Newsletter

logo_black.png
logo_black.png
logo_black.png
Chatbot Satellit
logo_black.png
logo_black.png
logo_black.png
logo_black.png
logo_black.png

Conversational

Customer

Management.

Der Kompass im Chatbothype.

Conversational

Customer Management.

Der Kompass im Chatbothype.

Bot Pfeil
Bot Pfeil
Bot Pfeil

Was ist

Conversational Customer Management?

Die Einsatzmöglichkeiten von Chatbots sind ebenso vielschichtig, wie die zum Einsatz kommenden Technologien. Wir schaffen im Chatbothype den Durchblick. Ein Chatbot bezeichnet eine Maschine die in der Lage ist, auf Anfragen in natürlicher Sprache zu antworten. Dieser Dialog kann via Text oder Voice in einer Vielzahl von Kanälen erfolgen. Beispiele sind Whats App, Slack, Facebook, Alexa oder auch das Dialogfenster der eigenen Website. Conversational Customer Management ist ein Framework für den Einsatz von Chatbots und intelligenten Dialogtechnologien im Kundenmanagement. Es ist keine Dialogautomatisierung mit der Brechstange, sondern das potentialausschöpfende Zusammenwirken von Mensch und Technologie.

Technologische Unterschiede

Anatomie eines Chatbots

Unsere Anatomie beschreibt das Zusammenspiel von verschiedenen technischen Schichten, die in Chatbots eingesetzt werden. Wie sie funktionieren, kann hier nachgelesen werden. Oder in unserem Whitepaper.

Spracherkennung

Der Begriff Chatbot lässt uns vor allem an textbasierte automatisierte Chats im Facebook Messanger oder auf Whatsapp denken. Es gibt aber auch eine Reihe von sog. Voice-Chatbots mit denen man sprechen kann (zum Beispiel in Form von Skills bei Amazon Alexa oder dem Google Assistant). In diesem Fall wird als erste Schicht eine Spracherkennung benötigt, die in zwei Schritten erfolgt. Zuerst kommt die Vorverarbeitung und dann die eigentliche Erkennung. In der Vorverarbeitung wird das Signal digitalisiert, gefiltert und dann in eine Form gebracht, welche der Computer besser verarbeiten kann. Nach der Vorverarbeitung kommt die eigentliche Spracherkennung. Hier werden üblicherweise statistische Modelle oder neuronale Netze verwendet, welche darauf trainiert werden, das vorverarbeitete Signal zu transkribieren. Wie das genau funktioniert, können Sie in unserem Whitepaper nachlesen.

Language Understanding

Die Language Understanding Schicht erhält den Text aus der Spracherkennung oder direkt aus der Eingabe des Nutzers. Sie entnimmt dem Text die Bedeutung. Language Understanding wird oft als "Natural Language Understanding (NLU)“, eine besonders anspruchsvolle Untermethode, bezeichnet und teilt sich in zwei Aufgaben: Zum einen wird extrahiert WAS der Nutzer sagt. Das heißt, dass der Bot zum Beispiel aus dem Satz "Ich möchte eine Pizza Tonno nach Hause bestellen" die Intention pizza_bestellen, die Sorte pizza_tonno und den Ort zuhause extrahiert. Zum anderen ist es möglich, nicht nur zu analysieren WAS der Nutzer sagt, sondern auch WIE er es sagt. Zum Beispiel kann der Bot aus der Ausdrucksweise die Stimmung des Nutzers extrahieren. Wie das genau funktioniert, können Sie in unserem Whitepaper nachlesen.

Dialogmanagement

Wenn die Language Understanding Schicht das WAS und eventuell das WIE aus der Aussage des Nutzers extrahiert hat, muss der Bot darauf reagieren. Er muss also entscheiden, was als nächstes zu tun ist. Am Beispiel einer Pizzabestellung könnte der Bot nachdem er erkannt hat, dass der Nutzer Pizza bestellen möchte, auf ein CRM zugreifen um die Adresse des Nutzers zu finden um dann in einem ERP-System eine Bestellung auszulösen. Alternativ könnte der Bot versuchen weitere Produkte wie Wein oder Nachtisch zu verkaufen. Welche Aktion der Bot ausführt hängt vom jeweiligen Usecase ab. Um die Entscheidungen des Bots zu optimieren, können dem Dialogmanagement auch weitere Daten wie vergangene Bestellungen des Nutzers zur Verfügung gestellt werden. Wie das genau funktioniert, können Sie in unserem Whitepaper nachlesen.

Language Generation
Das Dialogmanagement gibt der Language Generation Schicht den Auftrag dem Nutzer zu antworten. Hierfür bekommt die Language Generation Schicht Informationen über den gewünschten Inhalt der Antwort, die sie dann gut lesbar formulieren muss. Wieder am Pizzabeispiel: Das Dialogmanagement übergibt der Language Generation Schicht die Informationen "message: order_success; item: pizza_tonno; time:45" aus diesem Datensatz formuliert die Language Generation Schicht die Nachricht: "Ich habe eine gute Nachricht für dich: Deine Pizza Tonno ist auf dem Weg zu dir! Der Bote ist in 45 Minuten bei dir. Kann ich sonst noch etwas für dich tun? Wie Language Understanding häufig als "Natural Language Understanding" bezeichnet wird, wird auch Language Generation häufig als "Natural Language Generation (NLG)" bezeichnet. Wie das genau funktioniert, können Sie in unserem Whitepaper nachlesen.
Sprachsynthese

Wie die Spracherkennung, wird auch die Sprachsynthese nur benötigt, wenn Nutzer mit dem Chatbot sprechen und nicht schreiben. Die Sprachsynthese kann heute auf zwei unterschiedliche Arten umgesetzt werden. "Concatenative synthesis" oder "voll synthetisch". Im ersten Fall werden alle Wörter, die der Bot sprechen können muss, aufgenommen und die Sprachsynthese hängt diese Tonaufnahmen in der passenden Reihenfolge aneinander. Im zweiten Fall, also voll synthetisch, wird die Aufnahme komplett über ein neuronales Netz erzeugt. Wie das genau funktioniert, können Sie in unserem Whitepaper nachlesen.

Chatbot Anatomie

Inspiration: 15 Chatbot-Typen für Marketing, Vertrieb und Service

Conversational Customer Management Usecases

Download Whitepaper

Vorteile unsereres

Conversational Customer Managements

Herstellerunabhängig

Wir verfügen über ein umfassendes Netzwerk an Technologiepartnern. Die für Ihr Projekt passende Technologie wählen wir mit Hilfe eines umfassenden Fragenkatalogs aus.

Holistisch

Von der Idee bis zur Dialoganalyse, vom Dialogdesign bis zur technischen Integration in Ihr ERP. Wir betrachten die komplette Conversational Wertschöpfungskette.

Erfahren

Wir verfügen über 25 Jahre Erfahrung im Kundenmanagement. „Conversational“ bietet als neues Spielfeld beeindruckende Potenziale, ohne die übergeordnete Sportart komplett zu verändern.

Pragmatisch

Wir haben keine one-size-fits-all Lösung im Regal, sondern suchen mit Ihnen nach der optimalen Lösung für Ihren Usecase.

Human Component

Conversational Customer Management ist keine Automatisierung um jeden Preis. Je nach Usecase werden sich einige Komponenten der Dialogführung nicht automatisierten lassen. Diese Komponenten gilt es zu identifizieren und entsprechende Lösung zu entwickeln.

Conversational Project Framework

Baukastensystem für die gesamte Bot-Wertschöpfungskette.

Conversational Projekt

Strategische Analyse

Das Spektrum der Einsatzmöglichkeiten von CCM ist groß. In der strategischen Analyse wird projektspezifisch identifiziert, wo echte Mehrwerte geschaffen werden können, wie diese im Kontext des gesamten Kundenmanagements gehoben werden können und welche konkreten Schritte dafür notwendig sind.

Konzeption & Kreation

Die einzelnen Maßnahmen eines CCM Projekts werden nutzerzentriert konzipiert. Nach der Bestimmung der zu behandelnden Usecases werden die Dialoge modelliert. Dabei werden manuelle Komponenten berücksichtigt. Prototypes und Userstories fungieren als PM Instrumente der Wahl.

Entwicklung

Für die technische Umsetzung von CCM Projekten bietet sich die Nutzung von verschiedenen Asset-Klassen an. Je nach Usecase und Integrationsszenario fallen Entwicklungs-, Implementierungs- und/oder Customizing Tätigkeiten an. Zuletzt folgen Testing und Deployment.

Operations

Jede noch so gute Software scheitert ohne die dazu passenden Betriebskomponenten. Neben dem technischen Part sorgt die „Human Komponent“ im Betriebsablauf für die angestrebte Customer Experience. Die richtigen Marketing- und Controllinginstrumente runden den reibungslosen Betrieb ab.

Individueller Chatbot Orientierungsworkshop

Zielsetzung

  • Conversational Reifegrad erkennen und fördern
  • Identifikation von Conversational-Usecases in ihrem Kundenmanagement
Fragen zur Zielsetzung?
E-Mail senden

Inhalt

  • Technologieauswahl
  • Chatbot-Design
  • Human Component
  • Branchenunabhängig (Finanzsektor, FMCG...)
  • Resortunabhängig (Marketing, Service...)

Frage zum Inhalt?

E-Mail senden

Preis

  • Ein Tag Workshop
    (Design Thinking)
  • Paketpreis 5000 € (Vorbereitung inklusive)

Frage zum Preis?

E-Mail senden