DIE HERAUSFORDERUNG

Mehrere Call-Center mit hunderten Mitarbeitern müssen organisiert werden um möglichst optimal Kunden anzurufen. Dabei steht im Fokus möglichst viel zusätzlichen Umsatz zu generieren und dabei keinen negativen Eindruck auf Kunden zu machen.Ziel ist es jederzeit den optimalen Kunden mit dem für Ihn passenden Produkt zur richtigen Uhrzeit anzurufen. Jeder Sales Mitarbeiter soll wissen was der nächstbeste Schritt für Ihn ist. Darum nennt man unseren Ansatz auch Next-Best-Action Marketing. Das System soll durch das Feedback der Kunden und der Sales Mitarbeiter lernen und sich dadurch laufend selbst optimieren.

LÖSUNGSWEGE

Ziel ist es den Umsatz im Vergleich zur Arbeit ohne die datengetriebene KI Lösung zu steigern und das Kundenfeedback zu verbessern. Unsere Lösung:

• Definition der KPI´s, beispielsweise: Kundenzufriedenheit beim Anruf, Vertriebserfolg, Erreichbarkeit des Kunden, Umsatz
• Ein KI-Modell entwickeln welches die historischen Daten verarbeiten kann und Handlungsempfehlungen generiert
• Eine Anbindung an die neu generierten Daten gewährleisten um fortlaufend “Live” lernen zu können

UNSER 4-STUFIGES PROJEKTVORGEHEN

1. Initialer Workshop
2. PoC (Proof of Concept – Erarbeitung einer ersten prototypischen Lösung, um das Lösungskonzept zu validieren) 
3. Vollständige Umsetzung der Use-Cases nach erfolgreichem PoC
4. Die Lösung wird als Microservice ausgeliefert und integriert 

In diesem speziellen Use-Case haben wir ein Scrum Team mit Mitarbeiter des Kunden gebildet.

Resultate

Folgende Resultate wurden erzielt:

• Umsatzsteigerungen von 2-15% konnten mit Hilfe des Next-Best-Action Ansatzes erreicht werden, je nach Call-Center, Monat und Produkt.
• Eine bis zu 20% höhere Wahrscheinlichkeit, dass Anrufe angenommen wurden und der Kunde für ein Gespräch offen war, konnten erzielt werden

Management Summary

Dank der vertrauensvollen und engagierten Zusammenarbeit beider Unternehmen konnten wir spürbare Optimierungen hinsichtlich der gesetzten Ziele erreichen.Der Investitionsaufwand belief sich auf ca. 70.000€. Im Laufe des Projektes wurde die Datenqualität verbessert und das Verständnis des Kunden für die Einsatzmöglichkeiten der vorhandenen Daten deutlich erhöht. Somit haben wir eine Lösung geschaffen, die als Basis für künftige datengetrieben Projekte gesehen werden kann.Dies kommt allen Abteilungen des Konzerns zugute und ermöglicht zukünftig weitergehende digitale Innovationen.