Chatbot und WhatsApp Business API – Ein perfektes Paar

roboter-spielt-klavier

Letzte Woche haben wir in unserem Blogpost den Messenger-Dienst WhatsApp als Servicekanal betrachtet und die enormen Möglichkeiten der WhatsApp Business API für den Kundenservice aufgezeigt. Ein solcher WhatsApp-Servicedialog muss unternehmensseitig nicht zwangsläufig von Menschen geführt werden. Inzwischen ist die flexible Chatbot-Technologie so weit entwickelt, dass Unternehmen, ihr Service und ihre Kunden von einem gut geplanten Einsatz profitieren.

Whitepaper anfordern

schema-chatbot-anatomie

Anatomie eines Chatbots

Bevor wir in die konkreten Use Cases und Einsatzmöglichkeiten eintauchen, gehen wir kurz auf die Anatomie eines WhatsApp-Chatbots ein. Mehr Details zu der wegweisenden Technologie schildern wir darüber hinaus in unserem Whitepaper.

Ein WhatsApp-Chatbot zeigt dem Kunden die vertraute WhatsApp-Oberfläche als Frontend zur Eingabe seines Anliegens. Die eingehende Kundennachricht analysiert ein Language-Understanding-Modul und verarbeitet sie für das Dialogmanagement weiter. Dort fällt die Entscheidungen über Antwortinhalte oder auszulösende Aktionen. Je nach Komplexität des Bots kann das Dialogmanagement auf 3rd-Party-Applikationen wie etwa ein CRM-System zugreifen. Hat das Dialogmanagement die Inhalte einer Antwort definiert, übersetzt sie die Language-Generation-Schicht in natürliche Sprache und sendet sie zum WhatsApp-Account des Nutzers. Alle Bots arbeiten nach diesem Schema. Allerdings variiert die Verarbeitungskomplexität innerhalb der Schichten je nach Anwendungsfall und gewünschter Customer Experience. Schauen wir uns das einmal anhand konkreter Beispiele genauer an.

Auto Response

Der einfachste aller Chatbots kann immerhin eine automatische Antwort an den Kunden versenden. Das ist etwa dann sinnvoll, wenn Kunden außerhalb der angebotenen Servicezeiten ein Anliegen äußern. Der Kunde sendet seine Nachricht an die WhatsApp-Servicenummer und erhält unmittelbar eine automatisierte Antwort vom Bot. Schreibt der Kunde beispielsweise außerhalb der Servicezeiten, dass er seine Adresse ändern möchte, sendet der Bot eine vorbereitete Nachricht unter Verweis auf die Service-Öffnungszeiten. Am nächsten Tag übernimmt ein menschlicher Agent und sendet dem Kunden via WhatsApp eine Push-Nachricht. Nach diesem Schema können Unternehmen jederzeit Anliegen erfassen und zu offiziellen Geschäftszeiten beantworten.

Die Anatomie solcher Bots ist durchweg simpel; das Language Understanding muss nichts verstehen, das Dialog Management kann exakt einen Inhalt definieren, und die Language Generation versendet den immergleichen Satz.

Formular Bot

Ein Bot mit 3rd-Party-Anbindung kann bereits Daten von Kunden einfordern und über die Anbindung in nachgelagerte Systeme einpflegen. Die Datenerfassung erweitert die Möglichkeiten der Serviceagenten. Sie können sich auf den jeweiligen Servicefall besser vorbereiten oder direkt eine Lösung herbeiführen. Anatomisch betrachtet, benötigt ein Bot neben der 3rd-Party-Anbindung in jedem Fall ein potenteres Dialogmanagement. In der Praxis könnte der Bot den Kunden nach dessen Namen, Geburtsdatum und weiteren definierten Kategorien fragen, und die Antworten in ein System einpflegen, auf welches auch der Berater zugreifen kann. Der Agent kennt somit bereits den Kunden und dessen Hintergründe noch vor der Kontaktaufnahme.

Routing via Chat mit „stupider“ Keyword-Erkennung

Ein Chatbot dieser Art führt vorgefertigte Dialoge mit Kunden und kann deren Anliegen bis zu einem definierten Punkt aufnehmen. Einzelne Anatomieschichten dieses Bots, konkret das Language Understanding und das Dialogmanagement, müssen daher etwas komplexer sein, zumal der Bot Keywords erkennen und adäquat reagieren muss. Zusätzlich benötigt auch dieser Bot-Typ eine 3rd-Party-Anbindung, damit er den Kunden zum richtigen Ansprechpartner weiterleiten kann. Letzteres ist seine wichtigste Aufgabe.

Im Kundenservice-Einsatz könnte der Kunde den WhatsApp-Dialog mit einer beliebigen Nachricht beginnen, während der Bot mit einer Willkommensnachricht und einer Auswahl der von ihm beherrschten Themenbereichen antwortet. Etwa: „Wenn du ein Anliegen zu folgenden Themen hast, schreib einfach Kundendaten oder Beratung.“ Einen anderen Term als Kundendaten oder Beratung kann der Bot nicht erkennen. Antwortet der Kunde jetzt mit „Kundendaten“, hangelt sich der Bot entlang der gewünschten Routine entlang bis zum Hand-over an den passenden Berater.

Routing per NLU - ein Bot versteht Sprache

Auch wenn der Bot in diesem Szenario weiterhin lediglich Kunden zum adäquaten Ansprechpartner weiterleitet, ist das offene Routing deutlich anspruchsvoller. Der Kunde soll nicht zwischen vorgefertigten Themenvorschläge wählen müssen, sondern sein Anliegen mit eigenen Worten schildern. Während der Chatbot den Dialog etwa mit den Worten: „Bitte schildern Sie Ihr Anliegen in zwei Sätzen“ einleitet, kann die Kundenantwort beliebig sein. Schreibt der Kunde zurück: „Ich habe eine neue Adresse“, muss der Bot daraufhin aus dem Text des Kunden die wichtigsten Informationen extrahieren. Zu diesem Zweck muss der Bot Natural Language Understanding (NLU) beherrschen und zuvor die wahrscheinlichsten Antworten trainiert haben. Immerhin sind die Intentionen der Kunden, ihre Themenfelder und somit auch die Routingmöglichkeiten begrenzt. Das Trainingsset kann der Bot darüber hinaus im laufenden Betrieb selbstständig ausbauen und so die Kundenanliegen immer besser verstehen. Zwecks Routing ist eine 3rd-Party-Anbindung obligatorisch.

Ein Bot für alle FAQ

Ein FAQ-Chatbot entlastet den Kundenservice, wenn ein Kunde sein allgemeines Anliegen auch mithilfe der FAQs auf der Unternehmenswebsite lösen könnte. Handelt es sich um eine Standardfrage, deren Variationen der Bot bereits trainiert hat, kann er das Kundenanliegen selbstständig bearbeiten. Die korrekte Interpretation der Kundenabsicht erfordert auch hier ein NLU-Layer. Die Schlüssigkeit der generierten Antwort muss einem zuvor definierten Konfidenzlevel entsprechen. Anders ausgedrückt: Der Bot muss sich sicher sein, dass er die Frage des Kunden richtig verstanden hat, und er zudem eine befriedigende Antwort liefern kann. Erkennt der Bot, dass die Qualität seiner Antwort unterhalb dieser Schwelle liegt, übernimmt ein menschlicher Kollege via 3rd-Party-Anbindung. Der kann den bisherigen Chatverlauf einsehen und kümmert sich dann in einem 1:1-Chat um den Kunden. Konfidenzintervalle für weitgehend selbstständig arbeitende Bots sind als Hüter einer guten Customer Experience unerlässlich. Sie verhindern falsche Interpretationen der Kundenanliegen und beugen dementsprechend unpassenden Antworten vor.

Funktionale Konversation

Diese Dialogform ist die Königsdisziplin des automatisierten Servicechats. Im Idealfall choreografiert der intelligente Bot das Frage-Antwort-Spiel so gut, dass der Kunde nicht erkennen kann, ob er mit einem Menschen oder mit einer Maschine kommuniziert. Dennoch raten wir zu absoluter Transparenz; der Kunde sollte immer informiert sein, mit wem er chattet.

Funktionale Konversation erfordert einen selbstlernenden Bot, der weitgehend autonom auf Kundenanfragen und -anliegen reagieren können muss. Auch hier sichert ein Konfidenzlevel die Dialogqualität und definiert, wann ein Hand-over an einen Berater erfolgen muss. Folgendes Beispiel verdeutlicht den Ablauf.

Der Kunde fragt, wie er seine Bankverbindung im CRM-System ändern kann. Angenommen, der Bot versteht nicht, was ein CRM-System ist, sinkt das Konfidenzlevel für diese Anfrage auf 89 Punkte. Wenn der Schwellwert jedoch mindestens 90 Punkte beträgt, kann der Bot an dieser Stelle nicht direkt weiterhelfen. Entweder bittet er den Kunden jetzt um eine alternative Formulierung und erhält eine zweite Chance für ein passendes Konfidenzlevel, oder er übergibt an einen Mitarbeiter, der fließend in die Konversation einsteigt.

Zusammenfassung

In diesem Teil der Blogserie haben wir gezeigt, wie Bots unterschiedlicher Reifegrade die Customer Journey um reibungslose und effektive WhatsApp-Chats via WhatsApp Business API bereichern können. Die Verschränkung von WhatsApp und Chatbot wird aus unserer Sicht maßgeblich zu qualitativ hochwertigen und zeitgemäßen Interaktionen mit dem Kunden führen, aber auch zu effizienteren Prozessen in Serviceabteilungen beitragen. Die beschriebenen Szenarien sind lediglich ein allgemeiner Ausblick auf die Möglichkeiten des WhatsApp-basierten, automatisierten Service-Chats. Individuell maßgeschneiderte Einsatzmöglichkeiten werden künftig das ganze Potenzial der WhatsApp Business API offenbaren.

Wir freuen uns, gemeinsam mit unseren Kunden maßgeschneiderte Use Cases für den Einsatz der WhatsApp Business API zu explorieren und sind gespannt auf den gemeinsamen Austausch mit Ihnen.

Jetzt die Zusammenfassung unserer Reihe als Whitepaper downloaden!

Whitepaper downloaden

In unserem Whitepaper stellen wir Einsatzmöglichkeiten der WhatsApp Business API in Unternehmen vor, die weit über das hinaus geht, was bereits von der WhatsApp for Business Lösung bekannt ist. Auf folgende Fragen geben wir Antworten:

  • Was ist die WhatsApp Business API?
  • Kann ich WhatsApp DSGVO-konform in Unternehmenskontexten einsetzten?
  • Welche Customer Journeys lassen sich mit der WhatsApp Business API realisieren?
  • Welche Unterstützung können Chatbots in einem WhatsApp-Chat mit Kunden leisten?

Laden Sie jetzt unser Whitepaper herunter, um sich für den WhatsApp-Einsatz in Ihrem Unternehmen zu inspirieren und wertvollen Input für die Customer Journey von morgen zu erhalten.

Ansprechpartner

Ben Ellermann

Managing Director MUUUH! Next
Ben Ellermann war bereits vor dem Facebook Hype für das Soziale Netzwerk stayblue.de in verschiedenen Spezialisten- und Führungsrollen der Bereiche...

E-Mail: ben.ellermann@muuuh.de

Mehr über Ben Ellermann
Portrait Ben Ellermann
Wir schaffen digitale Interaktionen mit innovativen Technologien.
Mehr MUUUH! Next