"Hallo, wie kann ich Ihnen helfen?" Der Einsatz von Welcome Agents im kundenzentrierten Einzelhandel

Eine möglichst effiziente Organisation von Wartezeiten macht in beratungsintensiven Verkaufsumgebungen den wesentlichen Unterschied in Sachen Kundenerlebnis. Die Anliegen sind dabei von Kunde zu Kunde unterschiedlich: Benötigt der Kunde eine ausführliche Beratung zu einem bestimmten Produkt oder möchte er lediglich seine Bestellung im Shop abholen? Beides typische Szenarien im Einzelhandel, die allerdings vollkommen unterschiedliche Anforderungen hinsichtlich Zeit- und Personalaufwand mit sich bringen.

Damit Kunden bei Stoßzeiten nicht unnötig lange warten müssen, ist eine Abfrage des Anliegens nach Betreten des Geschäfts und eine anschließende Priorisierung unerlässlich. Die Firma NTS Retail aus Leonding in Oberösterreich hat dazu mit dem NTS welcome manager eine innovative Softwarelösung entwickelt, die durch effizientes Queue Management hilft, das Kundenerlebnis im Einzelhandel zu optimieren. Dabei kommt ein „Welcome Agent“ zum Einsatz, ein Shopmitarbeiter, dessen Aufgabe es ist, die ankommenden Kunden zu begrüßen und den Grund für den Besuch zu erfragen. Der Welcome Agent kann dem Kunden dann eine prognostizierte Wartezeit nennen und dementsprechend einreihen oder einen Termin zu einem späteren Zeitpunkt vereinbaren, falls gewünscht.

In einem Projekt im Rahmen des TM Forums wurde untersucht, ob die Rolle des Welcome Agents auch von einem Roboter übernommen werden kann, der mittels Spracherkennung das Anliegen und den Namen des Kunden erfasst. Zum Einsatz kamen dabei einerseits der Qihan Sanbot Elf als Roboter und IBM Watson als Künstliche Intelligenz zur Spracherkennung und Konversationssteuerung.

 

 

Begrüßungsgespräch so natürlich wie möglich gestalten

IBM Watson als Cloud-Lösung spielte bei der Umsetzung eine essentielle Rolle. Verwendet wurden drei Watson APIs: Speech-to-TextText-to-Speech und Watson Assistant. Mittels Speech-to-Text wird die Aufzeichnung des gesprochenen Inputs analysiert und in Text umgewandelt. Dabei kommt ein Algorithmus zum Einsatz, der mittels maschinellen Lernens über die Zeit immer besser darin wird, von Menschen Gesprochenes in Text zu konvertieren.

Die Text-to-Speech-API verleiht dem Roboter die Fähigkeit, auf das Gesagte ebenso verbal zu antworten. Die dazugehörige Antwort zum verstandenen Input wird als Text übermittelt und von der API zur Sprachausgabe in eine akustische Ausgabe übertragen.

Über den Service Watson Assistant wird die Interpretation des Gesprochenen und die semantische Analyse abgewickelt. Der aufgezeichnete und konvertierte Text wird in einer Baumstruktur angeordnet, die das Gespräch darstellt und außerdem semantisch analysiert, um somit das Gesprochene sowohl inhaltlich als auch im Hinblick auf die Intention auszuwerten. Mittels maschinellem Lernen wird auch dieser Algorithmus immer besser darin, zu erkennen, was das menschliche Gegenüber kommunizieren möchte.

Um der Künstlichen Intelligenz die Analyse zu „erleichtern“ und den Prozess möglichst effizient zu gestalten, wurde im Vorfeld überlegt, wie sich ein typisches Begrüßungsgespräch in einem Telekom-Shop so gestalten lässt, dass die notwendige Information durch die Beantwortung einer Reihe von Ja/Nein-Fragen ermittelt werden kann. Ein Display auf dem Oberkörper des Roboters kann dabei zur Darstellung von Antwortmöglichkeiten eingesetzt werden.

Aufgrund der Cloud-nativen Struktur von IBM Watson kann die Rechenleistung, die für die Abwicklung des komplexen Analyseprozesses erforderlich ist, komplett unabhängig vom Client-Gerät (in diesem Fall der Roboter) abgerufen werden. Der modellierte Ablauf dockt also an die Schnittstellen der Cloud-Services an und erhält nahezu direkt eine Rückmeldung. Am Gerät selbst erfolgt die visuelle und akustische Ausgabe.

 

„Roberta“ nimmt Kundenanliegen entgegen

Bei dem Roboter, bei NTS Retail auf den Namen „Roberta“ getauft, handelt es sich um einen Cloud-fähigen Service-Roboter der chinesischen Firma Qihan. Dieser Roboter verfügt über Kameras und Sensoren, um die Umgebung zu analysieren sowie über Mikrofone und Lautsprecher, um mit Menschen verbal zu interagieren. Gesteuert wird er von einem Android-Tablet. Somit ist „Roberta“ in der Lage, auf Menschen zuzugehen und diese zu begrüßen.

In ihrer Rolle als Welcome Agent begrüßt „Roberta“ neu angekommene Besucher und fragt diese nach ihrem Anliegen. Der Kunde wird dann nach seinem Namen gefragt und mit Telefonnummer und Foto in die Warteliste aufgenommen. Bei längeren Wartezeiten kann der Kunde in der Zwischenzeit das Geschäft verlassen und erhält eine Benachrichtigung, sobald ein Berater zur Verfügung steht. Dank des aufgenommenen Fotos erkennen die Berater den Kunden leichter wieder und können diesen direkt ansprechen.

 

 

Digitales Empfangs- und Warteschlangenmanagement im Telekombereich

„Roberta“ wurde in die Abläufe des NTS welcome manager integriert und speziell auf typische Workflows für Telekom-Einzelhandelsumgebungen hin optimiert. Dazu zählt zum Beispiel der Austausch von SIM-Karten, die Abgabe von Geräten zur Reparatur oder die produktspezifische Beratung. Ein besonders geeignetes Anwendungsfeld, denn Geschäfte im Telekomumfeld ziehen eine sehr stark variierende Kundschaft mit einer Vielzahl von Support-Fällen und Verkaufsszenarien an und schaffen so hohe Auslastungsspitzen für das Verkaufspersonal während der Stoßzeiten. Obwohl die Anforderungen für eine branchenspezifische Queue-Management-Lösung im Telekom-Bereich definiert wurden, können die meisten Mehrwerte des Ansatzes auch auf andere Branchen übertragen werden. Digitale Lösungen für das Queue-Management scheinen eine vielversprechende Antwort auf die steigenden Anforderungen in Kundenservice-Umgebungen mit einem hohen Informationsbedarf in der Beratungsleistung für die Kunden zu sein.

Der Schlüssel liegt nicht nur in der Zeitersparnis durch einen effizienteren Betrieb des Geschäfts, sondern vor allem im automatisierten Informationsaustausch zwischen den Mitarbeitern. Da die Beratungsthemen miterfasst werden, können sich die Mitarbeiter bereits im Vorfeld auf den Kunden einstellen und Vorbereitungen treffen. Der Kunde muss sein Anliegen nicht mehrfach erklären, sondern wird nahtlos in ein Gespräch mit einem top-informierten Berater geführt. Die Erfahrungen bisheriger Produktivimplementierungen durch NTS Retail deuten bereits sehr stark auf einen positiven Effekt für Up- und Cross-Selling hin, da die Kunden mit Angeboten bedient werden, die ihren Anliegen und Bedürfnissen auch tatsächlich entsprechen.

 

Emotionen in der Kundenansprache berücksichtigen

Hinsichtlich der Integration eines Roboters in die Abläufe wird aktuell bei NTS Retail noch weiter geforscht. In einem nächsten Schritt wird versucht, die Kommunikation auch hinsichtlich der emotionalen Ebene zu analysieren und die Intention des Kunden zu ermitteln. Ist der Kunde möglicherweise verärgert? Handelt es sich um ein besonders dringendes Anliegen? In der zwischenmenschlichen Kommunikation spielen viele Nuancen abseits der semantischen Ebene eine entscheidende Rolle. Eine spannende Aufgabe ist es nun, dem Roboter „beizubringen“, auch darauf eingehen zu können.

 

Wir danken IBM für die Unterstützung und gute Zusammenarbeit bei der Implementierung der Watson APIs!
Der Beitrag ist im Original auch im IBM Think Blog DACH nachzulesen.