chevron_left zurück

Unterbrechungssensible Chatbots im Vertrieb

Erfolgreiche Kundenbeziehungen im B2B-Kontext zeichnen sich nicht nur durch ein hohes Maß an persönlichem Kontakt aus. Bei komplexen Produkten spielt auch die Expertise des Vertriebs eine wichtige Rolle. Unternehmen können über die unterschiedlichsten Kanäle von Kunden kontaktiert werden. Allerdings ist diesen oft nicht klar, welche Anlaufstelle für das vorliegende Anliegen die passende ist. So werden letztendlich nicht dafür vorgesehene Kontaktpunkte genutzt und die entsprechenden Mitarbeiter in ihrer Kerntätigkeit unterbrochen.

Für diese Fälle eignen sich Chatbot-Schnittstellen. Diese helfen Prozesse vollständig zu automatisieren, Kosten einzusparen und erhöhen im gleichen Zug die Kundenzufriedenheit durch eine hohe Verfügbarkeit. Im Kundenservice finden Chatbots daher zunehmend Anwendung. Aber auch auf Webseiten und in sozialen Medien von Unternehmen sind in jüngster Zeit immer mehr Chatbots vorzufinden.

In seiner Master-Thesis hat sich Patrick mit dem Entwurf einer Schnittstelle in Form eines virtuellen Assistenten befasst. Dieser bestimmt im Kundendialog deren Anliegen und leitet sie bei Bedarf an die entsprechende Stelle im Unternehmen weiter. Die Kunden gelangen dadurch nicht nur an den passenden Ansprechpartner, sondern Kollegen anderer Kontaktstellen werden deutlich weniger in ihren Kernaufgaben unterbrochen. Der Chatbot soll zudem Informationen, die im Dialog mit dem Kunden gesammelt werden, bestmöglich für den Mitarbeiter im Unternehmen aufbereiten. So entsteht ein fließender Übergang zwischen Kunde-Chatbot-Kommunikation zu Kunde-Mitarbeiter-Kommunikation (Handshake).

Das leistet der Chatbot

  • Klassifizierung der Kundenanfrage (User Goal) und Weiterleitung des Kunden an die verantwortliche Stelle
  • Reibungslose Übernahme des Chats durch Mitarbeiter
  • Questions Answering durch Informationen, die der Bot direkt zurückliefern kann
  • Terminvereinbarung per Chatbot

Der Chatbot leitet den Kunden an einen Mitarbeiter weiter oder liefert direkt Informationen

Das Vorgehen im Detail

Ziel von Patricks Arbeit war es, einen generischen Chatbot zu entwickeln, der die Kundeninteraktion für den Vertrieb optimiert. Dadurch sollen nur die Interaktionen hergestellt werden, welche tatsächlich in die Vertriebstätigkeit fallen. Anfragen, die nicht in diesen Bereich gehören, sollen an die entsprechenden Stellen im Unternehmen vermittelt werden. Anstelle eines Mitarbeiters übernimmt also der Chatbot die bedarfsgerechte Weiterleitung des Kunden. Unterbrechungen der Mitarbeiter können dadurch reduziert werden.

Für die Entwicklung eines Chatbots, mussten zunächst Anforderungen und Anwendungsfälle definiert werden. Als Basis dafür dienten Experteninterviews mit Vertriebsmitarbeitern der CAS Software AG. Um die Anforderungen zu erfüllen, wurde mittels Labeling-Verfahren ein hinreichend großer Datensatz erstellt. Aus diesem Datensatz konnte in der Folge ein Machine-Learning-Modell trainiert werden, welches das User Goal in geeigneter Weise klassifiziert. Es ist beabsichtigt, dass der Kunde entweder mit der gewünschten Information versorgt wird oder der persönliche Kontakt mit dem vorgesehenen Ansprechpartner zustande kommt.

Nachfolgend konnte Patrick ein Konzept zur Implementierung eines Prototyps aufbauen und diesen in eine Systemumgebung integrieren. Der Prototyp erlaubte es Nutzern über ein User-Interface mit dem Chatbot zu kommunizieren. Die Güte der User-Goal-Klassifikation und die Erfüllung der Anwendungsfälle durch geeignete Dialoge wurden abschließend systematisch evaluiert.

Erkenntnisse der Thesis

  • Chatbots stellen ein geeignetes Mittel dar, unterbrechungssensibel auf Nutzeranfragen zu reagieren.
  • Die aufgestellten Anwendungsfälle konnten prototypisch adressiert und deren Umsetzbarkeit als Proof-of-Concept-Lösung aufgezeigt werden.
  • Die Güte der Klassifikation konnte auf etwa 80% Genauigkeit festgemacht werden. Das System ist mit der vorhandenen Menge an kurierten Daten daher noch nicht ganz für den produktiven Einsatz verwendbar. Mit zunehmender Datenmenge lässt sich dies jedoch relativ einfach beheben.
  • In zukünftigen Arbeiten sollten dem Chatbot darüber hinaus weitere Inhalte hinzugefügt werden. Somit kann man vermeiden, dass Anfragende auf externe Seite verwiesen werden und stattdessen direkt Antwort erhalten.
  • Eine weitere Herausforderung wird es sein, den Chatbot in weiteren Sprachen anzubieten.

Dich interessiert dieses Thema brennend?

Bei den CAS Future Labs bieten wir spannende Abschlussarbeiten aus den Forschungsbereichen
Artificial Intelligence, Cloud, Customization und Future Devices an.