandeln. Die Art und Weise, wie dies geschieht, sollte davon abhängen, an wen verkauft werden soll - nicht alle Kunden werden wahrscheinlich kaufen, und das wäre dann eine Verschwendung von Zeit und Mühe gewesen. Ein Modell für die nächstbeste Aktion, das Ihnen sagt, ob Sie einen bestimmten Kunden verkaufen, betreuen oder behalten sollten, gibt den Kundenbetreuern einen "sechsten Sinn", um den richtigen Schritt zu tun.
2. Nächstbestes Angebot
Wenn der Kunde anfällig für Vertrieb ist, ist es wahrscheinlicher, dass er während des Anrufs Konvertierung weiß, was er verkaufen soll. Bei einem Modell mit dem nächstbesten Angebot wird dem Kundenbetreuer das Produkt, das am ehesten den Bedürfnissen des Kunden entspricht, als Vorschlag für den Kunden empfohlen.
Dies sind einige der "easy wins" für die Effizienzsteigerung durch Daten, Intelligenz und Automatisierung in der Kundenbetreuung. Der Schlüssel zum Erfolg ist die Ausweitung und Automatisierung so vieler "Effizienz"-Faktoren wie möglich (positiver ROI für die Entwicklung).
Wenn Sie mehr über unseren Ansatz zur Effizienzsteigerung und Kostensenkung in der Kundenbetreuung erfahren möchten, zögern Sie nicht zu erreichen. Sie können auch mehr über das Data-Algo-Action-Framework in unserem Avaus Cookbook: KI im Marketing & Vertrieb.
Geschrieben von. Emma Storbacka