Ein Interview mit Verena Heinrichs, Sebastian Welter und Thomas Thonak von Applied Intelligence bei Accenture über Anwendungsfelder in der Kundeninteraktion, welche schon heute von KI und Datenanalysen gesteuert und optimiert werden und wie sich dies auf die Gestaltung der Customer Experience an einzelnen Touchpoints auswirkt.
Wie definieren Sie «Customer Experience»?
Wenn ich ein Produkt kaufen möchte, informiere ich mich darüber. Manchmal möchte ich eigentlich gar nichts kaufen, aber mein Kaufinteresse wird durch Werbung geweckt. Durch bewusste Recherche oder zufälliges Hinsehen trete ich als Kunde mit dem Unternehmen direkt oder indirekt in Kontakt, bekomme einen ersten Eindruck und sammle Erfahrungen. Wenn ich mich dann für den Kauf entscheide, kommt es im Zuge des Kaufprozesses zu weiteren Kontaktpunkten und auch hier sammle ich wieder Erfahrungen. Gleiches gilt für die Phasen nach dem Kauf, also Produktnutzung und After Sales. Aus der Summe der verschiedenen Kontaktpunkte zwischen mir als Kunde und dem Unternehmen ergibt sich meine «Customer Experience» (CX) – Wie «benimmt» sich das Unternehmen mir gegenüber, was nehme ich wahr, wie fühle ich mich dabei, was habe ich davon?
Kurzum: «Customer Experience» bedeutet in diesem Kontext Kundenerlebnisse und -reaktionen entlang aller Phasen des Konsums
Welche Kontaktpunkte sehen Sie als massgeblich?
Die Kontaktpunkte zwischen Kunden und Unternehmen können unmittelbar oder mittelbar stattfinden. Unmittelbare Kontaktpunkte sind all jene, die direkt zwischen Kunde und Unternehmen stattfinden. Beispiel: Kunden wenden sich im Problemfall an den Service. Mittelbare Kontaktpunkte finden immer dann statt, wenn der Austausch zwischen Kunden und Dritten stattfindet. Beispiel: Kunden informieren sich in Foren über ein Produkt, dessen Vor- und Nachteile und Alternativen. Unternehmen haben also nicht immer die volle Hoheit über die Kontaktpunkte und deren Ausgestaltung.
Umso wichtiger ist es, dass Unternehmen die unmittelbaren, d.h. kontrollierbaren Kontaktpunkte für den Kunden optimal gestalten. «Optimal» kann natürlich viel bedeuten, insbesondere im Zuge steigender Kundenforderungen und der damit einhergehenden Individualisierungserwartung. Grundsätzlich gilt, dass Unternehmen immer dann bei Kunden punkten, wenn sie es schaffen, den Kunden zu begeistern, ihm während seines Erlebnisses bestmöglich zu assistieren und seinen Arbeitsaufwand bzw. Zeit-Invest zu reduzieren.
Es gibt also eine Vielzahl an potentiellen Kontaktpunkten von Unternehmen mit ihren Kunden. Welche davon massgeblich sind, lässt sich pauschal nur schwer beantworten. In meinen Augen sind allerdings besonders die Kontaktpunkte entscheidend, bei denen das Unternehmen eine persönliche Kundenbindung aufbauen kann. Im Falle einer Versicherung könnte dies bspw. ein sehr unkompliziertes Schadensmanagement sein, wohingegen FMGC (Fast Moving Consumer Goods) einen grösseren Fokus auf Werbung und die Generierung von Aufmerksamkeit legen könnten.
Wie kann ein Unternehmen seine massgeblichen Kontaktpunkte bestimmen?
Grundsätzlich lassen sich die verschiedenen Kontaktpunkte mithilfe einer Customer Journey abbilden. Wichtige Kontaktpunkte können zum einen über Zeitpunkte definiert werden: Der Zeitpunkt, an dem der (noch potentielle) Kunde von den Fähigkeiten des Unternehmens überzeugt werden muss, damit er kauft. Und der Zeitpunkt, an dem der Kunde von den Problemlösefertigkeiten des Unternehmens überzeugt werden muss, damit er bleibt.
Eine weitere Möglichkeit zur Identifikation von Kontaktpunkten könnte der «Nervfaktor», also der Aufwand, den der Kunde zur Erreichung seines Ziels investieren muss, darstellen. Wer hängt schon gerne in der Warteschleife oder möchte nach relevanten Informationen erst noch suchen oder sich den Finger «wund-swipen» müssen? Der Zeitaufwand, den ein Kunde investieren muss, um an sein Ziel zu kommen, ist ein guter Indikator um Optimierungspotentiale entlang der Customer Journey auszumachen.
Neben der Wichtigkeit einzelner Kontaktpunkte ist auch eine konsistente Kommunikation essentiell. Erfolgreiche Brand Communication hilft (potentiellen) Kunden bei der Wiedererkennung und schafft so einen Mehrwert. In diesem Sinne ist auch die Kundenkommunikation Teil des Produkts und das gesamte Produktportfolio kann durchaus breiter aufgefasst werden. Eine gute Website, der professionelle Umgang mit mittelbaren Kontaktpunkten innerhalb sozialer Netzwerke, Foren, Blogs und Online Shops sind Möglichkeiten, auf Kundenfeedback einzugehen und Kontaktpunkte aktiv mitzugestalten.
Beispielsweise findet man immer mehr Unternehmen, die auf Kundenbewertungen in App Stores reagieren. Das Unternehmen bedankt sich bei den Kunden für etwaige Fehlerhinweise oder Verbesserungsvorschläge. Dieses Engagement sorgt vor dem eigentlichen Kaufvertrag für eine positive Kundenerfahrung und schafft, im Sinne eines «Halo-Effektes» Vertrauen für die zukünftige Beziehung zwischen Kunde und Unternehmen. Und auch nach dem Kauf kann so ein positiver Effekt auf die Kundenbindung erzielt werden.
Wo sehen Sie die häufigsten Anwendungsfelder von Datenanalyse und KI in Bezug auf die Gestaltung und das Management dieser Customer Experience entlang der Touchpoints?
Der Kunde ist online. Und das ist auch gut so, denn so produziert er eine Menge an Daten, die genutzt werden können, um die «Customer Experience» individuell und optimal zu gestalten. Basierend auf dem bisherigen Kaufverhalten können Bestandskunden beispielsweise individuelle Produktvorschläge unterbreitet werden. Der Kunde muss sich also nicht durch das gesamte Produktportfolio kämpfen und bekommt für ihn relevante Angebote dargestellt. Amazon und Netflix haben schon lange das Potential von datenbasierten Produktempfehlungen erkannt und beeinflussen so 35 bzw. 75 % von dem was Nutzer kaufen oder schauen.
Eine Möglichkeit wie Daten für Produktempfehlungen eingesetzt werden können, ist «Collaborative Filtering» (CF). Bei dieser Methode werden einem Kunden z.B. Produkte anhand des Kaufverhaltens von ähnlichen Kunden mit ähnlichen Interessen vorgeschlagen. Heruntergebrochen lässt sich „CF“ demnach als eine Art User-to-User Empfehlung beschreiben. So können Unternehmen einem «Information Overload» seitens der Kunden/Nutzer vorbeugen und Up-/Cross-Sell Potentiale erschliessen.
Sofern der Kunde Fragen oder Probleme hat, können Chat Bots für die (erste) Kontaktaufnahme eingesetzt werden. So kann das Problem des Kunden z.B. durch intelligente FAQs oder Self-Service Optionen gelöst, oder der Kunde direkt an einen verantwortlichen Mitarbeiter weitergeleitet werden. Auch im Hintergrund können mithilfe von Datenanalyse Prozesse optimiert werden, die sich am Ende positiv auf die «Customer Experience» auswirken. Mithilfe von historischen Absatzdaten können beispielsweise zukünftige Lagerbestände geplant und dadurch Lieferengpässe verhindert werden. Der Kunde muss dann nicht auf ein Produkt warten.
Aber nicht nur prozessuale Kontaktpunkte können mittels Datenanalyse optimiert werden. Ein massgeblicher Kontaktpunkt zwischen Kunde und Unternehmen ist das Produkt oder die Dienstleistung an sich. Der Fokus auf eine kundenorientierte Produktentwicklung ist natürlich auch ein Hebel für eine optimale «Customer Experience». Mithilfe von Text Mining lässt sich beispielsweise herausfinden, was Kunden an einem Produkt gefällt, was nicht, was er sich wünscht, was der Wettbewerber besser macht etc. Als Datenquelle können E-Mails, Chats, Social Media, Freitextfelder oder Transkripte von Telefongesprächen dienen. Häufig nutzen Unternehmen dieses Kundenfeedback, um Defekte und Probleme zu identifizieren, die während der Nutzungsphase bei Kunden auftreten und deren Entwicklung über den zeitlichen Verlauf zu beobachten sind. Die Nutzung von Kundenfeedback für die gezielte Innovation von Produkten ist eher weniger verbreitet. Das liegt u.a. daran, dass die richtigen «Customer Insights» in den Daten versteckt sind, also weniger offensichtlich als der am häufigsten genannte Fehler-Code.
Daneben lassen sich Verbesserungen auch durch den berühmten «gesunden Menschenverstand» und ohne vorherige Datenanalyse erzielen. ALDI Süd bietet seinen Kunden beispielsweise in 1.600 Filialen Gratis-WLAN. Eine einfache Idee, die einen klaren Kundennutzen hat. Der Geschäftsnutzen ergibt sich dann beinahe automatisch: Kunden können nach Rezepten suchen oder spontane «Einkaufseingebungen» der Daheimgebliebenen annehmen. Der Einkaufswagen füllt sich.
Wie sieht ihrer Meinung nach die Zukunft von Kundeninteraktion aus und damit vielleicht auch die "ultimative Customer Excellence basierend auf Daten"?
Der Trend in der Kundeninteraktion geht zur Automatisierung, Personalisierung und Verantwortung. Schnelligkeit und Komfort, persönliche Beziehung und Vertrauen sind massgebliche Zielgrössen, die es zur Erreichung der «Customer Excellence» zu optimieren gilt. Kunden setzen voraus, dass Unternehmen sie kennen. Entsprechend besteht die Erwartungshaltung, dass das Kundenerlebnis maximal auf den individuellen Kunden zugeschnitten wird – am besten in Echtzeit (Hyper-Relevanz). Der Kunde möchte heute nicht mehr Teil eines Segments sein, sondern als Individuum begriffen werden und das über seine Demographie hinausgehend. Demographische Segmentierung galt lange Zeit als „Goldstandard“ der Segmentierung. Es ist allerdings umstritten, ob demographische Variablen wie Alter oder Geschlecht massgeblich unsere Kaufverhalten beeinflussen. Durch eine Hinzunahme von tatsächlichen Verhalten (bspw. Klickdaten) können sogenannte Microsegments entworfen werden, um Kunden noch personalisierter und effektiver anzusprechen.
Daneben werden sich Kunden den eigenen Daten immer bewusster und stellen Ansprüche an die Datentransparenz. Unternehmen müssen also auf der anderen Seite das Vertrauen der Kunden gewinnen und gleichzeitig Transparenz schaffen über die Datenerhebung und den Verwendungszweck (Explainable AI, Responsible AI).
Hinsichtlich des Interaktionskanals werden Kunden, vor allem in den jüngeren Segmenten immer digitaler. Dies bedeutet nicht mehr nur Online-Shop, sondern digitaler Kundendienst, redaktionelle Contents neben dem reinen Online-Shop und die Nutzung von Onlinediensten, die dem Verbraucher direkt und so komfortabel wie möglich zugängig sind. Themenfelder wie Beratung per Whatsapp, Chatbots, Online-Tracking meiner Bestellung, flexible Nutzung von App und Web helfen, um kanalübergreifend digital mit dem Kunden interagieren zu können.
Die Optimierung der «Customer Experience» ist als ganzheitliches Unterfangen zu verstehen und berücksichtigt neben Künstlicher Intelligenz auch die menschliche Intelligenz. Kontaktpunkte, die offline stattfinden, müssen genauso in die Strategie einbezogen werden wie solche, die online stattfinden. Dann werden aus Kunden Fans.
Gerne würde ich auch auf den «prädiktiven» Aspekt von Datenanalyse und KI eingehen, wie zum Beispiel Text Mining im Beschwerdemanagement. Wie wird Datenanalyse und im nächsten Schritt die weitere Umsetzung in diesem Fall angewandt und wohin führt dies?
Die Erschliessung von Kundenfeedback in Textform, bspw. durch Text Mining kann immer nur der erste Schritt in einer Reihe von Prozessen sein. Damit die so gewonnen Daten auch wirklich zu «actionable Insights» werden, müssen sie auch nutzbar gemacht werden. Das reine Auslesen von Feedback erspart zwar das Lesen grosser Textmengen, standardisiert Daten für eine verbesserte Datenqualität und hilft bei der Indexierung von Texten. Trotz alledem muss eine Anbindung an Entscheidungsprozesse folgen. Diese Art der datengetriebenen Herangehensweise ermöglicht Unternehmen daher eine konstruktive Auseinandersetzung mit Kundenfeedback und anschliessenden Verbesserungen der CX.
Können Sie noch weitere Anwendungsbeispiele nennen (Forecasting bei Lagerbeständen, Produktentwicklung)?
Letztendlich ist alles relevant, das die Touchpoints entlang der Customer Journey verbessert. Wenn ich als Kunde über ausverkaufte Produkte twittere, können Unternehmen diese Informationen durch Text Mining und eine intelligente Prozessanbindung zu «actionable Insights» konvertieren, mit deren Hilfe sich mögliche Engpässe in Liefer- und Produktionsketten identifizieren lassen. Mittels Forecasting auf historischen Absatzmengen könnte so eine weitere datenbasierte Lösung die Customer Experience verbessern.
Könnten zukünftig mit KI Produkte individuell nach den Wünschen eines jeden Kunden entwickelt werden? Macht das Sinn, oder wo sehen sie in der Produktentwicklung wirkliche Chancen zum einen den Kunden wie auch KI einzubinden?
Als Kunde möchte ich natürlich alles, jetzt und am besten umsonst. Mit diesen drei Anforderungen können Unternehmen nur in den seltensten Fällen dienen. Inwieweit also Kundenfeedback pauschal in die Produktentwicklung einfliessen kann, hängt immer ganz vom Anwendungsfall ab. Wenn Kunden einen grösseren Kofferraum wünschen, weil sich die Zielgruppe in Richtung Familie mit Hund bewegt, wäre das Feedback durchaus effektiv in der weiteren Produktplanung. Wenn durch KI ein besseres Verständnis der eigenen Zielgruppe und deren Produktnutzung erreicht wird, kann dies immer wertgenerierend in die Kundenkommunikation und Ausgestaltung der Kontaktpunkte einfliessen. In selber Manier können auch Pain Points abgeleitet und bestenfalls ausgemerzt werden.
Wo sehen Sie noch Nachholbedarf in der Schweiz und wo Vorteile?
Im Schweizer Markt gibt es gegenüber zum Beispiel Deutschland oder anderen Märkten tendenziell eine grössere Experimentierfreudigkeit. Während innovative Konzepte in der Customer Experience in Deutschland im Retail beispielsweise nur in wenigen Standorten in einigen Grossstädten verprobt werden, lässt sich in der Schweiz mit nur zwei Grosssstädten, verteilt auch zwei Sprachregionen, ein signifikanter Teil des Marktes komplett abdecken. Auch ist tendenziell die Bevölkerung digitalen Produkten gegenüber aufgeschlossener.
Über die Gesprächspartner
Verena Heinrichs ist Teil der Applied Intelligence Strategy Practice von Accenture. Sie bringt 7+ Jahre Erfahrung in Bezug auf datengetriebene Unternehmensentwicklung, professionelles Training (Six Sigma) und Öffentlichkeitsarbeit (Data Analytics Keynotes) mit. Sie ist darauf spezialisiert, die Stimme des Kunden für die Entwicklung neuer Produkte und Dienstleistungen zu nutzen. Verena ist leidenschaftlich daran interessiert, Customer Insights nicht nur für einen weiteren Bericht zu nutzen, sondern konkrete Maßnahmen zu definieren und Unternehmen einen Wettbewerbsvorteil zu verschaffen. Vor ihrer Zeit bei Accenture war Verena Director Data Activation & Innovation bei Westphalia DataLab und Head of Social Media Intelligence bei socialyou.
Sebastian Welter leitet die Solution Architecture für Artificial Intelligence Themen. Er hat jahrelange Erfahrung mit der Analyse von unstrukturierten Daten, Mensch-Maschine-Interaktion, maschinellem Lernen, NLP und IT-Architektur. Sein Tagesgeschäft ist die Lösung von realen Kundenproblemen und die Transformation und Digitalisierung von Kundenunternehmen. Sein aktueller Fokus liegt auf ML-Plattformen und Mensch-Maschine-Interaktion. In der Vergangenheit war Sebastian der leitende technische Architekt von IBM für Watson in DACH und ist OpenGroup zertifiziert als Expert Solution Architect.
Tobias Thonak ist Managing Director bei Applied Intelligence (ASG).
