Wie dadurch die Verkaufszahlen einen weiteren Boost bekommen können, genau das verrät Daniel Freiberger, Head of Customer Experience, in dieser ASK TietoEVRY Blog-Ausgabe.
18 März 2021
Wenn der/die Postmann/Postfrau an der Tür klingelt, lieber Daniel, dann ist dieser Tage vermutlich nur eines unterwegs zu uns: Das Paket von der Online Shopping Tour. Als Experte für Customer Experience widmest Du Dich diesem Thema auch aus beruflicher Perspektive. Umso mehr freut es mich, Dir heute die Trends zu entlocken, die dem Online Shopping Vergnügen noch mehr Boost verleihen können.
Mit Sicherheit! Sowohl die steigenden Verkaufszahlen im Online Einzelhandel als auch die aktuellen COVID-19-Maßnahmen zeigen uns, der Trend wird sich fortsetzen. So verkündete auch das US-Handelsministerium steigende Verkaufszahlen für den Online-Einzelhandel in der ersten Jahreshälfte 2020 von 11,8 % im 1. Quartal auf 16,1 % im 2. Quartal. Als besonders lukrativ erweist sich auch der österreichische Online Handel. So zeigt die bundesweite eCommerce Studie vom Österreichischen Handelsverband für das Jahr 2020 ein Rekordniveau ´von 8 Mrd. Euro. Quellenverweis
Der Online Shopping Button wird also weiterhin gedrückt. Dieses Datenverkehrsaufkommen mag durchaus eine Herausforderung für viele sein. Noch dazu - fehlt uns besonders jetzt eines: die persönliche Kundenbetreuung. Wie sehen Deine Tipps als Customer Experience Fachmann aus?
Wenn es um den Ausbau eines digitalen Concierge-Services geht, klingt das nur auf den ersten Blick nach einer Herausforderung. Als Digitalisierungsexperte wissen wir, dass MitarbeiterInnen ihr Fachwissen auch für den digitalen Support sehr gut bereitstellen können. Wie es dann mit der ‘Übersetzung’ ins digitale Business geht, da unterstützen wir. So beispielsweise im Bankenbereich. Laut Forrester-Bericht „Predictions 2021: It’s All About Empathy, Digital and Virtualizing Customer Care“ wird insbesondere Banken im Jahr 2021 prognostiziert, dass selbige über hybride Rollen im Contact Center verfügen. Dass dies zur neuen Norm auch in Österreich wird, beweisen Referenzen wie beispielsweise aus dem Telekommunikationsbereich die A1 Telekom Austria. Mehr zu dieser Success Story.
Allgemein zeigen Trends innerhalb eines begrenzten Zeitraums ein hohes Traffic-Aufkommen. Bei diesen saisonalen Spitzenzeiten empfiehlt sich anstelle eines Einzelchats eine Kombination aus Bots und Webchat-Agents. Kommt es also zu einem Anstieg von e-commerce Seiten, wobei sich einige User zum ersten Mal dort einfinden, dann müssen erstmals die Konversionsraten und damit die Verkaufs- bzw. Customer Service-Zahlen erreicht werden. Predictive Engagement unterstützt dabei, die Online-Vertriebsstrategie zu optimieren.
Als reaktiv gelten in der Regel Webchats. Von proaktiven Chats spricht man, wenn sie auf Basis von statischen Regeln ausgelöst werden. Die Chance besonders jetzt: Interessenten durch die nächste Chat-Generation auf der Website anzusprechen. Mittels künstlicher Intelligenz (KI)!
So wird die manuelle Erstellung und Pflege von Regeln in einer schnelllebigen digitalen Landschaft damit vermindert. KI lernt fortlaufend aus dem User-Verhalten und passt sich entsprechend an. Im Predictive Engagement wird eine Flow-Route bereitgestellt, die Kunden an einen Bot und dann in Folge an einen Agenten weiterleitet, wenn die Anfrage nicht beantwortet wird. Die Weiterleitung kann alternativ auch direkt an einen Web-Agent erfolgen, um Kunden mit den dringlichsten Anforderungen zu bevorzugen.
Wie der Name bereits verrät, zeigen Predictive Engagement Tools, entsprechende Prognosemodelle für umsetzbare Erkenntnisse aus großen Web-Traffic-Mengen. Diese Analysen lassen aussagekräftige Muster des Web-Verhaltens anhand von KI-Modellen erkennen. Kunden können so identifiziert werden, die mit der höchsten Wahrscheinlichkeit die Website verlassen oder das Kontaktcenter um Hilfe bitten würden. Ebenso können Erkenntnisse durch Kontextsegmente erweitert werden. So wird sichergestellt, dass Interessenten priorisiert werden. Für das entsprechende Kunden-Service, das beim Online Shopping ja auch nicht zu kurz kommen sollen, ermöglicht das Agenten, zum richtigen Zeitpunkt mit Usern zu interagieren.
Die Funktion Echtzeit-Nachverfolgung bringt Agents in Echtzeit Sitzungsinformationen zur Interaktion eines Kunden/einer Kundin mit der Website. Selbige Informationen können dann beim Vorgang an der Kasse eines Kunden genutzt werden, um Fehler zu erkennen. Als Beispiel hierfür gelten etwa die Verwendung eines falschen Rabattcodes oder Probleme mit der Lieferadresse.
Als zusätzliche Registerkarte innerhalb von Genesys Predictive Engagement sehen Agents am Desktop den gesamten Kontext zur Customer Journey. Im gleichen Look & Feel ergo Layout können Agents nahtlos zwischen den Kanälen wechseln. Zwei bis drei Chats können von Genesys Predictive Engagement gleichzeitig verarbeitet werden. Diese Einblicke in die Customer Journey ermöglichen eine schnelle Problem-Behebung und eine hohe Service-Bereitschaft – womit die Kunden Experience als Self-Service fortgesetzt werden kann.
Das Ziel bei Funktionalitäten des Predictive Engagements liegt darin, Kunden dort 'abzuholen’, die aller Wahrscheinlichkeit nach den Konversionstrichter bereits verlassen würden. Die Kannibalisierung des Vertriebs wird so vermieden. Das heißt, die Interaktionsrate mit KundInnen, die ohne Chat- oder Bot-Interaktion als Self-Service online eingekauft hätten, wird erhöht.
Darüber hinaus zielt der sequenzielle Lernalgorithmus von Predictive Engagement darauf ab, KundInnen - deren Verhalten darauf schließen lässt, dass sie einen Kauf tätigen möchten, aber eine hohe Wahrscheinlichkeit auf einen Abbruch zeigt. Selbiges zeigt sich beispielsweise durch langes Verweilen auf einer Seite oder bei einer Frage oder den Wechsel zu einer Seite, die sich nicht in einem linearen Pfad zur Konvertierung befindet.
Das Modell für maschinelles Lernen nutzt einen 30-tägigen Trainingszyklus, der sich ideal für Ereignisse wie beispielsweise die Weihnachtszeit oder auch die aktuelle Covid-Situation eignet.
Der Software Developer Kit (SDK) für Genesys Predictive Engagement lässt sich einfach mit vorhandenen Berichten in Google Analytics und Adobe Analytics synchronisieren. So wird gezeigt, an welchem Punkt der Journey der Webchat ausgelöst wurde. Anschließend können Konvertierungsmuster analysiert werden.
Die Vorteile von Predictive Engagement im Überblick:
Mit dem Einsatz von Predictive Engagement – wie das von Genesys - unterstützen wir von Tietoevry das digitale Concierge-Service.
Durch das ASK Tietoevry Interview führte Margit Anglmaier, Head of Marketing & Communications von Tietoevry.
Quelle und Bildverweis: Genesys, März 2021