Datenschatz Kundenfeedback – heben mit KI 

Kundenfeedback

Manchmal ist es erwünscht, manchmal kommt es ungefragt. Dennoch steckt im Kundenfeedback ein enormes wirtschaftliches Potenzial. KI-Lösungen wie NLP sind ein möglicher Schlüssel zu diesem Datenschatz, der jedoch richtig angewandt werden will. 

Es sind spannende Studienergebnisse, die der Customer-Management-Experte Capita Europe in der “Capita CX Studie 2023” präsentiert. Demnach ist der Kundenservice für die eigenen Tätigkeiten im Laufe der letzten zwei Jahre für die befragten Unternehmen etwas oder sogar deutlich wichtiger geworden. Erhöhte Kundenzufriedenheit, eine bessere Außenwirkung oder die Steigerung der Kundenbindung sind nur einige der Benefits, die in der Befragung fielen. Besonders spannend: Self-Service-Angebote wie Apps, Chatbots oder Robotic Process Automation sind nur für zwölf Prozent der Unternehmen „eher wichtig“. 55 Prozent finden solche Technologien teilweise relevant, 32 Prozent schätzen solche Digitalisierungsthemen als „eher unwichtig“ ein. 

Anzeige

Diese Einschätzung könnte vor allem damit zusammenhängen, dass insbesondere unsere komplexe und nicht-logischen Mustern folgende Sprache automatisch nicht ohne weiteres ausgewertet werden konnte. Denn ein hohes Maß an Kundenservice bedeutet immer auch eine ständige Kontrolle durch Feedback. Zwar können Mehrfachantworten schon länger automatisch mittels Künstlicher Intelligenz ausgewertet werden, bei den wichtigen Freitextfelder, in denen sich ein immenser Datenschatz verbirgt, hatte die KI ob der oben beschriebenen Tücken der menschlichen Sprache bislang jedoch ihre Mühe. 

Zwischen den Zeilen lesen

Vor allem die feinen Nuancen der Sprache konnten KI und Algorithmen bisher nicht ohne weitere auswerten. Bisher, denn Natural Language Processing, kurz NLP, zeigt hier vielversprechende neue Ansätze. NLP ist in der Lage, menschliche Sprache nicht nur zu analysieren und zu verarbeiten, sondern daraus im Fall eines konkreten, als Freitext verfassten Kundenfeedbacks sogar explizite Handlungsempfehlungen für Unternehmen abzuleiten. Die Stärken von NLP sind dabei vielfältig: Die Technologie kann sowohl die Stimmung zu einem Produkt oder ein für ein Unternehmen wichtiges aufkeimendes neues Thema herausfiltern, automatisierte Feedbackanalysen fahren oder sogar für personalisierte Kundeninteraktionen eingesetzt werden. Stichwort: negative Bewertungen. Und mit der fortschreitenden Evolution der Künstlichen Intelligenz werden sich die Anwendungsgebiete des Natural Language Processing weiter ausdehnen und den Unternehmen ein noch umfassenderes Spektrum an Möglichkeiten eröffnen.

Das richtige „Futter“ für die KI

Entscheidend für den erfolgreichen Einsatz von NLP als Hilfsmittel im Umgang mit Kundenfeedback sind die methodischen Lernansätze, mit der die KI trainiert wird. Die manuelle Auswertung von Kundenbewertungen zeigt die Herausforderungen auf. Da ist zum einen die schiere Menge, die es zu verarbeiten gilt – etwas, wofür KI natürlich prädestiniert ist. Hinzu kommt allerdings die subjektive Sprachwahrnehmung. Legt man verschiedenen Personen denselben Text vor, wird er in der Regel immer etwas anders interpretiert. Auch hier kann die Maschine mit ihrer systematischen, zuverlässigen Einschätzung einen großen Mehrwert liefern – mit dem richtigen Lernansatz. Unsere Erfahrung zeigt beispielsweise, dass es äußerst sinnvoll ist, KI-Modelle ausschließlich mit Textdaten zu trainieren, die von mindestens drei Fachexperten einheitlich bewertet wurden. Auf diese Weise wird gewährleistet, dass die KI präzise und vor allem qualifizierte Resultate liefert und die analysierten Informationen zuverlässig die höchste Relevanz haben.

Die Anzahl der Fachexperten ist dabei nicht willkürlich gewählt. Wird die Anzahl der Fachexperten auf mindestens vier heraufgesetzt, sind übereinstimmende Bewertungen so selten, dass die Trainingsdaten für die KI nicht ausreichen. Das unterstreicht noch einmal eindrucksvoll die Herausforderungen, die mit der automatischen Auswertung menschlicher Sprache verbunden sind. Deshalb ist es ebenfalls wichtig, dass die Bewertungskriterien vorab von Experten aus dem betroffenen Unternehmen festgelegt werden, um die Ergebnisse zu qualifizieren. 

Die bisherigen Ausführungen zeigen, wie komplex die Auswertung von Kundenfeedback tatsächlich ist – manuell und maschinell. Deshalb ist es insbesondere auf dem gerade erst an Dynamik gewinnenden Markt für NLP-Anwendungen sinnvoll, auf einen erfahrenden IT-Dienstleister zu setzen, der nicht nur beraten, sondern vor allem auch die KI so trainieren kann, sodass sie einen echten Mehrwert, sprich verlässliche Aussagen für die künftige Unternehmensausrichtung liefern kann. 

Newsletter
Newsletter Box

Mit Klick auf den Button "Jetzt Anmelden" stimme ich der Datenschutzerklärung zu.

Daten: Wichtige Auswertungsbasis

Gleichzeitig sind die Methoden zur Datenerfassung, Analyse und anschließenden Interpretation entscheidend für die Qualität der Auswertung. Projekte, bei denen umfangreiche Datensätze zum Einsatz kommen und für die eine KI so trainiert werden muss, dass sie wertvolle Erkenntnisse aus eben diesen Daten ziehen kann, sind anspruchsvoll und haben einen entsprechenden Ressourcenaufwand. Erfahrene IT-Dienstleister profitieren neben ihrem Erfahrungsschatz vor allem auch von der vorhandenen Infrastruktur aus bereits umgesetzten Projekten, sodass Prozesse beschleunigt und valide Ergebnisse schneller erzielt werden können. 

Wir arbeiten an Kundenprojekten, wo es gilt, monatlich 40.000 und mehr Feedback-Formulare auszuwerten. Hier gelingt es mittels KI die Freitextfelder vollautomatisch und proaktiv auszuwerten. Im Ergebnis heißt das für den Kunden, dass er nicht nur regelmäßige Berichte beispielsweise zur Stimmung bei vordefinierten Themen und quantifiziertes Feedback erhält. Die KI erkennt wöchentlich auch etwa drei kritische Rückmeldungen, die dringende Maßnahmen erfordern und andernfalls vermutlich untergegangen wären – ein erheblicher Mehrwert, der nicht nur die Kundezufriedenheit erhöht, sondern auch auf geschäfts-strategischer Ebene direkte Maßnahmen ermöglicht. 

Wirtschaftliches Potenzial heben

Frei von Kunden zur Verfügung gestelltes Feedback ist also nicht nur im übertragenen Sinne ein echter Datenschatz. Sein Leben ist allerdings mit einem gewissen Initialaufwand verbunden, wozu nicht nur ein durchdachtes Training mit echten Daten gehört. Projektspezifisch kann es erforderlich sein, dass ein Unternehmen dem IT-Dienstleister größere Datenmengen zur Verfügung stellen muss, womit dann auch sämtliche Anforderungen der DSGVO eingehalten werden müssen. Das kann unter Umständen bedeuten, dass individuelle Lösungen gewunden werden müssen – entweder über eine direkte Schnittstelle oder anders gestaltete regelmäßige Datentransfers. Auch deshalb ist es wichtig, bei solch komplexen, jedoch zukunftsweisenden Projekte auf einen versierten Dienstleister zu setzen. Am Ende eines solchen Projekts stehen im Gegenzug wertvolle Einblicke, die das Tor zu einem besseren Kundenverständnis und damit gezielteren strategischen Unternehmensentscheidungen öffnet. Es ist eben ein dynamisches Zusammenspiel zwischen fortschrittlicher NLP-Technologie und kompetenter Beratung, die diese vorhandenen, aber bisher nur schwer zugänglichen Daten erschließt – und die könnten in Zukunft der entscheidende Wettbewerbsvorteil sein. 

Enrico Abate-Daga
Enrico Abate-Daga

Enrico Abate-Daga

Skaylink -

Circle Lead Analytics and Digital Process Automation

Anzeige

Artikel zu diesem Thema

Weitere Artikel

Newsletter
Newsletter Box

Mit Klick auf den Button "Jetzt Anmelden" stimme ich der Datenschutzerklärung zu.