Die Lösung

Tenios kannte die Herausforderung und die Dringlichkeit der Aufgabe und bot an, einen schnell zu implementierenden Voicebot zu erstellen, der leicht in die interne CRM-Datenbank integriert werden kann. Das Skript besteht aus zwei Fragen, in denen der Service von 1 bis 5 bewertet werden soll.

Die Aufgabe wurde in 3 Teile gegliedert:

  • Die Skriptdesigner erhielten die Aufgabe, einen menschenähnlichen Roboter mit Hilfe einer benutzerdefinierten SSML tts-Einstellung zu erstellen. Der Voicebot sollte in allen relevanten Sprachen übersetzt werden und alle Märkte abdecken.
  • Das Integrationsteam kollaborierte mit der IT-Abteilung des Kunden, um die Tools über API zu verbinden, da der Kunde Informationen in sein CRM einspeisen und Berichte auf der Grundlage dieser Daten erstellen musste.
  • Das Analytics Team legte Ziele und Erfolgspunkte des Projekts fest, um so viele Probleme nach dem Start so weit wie möglich auszuschließen.
Case Study LPP

Die Ergebnisse

Dank des Einsatzes unseres Voicebots konnte LPP die Antwortrate vervierfachen. Üblicherweise liegt die durchschnittliche Rücklaufquote bei telefonischen Umfragen zur Sammlung von Feedback zwischen 10-15 %, wobei 15 % bereits als exzellentes Ergebnis gilt. Mit dem Voicebot erreichte LPP jedoch eine bemerkenswerte Rücklaufquote von 47 %, was den höchsten Wert unter allen Voicebot-Anrufkampagnen darstellt.

Einführungs- und Lernphase:

  • In den ersten zwei Wochen nach der Einführung lag der Fokus unseres ML-basierten Voicebots hauptsächlich auf dem "Lernen". Unsere Analyse- und Skriptdesign-Teams haben in dieser Phase die Kampagnenergebnisse ausgewertet, Aufzeichnungen analysiert und Live-Berichte überprüft.

Verbesserung des Skripts:

  • Die gewonnenen Erkenntnisse führten zu gezielten Skriptverbesserungen, die darauf abzielten, die Kunden stärker zur Bewertung des Dienstes zu motivieren. Diese Anpassungen führten zu einer Steigerung der Qualifikationsbewertung um etwa 8 %.

Vervierfachung der Antwortrate

  • Mit einer Rücklaufquote von 47 % übertraf LPP die durchschnittliche Quote von 10-15 % bei weitem.

Effiziente Lern- und Anpassungsphase

  • Durch die kontinuierliche Optimierung und Analyse konnte der Voicebot seine Performance signifikant verbessern.

Steigerung der Qualifikationsbewertung

  • Durch die kontinuierliche Optimierung und Analyse konnte der Voicebot seine Performance signifikant verbessern.

Jetzt Case Study anfordern!

Wir beraten Sie gerne.

OBEN