„Wie setzt sich die Höhe meines monatlichen Teilzahlungsbetrags zusammen?“ „Ich habe ein neues Girokonto, bitte ändern Sie meine Bankverbindung.“ Anfragen und Aufgaben wie diese werden täglich mehrfach an das Kundenservice der Energie Steiermark gerichtet.
Üblicherweise werden sie zunächst in einem Ticketsystem erfasst, um eine gute Nachverfolgung zu gewährleisten. Je nach Thema sind unterschiedliche Personen im Unternehmen für die Beantwortung zuständig und oft sind mehrere Bearbeitungsschleifen notwendig. Pro Jahr fallen Hunderttausende solcher Tickets an.
Die Idee:
Das bei dieser hohen Anzahl jährlich anfallender Tickets enthaltene Wissen nutzen, um Abläufe im Kundenservice zu optimieren.
Die Ziele:
Eine Lösung finden, mit der möglichst frühzeitig und automatisiert erkennt, welches Anliegen Kund:nnen haben. Dadurch sollen Anfragen vorselektiert und rasch der richtigen Ansprechperson zugewiesen werden (skill-based routing). Mögliche Unzufriedenheiten sollen proaktiv thematisiert werden. Am Ende sollte die Steigerung der Kundenzufriedenheit stehen.
Unser Beitrag:
Im Fokus stand von Beginn an die Textvorverarbeitung sowie die Verarbeitung natürlicher Sprache, insbesondere der deutschen Sprache. Zusätzlich gilt es, die Sprache der Kund:nnen auch wirklich zu verstehen. In jeder Domäne gibt es spezifische Fachbegriffe, die Mitarbeiter:innen geläufig sind, die jedoch nicht der Wortwahl der Kund:nnen entsprechen. Wiederholte Rückfragen oder Verständnisschwierigkeiten werden vermieden, je besser die Sprachstile übereinstimmen.
KundInnen erwarten aber nicht nur einen schnellen und richtigen Service, sondern dieser muss im besten Fall rund um die Uhr zur Verfügung stehen. Eine Lösung dafür bieten Chatbots, die immer einsatzbereit sind.
Viele Chatbots „von der Stange“ können aber nur einfache Anfragen zufriedenstellend beantworten, was häufig zu Ärgernissen bei Kund:inne führt. Wir haben daher begonnen, an einer Chatbotlösung zu arbeiten, mit welcher nicht nur einfache Anfragen rasch abgewickelt werden können, sondern auch Methoden der Ähnlichkeitsanalyse und Synonymerkennung eingesetzt werden, um häufig verwendete Phrasen in den Ticketantworten der SachbearbeiterInnen zu identifizieren. Zusätzlich wird ermittelt, welche Fragen häufig kombiniert auftreten.
Den Kern des Chatbots bildet eine Datenbank, die auf dem Wissen vergangener Anfragen und Antworten basiert und ständig erweitert wird. Unter Verwendung vorgefertigter Textbausteine kann der Chatbot dann eine automatisierte Antwort erstellen.
„Das Know-Center unterstützt uns bei der Weiterentwicklung der Digitalisierung im Kundenservice. Der Einsatz von NLP ermöglicht uns eine schnellere und effizientere Beantwortung bzw. Lösung der Anfragen unserer KundInnen. Wir können dank der Weiterentwicklung noch besser und individueller auf deren Bedürfnisse und Wünsche eingehen. Das steigert die Zufriedenheit unserer KundInnen und unserer MitarbeiterInnen.“
Dipl.-Ing. Christoph Ehrenhöfer, Head of Customer Experience, Energie Steiermark Kunden GmbH
Das Ergebnis:
Im nächsten Entwicklungsschritt wird nun Schritt für Schritt daran gearbeitet, auch komplexere Anfragen automatisiert zufriedenstellend beantworten zu können. Ein Empfehlungsservice soll Kund:nnen außerdem hilfreiche und weiterführende Informationen liefern oder sie auf neue Angebote aufmerksam machen.
Das Projekt wurde im Rahmen von COMET – Competence Centers for Excellent Technologies durch BMK, BMDW, Land Steiermark gefördert. Das Programm COMET wird durch die FFG abgewickelt.