KI für einen effizienten, digitalen Kundendialog...kann, sollte die API die Verarbeitung von Interaktionen über Social Media durch Agenten ermöglichen, z. B. die Reaktion auf eine

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

https://www.avaya.com/de/

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


© 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




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.




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.




• 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.




• 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




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.




• 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.


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.


11

https://twitter.com/Avaya_D

https://www.facebook.com/AvayaDeutschland

https://www.linkedin.com/showcase/avaya-deutschland/

https://www.youtube.com/user/AvayaDeutschland

https://www.instagram.com/avayainc/

https://www.Avaya.com/de/Ava

http://www.avaya.com/de


Documents

KI für einen effizienten, digitalen Kundendialog...kann, sollte die API die Verarbeitung von Interaktionen über Social Media durch Agenten ermöglichen, z. B. die Reaktion auf eine