Tornados, oder Twisters, wie wir sie hier nennen, sind in Texas weit verbreitet. Als wir vor 100 Jahren herausfinden wollten, ob ein Tornado kommen würde, mussten wir ihn entweder sehen oder hören. “Es klingt wie ein Güterzug”, sagte mein Großvater, der einige von ihnen gesehen hatte. Hier in Südtexas befinden wir uns am Ende der „Tornado-Alley“, ein Begriff für die Region in den USA, in der Tornados am häufigsten auftreten und allein im letzten Jahr wurden 1.676 sogenannte Twister gemeldet.

Wir wissen recht gut, warum Tornados passieren. Eine große Menge kalter Luft bewegt sich über eine große Menge warmer Luft und schafft instabile atmosphärische Bedingungen – warme Luft, das Feuerzeug der beiden, bewegt sich durch kalte Luft nach oben und zwingt die kalte Luft, sich nach unten und um sie herum zu bewegen. Wenn genügend Energie vorhanden ist, drehen sich diese stürmischen Winde derart, dass sie die berüchtigte Trichterwolke bilden.

Vor einigen Jahrzehnten haben die Tornados sozusagen ,,zugeschlagen”, wie mein Großvater sagen würde. Aber heute ist es eine andere Geschichte – wir können sie tatsächlich kommen sehen, bevor sie passieren. Und wie geht das? Mit Daten.

Wettervorhersage: eine Erfolgsgeschichte

Diejenigen, die in der Wettervorhersage arbeiten, sind es gewohnt, ein Witz zu machen. Sogar Larry David macht sich in einer Curb Your Enthusiasm-Episode über sie lustig und behauptet, dass “der Wettermann” Regen vorhersagt, wenn es keinen gibt, damit er den Golfplatz für sich haben kann. Aber es gibt keine Verschwörung, und trotz der Meinung der meisten Menschen sind Meteorologen tatsächlich ziemlich gut in ihrer Arbeit.

Tatsächlich ist die Wettervorhersage eine der Erfolgsgeschichten bei der Datenvorhersage. Sicher, sie verstehen es manchmal falsch – eine Studie von TV-Meteorologen in Kansas City hat ergeben, dass es zu 100 Prozent regnet, ein Drittel der Zeit, in der es nie tatsächlich geregnet hat – aber in den letzten Jahrzehnten haben wir das verstanden. Die Moleküle in der Atmosphäre, gepaart mit immer größerer Rechenleistung, haben unsere Vorhersagen in jeder erdenklichen Weise verbessert und Niederschläge und Temperaturen, Wirbelstürme und Tornados mit schockierender Genauigkeit und Detailgenauigkeit vorhergesagt.

In anderen Bereichen, in denen wir die Zukunft vorhersagen wollen, haben wir uns jedoch nicht so gut geschlagen. Sportanalysten, Politiker, Investoren und Wirtschaftswissenschaftler können die Zukunft nur schlecht vorhersagen – denke an die Wahlen im Jahr 2016, als fast jede Umfrage und jeder Outlet Hillary Clinton als neue Präsidentin der Vereinigten Staaten prognostizierte oder sogar etwas weiter zurück wenn im November 2007, als die Blase fast schon platzte, Experten weniger als eine 1-in-500 Chance eines wirtschaftlichen Absturz sahen, als dies nur einen Monat später der Fall sein würde.

Wir sind schrecklich bei der Vorhersage der Zukunft

Generell sind die Menschen ziemlich schrecklich darin, die Zukunft vorherzusagen. Aus einer Reihe von Gründen – der größte Grund sind unsere eigenen Vorurteile. Wir neigen dazu, über alle vernünftigen Maße zu glauben, dass die Dinge passieren werden, die wir wollen. Wir neigen dazu, neue Daten zu verarbeiten, um unsere Überzeugungen zu bestätigen, und ignorieren häufig die Datenpunkte, die nicht unseren Vorstellungen entsprechen. Wir sind zu optimistisch, dass schlechte Dinge nur anderen Menschen passieren, und daher ist die Risikobewertung nicht unsere Stärke.

Und obwohl wir Computer und Algorithmen bauen können, die bei der Synthese von Terabytes und Terabytes von Daten äußerst effizient sind, ist dies nicht der Fall. Möglicherweise stellen wir in kurzer Zeit einige Trends fest, aber wir sind nicht in der Lage, langfristige Änderungen und statistische Trends zu verstehen. Wie Prakash Loungani, ein Ökonom des Internationalen Währungsfonds, einem leitenden Schriftsteller für FiveThirtyEight sagte,„wurden nur sehr wenige Rezessionen neun Monate oder ein Jahr im Voraus vorhergesagt.

Die Wahrheit ist, dass wir seit Tausenden von Jahren einen sehr losen Rahmen von Beobachtbarem verwenden, zusammen mit unserer eigenen Intuition. Wir greifen auf unsere Erfahrungen und unser Verständnis der Welt um uns herum zurück, um auf die aktuellen Umstände einzugehen und Entscheidungen darüber zu treffen, was als nächstes zu tun ist. Fairerweise muss man sagen, dass unsere Schätzungen gut genug sind, um uns am Leben zu erhalten, aber wir haben nicht genug Gehirnleistung, um viel anderes zu berechnen. Und hier hilft Technologie.

Wenn Daten richtig verwendet werden, können sie über die Beeinflussung unserer Entscheidungen hinausgehen. Es kann tatsächlich unsere Vorurteile und Mängel verbergen und den besten Weg nach vorne aufzeigen. Wenn wir an einen Ort gelangen, an dem wir Daten vertrauen, auch wenn dies nicht intuitiv ist, oder wenn es unseren Wünschen widerspricht, in eine bestimmte Richtung zu gehen, können wir mithilfe von Technologie bessere Entscheidungen treffen.

In welcher Beziehung steht dies alles zu unserer Welt der Kundenerfahrung?

Hallo?

Als ich 1991 anfing, in Call Centern zu arbeiten, führten wir ausgehende Anrufe mit manuellen Telefonen durch, aber nur ein Jahr später erhielten wir einen automatischen Dialer. Wir würden Listen mit vielen Zehntausenden von Namen und Telefonnummern laden, der Dialer würde die ausgehenden Anrufe tätigen, und wenn er eine Live-Verbindung erhielt, würde er diese an den Agenten weiterleiten. Es war eine Revolution und unser Team war effizienter als je zuvor.

Einige Monate später stießen wir als Filialleiter jedoch auf ein Problem. Wir haben viel Zeit damit verschwendet, “schlechte Nummern” anzurufen, Nummern, bei denen aus irgendeinem Grund nie jemand rangegangen ist. Also sammelte ich ein paar Daten und stellte fest, dass die Wahrscheinlichkeit, dass eine Person jemals ans Telefon geht, nach mehr als zehn Anrufen bei einer Nummer massiv zurückging. Und so haben wir ein Modell entwickelt, das dann auf jede Liste angewendet wird, um diese Zahlen zu entfernen, was zu einer enormen Steigerung unserer Effizienz führte.

Damals habe ich zum ersten Mal die Fähigkeit erlebt, Daten zu nutzen, um unsere Arbeit zu verbessern. Im Laufe der Jahre habe ich immer mehr gesehen, wie sehr dies auch die Kundenerfahrung verbessern kann.

Die Kundenerfahrung verbessern

Unternehmen haben Zugang zu einer überwältigenden Menge an Kundendaten – wir können buchstäblich hören, was unsere Kunden uns sagen. Und nicht nur das, wir können auch verstehen, was sie erreichen wollen, was ihre Absicht ist, wie sie sich dabei fühlen. Und wenn wir unsere Karten richtig spielen, bieten uns diese Daten einige wirklich einzigartige Einblicke.

Aber dieses Ziel zu erreichen, ist eine große Herausforderung. Es gibt eine Datenexplosion, die auf mehrere Kanäle verteilt ist, während die Erwartungen der Kunden steigen. Unternehmen müssen diese verstehen und sich auf sinnvollere Weise einbringen, ganz zu schweigen davon, dass in einem globalen Umfeld komplexer kultureller und sozioökonomische Zusammenhänge vier sehr unterschiedliche Generationen im Spiel sind.

Perspektive einführen

Damit Unternehmen darüber hinausgehen können, müssen sie das Verhalten der Kunden in der Vergangenheit verstehen, Kundenwünsche und -bedürfnisse vorhersagen und in jedem „Moment der Wahrheit“ eine positive Kundenerfahrung iefern. Wichtige Interaktionen, bei denen die Bedürfnisse der Kunden auf eine Weise erfüllt werden, die Vertrauen und Loyalität schafft..

Wie können wir also die modernen Erfolge der Meteorologie in der Kundenerfahrung replizieren? Erstens brauchen wir Perspektive.

Meteorologen sammeln Hunderte von Datenpunkten von Satelliten, Flugzeugen, Wetterstationen und Wetterballons auf der ganzen Welt und im All, um dann alle Variablen in riesigen Super-Computing-Umgebungen zu analysieren. Aus diesem Grund haben sie einen einheitlichen Datensatz erstellt, der eine globale Perspektive ermöglicht und die Genauigkeit vor Ort genau bestimmt. In unserer Branche besteht die Parallele darin, eine einheitliche Kundensicht aufzubauen, in der alle Systeme integriert und alle Daten zusammengeführt werden.

Dies gibt uns die Möglichkeit, die Customer Journey als diesen Längsschnitt zu sehen. Dort können wir nachvollziehen, über welchen Link der Kunde auf den Newsletter geklickt hat, wie weit er sich in seinem Einkauf befunden hat, bevor er den Einkaufswagen verlassen hat, ob er sich an einen Supportmitarbeiter gewandt hat oder ob er stattdessen Self-Service-Support einsetzte. Wir werden wissen, wohin sie gehen und was sie sagen. Und das bereitet die Bühne für die Einführung von KI.

KI bereitstellen

Sobald alle Systeme vorhanden sind und die Daten vereinheitlicht und für die Analyse bereit sind, kann uns ein AI-basiertes Modell bei unseren Vorhersagen helfen, indem es bestimmte geschäftliche Fragen oder Probleme identifiziert und die besten Maßnahmen zur Verbesserung des Kundenerlebnisses festlegt – ob das ein Kanalwechsel, eine proaktive Botschaft oder ein einfühlsamerer Agent ist.

Stimmung analysieren

Die Stimmungsanalyse verwendet Algorithmen, um zu bestimmen, wie ein Kunde eine positive, negative oder neutrale Interaktion empfindet . In der Welt der Kundenbetreuung bedeutet dies, dass den Mitarbeitern Verhaltenstipps zur Verfügung gestellt werden können, mit denen sie beraten werden, was als Nächstes zu tun ist oder wie sie auf eine Kundenanfrage reagieren sollen, die auf dem Gefühl, der Emotion und der Absicht des Kunden basiert.

Zuvor konnten Unternehmen nur dann herausfinden, wie die Menschen auf ein bestimmtes Produkt oder eine bestimmte Dienstleistung reagierten, wenn sie Fokusgruppen sammelten oder Umfragen verschickten. Dies war ein zeitaufwändiger und offen gesagt ineffizienter Ansatz. Die Stimmungsanalyse kann Unternehmen dabei helfen, Perspektiven zu gewinnen und die Kundenerfahrung zu verbessern und Einblicke in Produkte und Prozesse in nahezu Echtzeit zu erhalten.

In unserer Branche ist die Realität, dass alle Daten, die wir benötigen, bereits vorhanden sind. Einer meiner Mentoren pflegte mit seiner krächzenden, allwissenden Stimme zu sagen: “Entweder du liest die Zeitung oder du schreibst die Geschichte.” Während Daten früher etwas waren, dass wir analysiert haben, um zu sehen, was in der Vergangenheit passiert ist, können wir in unseren schnell wachsenden CX-Umgebungen heute Daten verwenden, um Auswirkungen darauf zu haben und zu verstehen, was im tatsächlichen Moment der Interaktion passiert. Wir haben sogar die Möglichkeit, zukünftige Ereignisse vorherzusagen, so wie Meteorologen den Weg eines Twisters oder die Temperatur an einem sonnigen Frühlingstag vorhersagen können. Der große Unterschied zwischen uns und Meteorologen besteht jedoch darin, dass wir das Ergebnis ändern können. Das sind gute Nachrichten für uns Praktizierende und für Kunden, die jedes Mal nach der perfekten Erfahrung suchen.