Chatbots sind angesagt. Gefragt sind robuste Enterprise-Lösungen mit ausgereiften Sicherheits-Features, die Kontaktzentren in den großen Konzernen entlasten und neue Kundengruppen erschließen können. Die zehn besten Lösungen im Überblick. [...]
- Machine Learning: Wie stark verbessern sich die Produkte im täglichen Einsatz, weil sie selbstlernend sind oder weil sie einfach trainiert werden können?
- Reporting und Analytics: Sind Funktionen vorhanden, mit denen der Wissensaufbau und andere KPIs überwacht und protokolliert werden können?
- Multichannel: Wie gut unterstützt das Produkt Konversationen über verschiedene Touchpoints (Web, native Apps, Messaging Apps, interaktive Sprachbeantwortung) hinweg? Lässt es sich einfach in andere Kundenservice-Systeme integrieren? Das können etwa CRM-Lösungen sein oder auch Back-Office-Systeme, transaktionale Systeme und weitere Kanäle für den Customer Service.
- Intent Engine: Kann der Chatbot die Absichten eines Kunden identifizieren, indem er aggregierte Interaktionen analysiert und personalisierte Daten aus Backend-Systemen zieht?
- Security und Authentifizierung: Wie robust sind die Features für Sicherheit, Authentifizierung und Autorisierung (zum Beispiel Zwei-Faktor-Authentifizierung, Unterstützung von Biometrie und sich selbst zerstörende Messages)?
- Dialogmanagement: Wie läuft der Dialog mit dem Kunden ab? Wird alles, was im Laufe eines Gesprächs besprochen wird, in Entscheidungsprozessen berücksichtigt? Wie gut arbeitet das System mit verschiedenen Sprachen?
- Verständnis natürlicher Sprache (Natural Language Understanding = NLU): Kunden sprechen und schreiben oft alles andere als druckreif. Die Bots müssen die Struktur und Bedeutung der Inhalte verstehen, und das in mehreren Sprachen.
- Roadmap: Welche Verbesserungen sind geplant? Wie schnell und gut werden sich ändernde Kundenbedürfnisse abgebildet?
- Vision: Unternehmen möchten mit dem Chatbot ihrer Wahl Kunden bedienen, halten und gegebenenfalls neue hinzugewinnen. Inwieweit passt die Produktvision des Herstellers zu diesem Kernanliegen?
- Umsatz: Wieviel nimmt der Anbieter mit seinem Softwareroboter jährlich ein?
Die Nummer eins im Markt ist laut Forrester Research der Softwarehersteller Nuance. Das Unternehmen nutzt seine lange Tradition der Spracherkennung und ist auch bei den Multichannel-Features vorne dran. „Mit dem Fokus auf das Akquirieren und Halten von Kunden bietet Nuance eine überzeugende Produktvision“, so die Studienautoren. Auch die differenzierten Sicherheitsmechanismen seien hervorzuheben, dabei würden auch biometrische Techniken eingesetzt.
Den zweiten Platz errang IPsoft, ein Anbieter mit einer „runden Lösung, die in allen Kategorien Stärken aufweist“. Ein Highlight ist laut Forrester die Lernfähigkeit des Systems, das durch die Beobachtung menschlicher Agenten hinzulerne. Auch die Roadmap gefällt: IPsoft plant, seiner Chatbot-Technologie via Gesichtserkennung Sentiment-Analysen zu ermöglichen.
Aufs Treppchen schaffte es auch [24]7, dessen leistungsfähige Intent Engine und die Multichannel-Funktionen besonders gefielen. Die Konzentration auf den Ansatz „build once, deploy many“ zahle sich aus, ebenso die einzigartige Roadmap. [24]7 wolle einen neuen Chatbot-Ansatz etablieren, der stärker auf Komponenten und Mehrfachverwertbarkeit setze.
Unter den weiteren Lösungen im Ranking besticht Creative Virtual durch seine Enterprise-Tauglichkeit, den leichten Umgang mit natürlicher Sprache und vielfältigen Security-Features. Forrester empfiehlt die Lösung für Unternehmen, die einen Mobile-first-Ansatz verfolgen. Verbesserungen sind demnach in den Bereichen Reporting und Datenvisualisierung angezeigt.
Kunden von Artificial Solutions können Chatbots besonders schnell designen, testen und ausrollen. Das Unternehmen überzeugt mit schnellem Deployment und einer intuitiven grafischen Entwicklungsumgebung. Weniger positiv gestalten sich die Machine-Learning-Features, außerdem ist laut Forrester die Entwickler- und Partner-Community zu klein. Dennoch: Wer eine ausgereifte mehrsprachige Lösung (35 Sprachen) sucht, wird hier fündig.
Die Stärken von Inbenta liegen ebenfalls in der Vielsprachigkeit und den Konversationsfunktionen. Ein „Chitchat“-Modul erlaubt Chats abseits der Servicewelt („Erzähl mir einen Witz“), und die Intent Engine sorgt dafür, dass Informationen aus vorherigen Konversationen für die spätere Entscheidungsfindung herangezogen werden können. Weniger gelungen ist die Multichannel-Funktion, so Forrester, außerdem würden Agenten mit Informationen überschwemmt, sobald der Chatbot einen Vorgang an Call-Center-Agenten durchreiche. Die Kunden preisen aber die Vielsprachigkeit, die positive Kosteneffekte im Kundenservice und die Tatsache, dass die Zahl der intensiven Servicevorfälle bei Agenten rückläufig sei.
Unternehmen, die oft angerufen werden (Inbound Calls) und ihre klassischen Sprachdialogsysteme modernisieren wollen, sind bei Interactions gut aufgehoben. Sie erhalten einen Bot, der den Dialog auf ein höheres Niveau hebt, ihn natürlich und überzeugend klingen lässt und dabei auch Branchenspezifika berücksichtigt. Laut Forrester mangelt es der Lösung aber an „digitaler Reife“ etwa im Bereich Machine Learning. Die Nutzerbasis indes zeigt sich zufrieden, denn ihre Kunden reagieren positiv.
Stärken im Intent Management weist Nanorep auf, hier setzt das Unternehmen auch einen klaren Fokus. Über alle Interaktionen hinweg vertraut das Unternehmen stets auf eine ausgereifte Wissenbasis als „Single source of Truth“. Forrester bemängelt allerdings eine unzureichende Enterprise-Reife, beispielsweise wenn es um die Analyse von Konversationen geht. Kunden loben indes die Verlässlichkeit des Anbieters, bemängeln aber auch fehlende Features im Omnichannel- und Dialog-Management.
In die Top 10 hat es auch noch Reply.ai geschafft, ein Newcomer, der sich auf Chatbots für Messaging fokussiert und dort eine Reihe innovativer Tools bietet. Positiv fallen die Design-Tools auf, die so gestaltet sind, dass sich Fachanwender via Drag-and-Drop-Funktionalität selbst helfen können. Forrester empfiehlt das Tool Unternehmen, die einen API-getriebenen Ansatz verfolgen und verschiedene Systeme und Features kombinieren wollen. Die Kunden lieben den Service des Anbieters, stellen aber auch fest, dass es etwa im Bereich Machine Learning noch Nachholbedarf gibt.
- Chatbots können Kundenanfragen übernehmen und so Anwender via Self-Service bedienen. Teures Servicepersonal wird entlastet; ob es teilweise sogar überflüssig wird, darin scheiden sich die Geister.
- Lässt sich ein Teil der Kundenkonversation an einen Chatbot übertragen, verkürzt das die für jeden Kunden aufgebrachte Zeit der zuständigen Mitarbeiter.
- Self-Service-Funktionen lassen sich auf Kanäle ausweiten, die vorher vielleicht nur stiefmütterlich oder gar nicht bedient wurden (zum Beispiel Apps, Social Media, mobiles Messaging).
- Softwareroboter können von Call-Center-Agenten oder anhand historischer Interaktionsdaten im Kundenservice trainiert werden.
- Durch die Analyse von Chatbot-Interaktionen lässt sich das Kundenverhalten analysieren. Zudem können gezielt Skills unter den Kontaktcenter-Mitarbeitern aufgebaut und Wissenslücken geschlossen werden.
- Werden Chatbots richtig eingesetzt, können sie die Konversionsraten von Online-Kontakten kontinuierlich und messbar steigern.
Be the first to comment