Erfolgsgeschichte

Eine führende Bank senkt mit intelligenter Automatisierung die Ausgaben für Servicecenter um mehr als 600 Mio. US-Dollar

Der Anstieg des Anrufvolumens im Contact Center und die Nachfrage nach personalisierten Dienstleistungen für Kunden sorgten für hohe Kosten bei Bankdienstleistungen über das Contact Center. Die Wartungs- und Betriebskosten der Call Center in Verbindung mit der Notwendigkeit, eine große Anzahl von Vollzeitkräften zu unterhalten, stellten für die Bank eine finanzielle Belastung dar. Die verlängerte Anrufbearbeitung und Reaktionszeit beeinträchtigte das Kundenerlebnis. Da die Erwartungen der Verbraucher im digitalen Zeitalter in die Höhe schießen, suchte unser Kunde nach einer kostengünstigen Möglichkeit, den Kundenservice und -support zu optimieren. Wir haben eine ganze Reihe von KI-Funktionen eingesetzt, um den Kundenservice zu verbessern, Kosten zu senken und die Kundenzufriedenheit zu steigern.

 

 

Die Herausforderung

Die jährlichen Kosten für den Betrieb des Call-Centers beliefen sich auf fast 1 Milliarde US-Dollar und es wurde erwartet, dass sie im Einklang mit der mehr als 7-prozentigen CAGR der Bank steigen würden, die sie bereits seit 5 Jahren beibehalten hatten. Die Bank wollte eine Lösung erarbeiten, die Kosten kontrolliert, wertvolle Zeit und Ressourcen spart und einen personalisierten Kundenservice ohne Unterbrechungen ermöglicht.

  • Die Produktivität der Mitarbeiter war durch mehrere Altsysteme, manuelle Eingriffe und operative Gemeinkosten eingeschränkt. Für jeden Kundenanruf mussten mindestens 12 bis 14 Bildschirmseiten aufgerufen werden, was zu durchschnittlichen Bearbeitungszeiten von mehr als acht Minuten führte.

  • Die durchschnittliche Anrufwartezeit von mehr als drei Minuten führte zu hohen Abbruchraten von über 10%.

  • Es fehlte eine Nachverfolgung von Kennzahlen zur Kundenzufriedenheit und eine einheitliche Darstellung der Anruftrends.

  • Es gab einen Mangel an Selbstbedienungsoptionen und eine begrenzte Integration der verschiedenen Kanäle.

Die Lösung

Um die Effizienz des Call-Centers zu maximieren und die Kundenbindung zu verbessern, nutzte die Bank die KI-gestützte Call-Center-Strategie von Virtusa, die die besten Aspekte aus fortschrittlicher Analytik, Chatbots, Voice-to-Text und Bots für Agenten-Desktops kombiniert und so für schrittweise Gewinne sorgt.

Zu den wichtigsten Merkmalen der Lösung gehören:

  • Eine UFE-Lösung (Unified Front End), die Mitarbeitern eine umfassende Kundensicht und einheitliche Daten aus 13 verschiedenen Front-End-Systemen bietet.

  • Intelligente IVR- und Call-Routing-Lösungen mit intelligenten Bots als erste Anlaufstelle für den Support.

  • Dialogbasierte KI-Self-Service-Schnittstellen zur Bearbeitung von Kundenanfragen über mobile und Internet-Kanäle.

  • Ein integriertes Analyse-Framework, um die Kundenmeinung aus Sprache und Text zu erfassen und Erkenntnisse und Trends anzuzeigen.

  • Betreute Bots auf den Agenten-Desktops, um die Bearbeitungszeit von Mitarbeitergesprächen zu reduzieren, indem sie automatisch Daten aus über 15 Quellsystemen abrufen, auf welche die Mitarbeiter zugreifen.

  • Effiziente Netzwerk-, Mitarbeiter- und Bot-Analysen für genaue Berichte und kontinuierliche Verbesserungen.

  • Cross-Selling-Empfehlungen für Mitarbeiter, basierend auf erweiterten analytischen Einblicken in das Kundenverhalten.

Die Lösung
Der Nutzen

Mit intelligenter Automatisierung half die harmonisierte Erfahrung über Mobilgeräte, Web, Chats und E-Mail den Führungskräften im Call Center, unkomplizierte Anfragen besser zu bewältigen und die Bearbeitungszeit für Anrufe insgesamt zu reduzieren. Mit Hilfe von Natural Language Processing beschleunigte der Client das Banking auf die Geschwindigkeit von Sprachbefehlen.

Die wichtigsten Vorteile sind:

  •  Eine 20-prozentige Steigerung der Cross-Selling-Möglichkeiten mithilfe von Analytik
  • Über 75% Anrufe ohne Kontakt
  •  Keine Wartezeit mit intelligentem Routing 
  • Über 80% schnellere Antworten der Kundenservice-Mitarbeiter
  • Mehr als 50% Verbesserung der Erstlösungsquote
Zugehörige Inhalte