Kundenzufriedenheit ist ein wichtiger Faktor für den Erfolg von Banken. Doch wie kann Kundenstimmung bewertet und zugeordnet werden, und das am besten in Echtzeit? Ein Dashboard, das die dringendsten Handlungsfelder aufzeigt, wäre die optimale Lösung.
Die Berliner Sparkasse nutzt Künstliche Intelligenz zur Messung der Kundenzufriedenheit und Stärkung der Kundenbindung.
Partner des Bank Blogs
In der Berliner Sparkasse gibt es pro Jahr etwa 1 Mio. mediale Kundenkontakte. Darunter fallen Mails, Chats, Briefe, aber auch Anrufe in den Kontaktcentern. Bisher gab es gibt keine zentrale Stelle, die diese Informationen zusammenführt und auswertet.
Das Problem: Wenn Unmut von Kunden spät erkannt wird, wird dieser auch erst spät bearbeitet. Das Kundenerlebnis verschlechtert sich, die Kunden ärgern sich und geben die negative Stimmung und ihr negatives Kundenerlebnis an andere Kunden weiter. Es droht eine Abwanderung, weil der Kunde sich nicht verstanden fühlt.
In der Berliner Sparkasse gab es keine zentrale Analyse oder Steuerung der Massenkommunikation.
Von der Glaskugel….
Wer früh agiert, statt später nur zu reagieren kann also viel gewinnen. Das Beschwerdemanagement der Berliner Sparkasse ist daher auf das Innolab „Birds Nest“, eine Organisationseinheit innerhalb der Berliner Sparkasse, die für Innovationen und Umdenken geschaffen wurde, mit dem Wunsch herangetreten, ein Tool zu entwickeln, welches den Unmut von Kunden frühestmöglich erkennt, um auf diese rasch reagieren zu können und Beschwerden in Summe daher gar nicht erst aufkommen zu lassen. Gewollt war also die „ominöse Glaskugel“, mit der die Zukunft vorhergesehen werden kann.
Die Idee
Es ging also um die Entwicklung eines Art Frühwarnsystems für Beschwerden und Unzufriedenheit von Kunden. Hierzu wurde im „Birds Nest“ ein eigenes Entwicklerteam zusammengestellt, das sich dieser Herausforderung angenommen hat. Als Basis für ein solches System muss die Kundenstimmung erfasst und ausgewertet werden.
Das Entwicklungsteam kam zu der Überzeugung, dass sich die Analyse von anonymisierten Chat-Protokollen aus den Chat-Funktionen für die Kundinnen und Kunden dafür am besten nutzen lassen. Wenn es gelänge, diese Protokolle möglichst objektiv nach ihrer Stimmung auszuwerten, könnte man die Kippunkte bei der Stimmung und auf dieser Erkenntnis ein Frühwarnsystem aufdecken.
Der Proof of Concept
Das umfassende strukturierte Auswerten von Daten sowie die Erkennung und Erfassung von wiederkehrenden Mustern ist dabei ein Paradebeispiel dafür, wie Künstliche Intelligenz (KI) Arbeitsprozesse abnehmen, erleichtern und im Geschäftsleben unterstützen kann.
Gemeinsam mit einem Berliner Startup Unternehmen, welches auf dem Gebiet der Künstlichen Intelligenz bereits über entsprechende Expertise verfügte, wurde ein Proof of Concept entwickelt, der die Stimmung der Kunden, zugeordnet zu einzelnen Prozessen, aufzeigt.
Das Ergebnis: die Problembezeichnung, eine Zuordnung zu einem oder mehreren passenden Sparkassenprozessen und die Abbildung der Stimmung des Kunden zu seinem Thema. Das Ganze sollte für die Weiterentwicklung auch noch aggregiert sein, um zu erkennen, wo Häufungen und Cluster entstehen und welche Wichtigkeit folglich die Befassung mit einem identifizierten Thema hat. Die optimale Lösung wäre zudem Abbildung dieser Ergebnisse übersichtlich und zentral in einem Dashboard. Mit diesen Erkenntnissen aus dem erfolgreichen Proof of Concept wurde der Entwicklungsprozess weitergetragen.
Eine starke Gemeinschaft – Das Unterstützungsbudget
Um die Idee auszubauen und Richtung Umsetzungsreife zu entwickeln, wurde eine Bewerbung um Unterstützungsbudget für die Erstellung eines Prototyps beim DGSV eingeleitet. Mit der Star Finanz (SF) konnte zudem ein neuer gruppenzugehöriger leistungsstarker technischer Partner gewonnen werden. Der Vorteil: Die SF ist fest in der Sparkassen-Finanzgruppe verankert und versteht die technischen und prozessualen Voraussetzungen, die geschaffen werden müssen um ein entsprechendes Kundenzufriedenheitstool in die IT-Welt der Sparkassen zu integrieren.
Prototyping
Während am Anfang der Idee noch von der Erfassung der Stimmung der Kunden gesprochen wurde, wird nun auf die Kundengesundheit abgestellt (KundenHealth) – zufriedene Kunden sind gesunde Kunden. Entsprechend wird bei Kunden nun ein KundenHealthCheck (KHC) durchgeführt.
Gemeinsam mit verschiedenen Unterstützersparkassen wurde in Hamburg aus der Idee sowie den Erkenntnissen aus dem Proof of Concept ein entsprechendes Dashboard als Prototyp entwickelt. Dabei wurde auf die Anzeige der „Kundengesundheit“ abgestellt, das Dashboard bietet daher einen KundenHealthCheck (KHC) und wird künftig so auch genannt.
Vom Prototyp zum MVP, dem Minimal Viable Product
Nach dem Prototyp ist vor dem MVP, also dem minimal viable product. Dabei geht es um die Entwicklung einer ersten minimal funktionsfähigen Version des Dashboards. Für den KHC bedeutet das, eine Integration in die IT-Umgebung der Sparkassen, um den Prototypen auf Basis von Echtdaten aus den Systemen zu vertesten. Der MVP ist auch der letzte Schritt vor dem Roll-Out einer funktionsfähigen Lösung.
Wie Künstliche Intelligenz Meldungen zur Kundenzufriedenheit verarbeitet.
Wie arbeitet der KHC künftig?
Der KHC nutzt künstliche Intelligenz, um die Kundenstimmung zu analysieren und zu bewerten. Dabei werden mit Hilfe von KI verschiedene anonymisierte Kundendaten ausgewertet, kategorisiert und priorisiert. Außerdem nimmt die KI eine Zuordnung der identifizierten Themen zu dem jeweiligen Sparkassenprozess vor, so dass die Prozessverantwortlichen zielgenau die sie betreffenden Themen zugewiesen bekommen und reagieren können. Die Aggregation der Daten auf mehreren Ebenen (zeitlich, gewichtet, thematisch, quellenorientiert) bietet zudem die Möglichkeit der Priorisierung nach Handlungsbedarf.
Der KHC wird zum Wellenbrecher ….
Mit dem KHS werden negative Entwicklungen in der Kundenzufriedenheit viel schneller erkannt und es kann dadurch sehr früh und aktiv gegengesteuert werden. Mit dem Blick in diese „Glaskugel“ können so größere und sich kumulierende Unzufriedenheiten im Vorfeld verhindert werden – die Unzufriedenheitswelle wird gebrochen, bevor sie Schaden anrichtet. Der KHC wird damit zum Wellenbrecher. Das spart Zeit und Kosten und steigert die Kundenzufriedenheit.
Der KundenHealthCheck ermöglicht es, eine Beschwerdewelle frühzeitig zu durchbrechen.
