Zendesk sagt unzufriedene Kunden voraus

Zendesk hat ein Werkzeug namens Satisfaction Prediction („Zufriedenheitsvorhersage“) vorgestellt. Mittels Maschinellem Lernen und Predictive Analytics soll es in der Lage sein, Probleme hinsichtlich der Kundenzufriedenheit zu ermitteln, bevor sie außer Kontrolle geraten.

Als Grundlage einer solchen Analyse dienen Milliarden Echtzeit- und historische Daten zur Interaktion mit Kunden. Dabei weist Satisfaction Prediction jedem Kunden einen Zufriedenheitswert zu, der für Service-Mitarbeiter einen ersten Anhaltspunkt liefern kann, ob dieser Kunde voraussichtlich eher zufrieden oder unzufrieden sein wird. Dies ermöglicht es beispielsweise, besonders wertvolle Kunden mit besonders schlechtem Zufriedenheitswert bevorzugt zu behandeln.

Während sich das Problem bis hierhin vielleicht auch durch die Intuition der Vertriebsmitarbeiter lösen ließe, versucht Satisfaction Prediction, einen Schritt weiter zu gehen und Risikokunden zu identifizieren. Beispielsweise untersucht es die Wortwahl von Anrufern beim Service, um abzuschätzen, ob sie genervt genug und auch willens sind, ihre Frustration über Soziale Netze in die Welt zu setzen.

Zendesk zufolge identifiziert die Komponente für Maschinelles Lernen in Satisfaction Prediction mit der Zeit immer besser, welche Dinge Unzufriedenheit von Kunden vorausgehen, welche Gründe sie also hat: etwa der nötige Aufwand, um ein Problem zu lösen, Verzögerungen bei der Beantwortung von Anfragen und bei Kontakten verwendete Formulierungen.

Diese Faktoren werden jeweils mit der abschließenden Zufriedenheitswertung durch den Kunden abgeglichen, um Signale künftig frühzeitig zu identifizieren. Die Lösung ist so auch zunehmend in der Lage, vorauszusagen, welche Zufriedenheitsbewertung Kunden abgeben werden.

Die Software ist zunächst für ausgewählte Beta-Nutzer verfügbar. Anfang 2016 soll sie in einer finalen Version vorliegen. Preisinformationen liegen noch nicht vor.

Zendesk ist eine as-a-Service angebotene Helpdesk-Lösung. Sie kostet je nach Leistungsumfang einen bis 195 Euro pro Agent und Monat.

[mit Material von Natalie Gagliordi, ZDNet.com]

Tipp: Was haben Sie über Big Data abgespeichert? Überprüfen Sie Ihr Wissen – mit 15 Fragen auf silicon.de.