Predictive Customer Service spielt Verstecken: Wo ist er? – melibo

Predictive Customer Service spielt Verstecken: Wo ist er?

Predictive Customer Service
Johanna Scarongella
Content Writer
Chatbot Academy
13. September 2022

In den vergangenen Wochen haben wir über einen innovativen Service berichtet, der in letzter Zeit auf dem Markt in Mode gekommen ist und über ein enormes Potenzial sowie ein breites Einsatzspektrum verfügt. Hast du schon verstanden, worüber wir reden? Wahrscheinlich ja, aber da der Name auch cool ist, sagen wir ihn auch: Predictive Customer Service!

Previously on melibo …

In diesem Artikel haben wir den Predictive Customer Service generell beschrieben und mit einem super einfachen Beispiel erklärt, wie er funktioniert. Es ist das Pausenbrot, das in den ersten Schuljahren jemand für dich vorbereitet hat und du jeden Tag in deinem Rucksack gefunden hast.

Heute möchten wir von einigen Industriegiganten erzählen, für die Predictive Customer Service in der Tat das tägliche Brot ist – pun intended.

 

1. Sprint Corporation: KI zur Reduzierung der Abwanderung und Steigerung des NPS

💡 Sprint Nextel Corporation ist ein amerikanisches Telekommunikationsunternehmen mit Hauptsitz in Overland Park (Kansas, USA). Mit 55,6 Millionen Kund:innen ist es das drittgrößte Mobilfunkunternehmen in den USA.

Wie Sprint Predictive Customer Service eingesetzt hat

Sprint nutzt heute KI, um bessere Kundenerlebnisse zu schaffen. 2014 lag die Kundenabwanderungsrate bei 2,3 % – doppelt so hoch wie bei den größten Konkurrenten. Die Datenanalyse wurde von CX-Agent:innen durchgeführt, was aber menschliche Fehler zuließ und das Vertrauen in das eigene Urteilsvermögen der Agent:innen erschütterte. In der Praxis bedeutete dies, dass die CX-Agent:innen zahlreiche Angebote gesichtet und das beste Angebot ausgewählt haben, während Kund:innen am anderen Ende der Leitung gewartet haben. Doch langes Warten ist nie angenehm.

Sprint hat also Predictive und Self-Learning Analytics implementiert, um abwanderungsgefährdete Kund:innen ausfindig zu machen. Außerdem wurden Kund:innen proaktiv personalisierte Angebote zur Kundenbindung unterbreitet. Die Ergebnisse waren verblüffend.

Sprint konnte tatsächlich die Kundenabwanderung um 10 % auf einen historischen Tiefstand senken und den Net Promoter Score (NPS) um 40 % steigern.

 

2. Harley-Davidson findet neue potenzielle Kund:innen mit KI

💡 Die Harley-Davidson Motor Company ist ein amerikanischer Motorradhersteller, der 1903 in Milwaukee (Wisconsin, USA) gegründet wurde.

Wie Harley-Davidson Predictive Customer Service nutzt

Das beliebte Motorradunternehmen liebt Predictive Analytics. Sie werden benutzt, um potenzielle Kund:innen anzusprechen, Leads zu generieren und Verkäufe abzuschließen.

Das KI-Programm von Harley-Davidson trägt den Namen Albert und erkennt Kund:innen, die bereit sind, einen Kauf zu tätigen. Mitarbeiter:innen können sich dann direkt mit den Kund:innen in Verbindung setzen und sie durch den Verkaufsprozess führen, um das perfekte Motorrad zu finden. Das ist ein Gewinn für beide Seiten: Die Kund:innen erhalten einen persönlichen Service in dem Moment, in dem sie bereit sind, einen Kauf zu tätigen, und das Unternehmen kann sich auf die „richtigen“ Kund:innen konzentrieren.

 

3. Spotify & Netflix finden (selbstständig) Vorlieben und Neigungen der Kund:innen heraus

💡 Spotify bietet On-Demand-Musikstreaming an. Gegründet wurde der Service 2006 in Stockholm (Schweden).

💡 Netflix ist ein amerikanisches Unternehmen, das im Internetvertrieb von Filmen, Fernsehserien und anderen kostenpflichtigen Unterhaltungsinhalten tätig ist. Es wurde im Jahr 1997 in Scotts Valley (Kalifornien, USA) gegründet.

Wie Spotify und Netflix Predictive Customer Service nutzen

Sowohl Spotify als auch Netflix haben KI-Algorithmen als Grundlage für ihre Dienste. Ein Beispiel: Wenn Kund:innen eine andere Filmkategorie auf Netflix durchsuchen als zuvor, müssen neue Empfehlungen angeraten werden. Damit werden Kund:innen dazu gebracht, sich einen bestimmten Film anzuschauen.

Spotifys Discover-Weekly Playlists funktionieren auf die gleiche Weise: Durch Algorithmen wird herausgefunden, was Kund:innen mögen und nicht mögen, und dementsprechend kohärente Inhalte (Lieder, Podcasts usw.) vorgeschlagen.

 

4. Volvo erkennt den Schaden, bevor er da ist

💡 Volvo Car Corporation ist ein schwedischer Automobilhersteller, der 1927 in Göteborg gegründet wurde.

Wie Volvo Predictive Customer Service nutzt

Was ist der Albtraum eines jeden Autofahrers? Egal, ob man das Auto seiner Träume oder einfach nur ein Auto fährt, was sich niemand wünscht, ist eine plötzliche und unerwartete Panne. Aber Volvo sieht das kommen und hier ist wie: Volvo nutzt Daten, um vorherzusagen, wann ein Fahrzeug gewartet werden muss und welche Teile repariert oder ausgetauscht werden müssen.

Dies ist möglich durch ein Early Warning System, das jede Woche über eine Million von Daten und Ereignissen analysiert. Damit wird die Ausfallrate der einzelnen Teile vorhergesagt. Mit diesen Informationen kann das Unternehmen den Customer Service und Wartungspläne empfehlen, bevor ein Teil kaputtgeht und somit ein größeres Problem vermeiden. Übrigens nutzt Volvo auch KI-gestützte Daten, um die beliebtesten und komfortabelsten Funktionen für Fahrer:innen zu ermitteln und vorherzusagen.

 

5. Sephora findet die richtigen Make-up-Produkte für dich

💡 Sephora ist eine multinationale Parfümerie, die 1970 in Frankreich gegründet wurde. Sie hat Geschäfte in 17 Ländern weltweit.

Wie Sephora Predictive Customer Service nutzt

Neue Make-Up- und Beauty-Produkte zu suchen, kann überwältigend sein. Jedoch hat Sephora das Ganze vereinfacht. Die Parfümerie hat zahlreiche Technologieangebote eingesetzt, die Kund:innen dabei helfen, sich für das richtige Produkt zu entscheiden. Die Tools, die von Sephora angeboten werden, empfehlen das eine oder das andere Produkt je nach Lebensstil und Hautton der Person.

Anschließend erstellen die Daten von Sephora personalisierte Profile, die auf der Kaufhistorie und den Vorlieben der Person basieren. Die KI sucht diese Daten durch, um vorherzusagen, welche Produkte die Kund:innen benötigen oder mögen würden. Diese kommen dann in einem individuellen Bereich namens „Empfohlen für Sie“ auf der Homepage.

Sephora verwendet auch Daten darüber, wie viel ihre Kund:innen in diesem Jahr ausgegeben haben, um ihre Loyalität vorherzusagen und gezielte Belohnungen und Marketingaktionen zu versenden. Die Systeme funktionieren: 80 % der Kunden sind Sephora gegenüber völlig loyal.

 

6. Die Royal Bank of Scotland benutzt Daten für Trouble-Shooting

💡  Die Royal Bank of Scotland Group PLC ist eine der drei Clearing-Banken und eine der ältesten im Vereinigten Königreich, die 1727 in Edinburgh mit königlichem Auftrag gegründet wurde.

Wie die Royal Bank Predictive Customer Service nutzt

Nun, Banken bestehen aus Nummern und Mustern. Die Royal Bank of Scotland macht sich diese Muster zunutze, um vorherzusagen, welche Produkte Kund:innen sich wünschen werden und welche Probleme dabei auftreten können.

Durch eine Real-Time-Datenanalyse kann die Bank Beschwerden verfolgen und die damit verbundenen Probleme verstehen – sowie eine Lösung dafür parat halten. Die Zusammenführung aller Daten in einem Dashboard macht es einfach, die Kund:innen zu verstehen, ihre Wünsche vorherzusagen und sie dann automatisch zu erfüllen.

 

Beispiele für Predictive Customer Service – Fazit

In diesem Artikel haben wir dir einige Anwendungen des Predictive Customer Service in der realen Welt vorgestellt.

Wie du siehst, wird er in den verschiedensten Bereichen eingesetzt: in der Telekommunikation, in der Auto- und Motorradindustrie, im Bankwesen usw. … Die KI kennt praktisch keine Grenzen.

Das Ziel, das diese Giganten verbindet, ist es, das Auftreten von Problemen zu verhindern, indem sie frühzeitig erkannt und vermieden werden. Und für den Fall, dass sie doch auftreten sollen, eine Lösung parat zu haben – sprich, da zu sein, bevor man Assistenz benötigt. Sei es im Moment, wenn man eine neue Filmkategorie benötigt, oder bevor man in die Werkstatt fahren muss.

Alle Kategorien

Keine Ergebnisse gefunden

Die angefragte Seite konnte nicht gefunden werden. Verfeinern Sie Ihre Suche oder verwenden Sie die Navigation oben, um den Beitrag zu finden.

Keine Ergebnisse gefunden

Die angefragte Seite konnte nicht gefunden werden. Verfeinern Sie Ihre Suche oder verwenden Sie die Navigation oben, um den Beitrag zu finden.

Keine Ergebnisse gefunden

Die angefragte Seite konnte nicht gefunden werden. Verfeinern Sie Ihre Suche oder verwenden Sie die Navigation oben, um den Beitrag zu finden.

Keine Ergebnisse gefunden

Die angefragte Seite konnte nicht gefunden werden. Verfeinern Sie Ihre Suche oder verwenden Sie die Navigation oben, um den Beitrag zu finden.

Pin It on Pinterest