Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Künstliche Intelligenz
ÜBERSICHT
Künstliche Intelligenz (KI) wird als die nächste bedeutende
Technologieentwicklung angesehen, vergleichbar mit dem Aufkommen
des Computers oder Smartphones. Einer der wichtigsten Gründe für
dieses Wachstum ist das Umsatzpotenzial, das KI birgt.
Es gibt heutzutage mehr als 5 Mrd. Benutzer von Mobilgeräten, die täglich
20 Mrd. Textnachrichten und 60 Mrd. Social-Media-Nachrichten über Apps
wie WhatsApp, Facebook Messenger, Twitter Direct Message, WeChat und
LINE verschicken. Daher sind die Kunden erreichbarer als jemals zuvor,
wenn man weiß, wie.
Diese dramatische Entwicklung in Richtung Mobile Messaging erfordert
eine maßgebliche Veränderung des Kundenservice. Mobile Anwendungen
werden immer beliebter und befinden sich unter den Top 3 der
Kontaktarten, die Verbraucher unter 55 Jahren verwenden, um sich an
Unternehmen zu wenden. Und die Nutzung herkömmlicher Telefonie
durch Verbraucher unter 35 Jahren sinkt und wurde in dieser Altersklasse
von Social Media, mobilen Anwendungen und Webchat überholt. 1
Während die Nutzung von mobilem Messaging in die Höhe schießt,
geschieht dies ebenso mit den Erwartungen an die Fähigkeit von Contact
Centern, diese eingehenden Anfragen effizient bearbeiten zu können.
Falls man sich in Ihrem Unternehmen eine effektive Kommunikation mit
mobilen Anwendern wünscht, muss dies auf eine Weise geschehen, die
sich nahtlos in die entsprechenden Messaging Apps integrieren lässt.
Wir untersuchen die zu überwindenden Herausforderungen und die zu
beachtenden technologischen Fähigkeiten, mit denen Sie effektiv mit
Ihren Kunden interagieren können, egal wo sie sich befinden und welche
Kommunikationsplattform sie verwend.
KI für einen effizienten, digitalen Kundendialog
1 Dimension Data’s 2017 Global Customer Experience
Benchmarking Report, © Dimension Data 2015 - 2017
avaya.com/de
1
Beginnen Sie Ihre digitale Transformation für ein besseres
Kundenengagement. Hier erfahren Sie, wie Sie diese Technologie nutzen
und die digitale Grundlage für künstliche Intelligenz schaffen können.
Der globale Aufstieg von Messaging
Die um sich greifende Allgegenwärtigkeit von Mobilgeräten hat
Bevölkerungsgruppen zu modernen Kommunikationsfähigkeiten verholfen,
die bisher unerreichbar waren. Die Nutzung von textbasiertem Messaging
penetriert am stärksten aufstrebende Märkte, wo die Endanwender die
herkömmlichen Kommunikationskanäle häufig umgehen, d. h., sie nutzen
mobile Messaging Apps anstelle von Festnetz, E-Mail und Webchat.
Obwohl dies manchmal ein Einschränkungen im Mix von Kanälen
liegt, spiegelt es doch häufig den Wunsch der Verbraucher nach einer
personalisiert (und häufig kontextgebundenen) Echtzeiterfahrung wider.
Textmessaging ist kein neues Konzept. Chatbasierte Messagingsysteme
kamen bereits in den 1980er Jahren auf, konnten sich jedoch nicht
durchsetzen, bis Mobiltelefone deren Nutzung in der Praxis ermöglichten.
So kam es zu einer umfassenden Nutzung des textbasierten Short
Message Service, besser bekannt als SMS. Da dieser Service für die
Nutzung über vorhandene Mobilnetze entwickelt wurde, konnte er leicht
in die Angebote von Mobilfunkanbietern integriert werden. So wurden
Textnachrichten schnell zum bevorzugten Kommunikationskanal,
trotz seiner Einschränkungen wie der Begrenzung auf 160 Zeichen
pro Nachricht und den Roamingkosten.
Im Laufe der Zeit wurden verschiedene Messagingplattformen entwickelt,
damit Mobiltelefonanwender ihre Nachrichtenbeschränkungen sowie
Landes- und Sprachgrenzen überwinden konnten.
Aktuelle Messaging Apps wie Facebook Messenger, Twitter Direct
Message (DM), Snapchat, WeChat, LINE und Kik haben keine
Zeichenbegrenzungen oder Beschränkungen der Nachrichtenanzahl.
Darüber hinaus können Messagingplattformen über das allgemeine
Datenvolumen im Mobilfunkvertrag genutzt werden (wenngleich minimale
Beträge erforderlich sind), wodurch bessere Multimedia-Erfahrungen und
eine breitere Anwendung gefördert wurden.
Die vielen Messaging Apps bieten den Anwendern zwar eine größere
Auswahl, stellen Contact Center jedoch vor Herausforderungen, da es
keine einzelne Benutzeroberfläche gibt, die für all diese Apps funktioniert.
Weitere Herausforderungen liegen im Wachstum multinationaler
Unternehmen und den aufstrebenden Märkten in mehrsprachigen Ländern
in Asien, Mittel- und Südamerika und Afrika begründet. IT-Abteilungen auf
der ganzen Welt stehen vor Herausforderungen, weil immer vielfältigere
Verbrauchergruppen angesprochen werden und immer mehr Contact
Center ins Ausland verlagert werden.
Die digitale Transformation des Kundenservice
Von IVR zum Web
Der Kundenservice hat sich bedeutend weiterentwickelt, seitdem Anbieter
von gebührenfreien Nummer es den Verbrauchern erleichtert haben,
Services zu erreichen. Aufgrund der steigenden Anzahl von Anrufen
wurden Sprachdialogsysteme (Interactive Voice Response bzw. IVR) zum
wichtigsten Mittel, um dem Anrufvolumen in Callcentern Herr zu werden.
Die vielen Messaging Apps bieten den Anwendern zwar eine größere Auswahl, stellen Contact Center jedoch vor Herausfor-derungen, da es keine einzelne Benutzerober-fläche gibt, die für all diese Apps funktioniert.
avaya.com/deDatenblatt / Künstliche Intelligenz
2© 2019 Avaya Inc. Alle Rechte vorbehalten.
Die ersten Sprachdialogsystem boten DTMF-Menüs und sorgten dafür,
dass die Anzahl der Agenten für Routineweiterleitungen von
Anfragen verringert werden konnte. Spätere Fortschritte bei Self-
Service-Anwendungen, z. B. automatische Spracherkennung (ASR),
haben die Erfahrung weiter verbessert. Obwohl Sprachdialogsysteme die
Anforderungen von Contact Centern effektiv erfüllten, haben sich die
Erwartungen an den Self-Service umfassend geändert. Man muss sich
weiterentwickeln, um die mobilen, verbundenen Verbraucher von heute
anzusprechen.
Auch die Websites von Unternehmen wandelten sich. Websites wurden
zunächst als Marketingplattformen positioniert und entwickelten sich
daraufhin zu einem weiteren Touchpoint für Kunden weiter. Sie bieten
zusätzliche Kommunikationskanäle mit Unternehmen, z. B. Click-to-call
oder Webchat.
Aktuelle Websites und Sprachdialogsysteme ähneln sich in mehreren
Punkten: Sie schalten eine Reihe von Menüs, Warteschlangen und
Formularen vor, bevor der Kunde mit einem Agenten verbunden
wird. Obwohl Websites und Sprachdialogsysteme als ausgereifte
Kundenserviceplattformen angesehen werden, müssen sie sich
weiterentwickeln, um den umfangreichen Wechsel zu Mobile Messaging
handhaben zu können.
Wodurch sich Messaging unterscheidet
Während Kunden durch Websites und Sprachdialogsysteme durch
vordefinierte Menüs zu einer strukturierten Erfahrung geleitet werden,
ist Messaging unstrukturiert und ermöglicht es den Kunden, die Erfahrung
direkter zu beeinflussen. So können sie Informationen und Ergebnisse
ihren Vorlieben gemäß erlangen.
Im Gegensatz zu voreingestellten Sprachdialogsystemen und
Webanwendungen bieten Interaktionen über Messaging potenziell
umfangreicheren Kontext über die Bedürfnisse, die Intentionen und
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 3
die Gefühlslage des Kunden. Ein herkömmliches menübasiertes
Sprachdialogsystem wäre z. B. kaum dazu in der Lage, eine
Kundenanfrage zu bearbeiten, die die Entwickler des Systems nicht
bedacht haben. Sprachdialogsysteme, die fortschrittlichere ASR-
Funktionen verwenden, sind auch eingeschränkt, da man Informationen
erst dann extrahieren kann, wenn man die mündlichen Aussagen der
Kunden in einen analysefähigen Text übersetzt. Im Gegensatz dazu
bieten eingehende Textnachrichten von Kunden dem Contact Center
„nativen Text“, der präzisere und zuverlässigere Informationen enthält,
da er nicht erst vom gesprochenen Wort in Text übertragen werden muss.
Auf die gleiche Weise, wie Sprachdialogsysteme und Webformulare
früher Informationen über Kunden ohne Agenteninteraktion verfügbar
machten, bieten automatisierte Messaginganwendungen (häufig als
„Messaging Bots“ bezeichnet) Contact Centern die Möglichkeit,
die Anforderungen einer neuen Generation von Mobile Messaging-
Anwendern zu erfüllen.
Die leistungsfähigen Technologien, auf denen
automatisiertes Messaging basiert
Die effektive Handhabung von über Mobile Messaging eingehenden
Nachrichten über einen automatisierten Self-Service erfordert Lösungen,
die verschiedene fortschrittliche Technologien nutzen:
Künstliche Intelligenz (KI)
Der weltweite KI-Markt (künstliche Intelligenz) wächst stark an.
Marktforschungsergebnisse weisen von 2017 bis 2025 auf eine jährliche
Wachstumsrate von 55 % hin. KI wird als die nächste bedeutende
Technologieentwicklung angesehen, vergleichbar mit der Computerära
und dem Aufkommen des Smartphones. Einer der Hauptgründe für dieses
Wachstum ist das Umsatzpotenzial, das man KI z. B. durch effizientere
Belegschaften und Data Mining zutraut.
Bei KI handelt es sich um eine Sammlung von Techniken, die innerhalb
der letzten 50 Jahre entwickelt wurden, um eine maschinenbasierte
Version des menschlichen Denkens zu erzeugen. Aktuelle Fortschritte im
Bereich der künstlichen Intelligenz ermöglichen das Systemlernen
auf Grundlage automatisierter Analysen von Kundeneingabedaten.
Die Begriffe „maschinelles Lernen“ und „Deep Learning“ beziehen sich
beide auf bestimmte Unterkategorien der künstlichen Intelligenz. KI beruht
auf einem digitalen Fundament. Daher müssen Unternehmen ihre digitale
Transformation fortführen, um diese Technologie nutzen zu können.
Künstliche neuronale Netze (KNN)
Künstliche neuronale Netze sind eine Familie von Computermodellen
auf Grundlage der Gehirnfunktion und des zentralen Nervensystem.
Sie werden verwendet, um Datenschätzungen zu erzeugen, wenn viele
Eingaben unbekannt sind.
Natural Language Processing (NPL)
Natural Language Processing dient dem Verständnis geschriebener
Sprache durch die Analyse von Syntax und Grammatik von textbasierter
Kommunikation. Vereinfachte Sprachanalysen können eine musterbasierte
Suche verwenden, um bestimmte Arten von Daten in einer Textnachricht
zu erkennen, z. B. Internetadressen.
Automatisiertes Messaging
• Künstliche Intelligenz
(KI)
• Künstliche neuronale
Netze (KNN)
• Natural Language
Processing (NPL)
• Maschinelles Lernen
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 4
Maschinelles Lernen
Maschinelles Lernen spielt insbesondere in automatisierten
Messaginglösungen eine zentrale Rolle. Dabei werden menschliche
Agenten „beobachtet“, um die Breite der automatischen Antworten
auf Grundlage tatsächlicher Interaktionen mit Kunden zu erweitern.
Erweiterung vorhandener Contact Center durch
Cloudfunktionen
Insgesamt ist der Contact Center-Markt sehr ausgereift, sowohl aus Sicht
der Technologie als auch der Geschäftsabläufe. Das stärkste Wachstum
wird bei Erweiterungen bestehender Contact Center beobachtet und nicht
beim Aufbau neuer Contact Center.
Budgetbegrenzungen und die steigende Vorliebe für OPEX im Gegensatz
zu CAPEX steigern die Nachfrage nach Pay-as-you-go-Cloudservices und
minimalen Vorleistungen am Anfang der Adoptionskurve.
Angesichts des Wandels bei den Investitionsvorlieben ist ein
cloudbasierter KI-Service sehr sinnvoll. Wenn man eine Cloudlösung
in Betracht zieht, ist es von zentraler Bedeutung, dass man sie in die
vorhandene Contact Center-Technologie integrieren kann. Folgende
Integrationspunkte sind für solch einen Service erforderlich:
• Nachrichteneingang – Obwohl der Cloudservice wahrscheinlich
Verbindungen oder Gateways für zu verschiedenen Social-Media-
Providern bietet, ist das u. U. nicht genug. Das Unternehmen könnte
eigenen Nachrichtenquellen haben, z. B. Webchat oder mobile Apps.
Um diese Nachrichtenquellen einbinden zu können, muss die Lösung
über eine API (Application Programing Interface) verfügen, sodass das
Contact Center diese verschiedenen Quellen integrieren kann.
• Interaktionen mit Agenten – Da der Service als Social Gateway agieren
kann, sollte die API die Verarbeitung von Interaktionen über Social Media
durch Agenten ermöglichen, z. B. die Reaktion auf eine Anfrage.
• Routing und Agentenzuweisung – Durch Erkennen der Intention des
Kunden kann der Service dem Contact Center nützliche Informationen
bieten. Diese können für das Routing zum entsprechenden Agenten oder
einer Gruppe auf Grundlage von Fähigkeiten und Attributen (sowohl der
Kunden als auch der Agenten) verwendet werden.
• Agent Desktop – Der Service sollte Agent Desktop Markups der
Interaktionen bieten, sodass die Agenten schnell und effektiv relevante
Informationen zur Customer Journey identifizieren können.
• Learning Services – Die Services sollte Interaktionen erfassen, indem Sie
den Umgang der Agenten mit den Kunden (Verhalten) und die von ihnen
hinzugefügten Informationen (Anmerkungen, Tags usw.) beobachten.
So wird das System für zukünftige Interaktionen geschult.
Die Bedeutung der Sicherheit
Führende Unternehmen äußern häufig Sicherheitsbedenken in Bezug auf
cloudbasierte Services, Tatsache ist jedoch, dass Public-Cloud-Plattformen
eine bessere Sicherheit als private IT-Infrastrukturen bieten können.
Eine gut aufgebaute Cloudplattform bietet z. B. erweiterte Funktionen
für Anmeldeinformationen, wodurch eine Anwendung temporäre
Anmeldeinformationen über eine API anfordern kann, anstatt diese
permanent in einer Datei zu speichern.
Im Gegensatz zu voreingestellten Sprachdialog-systemen und Webanwen-dungen bieten Interaktionen über Messaging potenziell umfangreicheren Kontext über die Bedürfnisse, die Intentionen und die Gefühlslage des Kunden.
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 5
Da die Anmeldeinformationen nicht wirklich erstellt und gespeichert
werden, können Hacker nicht auf die Ressourcen zugreifen.
Lernen erfordert Daten, daher müssen bei jedem Ansatz mit lernenden
KI-Algorithmen die Interaktionen für die spätere Nutzung gespeichert
werden. Es ist jedoch wichtig, dass dies auf eine Weise geschieht, die den
Datenschutz der Kunden (und möglicherweise der Agenten) respektiert.
Natürlich können einige Informationen der Nachricht sensibel sein.
Diese müssen vor der Datenspeicherung verborgen werden. Gleichzeitig
werden Nachrichten für KI-Schulungsalgorithmen nutzlos, wenn zu viele
Informationen verborgen werden. Daher müssen sensible Informationen
so verborgen werden, dass die Nachrichten noch immer für Lernzwecke
verwendet werden können.
Erforderliche Funktionen
Es ist ein großer Funktionssatz erforderlich, damit ein
Automatisierungsservice für das Messaging effektiv und nutzbringend
ist. Legen Sie bei jeder in Betracht kommenden Automatisierungslösung
großen Wert auf die folgenden Funktionen:
• Social Gateways – Die Lösung sollte Gateway-Services bieten, die
automatisch Schnittstellen mit den erforderlichen Kanälen aufbauen,
ohne dass das Contact Center eine spezielle Software oder Hardware
entwickeln muss, um den Versand und den Empfang von Nachrichten zu
unterstützen. Solch ein Gateway könnte z. B. öffentliche Posts von Twitter
abrufen, in denen das Unternehmen erwähnt wird, und dann Antworten
über private Twitter Direct Messages (DM) an Personen senden, die diese
Posts veröffentlicht haben.
• Profilerkennung in Social Media – Durch die Integration sozialer
Kanäle wie Facebook und Twitter sollte die Lösung Informationen über
Kundenprofile abrufen, die für eine verbesserte Personalisierung und
Genauigkeit der automatisierten Kundenerfahrung verwendet werden
können. Darüber hinaus würde dies den Agenten für weitere Interaktionen
tiefere Einblicke geben.
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 6
• Mehrsprachigkeit – Es sollten mehrere Sprachen und Zeichensätze
unterstützt werden. Ein Automatisierungsservice für das Messaging sollte
zumindest dazu in der Lage sein, Nachrichten in den folgenden Sprachen
zu verarbeiten:
Englisch, Chinesisch, Portugiesisch, Spanisch, Arabisch, Russisch,
Japanisch, Deutsch, Französisch und Thai.
Darüber hinaus muss die Lösung in der Lage sein, mehrere
(oder gemischte) Zeichensätze zu verarbeiten. Beispiel: Die Fähigkeit,
eine Nachricht in vereinfachtem Chinesisch zu lesen, die einen
Flughafencode im lateinischen Alphabet beinhaltet.
• Spracherkennung – Für die Verarbeitung eines Nachrichtentexts ist
zunächst die Erkennung der Sprache erforderlich, da es nicht ausreicht,
das Herkunftsland der Nachricht zu kennen. Beispielsweise können
Facebook-Posts aus den USA in jeder Sprache verfasst sein, wobei
Englisch, Spanisch und Chinesisch am häufigsten vorkommen.
• Textautomatisierung – Sobald die Sprache einer Nachricht identifiziert
wurde, kann die Lösung nach Agenten suchen, die vorher angemessene
Antworten auf ähnliche Nachrichten gegeben haben. Der automatisierte
Service lernt von Tausenden erhaltenen Nachrichten, die von Agenten
beantwortet wurden. Achten Sie darauf, dass die automatische
Antwortfunktion einen relativ hohen Anteil der Nachrichten auf
Grundlage von erlernten Informationen aus Interaktion beantwortet.
• Klassifizierung der Intention – Diese Lösung sollte die Interaktionen
gemäß der Art der Anfrage klassifizieren. Der Service kann z. B.
entscheiden, dass es bei einer Nachricht um eine verlorene Kreditkarte
geht und sie entsprechend weiterleiten. Die Lösung sollte in der Lage
sein, mit fortschrittlichen Methoden des maschinellen Lernens durch die
Identifizierung der Intention die Nachrichten zu klassifizieren.
Erforderliche Funktionen
• Social Gateways
• Profilerkennung in
Social Media
• Mehrsprachig
• Spracherkennung
• Textautomatisierung
• Intentionsklassifizierung
• Musterbasierte Suche
• Sentiment Assessment
• Eigennamenerkennung
• Directed Dialog
• Agent Display Markup
• Contact
Center-Integration
• Outbound Messaging
• Berichte und Analysen
• Secure Data Persistence
Code des Abflughafens,
LAX.
Datum, 3. Februar.
Code des Zielflughafens,
EWR.
Kreditkartennummer
XXXXXXXXXXXX0389.
Vielfliegernummer
FF34282.
In dieser Nachricht gibt es fünf
zu identifizierende Entitäten:
Ich möchte von LAX nach EWR fliegen, am 3. 2. Meine Kreditkartennummer ist xxxxxxxxxxxx0389 und meine Vielfliegernummer ist FF34282.
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 7
• Musterbasierte Suche – Bei der ersten Bereitstellung eines
Automatisierungsservices für das Messaging verfügt das Contact Center
u. U. noch nicht über ausreichende Aufzeichnungen von Nachrichten,
um das System für die Formulierung von Antworten oder das
Erkennen der Kundenintention zu schulen. In solchen Fällen kann die
musterbasierte Suche zunächst eine Automatisierung ermöglichen,
bis ausreichende Daten erhoben wurden. Zum Beispiel könnte die
Anwendung einer Fluggesellschaft entscheiden, dass eine Nachricht, die
das Wort „Stornierung“ enthält, sich auf einen stornierten Flug bezieht.
• Hervorhebungen auf dem Agentendisplay – Durch Hervorhebungen auf
dem Agentendisplay werden wichtige Informationen in einer Nachricht
unterstrichen, z. B. Textentitäten und Stimmung. Dadurch kann der Agent
effizienter arbeiten, da er die zentralen Informationen einfacher findet. In
Abb. 1 sehen Sie ein Beispiel dafür, wie die Lösung die Flugnummer und die
Flughafencodes sowie stimmungsbezogene Wörter hervorheben könnte.
• Sentiment Assessment – Die Lösung sollte in der Lage sein, zu bewerten,
ob die Stimmung des Kunden positiv oder negativ ist. Sie sollte eine
Punktzahl oder einen qualitativen Wert im Bereich von negativ bis positiv
erreichen. Das Sentiment Assessment kann für das Routing und die
Zuweisung von Agenten verwendet werden. Diese Informationen können
auf dem Agentendesktop hervorgehoben werden.
• Eigennamenerkennung – Die Erkennung und Identifikation von
Textentitäten wie z. B. Kontonummern, Flugnummern, Flughafencodes
und Daten ist eine weitere wichtige Funktion. Die Lösung sollte in der
Lage sein, eine oder mehr Textentitäten in einer Nachricht zu erkennen,
um den erwarteten personalisierten Service zu bieten. Stellen Sie sich als
Beispiel die folgende Nachricht vor:
Diese Entitäten können identifiziert und für einen weiterführenden Dialog
mit dem Kunden über einen effektiven Kommunikationskanal verwendet
werden.
Abb. 1 – Beispiel für das Agentendisplay
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 8
INTERAKTIONSVOLUMEN
Inte
rakti
on
en
Besucher
Agent
Automatisierung
Abb. 2 – Beispiel für das Zeitreihendiagramm des Interaktionsvolumens
Künstliche Intelligenz (KI) wird als die nächste bedeutende Technologie-entwicklung angesehen, vergleichbar mit dem Aufkommen des Computers oder Smartphones.
• Reporting und Analysen – Die bevorzugte Lösung sollte Metriken und
Berichte mit Einsichten in die Effektivität der Nachrichtenbearbeitung
bieten. Damit die Interaktionsbearbeitung erfolgreich verlaufen kann,
müssen Unternehmen die Leistung messen, melden und analysieren
können. Grundsätzlich muss man im Contact Center wissen, wie viele
Nachrichten von Kunden eingegangen sind und wie viele Antworten
vom automatisierten System bzw. von Agenten zurückgesandt wurden.
In Abb. 2 sehen Sie ein Zeitreihendiagramm, das die Gesamtzahl von
Interaktionen über Messaging anzeigt, aufgeschlüsselt nach Quelle, z. B.
Besucher (Kunde), Agent oder automatisiertes System.
• Directed Dialog – Zielgerichtete Dialoge führen die Kunden durch
Formulare, die einen vordefinierten Satz von Transaktionsfeldern
erheben. Beispielsweise könnten in einer Anfrage nach einem
Kreditkartensaldo erst eine Frage nach der Kreditkartennummer
und dann zwei Sicherheitsfragen gestellt werden. Genau wie in der
Sprachdialogsystemstruktur könnte die Antwort auf eine Frage die
darauffolgenden Fragen beeinflussen. Im Kreditkartenbeispiel könnte im
Directed Dialog zunächst gefragt werden, ob der Benutzer eine PIN hat.
Falls die Antwort ja ist, wird danach nach der PIN gefragt. Ansonsten
werden nachfolgend Sicherheitsfragen gestellt.
• Contact Center-Integration – Die Lösung sollte sich nahtlos in
vorhandene Contact-Center-Systeme integrieren lassen. Diese Funktion
könnte durch eine Warteschlangenschnittstelle für Nachrichten wie
Amazon Web Services (AWS) SQS (Simple Queue Service) erreicht
werden und würde aus zwei Teilen bestehen:
- Besucher-API – Ermöglicht es dem Contact Center, eingehende
Kundennachrichten an den Automatisierungsservice für das Messaging
umzuleiten. Diese Schnittstelle könnte z. B. für SMS, Webchat- und
App-Chat-Nachrichten verwendet werden.
- Agenten-API – Ermöglicht es dem Service, mit dem Contact Center zu
interagieren, damit die Agenten Kundeninteraktionen handhaben können.
avaya.com/deDatenblatt / Künstliche Intelligenz
© 2019 Avaya Inc. Alle Rechte vorbehalten. 9
• Outbound Messaging – Abgesehen von der Handhabung eingehender
Kundennachrichten kann eine gut aufgebaute Lösung auch Nachrichten
an die Kunden initiieren. Eine Outbound-Funktion kann einen Kunden
automatisch und proaktiv über den Status der Serviceanfrage
informieren, z. B. über proaktive Benachrichtigungen, die eine Aktion
erfordern. Die Interaktion kann eine Kundenanfrage von einem Kanal,
z. B. Voice, zu einem anderen Messagingkanal verschieben und so die
Erfahrung verbessern.
• Secure Data Persistence – Wie bereits erwähnt muss die Lösung
Konversationen für weitere Analysen speichern, aber diese könnten
sensible Daten beinhalten. Aus diesem Grund muss der Service in der
Lage sein, sensible Informationen in den Nachrichten zu verbergen
oder unkenntlich zu machen, z. B. durch Anonymisierung (Verbergen
sensibler Namen und Informationen) und editieren (Verbergen sensibler
Informationen vor der Einspeisung in die KI/das Maschinenlernsystem).
Es ist wichtig, dass die Methoden zum Verbergen sensibler Informationen
ausgereift sind, damit die Daten nicht für Analysen unbrauchbar werden.
Integration in die Customer Journey
Die Verbraucher erwarten heutzutage mehr als nur eine kompetente
Handhabung einzelner Interaktionen. Sie erwarten, dass das Unternehmen
ihre Customer Journey kennt. Das bedeutet, dass das Unternehmen sich
ihrer Erfahrung bewusst ist, ihre Wünsche antizipieren kann und sie durch
kommende Transaktionen leitet.
Wenn ein Kunde z. B. eine Flugbuchung vornimmt, könnte er erwarten,
Bestätigungsnachrichten und Erinnerungen an den Check-in zu erhalten.
Er könnte auch erwarten, eine Mitteilung zu erhalten, wenn der Flug
verspätet ist oder storniert wurde. Und wenn er sich an den Kundenservice
wenden möchte, erwartet er, dass die Mitarbeiter und Systeme, mit denen
er interagiert, seine Flüge und seine Reisedaten kennen.
Dieses Beispiel unterstreicht die Notwendigkeit einer Plattform, die
Interaktionen während der gesamten Customer Journey handhaben kann.
Die Customer Journey beginnt bei der Flugbuchung und endet am Ende
der Reise. Die Customer Journey stellt die Beziehung zum Kunden dar und
lässt sich endlos fortsetzen. Während der gesamten Customer Journey
behält die Plattform den Kontext aller Interaktionen bei. Der bevorzugte
Service nutzt diesen Kontext reibungslos in zukünftigen Interaktionen.
Fazit
Der globale Wechsel zum Mobile Messaging stellt Unternehmen vor
einzigartige Herausforderungen und bietet bedeutende neue Chancen
für Wachstum und einen verbesserten Kundenservice. Da mehr Kunden
per Textnachrichten und Messaginganwendungen kommunizieren,
müssen erfolgreiche Contact Center automatisierte Messaginglösungen
übernehmen, um die Bedürfnisse der Kundenpopulationen zu erfüllen, die
über Mobilgeräte mit ihnen in Kontakt treten.
Ein effektiver Automatisierungsservice ist für moderne Contact
Center absolut erforderlich. Er sollte in der Lage sein, die meisten
Automatisierungsfunktionen über Messaginginteraktionen durchzuführen.
Der gewünschte Automatisierungsservice muss maschinelles Lernen
und KI verwenden, um Nachrichten automatisch zu beantworten,
Der globale Wechsel zum Mobile Messaging stellt Unternehmen vor einzigartige Herausforde-rungen und bietet bedeutende neue Chancen für Wachstum und einen verbesserten Kundenservice.
© 2019 Avaya Inc. Alle Rechte vorbehalten.
avaya.com/deDatenblatt / Künstliche Intelligenz
10
Der bevorzugte Service nutzt den Kontext aus der Customer Journey für zukünftige Interaktionen.
© 2019 Avaya Inc. Alle Rechte vorbehalten. Avaya und das Avaya-Logo sind eingetragene Marken von
Avaya Inc. in den USA und in anderen Ländern. Alle sonstigen durch ®, ™ oder SM gekennzeichneten
Marken sind eingetragene Marken, Handelsmarken bzw. Dienstleistungsmarken von Avaya Inc.
04/19 • CC15212DE
Informationen aus Nachrichten zu erfassen, zielgerichtete Dialoge
durchzuführen und um die Sprache sowie die Intention von Nachrichten
zu bestimmen. Abgesehen von einer reibungslosen Schnittstelle mit dem
Contact Center muss die in Betracht gezogene Lösung auch mehrere
Sprachen und Zeichensätze unterstützten.
Avaya AVATM ist eine cloudbasierte KI-Lösung, die eine Integration von
Social Messaging und eine Automatisierung digitaler Interaktionen bietet,
wofür sie Chatbots und Natural Language Processing (NLP) verwendet.
Avaya OceanaTM bietet eine umfassende integrierte Omnichannel-
Erfahrung für Ihre gesamte Kundenengagementstrategie, was eine
außergewöhnlich personalisierte Kundenerfahrung ermöglicht. Avaya
bietet Ihrem Unternehmen die Möglichkeit, schnell auf dynamische
Kundenerwartungen zu reagieren. Außerdem können Technologien von
Drittanbietern verbunden und integriert werden, was zu einer optimalen
Effektivität führt.
Weitere Informationen
Um mehr über die Customer Engagement Lösungen von Avaya und
zugehörige Services zu erfahren, besuchen Sie Avaya.com/de/Ava oder
wenden Sie sich an Ihren Ansprechpartner.
Über Avaya
Der Erfolg von Unternehmen wird von guten Kundenerfahrungen
bestimmt. Die Kommunikation ist dabei ein grundlegender Faktor. Jeden
Tag basieren Millionen dieser Erfahrungen auf unseren Lösungen. Seit
über einhundert Jahren ermöglichen wir Unternehmen auf der ganzen
Welt, dank intelligenter Technologien, gewinnbringend zu arbeiten.
Avaya entwickelt offene, konvergente und innovative Lösungen, um die
Kommunikation und Zusammenarbeit zu verbessern und zu vereinfachen
- in der Cloud, vor Ort oder als Hybridmodell. Um Ihr Geschäft zu
stärken, stehen wir für Innovation, Partnerschaft und Zukunftssicherheit.
Wir sind das richtige Technologieunternehmen an Ihrer Seite und
bringen Ihre Kommunikation auf die Höhe der Zeit. Bieten Sie exzellente
Kundenerlebnisse – Experiences That Matter. Besuchen Sie uns unter
www.avaya.com/de.
avaya.com/deDatenblatt / Künstliche Intelligenz
11