Jenseits oberflächlicher Dashboards: Der Aufstieg intelligenter Analysen in Kontaktzentren

1. Oberflächliche Grafiken legen komplexe Modelllogik und Modellunsicherheit nicht offen.
   • Ähnlich wie beim „Blackbox“-Problem, das bei vielen modernen LLM- und KI-Anwendungen auftritt, leiden viele Dashboards unter mangelnder Transparenz. Ohne Transparenz fragen sich Kontaktcenter-Manager, wie viel Vertrauen sie tatsächlich in die Erkenntnisse des Dashboards setzen können.
2. Die Fülle an Rohmetriken erfordert statistische Genauigkeit und Algorithmen, um Erkenntnisse zu gewinnen.
   • Zu viele Dashboards der früheren Generation präsentieren einfach dieselben Daten und dieselben Statistiken auf visuell ansprechendere Weise. Und zu wenige Manager haben die Zeit oder die statistischen Kenntnisse, um die Daten zu interpretieren oder aussagekräftige, umsetzbare Erkenntnisse daraus abzuleiten.
3. Die Bereitstellung von Echtzeitdaten ermöglicht ohne zusätzliche Analyse-Engines keine Entscheidungsfindung in Echtzeit.
   • Die Bereitstellung von Echtzeitdaten wirkt beeindruckend, aber ebenso beeindruckend ist die Durchflussmenge eines voll aufgedrehten Feuerwehrschlauchs. Ohne zusätzliche Analyse-Engines, die auf dem Datenstrom aufsetzen, ist das Gewinnen von Erkenntnissen aus Echtzeit-Dashboards wie das Trinken aus diesem Feuerwehrschlauch.
4. Eine einfache Datenkonsolidierung verfügt nicht über die für eine ganzheitliche Analyse erforderliche Harmonisierung.
   • Es ist zwar praktisch, alle Leistungsdaten des Kontaktcenters an einem Ort zu haben, doch die Datenpunkte werden weiterhin unverbunden präsentiert. Wir wissen alle, dass sich die durchschnittliche Wartezeit auf die Zufriedenheit und die NPS-Werte auswirkt, aber auch viele andere Faktoren spielen eine Rolle. Datenpunkte isoliert zu betrachten, ist nicht immer hilfreich und führt nur selten zu konkreten Maßnahmen.

Für viele nicht analytisch arbeitende Benutzer sorgen Dashboards eher für Verwirrung als für Klarheit. Die visuelle Überfrachtung mit miteinander verbundenen Kennzahlen erschwert es, zentrale Probleme und Chancen zu erkennen. Den Benutzern wird ein ganzes Jahrmarktsspektakel aus bunten, blinkenden Lichtern präsentiert, doch die meisten Benutzer brauchen in Wirklichkeit eher etwas, das einer einfachen roten, grünen und gelben Ampel entspricht.

„Eine Umfrage ergab, dass 40 Prozent der Geschäftsentscheidungen eher auf Einschätzungen als auf Geschäftsanalysen basierten, häufig aufgrund fehlender guter Daten.“ Quelle: Accenture Analytics

Das Aufkommen intelligenter Analysen

Hochmoderne KI-Optimierungstools können heute dazu beitragen, viele der Probleme zu lösen, die Dashboards seit Jahren plagen. Intelligente KI-Lösungen erfordern die Integration von Daten, eine rigorose Analyse und die Automatisierung von Entscheidungen. Zu intelligenten Lösungen gehören:

• Industrialisierte Datenrahmenwerke zur Verarbeitung von Streaming-Daten und unstrukturierten Daten in großem Maßstab, die Echtzeitanalysen ermöglichen.
• Prädiktive Modellierung mithilfe von Algorithmen des tiefen Lernens zur Prognose zukünftiger Trends.
• Analysen der Kundenstimme, um Erkenntnisse direkt aus Kundenfeedback abzuleiten.
• Empfehlungen für die nächstbeste Maßnahme, die auf Grundlage analytischer Erkenntnisse optimierte Aktionen vorgeben und die Komplexität für Benutzer erheblich reduzieren.
• Gebündelte Analyselösungen für gängige, besonders wertvolle Anwendungsfälle wie die Verringerung der Kundenabwanderung.
• Fokussierte Dashboards zur Überwachung von KPIs und zur Nachverfolgung der analytischen Auswirkungen im Zeitverlauf.

Eine neue Ära der KI-Optimierung

„Organisationen, die es versäumen, die Herausforderungen rund um Daten, Technologie und analytische Talente anzugehen, werden gegenüber den leistungsstarken 10 Prozent ins Hintertreffen geraten, die prädiktive Analysen genutzt haben, um agiler und anpassungsfähiger zu werden und sich Wettbewerbsvorteile zu verschaffen.“ Quelle: Accenture Analytics 

Durch den Übergang von Dashboards zu intelligenten Analysen können Contactcenter die Komplexität reduzieren und das volle Potenzial der KI erschließen. 

Die Zukunft liegt in der Verbindung menschlicher Kreativität mit KI, um Kundenerlebnisse zu verbessern.

Eine integrierte analytische Grundlage ermöglicht diese Transformation durch:

• Ganzheitliche Analysen mithilfe normalisierter Datenseen, die Interaktionen, CRM-Systeme, Sprachanalysen und mehr umfassen.
• Multidimensionale Erkenntnisse aus Techniken wie NLP, Segmentierung, Journey Mining und Neigungsmodellierung, die auf strukturierte und unstrukturierte Daten angewendet werden.
• Umsetzbare Informationen durch Engines für Geschäftsregeln, die in Echtzeit optimierte, auf die Rollen der Benutzer zugeschnittene Aktionen auslösen.
• Kontinuierliche Optimierung durch Deep Learning und bestärkendes Lernen.
• Gezielte Transparenz durch fokussierte Dashboards zur Überwachung von KPIs und Nachverfolgung der analytischen Auswirkungen.
• Situationsbezogene Unterstützung für jeden Benutzer, die für seine Rolle in Form der nächstbesten Aktionen relevant ist. 

Zusammenfassend lässt sich sagen, dass sich Contactcenter von visuell ansprechenden, aber oberflächlichen Dashboards zu robusten, integrierten analytischen Lösungen weiterentwickeln müssen. Durch die Implementierung industrialisierter Funktionen und deren Ausrichtung auf die Erweiterung menschlicher Expertise wird die nächste Generation intelligenter Analysen einen enormen strategischen Wert erschließen.

Wir freuen uns auf Ihre Gedanken zur Entwicklung von Contactcentern durch intelligente Analysen. Haben Sie Fragen zur Implementierung intelligenter Lösungen in Ihren Contactcenter-Abläufen? Beteiligen Sie sich an der Diskussion, indem Sie Ihre Erfahrungen, Erkenntnisse und Fragen im Kommentarbereich weiter unten teilen. 

Lassen Sie uns voneinander lernen und gemeinsam die Zukunft der Contactcenter gestalten!