Montag, 23. Oktober 2017

Predictive Servicing und Diskussion zur Automation

Launige Worte zum Einstieg: Ich wollte ja das Gentsch-Buch "Künstliche Intelligenz für Sales, Marketing und Service: Mit AI und Bots zu einem Algorithmic Business" noch ein wenig anteasern. Das kann ich auf zwei Arten und Weisen tun:

1. Für diejenigen, die gern hören und sehen, gibt es morgen eine Expertendiskussion mit Manfred Stockmann vom CCV Deutschland, Harald Huber von der Firma USU und mir. Wir diskutieren spannende Zukunftsthemen und neue Herausforderungen im Kundenservice, wie z.B.

  • Service Automation – keine Zukunft ohne Bots im Kundenservice?
  • Welche Self-Service-Technologien eignen sich wirklich für den Kundenservice?
  • Chat-Bots im Service – leichter, schneller und effektiver?

und vieles mehr. Anmelden kann man sich jetzt noch hier. Ansonsten werde ich das Video dazu in den nächsten Wochen auf diesem Blog teilen.

2. Für diejenigen, die lieber lesen, hier ein kleines Stück über die Vermeidung von Servicefällen durch Predictive Servicing:  

Servicefälle vermeiden, bevor sie entstehen!

Immer mehr Contact Center nutzen analytische Tools. Das zeigt die Studie des Service-Excellence Cockpits 2017. Das eröffnet neue Möglichkeiten für den Kundenservice. So können Servicefälle beispielsweise vorhergesagt werden, bevor sie entstehen. Durch die enormen Einsparungspotentiale, die eine solche Optimierung mit sich bringt, ist das im Investitionsgüterumfeld schon längst ein großes Thema. Durch „Big Data“ wird es zunehmend auch im Umfeld von Konsumgüterindustrie und Handel interessant. Nötig ist dazu eine geschickte Verknüpfung interner und externer Informationen. Und viel Wissen über die Kosten und Folgekosten von Kundenservicefällen.  

Das sogenannte Predictive Maintenance ist eine Spielart des Predictive Modelling, welches für den Service-Bereich zukünftig enorm an Bedeutung gewinnt. Hier spielt der Umgang mit Big Data und der darauf aufbauenden prädiktiven Analytik eine besondere Rolle, wie eine Studie der Universität Potsdam aufzeigt. Bezogen auf den Kundenservice geht es bei Predictive Maintenance vor allem um das proaktive Handeln eines Unternehmens zum Vermeiden von absehbaren Servicefällen. Es geht also darum, aus verfügbaren Daten Quellen ein Modell zu entwickeln, welches voraussagt, wann welcher Servicefall mit welchen Konsequenzen für das Unternehmen und den Kunden eintritt. Das verhindert zum einen unnötige Wartungskosten von Maschinen aufgrund fixer Zyklen, auf der anderen Seite aber auch einen teuren Ausfall einer Maschine oder eines Geräts.

Ziel ist es, einen hoher Grad an Kundenzufriedenheit zu generieren. Dies ist vor allem dadurch möglich, dass nicht nur firmeninterne Daten und Informationen aus den Kundendialogen und Erfahrungsdaten über die eigenen Produkte sondern auch externe Umweltdaten zur Modellierung herangezogen werden. Dies kann man an einem Beispiel aus der Maschinenbau-Industrie darstellen:  

Abbildung 1: Modell zur Kalkulation der Ausfallwahrscheinlichkeit im Maschinenbau 
(Quelle: Hoong et al. 2013, dankenswert bearbeitet durch das Contact Management Magazine)
Im Gegensatz zu einer Wartungslogik dieser Maschine, die nach festen zeitlichen oder Nutzungs-Zyklen abläuft, bezieht das Predictive Maintenance Modell interne wie externe statische wie dynamische Daten ein, um zu prognostizieren, wie hoch die Wahrscheinlichkeit eines Ausfalls der Maschine ist. Nun kann man rein wirtschaftlich überlegen, was der Ausfall der der Maschine pro Tag oder Stunde kostet.

Im konkreten Fall bedeutet das: Erfolgt die Wartung zu früh, hätten die Verschleißteile der Anlage länger genutzt werden können. Es entstehen also unnötige Kosten. Steht die Maschine, entstehen dem Kundenunternehmen Ausfallkosten, die unter Umständen vertragsbedingt an das herstellende Unternehmen weitergereicht werden können. Hier kommt Machine Learning ins Spiel. Der Algorithmus lernt mit jedem Ausfall einer Maschine hinzu. Auf der Basis aller laufenden Maschinen und deren Serviceintervallen und ungeplanten Ausfällen wird die Genauigkeit des Schätzmodelles immer besser und kann so den Optimalen Zeitpunkt für eine Wartung bzw. einen Austausch feststellen.

Diese Logik ist zunehmend auch in BtoC Umgebungen nutzbringend anzuwenden. Nehmen wir als Beispiel den Fall eines Händlers, der Kaffee in Kapseln in hoher Qualität im Rahmen eines Club-Modells an seine Kunden zu hohen Margen verkauft. Dieses Unternehmen kennt durch sein Business Modell den Kunden mit Namen und Adresse. Es weiß also, wie viele Kapseln welcher Kaffeesorte der Kunde gekauft hat. Gleichzeitig, kennt es die Marke und den Typ der verwendeten Maschine. Das Unternehmen kennt die durchschnittliche Lebensdauer dieser Maschinen im Bezug zum Wasserhärtegrad am Wohnort des Kunden. Dieser ist in entwickelten Märkten recht leicht herauszufinden. Auch weiß das Unternehmen, wie häufig der Kunde seine Maschine entkalkt hat. Das Entkalkungsset bezieht er ja in der Regel auch über den Club. All diese Faktoren ergeben ein Schätzmodell, welches mit der Zeit wie oben beschrieben verfeinert wird. Nun ist lediglich noch zu klären, wie man den Ausfall dieser Maschine vermeidet.

Andererseits weiss das Handelsunternehmen, dass ein Kunde, dessen Maschine ausfällt, im Durchschnitt einen Monat keinen Kaffee kauft, bis er eine neue Maschine angeschafft hat. Während dieser Zeit besteht natürlich ein erhöhtes Risiko, des Anbieterwechsels, da ja eine Wechselbarriere (eine funktionierende Kaffeemaschine) weggefallen ist. Um die Ausfallkosten der entgangenen Umsatzmarge und das Risiko des Anbieterwechsels zu minimieren macht der Händler dem Kunden nun ein (aus dessen Sicht) vorteilhaftes Angebot, sobald die Wahrscheinlichkeit eines Maschinenausfalls ein gewisses Ausmass erreicht hat. Der Kunde kann (bei Bestellung einer gewissen Menge Kaffee) eine neue (aus seiner Sicht weitere) Kaffeemaschine zu einem für ihn attraktiven Angebotspreis erwerben. Geht der Kunde auf das Angebot ein, ist das Predictive Servicing hier für den Kaffeehändler erfolgreich gewesen.

Gesamthaft sieht man, dass es um eine Optimierung der Wartungs- bzw. Gesamtservicekosten geht. Diesem Sachverhalt trägt auch das Service-Excellence Cockpit in seiner neuesten Umfragewelle Rechnung. Nur, wenn Gesamtservicekosten erfasst und verglichen werden könne, ist Predictive Servicing erfolgreich.

Mittwoch, 18. Oktober 2017

Buchmesse und Social Selling

Launige Worte zum Einstieg: Hier ist was los. Im ersten Halbjahr 2017 habe ich ja ausschliesslich Content für Bücher und Zeitschriften erstellt und diesen Blog hier vernachlässig. Jetzt müssen wir hier mal wieder aufholen.

Hafner auf der Buchmesse 2017

Letzte Woche war ich auf der Buchmesse in Frankfurt und habe meine neues Buch "Die Kunst der Kundenbeziehung" vorgestellt. Das war sehr schön, denn bei meinem Verlag Haufe-Lexware konnte man sich im Anschluss noch mit den verschiedenen Autoren bei einem Empfang vernetzen. Und egal, was man so über das Ende des gedruckten Papiers im Zuge der Digitalisierung liest, das Buch scheint auch im Fachbuch Bereich lebendig zu bleiben. Recht aufschlussreich verlief auch das Treffen mit meiner Produktmanagerin bei Haufe, der wunderbaren Nadine Öfele. Etwa die Hälfte der ersten Auflage ist nun verkauft und auch das Ranking bei Amazon ist zur Zeit mehr als zufriedenstellend. Auch gibt es mittlerweile doch mehr als 20 Rezensionen, überraschenderweise auch hier. Am 7.11. lese ich nun zum ersten Mal in grösserem Rahmen in Zürich aus dem Buch vor. Lesungen in Berlin und Wien folgen. Sicher geht es dabei darum, wie Kundenbeziehungen entstehen und auch Frau Puvogel wird wieder eine Rolle spielen. In der nächsten Woche gibt es dazu mal eine Kostprobe hier auf dem Blog.

Neues Buch und neues Buchkapitel

Anfang November erscheint dann auch noch das Buch "Künstliche Intelligenz für Sales, Marketing und Service: Mit AI und Bots zu einem Algorithmic Business" von meinem Kollegen Peter Gentsch bei Springer Gabler. Zu diesem Buch habe ich auch noch ein Kapitel zum Thema Kundenservice beitragen dürfen. Auch da gibt es in den nächsten Wochen eine Kostprobe, wie sie bspw. schon im Contact Management Magazine erscheinen ist. Das ist übrigens in dieser Woche erscheinen und (auch ganz unabhängig von meinem Artikel) wirklich lesenswert für Kundenmanagement und Customer Experience Profis - nicht nur in der Schweiz. Allein das "Cloud special" zeigt wieder viele Aspekte rund um Cloud Services für das Kundenmanagement, für die man selbst lange recherchieren müsste.

Social Selling und Personal Branding

Ein Riese und zwei Zwerge: Andreas Penkert von Detecon,
Diana zur Löwen (mittig) und der etwas erkältete Autor.
Content schaffen ist ja das eine. Content vermarkten und damit selbst zur Marke werden, das andere. Wie man das macht, war die Fragestellung beim Digital Lunch von Detecon Consulting in Köln im Anschluss an die Buchmesse. Neben meinem kleinen Beitrag über diesen Blog, soziale Medien, meine Vorbilder und natürlich das neue Buch, hatte ich die Freude Diana zur Löwen zuzuhören. Und das ist ja schon erstaunlich, wenn man sieht, dass Diana mit Anfang 20 615.000 Menschen auf Instagram begeistert, indem sie vornehmlich sie selbst ist. Fröhlich, engagiert, gut angezogen, gepflegt und unterhaltsam. Jedenfalls für Ihre Zielgruppe. Und das sehen auch Marken wie DM und bebe so. Spannend für mich dann vor allem die Diskussion mit den Experten von Detecon im Anschluss, was man aus den Beispielen von Diana und mir übernehmen kann. Klar ist, dass nicht jeder Spass an Social Media, Blogging und digitaler Selbstvermarktung hat. Ist es auch bei Beratungsprofis wertvoll, Themen digital und persönlich zu beleuchten und nicht immer nur 100% glatt und nüchtern daher zu kommen. Ich bin gespannt, wie sich Consulting hier in den nächsten Jahren verändern wird.

  

Mittwoch, 30. August 2017

Kundenorientierung als Erfolgsformel, Finetuning und die Kunst der Ironie

Launige Worte zum Einstieg: Was habe ich über die Vorankündigung meines Buches im "Börsenblatt des Deutschen Buchhandels" gelacht. Denn, wenn man seinen Lebenslauf für ein Buch schreibt, ist man ja häufig etwas launischer und deswegen passt das gut her. Ich schicke denen also folgenden Abstrakt:

"Nils Hafner kam am 17. Mai 1973 in Hamburg zur Welt. Er erwies sich als ein entschlossenes, wenn nicht gar rebellisches Kind. Während seiner Jugend probierte er 18 verschiedene Sportarten aus, bei denen er sich jeweils Verletzungen zuzog. Dies stand einer Karriere als Profisportler nachhaltig im Weg, weswegen er eine akademische Laufbahn einschlug. In der Folge studierte er Betriebswirtschaftslehre und scheiterte, im Anschluss Psychologie, Philosophie und Neuere Geschichte. Hier passte ihm das mitstudentische Publikum nicht, und er wechselte zur Betriebswirtschaftslehre zurück. Schlussendlich promovierte er im Innovationsmanagement/Marketing über die Qualitätssteuerung von Call Center-Dienstleistungen. Über dieser Arbeit wurde ihm zum ersten Mal klar, was man als Unternehmen so alles falsch machen kann. Und so war er im Kundenmanagement angekommen. In seinem ersten Job fehlte eine Experte für dieses Thema, und so beschloss Hafner mit 27 Jahren ein solcher zu sein. Das klappte wider Erwarten ausgesprochen gut. Nach einer Tätigkeit als Practiceleader CRM bei einem der größten Beratungshäuser der Welt baute er von 2002 bis Mai 2006 das erste CRM Master-Programm im deutschsprachigen Raum auf. Es folgten bis heute  18 akademische Programme rund um das Thema Kundenmanagement und Kundenintegration an verschiedenen europäischen Hochschulen. In diesem Kontext kam er 2007 an die Hochschule Luzern, die ihm den Professorentitel verlieh und mit der Leitung eines Studienprogramms zum Digital Banking betraute. Nach weiteren 22 Sportarten, die er in der Schweiz ausprobierte (darunter solch exotische wie Snowboarding, Curling und schließlich Tretrollerfahren), beschloss er das Thema Sport aufgrund akuter Verletzungsgefahr gänzlich zu den Akten zu legen. Dort liegt es noch."

Und was macht das Börsenblatt draus? Kann man unten im Bild sehen. Und seitdem briefen wir alle Publikationsorgane für dies Buch so: "Machen Sie das bloß nicht so, wie das Börsenblatt des Deutschen Buchhandels!" Und das Buch erscheint am 8. September!

Micro-Moments - Das Finetuning der Kundenbeziehung

Ich habe einen längeren Artikel für die Anfang des Jahres sensationell gerelaunchte "acquisa" geschrieben. Denn: Im Customer Experience Management ist ja in den letzten Jahren wirklich konzeptionell wenig passiert, seitdem die Kollegen Berry, Carbone und Haeckel aufgezeigt haben, dass Kundenerlebnisse funktionale und emotionale Aspekte haben. Anhand des Micro Moments Konzept von Google habe ich das jetzt mal versucht, etwas zu erweitern. Den Artikel findet man in der neuen "acquisa" und in Auszügen hier.

Event "Kundenorientierung als Erfolgsformel"

Dass sich Kundenorientierung positiv auf die Unternehmensperformance auswirkt ist bekannt. Doch wissen Sie auch, welche Facetten der Kundenorientierung genau wie viel zum Erfolg beitragen?
Unser Partner ServiceRating GmbH und Professor Dr. Dr. h.c. mult. Christian Homburg laden gemeinsam mit den Partnern Handelsblatt und IPSOS am 20. September zu dem Workshop „Kundenorientierung als Erfolgsformel“ nach Köln ein, um der spannenden Eingangsfrage anhand aktueller wissenschaftlicher Erkenntnisse und von Praxisbeispielen auf den Grund zu gehen. Letztere werden durch Dr. Olaf Tidelski (Chief Customer Officer der Allianz Deutschland) und Ralf Schweighöfer (Managing Director von DHL Express Austria) präsentiert. Kernfragestellungen sind dabei:

  • Treibt eine kundenorientierte Preispolitik die Umsatzrendite stärker als ein kundenorientierter Vertrieb?
  • Wie viel wirtschaftlich erfolgreicher sind Unternehmen mit einem hohen Ausmaß an Kundenorientierung, als Unternehmen, bei denen das Thema Kundenorientierung noch keine strategische/ durchgängige Relevanz hat?
  • Lassen sich durch Kundenorientierung auch Kosten reduzieren?
  • Wie wichtig ist der Aufbau einer starken Marke für den Unternehmenserfolg?

ServiceRating hat mir ein Freiticket (regulär 490.- €) zur Verfügung gestellt, dass ich an die Leser dieses Blogs weitergeben darf. Melden Sie sich bei mir (nils.hafner@nilshafner.ch), es entscheidet das Los. Ausserdem kann man sich natürlich hier regulär anmelden. 

Und jetzt natürlich noch das sensationelle Buchfeature aus dem "Börsenblatt des Deutschen Buchhandels":


Donnerstag, 20. Juli 2017

Kundenwert und Call Center

Launige Worte zum Einstieg: Dass ich das noch erleben darf! Es ist ja wirklich selten, dass ein reflektierter Artikel in der Tages- oder Sonntagspresse zum Thema "Call Center" veröffentlicht wird. Insofern war das schon ein Grund zur Freude als die "NZZ am Sonntag" genau das getan hat.

Viel zu Lesen im Sommer und Herbst!

Ausserdem hab ich bei den Kollegen von tecart einen kleinen Text veröffentlicht, der wieder einmal die Schwierigkeiten rund um die Berechnung des Kundenwerts aufzeigt. Und noch etwas: Mein Buch "Die Kunst der Kundenbeziehung" ist fertig und erscheint am 14. September bei Haufe. Es ist ein Buch für den "ruhenden Manager" geworden. Also eines mit kleinen Geschichten für den Nachttisch. Und aus jeder dieser Geschichten kann man etwas lernen. Und auch Frau Puvogel ist hier ganz massiv am Start. Ansonsten planen wir gerade den CRM Excellence Day in Berlin und das neue eBook über die digitale Zukunft des Kundenservice, in dem ich über "Kundenerwartungen und -verhalten in einer digitalisierten Welt" schreiben durfte, liegt zum Download vor. Man sieht, das erste Halbjahr 2017 war produktiv.

Und hier gleich mal zum Artikel der NZZ am Sonntag:

Montag, 3. April 2017

Frau Puvogel denkt über das Jagen nach – Wie künstliche Intelligenz die Servicewelt verändert

Launige Worte zum Einstieg: Bevor diese Woche mit der nun gut verkauften Swiss eLearning Conference morgen startet und dann mit dem Start des ausverkauften CAS Digital Banking ihren Höhepunkt erreicht, muss ich doch noch einmal einen kleinen Text im Kontext der Chatbots posten. Ich denke, rein kulturell werden wir es hier noch mit einem enormen Change zu tun haben, bis wir Kundendialoge wirklich automatisiert führen können. Und wenn wir dabei Fehler machen, denken noch mehr Mitarbeiter über das Jagen nach.

Genau wie Frau Puvogel!  

Frau Puvogel tobt: Künstliche Intelligenz? Bei uns im ServiceCenter? Wir haben doch nicht einmal natürliche! Dabei sei, so Puvogel weiter, der gesunde Menschenverstand doch Ausgangspunkt eines überragenden Serviceerlebnisses. Eben, kontert Abteilungsleiter Kammüller, deswegen ja. Einem halbwegs intelligenten Lebewesen sei es doch eigentlich nicht zuzumuten, jeden Tag etwa 20 Kunden dieselben Sachverhalte zu erklären. Da wird man ja komisch im Kopf, folgert er. Soweit nachvollziehbar. Doch die Umsetzung bleibt Frau Puvogel schleierhaft. Wie kann künstliche Intelligenz denn bitte helfen, genau das zu verhindern?

Beispielsweise durch Chatbots, bemerkt Kammüller, stolz auf sein Wissen. Klasse, sagt Frau Puvogel mit ihrem Hamburger Zungenschlag. Der Kunde fragt etwas und die Maschine antwortet: “Entschuldigung, ich habe Sie nicht verstanden.“ So bekommen wir am Telefon dann genau die gleichen Fragen wie heute. Nur ist der Kunde zusätzlich auch noch sauer, weil er mit dem Bot einen frustrierenden Dialog hatte - oder besser Monolog. Na herzlichen Glückwunsch.
Genau das darf nicht passieren, stimmt ihr der Abteilungsleiter zu. Deswegen ja auch künstliche Intelligenz. Der Bot lernt aus den Dialogen zwischen Mitarbeiter und Kunde. Aha, wundert sich Puvogel, aber jeder Mensch fragt doch ein wenig anders. Deswegen muss ja auch der Bot so strukturiert sein, dass er das Gespräch mit dem Kunden führen kann. Kammüller erläutert das anhand eines Bots, der Rezepte aus dem Internet sucht: Fragt der Kunde nach einem neuen Rezept oder sagt er ganz einfach: „ich habe Hunger“, antwortet der Bot mit einer Gegenfrage: „Hast du Lust auf italienische Küche?“ „Nein“, sagt der Kunde, „Französisch. Mit Kartoffeln.“ Und schon kann der Bot hier anhand der Merkmale „Französische Küche“ und „Kartoffeln“ in der hinterlegten Datenbank suchen und konkrete Rezepte vorschlagen. Zusätzlich kann das Programm alle weitergehenden Fragen zu diesem Rezept beantworten: Enthält das Rezept Milchprodukte? Kann man das auch alternativ ohne Spinat machen? Ist es vegan? Und bedeutet „vegan“ wirklich im Indianischen so etwas wie „schlechter Jäger“?

Ok, nachvollziehbar, sagt Puvogel, ist aber nicht restlos überzeugt (nicht zuletzt, weil sie selbst Veganerin ist). Aber was für Rezepte aus einer Datenbank gilt, gilt noch lange nicht für die Serviceprobleme der Kunden unserer Bank.

Naja, deswegen fangen wir ja mit den einfachsten Problemen an, erwidert Kammüller noch etwas derangiert mit Lachtränen in den Augen (eindeutig kein Veganer). Außerdem lernen wir den Bot mit allen verfügbaren Dialogen aus dem LiveChat an. Das dauert natürlich. Schliesslich hat AlphaGo von Google auch nicht von heute auf morgen das Go-Spielen erlernt. Aber was, wenn der Bot dann im Kundendialog nicht weiter weiß, will Puvogel wissen. Naja, dann übernimmt halt wieder ein menschlicher Chatagent, zeigt sich Kammüller optimistisch. Das sollte aber nicht allzu häufig passieren, denn der Bot lernt ja aus jeder Interaktion. Das sind dann echte Closed-Loop-Prozesse, liebe Frau Puvogel. Zum Schluss weiß die Maschine alles!

Nun wird es Frau Puvogel mulmig: Und was passiert, wenn der Bot dann alles weiss und kann? Dann braucht es ja gar keine Mitarbeiter im Service mehr. Kammüller hingegen strahlt: Eben! Sehen Sie, Frau Puvogel, das ist das Beste! Was meinen Sie, wie viele vegane Rezepte Sie dann ausprobieren können?!

Und nun denkt selbst die friedfertige vegane Frau Puvogel über Jagdtechniken nach.



Freitag, 24. März 2017

Lernen und der digitale Change

Launige Worte zum Einstieg: Irre neue Welt. Da reden sie an der CeBIT erneut über digitale Brillen in Serviceprozessen, zeigen auf, an welchen Stellen das Marketing zu automatisieren ist und Bots wohin man schaut.

Die Realität sieht aber noch anders aus. Reale Menschen beantworten reale Telefonate und Faxanfragen (sic!). Doch langsam aber stig wird auch die deutsche Wirtschaft digitaler. Das zeigt die jährliche Befragung des Digitalverbandes Bitkom für deren Zahlen ich immer sehr dankbar bin. Aber, der Digitalisierungsprozess geht sehr langsam vor sich. Klar. Immer neue Mitarbeiter müssen immer neue Tools kennen lernen und kompetent anwenden können. Und die alten erstmal. Mitarbeiter meine ich. Deswegen ist im Anschluss an die CeBIT auch die Swiss eLearning Conference, die ich zusammen mit dem Mastermind dieser Veranstaltung Dr. Daniel Stoller-Schai von Crealogix und dem Beirat mitgestalten dufte und mitmoderieren darf. Vielleicht wagen wir mal einen Blick ins Programm der

SeLC 17: "Lernen im Wandel: Wie digitales Lernen Veränderungsprozesse in Organisationen unterstützt"

Die Grundidee der Veranstaltung ist eigentlich einfach: Wie kann eLearning den Change hin zu mehr Digitalem Business im Unternehmen beflügeln? Und dazu haben wir einige spannende Aspekte beleuchtet: Zunächst geht es mal um den Rahmen der Veränderung. Digitalisierung bedeutet für jedes Unternehmen etwas anderes. Was sind also die Elemente die in unserer Firma wirklich die Veränderungen im täglichen Arbeitsprozess des Mitarbeiters treiben. Nur wer das wirklich weiss, kann nachher beurteilen, ob ihm die vier KeyNotes der Veranstaltung, die acht Casestudies aus Unternehmen und die Präsentation von neun Hilfsmitteln zum digitalen Lernen tatsächlich etwas gebracht haben. Es gilt also zu beginn die "richtigen Fragen zu stellen". Impulse für die Antworten liefern dann die vier Keynotes: Wie sich unsere Welt auch in Bezug auf die zur Verfügung stehenden und verwendeten Materialien verändert, zeigt Dr. Sascha Peters, Gründer und Inhaber von Haute Innovation auf. Prof. Dr. Michael Kerres von der Universität Duisburg zeigt auf wie Digitales Lernen Veränderung unterstützt, Oliver Durrer von der Online Academy der Migros Klubschule führt im Anschluss auf, wie dieses in grossem Massstab in der Schweiz angewendet wird. Die Konferenz wird von Jan Balke, Head of Voactional Training, von Airbus in Hamburg beendet. Er macht deutlich, wie der Grosskonzern Airbus Change Agents für den digitalen Wandel ausbildet und einsetzt. 

Acht Case Studies von CSS, Bühler, der Universität St. Gallen, der Migros Klub Schule, der media interface GmbH, der Postfinance und Zurich (die ihre Kunden wirklich lieben, ja genau dieser Case wird präsentiert!) zeigen auf, wie praktisch der Wandel hin zu mehr Digitalisierung und Kundennähe heute schon auch im Bereich des medialen Lernens gelebt wird. Und natürlich benögt jeder Change Manager auch Werkzeuge auf dem Weg in die Neue Welt. Diese zeigen: SAP, Crealogix, IMC, STEAG und Partner, SwissVBS, BRIDGE2THINK, Tricat, Elever und Gamelearn SL.

Bislang sind etwa 80 Teilnehmer angemeldet, 40 Tickets haben wir noch. Vielleicht ist das ja auch mal eine sehr spezielle aber hilfreiche Konferenz, die einem das eigene Changeprojekt ein klein wenig leichter und strukturierter gestalten kann. 

Dienstag, 21. März 2017

CeBIT, CCW und alle Prognosen: Hilfe, die Bots kommen!

Launige Worte zum Einstieg: Zur Zeit bin ich entweder krank, an der Hochschule, im Projekt oder unterwegs auf Grossveranstaltungen, um dort für diverse Kunden über die CRM Trends zu reden. Wahrscheinlich machen Punkt 2 bis 4 dann in drei Jahren Bots. Toll. Arrrrgghhh. Als nächstes mach ich eine Abstimmung hier, wer lieber den richtigen Hafner will oder wer einen Bot lieber mag. Etwa ein Dritte wird sich SOFORT für den Bot entscheiden.  So was ähnliches hat Tyll von Mende bei unserem gemeinsamen Auftritt in Berlin beim DDV überzeugend vorgestellt. Das zeigen ja auch alle Untersuchungen, die an der CCW oder der CeBIT bislang vorgestellt wurden. Aber so lange rufe ich noch:  

Hilfe, die Bots kommen!

Im letzten Post hatte ich ja aufgezeigt, dass wir in einzelnen Branchen schon über 22% Self-Service messen. Und nun sehen gerade Unternehmen mit vielen medialen Kundenkontakten die Möglichkeit, diesen Automatisierungsgrad deutlich nach oben zu bringen. Grundlage dafür ist eine Infrastruktur, wie sie seit 2008 auf den Smartphones von über 2 Milliarden Menschen entstanden ist den „Messenging Apps“ wie Facebook Messenger, WhatsApp, Amazon Echo oder dem chinesischen WeChat. Auf diesem „Conversational UI“ nun können Unternehmen mit ihren Kunden chatten. Dies hat gegenüber der Entwicklung eigener Service Apps den Vorteil, dass eine allgemein akzeptierte Dialog-Infrastruktur genutzt wird, die den meisten Nutzern und damit den Kunden zugänglich und leicht verständlich ist.
 
Zudem sind ja in den meisten Branchen mehr als 80% der Anfragen schriftlichen oder gesprochenen Anfragen hochgradig repetitiv. Wird daher eine Automatisierung der Servicedialoge überlegt, kommen für die Erledigung einfacherer Anliegen des Kunden moderne Chatbots in Frage. Dabei handelt es sich um Software, die fähig ist, mit Menschen in einen sinnvollen Dialog zu treten. Diese muss dabei durch Dialoge zwischen Kunden und Unternehmen angelernt werden. In diesem Zusammenhang kann von Machine Learning und sich daraus entwickelnder künstlicher Intelligenz gesprochen werden.
Waren Dialoge mit Chatbots bis 2016 noch zum grossen Teil unbefriedigend, da unterschiedliche Formulierungen des Kunden zum Teil vom Bot nicht verstanden wurden, erwarten wir für das gerade angebrochenen Jahr 2017 einen grossen Sprung in der Entwicklung. Alexander Weidauer, Chatbot-Experte und CEO des conversational AI Startups LASTMILE, verdeutlicht, dass es bei der Konversation zwischen Bot und Kunde nicht nur auf die Lerngeschwindigkeit des Systems, sondern auch darauf ankommt, den Kunden mit einer geschickten Fragetechnik durch den Dialog zu lenken. Wenn der Bot gezielt nachfragt, sind die Entscheidungen des Kunden und damit seine Willensäusserung klarer. „Wer fragt, führt“ gilt halt eben auch für Chatbots. 

Derartige Bots werden neu in die jeweiligen Messengerumgebungen integriert und dienen den Usern als Gesprächspartner oder integrieren sich auch in den Dialog zwischen mehreren menschlichen Usern. Die Kern-Idee dahinter ist, dass die Teilnehmer des Dialoges automatisiert durch den Bot zu Produkten und Services geleitet werden, die in den Dialogen eine Rolle spielen. So kann beispielsweise die Ferienplanung komplett von der Flugbuchung, über die Hotelreservation bis hin zur Auswahl von Ausflügen oder von Restaurants in einem Gespräch stattfinden, ohne die Messenger Umgebung zu verlassen, um kommerzielle Apps oder Webseiten aufrufen zu müssen, um bspw. Preise und Alternativen zu recherchieren. Derartige Geschäfte, die mittels Kommunikation abgeschlossen werden, subsumiert man unter dem Schlagwort „Conversational Commerce“. Ist der Chatbot also in einer allgemein genutzten Messenger-Plattform bspw. von Facebook integriert, vereinfacht dieser dem Kunden den Alltag, da weniger Aufwand benötigt wird, um beispielsweise einen Flug mit einer Kurzmitteilung zu bestellen und sich nicht durch die App der Airline durcharbeiten muss. Das richtige Potential wird aber erst dann erreicht, wenn eine mittels Bot geplante Reise nicht wunschgemäss verläuft: Realisiert der Bot bspw. schon bei der Anfahrt zum Flughafen, dass ein Flug eine grosse Verspätung aufweist, kann er selbständig Umbuchungen vornehmen, damit die geplanten Termine eingehalten werden können. Der Kunde bekommt davon nichts mit. Die Airline spart sich so eine Fülle unerwünschter Servicedialoge. Super. Im Vergleich zu der sich tagtäglich wiederholenden unerträglichen ServiceOdyssee, bei der ganze Organisationen davon überrascht werden, wenn irgendwo ein Flug ausfällt oder gestreikt wird. AirBerlin bspw. hat dafür offenbar keinen Prozess und antwortet auch nicht mehr auf emails oder Telefonate.

Kein Wunder, dass die Airline Industrie an der Spitze der Chatbot-Entwicklung stehen will. Jedoch schaffen es die meisten Anwendung hier nicht zu überzeugen und offenbaren überaus halbbatzige Entwicklungen. Beispiele für den Einsatz von Chatbots im Kundenservice sind die Digibank in Indien oder mal wieder die RBS mit Ihrem Bot Luvo. Sie haben Chatbots implementiert, die fähig sind Kundenanfragen zu beantworten und Konversationen zu führen. Ähnlich positioniert sich die die Bank of America: auch hier können Kunden mit einem Chatbot im Facebook Messenger interagieren. Betrachtet man den chinesischen Messengerdienst WeChat stellt man fest, dass bspw. Geldtransfers zwischen den Chatteilnehmern vorgenommen und Waren und Dienstleistungen aller Art bestellt werden. Hier ist gut zu verstehen, welchen Nutzen die Messengerumgebung als Conversation UI bietet. Bei einer herkömmliche Bestellung eines Produktes muss die entsprechende eCommerce Repräsentanz im Internet aufgerufen werden, die Zahlung wird in der Regel im Anschluss entweder durch eine Payment-App oder durch eine Überweisung in der eBanking Umgebung des Kunden durchgeführt. Man überlege dabei einfach einmal, wie viele Passwörter ein Kunde in dieser Konfiguration eingeben muss, um sich zu authentifizieren. Ein entsprechend trainierter Chatbot kann mehreren Kunden gleichzeitig und schnell weiterhelfen. Eine deutliche rationalere Form der Automatisierung von Dialogen eben. 

Da Serviceanfragen in unterschiedlichen Komplexitätsgraden auftauchen, kommt dem Monitoring der Dialoge eine besondere Rolle zu. Dies gilt insbesondere für den Fall, dass für den Bot neue oder aussergewöhnliche Serviceanfragen gestellt werden. Hier ist der Bot nicht fähig zu antworten, bzw. die Antwort fällt für den anfragenden Kunden unbefriedigend aus. Wichtig ist dabei die Übernahme des Dialogs durch einen menschlichen Ansprechpartner in dem Fall, dass der Bot nicht „weiter weiss“. Im Anschluss empfiehlt es sich aber, den neuen Servicefall wieder an den lernenden Bot zurück zugeben. Um dem Bot einen Grundstock an „Servicewissen“ mit auf den Weg zu geben, empfehlen Experten die Pilotierung von Bots zusammen mit Kunden. So sollten unbefriedigende Dialoge mit der Zeit reduziert werden. Generell befinden sich Unternehmen erst am Anfang dieser Entwicklung. Bots beginnen langsam mit der Lösung standardisierter Probleme und erschliessen nach und nach die Komplexität menschlicher Dialoge. Eine spannende Perspektive.



Dienstag, 21. Februar 2017

Hafner on CRM gibt es live von der CCW auf Snapchat

Launige Worte und sonst nichts anderes: Ich habe mir vom unvergleichlichen Dirk Schiffner eine Snapchat Spectacles Brille aus New York mitbringen lassen.  Diese wird heute bei Snapchat auf der CCW in Berlin getestet. Wer mitschauen will: auf Snapchat heisse ich auch "nilshafner". Keine Ahnung, ob dieses Medium überhaupt für Content taugt. Mal ausprobieren...

Freitag, 17. Februar 2017

Mieser Service im BtoB, ganz viel Self-Service im BtoC und die Bots kommen...

Launige Worte zum Einstieg: Was für ein Jahresstart. Zwei Wochen krank, drei Wochen diesen zwei Wochen hinterhergelaufen, viel Unterricht, einige Vorträge und fünf Wochen nix gebloggt. Aber auch: Dreitausend Menschen haben die CRM Trends online gelesen, sie sind in vier Magazinen physisch erscheinen (Contact Management Magazine, TeleTalk, Intré und im Katalog zur CCW). Bei acquisa kam es noch einmal online. Sieben Veranstalter haben daraufhin nach Vorträgen nachgefragt, irgendwie läuft das Jahr.

Mieser Kundenservice im BtoB findet SuperOffice
Was wohl hingegen gar nicht läuft ist der Kundenservice im BtoB. Das haben die wirklich guten Content-Marketer bei Toolhersteller SuperOffice aus Basel herausgefunden. Sie haben 500 Unternehmen im BtoB Umfeld untersucht. Und siehe da:
  • 41% der Firmen antworteten nicht auf Service-Anfragen.
  • 90% der Firmen bestätigten den Erhalt der Anfrage nicht.
  • 99% der Firmen haben nicht nachgefasst.
  • Die durchschnittliche Antwortzeit betrug 15 Stunden.
Das ist wahrscheinlich ein Zeichen, dass es international bspw. im Maschinenbau so rund läuft, dass man es gar nicht nötig hat, auf Kundenanfragen rasch zu antworten. Spannend auch, wie einfach und pragmatisch die Kollegen von SuperOffice Learnings formulieren. Das komplette Whitepaper findet man hier zum Download.

Bis zu 22% Self-Service bei Telekommunikations-Dienstleistungen
Wer es etwas detaillierter mag, sollte dann zum Service-Excellence Cockpit greifen. Dort läuft gerade die Umfrage 2017. Wer mitmachen will klickt hier. Aus den Daten von 150 Service-Centern aus der 2016er Umfrage haben wir mal für verschiedene Branchen zusammen gestellt, wie hoch der Anteil an Self-Service mittlerweile ist. Das Bild, welches sich hier ergibt, ist spannend. Denn: Während Telekommunikationsdienstleister schon sehr weit sind und ca. 22 % des Volumens im Self-Service bewältigen (lassen), ist dieser Anteil bei Versicherern erst bei rund 12%. Ein enormes Potential für Einsparungen und gleichzeitig bessere Kundenerlebenisse, welches noch zu heben ist. Die Entwicklung von Chatbots wird hier sicher den Anteil massiv steigern können.

Apropos Chatbots, die Visionäre im Dialog
Um Chatbots geht es auch am Dienstag, den 21. Februar bei der DDV Abendveranstaltung in Berlin. Unter dem Titel "Visionäre im Dialog" diskutiere ich meine CRM Trends mit Tyll von Mende, dem studentischen ersten Nationalen Vorsitzenden von MTP - Marketing zwischen Theorie und Praxis. Und Tyll ist ja ein cleverer Kerl und hat die studentischen Mitglieder unseres Vereins mal gefragt, was sie bspw. von Chatbots halten: 32% der befragten Studenten hatten schon Kontakt zu einem Chatbot, 10% wissen es nicht. Spricht ja irgendwie für die Qualität dieser Roboter. Diese Zahlen korrelieren dann auch zu der Frage, ob die Studierenden eher mit einem Hotline Mitarbeiter (60%) oder einem Chatbot reden wollen (40%). Es kommt wohl auch auf die Erfahrung an. Dementsprechend werde ich im März das Thema "Bots" hier etwas vertiefen. Für den Event kann man sich noch hier anmelden.

Sonntag, 1. Januar 2017

Die CRM Trends 2017 – von Kleinstmomenten und künstlicher Intelligenz!

Launige Worte zum Einstieg: Zum zwölften Mal hier nun meine CRM Trends des Jahres. Diese basieren wie in den Vorjahren auf ca. 50 Fachinterviews mit Experten wie Technologie-Consultants, Finanzanalysten, Praktikern und Peers an zwölf Hochschulen weltweit. Über diesen Blog hinaus werden sie in drei Print-Magazinen und mehreren Online Plattformen publiziert. Und wie in jedem Jahr werde ich auf alle Themen in den nächste Wochen detailliert eingehen.

Die CRM Trends für das Jahr 2017 sind:

1. Micro Moments ergänzen die Customer Journey – wie Datenriesen das Timing der Kundenbeziehung beherrschen.

Vor einigen Monaten hat Google in den USA das „Micro Moments“ Konzept vorgestellt. Wir erachten dieses als ausgesprochen relevant, da es auf hervorragende Weise Emotionen und methodisches Vorgehen bei der Gestaltung der Kundenbeziehung unterstützt. Auf der Basis von drei einfachen Kernregeln für Unternehmen gilt es, den richtigen Kunden mit den richtigen Inhalten zum richtigen Zeitpunkt über den richtigen Touchpoint zu erreichen. Über die Auswahl des „richtigen Kunden“, der „richtigen Botschaft“ und des „richtigen Touchpoints“ weiss die CRM Wissenschaft bislang schon recht viel. Gerade zum Touchpoint Management ist viel geschrieben worden. Das Timing ist aber ein klassisches „Trial and Error“ Problem. Wer hier viele Daten über die Kaufgewohnheiten von Kunden hat, ist klar im Vorteil. Und das gilt für Google in hohem Masse. Denn weiss man einmal, was der Kunde will bzw. sucht, und weiss man auch, wo der Kunde sich mit seinem Mobile befindet, kann man auch den Anspruch an solche Kleinstmomente erfüllen: „be there, be useful, be quick“. Google schreibt in diesem Zusammenhang von „I-want-to-know Moments“ (Informationssuche) „I-want-to-go Moments“ (orts- oder zielbezogene Anfragen), „I-want-to-do- Moments“ (die ja vor allem einen intelligenten Self-Service promoten können) und „I-want-to-buy Moments“ (die man ja wohl nicht extra übersetzen muss). Interessant wird es, wenn Unternehmen solche Momente in die Customer Journey integrieren, um dem Kunden WIRKLICH nützlich zu sein.


2. Customer Relationship Automation – wie Routinen in Beziehungen Zeit für mehr Relevanz schaffen.

Vor einem Jahr haben wir an dieser Stelle festgestellt, dass CRM langsam aber sicher das „Plateau der Produktivität“ erreicht. Das hat vor allem auch mit dem rapiden Fortschritt der Automatisierung zu tun. Testen Sie mal in Ihrem präferierten eShop, wie gut Ihre Anbieter Sie kennen. Interessanterweise findet diese Sichtweise langsam auch Einzug ins klassische CRM. Denn: Verkäufer gerade von erklärungsbedürftigen Produkten und Dienstleistungen verbringen immer noch zu viel Zeit mit dem Eingeben von Daten und administrativer Systempflege. Die Frage ist nun, wie Unternehmen Daten aus Dialogen und Käufen sowie Nutzungen der Produkte und Dienstleistungen oder auch aus Serviceinteraktionen mit ihren Kunden automatisch ins CRM System bekommen können. Clara Shih, CEO von Hearsay, hat dies vor einigen Monaten im Harvard Business Review gut beschrieben. Wenn das über die bekannten und neue IoT Routinen geregelt ist, stellt sich jedoch eine weitere Frage: Wo bekommen Unternehmen die Verkaufskräfte her, die mit den interpretierten Daten arbeiten und einen grösseren Anteil ihrer Zeit beim Kunden verbringen können?


3. Voice Analytics – wie die menschliche Sprache Zufriedenheit signalisiert und Befragungen ersetzt.
Auf diesen Trend bin ich schon hier und hier eingegangen: Erst 7% aller Unternehmen nutzen Voice Biometrics oder Voice Analytics. Das zeigt das Service-Excellence Cockpit auf. Hier wird 2017 ein enormer Sprung geschehen. Denn ist es heute schon möglich, durch eine geschickte Verknüpfung von Big Data und psychologischen Modellen aus der Aufzeichnung des Kundendialogs die Zufriedenheit oder die Kaufbereitschaft eines Kunden zu Beginn und am Ende des Gesprächs zu ermessen. Und das ganz ohne eine Befragung. Das gleiche Tool analysiert auch die Zufriedenheit und den Grad an Herausforderung des Mitarbeiters. Eine Früherkennung des „Bore-out-Syndroms“, welches beispielsweise im Contact Center klassischerweise zu hoher Fluktuation führt, wird nun ebenfalls ohne weitere Befragungen möglich. Die Technologie ist im vergangenen Jahr wesentlich bezahlbarer und anwendbarer geworden. Wichtig scheint dabei, dass derartige Voice und Text Analytics Lösungen fast in Echtzeit vorliegen, um geschickt über die Steuerung der Kontakte entscheiden zu können und mittelfristig auch in Ausbildung und Coaching des Agenten investieren zu können. Überdies muss die Fülle an wenig intelligenten Befragungen von Kunde und Mitarbeiter ohnehin drastisch reduziert werden. Wenn die Standortbestimmung der Beziehung nach jedem Dialog zum sinnentleerten Standard wird, nervt das nämlich die allermeisten Menschen schon.


4. Chatbots – wie künstliche Intelligenz immer rascher lernt und sinnvolle Dialoge ermöglicht
Das Thema Chatbots war sicher DAS Hypethema 2016. Kein Wunder, liegt doch in der Automatisierung des Dialogs ein riesiges Sparpotential. Nur das demonstrierte Ergebnis ernüchterte zumeist: „Entschuldigung, das verstehe ich nicht“ las man recht oft. Auch hier fragt man sich, wann Chatbots Kundendialoge so ergänzen oder gar führen können, dass ein Mehrwert entsteht. Für einfache Kundendialoge in Branchen mit vielen Service- oder Bestellungskontakten rechnen wir hier mit einem Durchbruch per Ende 2017. Dies wird jedoch davon abhängen, wie gut es den Unternehmen gelingt, Kunden in einen Person to Person Chat zu bringen. Genau von solchen Dialogen lernt der Bot nämlich. Auch wird man sich in Branchen mit vielen Kundenkontakten Gedanken machen müssen, wann man aus einem botbasierten in einen menschliche Dialog umschaltet. Monitoring und Kapazitätsplanung werden in diesem Arbeitsfeld des CRM schon im nächsten Jahr matchentscheidend.


5. Abschied von der Segmentierung – von Spielzügen zu Spielregeln!
Schlussendlich heisst es Abschied zu nehmen. Von der Segmentierung. Gerade wenn wir mit der Logik von Micro Moments und Relationship Automation konfrontiert sind, kann eine Segmentierung auf der Basis weniger Kriterien nicht mehr mithalten:
  • Zum einen ist da die Selbstsegmentierung. Der Kunde entscheidet auf Basis seiner Präferenzen selber, wie viel er für welches Produkt und welchen Service ausgeben will. Das kann sich natürlich auch jederzeit, wenn eine neue Entscheidungssituation ansteht, wieder ändern. Bei Autokauf oder beim Abschluss eines Mobilfunkvertrags ist dies seit Jahren gang und gäbe.
  • Zum anderen ist da die Tatsache, dass Unternehmen mit einer grossen Datenbasis wie Google, Apple, Facebook oder Amazon auf Basis des Kundenverhaltens Voraussagen treffen, wie sich der Kunde entscheidet und wo seine Präferenzen liegen. So sind sie in der Lage, situativ dem Kunden das für ihn passendste Angebot zu machen. Der Kunde empfindet dies häufig als besonders relevant und nimmt das Angebot an. Der Erfolg gibt diesen Unternehmen Recht.
In diesem Zusammenhang ist gut zu erkennen, dass sich die Segmentierung auch inhaltlich verändert. Wichtig ist es, hier nicht mehr jeden Spielzug der Marktbearbeitung grosser Gruppen vorauszudenken (Wie bewerben wir welches Segment?) sondern es gilt Spielregeln für den Einzelfall zu definieren (Was tun wir mit dem Kunden, wenn folgender Fall eintritt?). Die Kunst, solche Fälle voraus zu denken und die entsprechenden Spielregeln aufzustellen, wird zukünftig über die Profitabilität von Beziehungen wesentlich mitentscheiden.