Thought Leadership
Nicht zuletzt durch die Corona-Pandemie steigen die Anforderungen an den Kundenservice stark an. Durch KI (künstliche Intelligenz) werden Mitarbeiter entlastet und befähigt, exzellenten Service zu bieten, der die Bedürfnisse der Kunden in den Mittelpunkt rückt.
Seit rund einem Jahr hält die Covid-19-Pandemie die Welt in Atem – und zwingt uns nicht nur, persönliche Kontakte zu reduzieren, sondern schränkt durch den Lockdown auch die Kontaktpunkte von Kunden zu Unternehmen stark ein. Das hat erhebliche Auswirkungen auf die Kundenbeziehungen: Unternehmen müssen sich besonders anstrengen, um auch während dieser Phasen das Verhältnis aufrecht zu halten und keine Kunden dauerhaft zu verlieren.
Um starke Kundenbeziehungen zu fördern, nutzt ein großer Teil der Unternehmen Customer-Relationship-Management (CRM-)Systeme. Diese Programme treten oft mit dem Leistungsversprechen an, eine einheitliche Lösung zu bieten, die Daten, Erkenntnisse und Analysen verbindet und den Kunden in den Mittelpunkt der Unternehmensziele stellt – und so den Unternehmenserfolg langfristig sichert. Doch wird dieses Leistungsversprechen immer eingehalten? Aktuell noch nicht – dementsprechend ist die Zufriedenheit der Nutzer aktueller CRM-Lösungen noch nicht optimal: Ein Blick auf eine aktuelle Forrester-Umfrage zeigt, dass über die Hälfte (52 Prozent) der Nutzer bereits nach zwei Jahren aufgrund einer schlechten Datenqualität von ihren CRM-Systemen enttäuscht sind.
Zeitgemäße Software-Lösungen brechen Datensilos auf
Gerade im deutschen Mittelstand zeichnet sich in der Wirklichkeit jedoch ein anderes Bild. Viele Unternehmen nutzen noch längst nicht das volle Potenzial der vorliegenden Kundeninformationen aus und versäumen die Möglichkeit, die Bedürfnisse der eigenen Kunden kennen- und nutzen zu lernen. Nutzerunfreundliche Tools oder komplexe Multi-Stack-Lösungen hemmen oftmals eine effiziente Arbeit und führen vielerorts zu Datensilos, also zu einzelnen Speicherorten von Daten, die keine gemeinsame Auswertung zulassen. Vorliegende Daten schlummern so ungenutzt vor sich hin, da diese nicht mit weiteren Informationen verknüpft werden und so kein Mehrwert für die Kundenbeziehung gewonnen werden kann. Chancen für bessere Kundenerfahrungen und eine höhere Profitabilität des Unternehmens werden verschenkt. Doch wie geht es besser?
Gerade für mittelständische Unternehmen ist es wichtig, eine moderne Plattform für ihr CRM zu nutzen. Denn Legacy-CRM oder CRM-1-0-Lösungen wurden vor 15 bis 20 Jahren gebaut und erfordern inzwischen zumindest erhebliche Anpassungs- und Integrationsarbeiten, um den heutigen Anforderungen gerecht zu werden. Sogenannte CRM-2.0-Lösungen hingegen wurden von Grund auf neu entwickelt und verfügen über eine integrierte Datenplattform, die den Unternehmen einen Zugriff auf einen standardisierten und normalisierten Datensatz über die verschiedenen Touchpoints hinweg ermöglicht – und so u. a. die Nutzerfreundlichkeit stark erhöht. Eine gute Möglichkeit, um auch mit begrenztem Know-how und Budget die Kundenbeziehungen zu verbessern, ist zudem künstliche Intelligenz.
Es stellt sich die Frage: Was kann KI als Bestandteil moderner CRM-Lösungen heute schon leisten? Im folgenden werden daher einige Bereiche erläutert, in denen KI in CRM-Lösungen bereits echte Mehrwerte stiften.
Granulare und gelabelte Daten als Basis
Bei der Anwendung von KI, um bessere Kundenerlebnisse zu liefern, sind keine einzelnen Datenpunkte wichtiger als die anderen. Wie Aristoteles sagen würde: Das Ganze ist größer als die Summe seiner Teile. Bei der Analyse kommt es darauf an, alles in einer gemeinsamen Datenplattform zusammenzuführen, denn so können sich die Datenwissenschaftler darauf konzentrieren, zu erkennen, welche Informationen für welche Ergebnisse verantwortlich sind.
Anstatt eine Art von Daten über die andere zu priorisieren, sollten sich Unternehmen auf das Sammeln und Erfassen von granulareren Daten konzentrieren. Anstatt beispielsweise High-Level-Engagement-Daten von Kunden zu sammeln, ist es viel interessanter, zusätzliche Daten von Kunden zu erfassen, die erklären, warum sie eine bestimmte Aktion wie das Öffnen einer E-Mail oder das Klicken auf eine Schaltfläche durchgeführt haben. Ein anderes Beispiel wäre, Vertriebsmitarbeiter zu bitten, mitzuteilen, warum sie glauben, dass ein Verkauf abgeschlossen wird, anstatt sich auf Daten zu verlassen, ob ein Verkauf abgeschlossen wurde. Solche „gelabelten Daten“ sind beim Training von Machine-Learning-Modellen nützlicher, weil sie die Welt detaillierter beschreiben.
Individuelle Einsichten und personalisierte Ansprachen
Kunden von heute wollen möglichst individuell angesprochen werden, um sich verstanden und gut betreut zu fühlen. Zudem wiederholen sie sich zumeist nur ungern, wenn sie nach dem Erstkontakt, beispielsweise via Social Media, noch einmal mithilfe eines anderen Kanals mit dem Kundenservice in Kontakt treten. Hier kann künstliche Intelligenz helfen, diese Erwartungen zu erfüllen: Durch Datenanalysen zum Nutzerverhalten können den Service-Mitarbeitern wichtige Hinweise gegeben werden, was sich der Kunde wünscht – und auf dieser Basis die Beratung optimiert werden.
Auch bei der Optimierung des Vertriebs kann die KI helfen: Eine KI kann treffende Einschätzungen geben, welche Leads am aussichtsreichsten sind. Dies hilft den Mitarbeitern, ihre Arbeit effektiv zu priorisieren. Statt “nach Bauchgefühl” zu entscheiden, können sie ihre Entscheidungen auf eine solide Datenbasis stützen und können sich so z. B. sich zuerst den Kunden widmen, deren Anliegen besonders dringend ist oder die mit hoher Wahrscheinlichkeit ein bestimmtes Produkt kaufen.
Intelligente Automatisierung und bessere Ressourcenverteilung
Zudem ist gerade während der Corona-Pandemie eine hohe Effizienz gefragt, da sich die Anzahl an digitalen Anfragen aufgrund der geschlossenen Geschäfte innerhalb kurzer Zeit stark erhöht hat. Damit die Mitarbeiter nicht überlastet werden, ist eine intelligente Automatisierung wichtiger als je zuvor. Dabei geht es jedoch nicht darum, Mitarbeiter überflüssig zu machen, sondern vorhandene Kapazitäten besser zu nutzen.
Ein Beispiel: Heutige Kunden warten mit einem Anliegen nicht gern – und das müssen sie auch nicht mehr. Durch den Einsatz von KI in Chatbots ist es möglich, nicht allzu komplexe Anfragen rund um die Uhr zu beantworten. Möglich wird dies durch eine immer zuverlässigere Texterkennung, hinterlegte Wissensdatenbanken sowie Text Mining, durch die Querverbindungen und Bedeutungen erkannt werden. Das führt zu einer deutlichen Entlastung der Mitarbeiter im Kundenservice. Bei komplexen Anfragen, sehr wütenden bzw. emotionalen Kunden oder Anliegen außerhalb des Themengebietes, für die der Bot trainiert wurde, können die digitalen Technologien jedoch aktuell noch an ihre Grenzen stoßen. Dies können die Bots eigenständig erkennen und das Anliegen an einen menschlichen Mitarbeiter übergeben.
Treffende Vorhersagen und Empfehlungen
Durch den Einsatz relevanter Trainingsdaten können Unternehmen KI sinnvoll einsetzen, um Prognosen zu erstellen und Kundenverhalten besser zu verstehen. Auf dieser Basis können Empfehlungen ausgesprochen werden, wie Geschäfte am besten vorangetrieben werden. Wenn beispielsweise ein Unternehmen plötzlich, ohne offensichtlich nachvollziehbaren Grund, eine ganze Reihe von Kunden verliert, kann eine künstliche Intelligenz durch die Analyse von Daten nach bestimmten Schemata suchen, die diese Kunden verbindet. So können auch komplexe Ursachen für Probleme aufgedeckt und behoben werden. Auf der Basis von intelligenten Vorhersagen, was Kunden künftig erwarten, kann beispielsweise das Sales-Team effektiver seine Maßnahmen planen.
Skalierbarkeit durch künstliche Intelligenz
Für den Mittelstand wird zudem die Skalierbarkeit zunehmend zu einer Herausforderung – mehr Kunden, mehr Daten, mehr Mitarbeiter. Künstliche Intelligenz kann dabei helfen, Geschäftsmetriken über den gesamten Kundenzyklus hinweg zu analysieren und Anomalien zu erkennen und aufzudecken, die sonst vielleicht unbemerkt bleiben. So kann künstliche Intelligenz helfen, unzureichend funktionierende Customer Journeys zu identifizieren, zu analysieren und Korrekturen zu empfehlen, sei es in Bezug auf Inhalt, Zeitpunkt oder Häufigkeit der Kontakte.
Fazit
Der Einsatz von künstlicher Intelligenz in modernen CRM-Systemen hilft, große Datenmengen sinnvoll miteinander zu verknüpfen und auszuwerten. Auf dieser Basis werden bessere Entscheidungen ermöglicht – das Bauchgefühl macht soliden Prognosen Platz, die auch künftige Trends antizipieren können. Zudem werden die Mitarbeiter befähigt, Kunden leichter zu akquirieren, besser zu betreuen und so langfristig an das Unternehmen zu binden. Durch intelligente Algorithmen kann nicht zuletzt die Zufriedenheit der Nutzer von CRM-Systemen erhöht werden: So können nicht nur die Kunden besser verstanden und ihre Bedürfnisse in den Fokus gerückt, sondern auch die Akzeptanz der Mitarbeiter für digitale Tools gesteigert werden.
