Support Bot für den Online Handel mittels Natural Language Processing

Challenge

Minimierung von Telefonwartezeiten sowie Entlastung von Supportmitarbeitern

Lösung

Implementierung eines intelligenten Chat Bots innerhalb des Supports

Technologien

Python, Keras, Docker

 

Challenge

Die meiste Arbeit eines Supportmitarbeiters ist das Beschwerdemanagement. Was wäre, wenn wir Ihnen diese Last abnehmen und Ihnen mehr Zeit geben könnten, sich auf spezielle Anfragen zu konzentrieren und gleichzeitig dem Endbenutzer eine kürzere Wartezeit bieten? Dies war der Wunsch eines unserer Kunden. Er wollte ein neues System, das bei gleichbleibender Mitarbeiterzahl mehr Anfragen pro Minute bewältigen kann und so eine höhere Effizienz für jeden Mitarbeiter erzielt.

Client

Der Client ist Betreiber eines Online Versandhandels und beschäftigt ca. 2.000 Mitarbeiter, von denen 450 im Support tätig sind.

Aus Gründen der Übersichtlichkeit verwenden wir „Client”, wenn wir über den Einzelhändler sprechen, und “Kunde” wenn wir über die Endkunden des Versandhändlers sprechen.

Lösung

Zuerst wurde die aktuelle Situation bewertet. Es gibt mehrere Möglichkeiten, den Händler zu erreichen. Die traditionelle Post, die von meist älteren Kunden kommt, Telefonleitung, die hauptsächlich von Frauen genutzt wird, Kontaktformular auf der Website, sowie einen Supportchat, der auch über die Website zugänglich ist.

Die per Post eingehenden Beschwerden liegen im Wesentlichen außerhalb unseres Projektumfangs, weswegen diese nicht Teil der Betrachtung sind.

Viel interessanter ist die telefonische Support-Hotline. Unsere gemeinsame Analyse fand hier das größte Verbesserungspotenzial. Es gibt zu viele Kunden, die auf zu wenige Mitarbeiter treffen. Eine Option wäre es, die weniger frustrierten Anrufer an einen anderen Kanal zu vermitteln. Wartezeiten von über 30 Minuten sind während der Spitzenzeiten keine Seltenheit. Viele der hier abgesprungenen Kunden verwenden das Kontaktformular, um wütende Beschwerdemails zu hinterlassen. Leider können Kunden über diese Kontaktmöglichkeiten nur schwer bis gar nicht besänftigt werden. In diesem Fall findet sich eine weitere Schwierigkeit: Die Vermischung von Beschwerden und “normalen” Supportanfragen.

Der zusätzlich auf der Website implementierte Live-Chat gibt dem Client die Möglichkeit die Dauer bis zur ersten Reaktion deutlich zu verringern, jedoch bleibt die Anzahl der Sachbearbeiter die gleiche.

Unsere Idee, um die Anfragen an jeden einzelnen Mitarbeiter zu verringern, war es, einen Chatbot zu erstellen, der zuerst Anfragen filtert, bevor sie an einen menschlichen Supporter übergeben wird. Auf diese Weise weiß der Supporter bereits, was das Problem ist und kann viel schneller reagieren, was wiederum den Zeitaufwand pro Kunde senkt und damit den Output eines einzelnen Mitarbeiters maximiert. Im Idealfall können viele Fragen bereits beantwortet werden, ohne dass ein Supportmitarbeiter aktiv werden muss.

Wir kreierten einen Chat Bot, der Anfragen in allgemeinen Themen und in einem zweiten Schritt in Unterkategorien (z.B. “Order→Status”) filtert. Hierbei wurde darauf geachtet, dass keine Buttons zur Antworteingabe verwendet werden durften, da der Client besorgt war, dass viele Kunden dieses Verhalten als abschreckend empfinden und auf das Kontaktformular zurückgreifen. So wurde der individuellen Texteingabe durch den Kunden besondere Bedeutung zugesprochen.

Daher war ein Chatbot, der Natural Language Processing (NLP) verwendet, die nächstliegende Herangehensweise. Diese Art von Bot verhält sich wie eine reale Person und filtert Informationen aus ganzen Sätzen heraus (z.B. “Ich möchte über den Status meiner Bestellung informiert werden”). Diese Technik verwendet rekurrente neuronale Netze, um die Absicht in einem Satz zu identifizieren und verarbeitet sie dann zu den benötigten Ergebnissen. Um fehlende Informationen, wie die Eingabe einer Bestell-ID, abzufragen, werden vordefinierte Fragen hinterlegt und an den Kunden gerichtet.

In diesem Entwicklungsschritt erhielt der Bot eine Nachricht vom Kunden, fügte einige Informationen hinzu, wie z.B. die Kategorie, in die diese Anfrage fällt, erfragt fehlende Informationen und leitet diese dann an einen menschlichen Supporter weiter. Dieser kann so schneller alle notwendigen Informationen lesen, anstatt den Kunden selbst all dies zu fragen. Dies spart bereits auf beiden Seiten viel Zeit.

But why stop here?

Wir haben bereits einen Bot, der das Problem des Kunden verstehen und identifizieren kann. Eine automatische Suche nach FAQ-Einträgen sollte eher einfach zu realisieren sein. Es hat sich herausgestellt, dass Kunden sich sehr freuen, Links zu FAQ-Artikeln per Chat zu erhalten. Die FAQ steigt um mehrere Plätze in den meistbesuchten Seitenstatistiken. Bisher war es recht umständlich, innerhalb der FAQ nach genauen Problemen zu suchen. Mit dem Chat Bot, der die Anfrage automatisch interpretiert und in den FAQ nach ähnlichen Tags sucht, wird es plötzlich sehr einfach. Zusätzlich sind wir noch einen Schritt weiter gegangen, indem wir den Artikel zu einer Antwort für den Kunden formuliert haben. Das heißt, der Chat Bot sucht nach dem Thema in der FAQ und nachdem er einen passenden Treffer finden konnte, wird diese Antwort entsprechend der Frage neu aufbereitet und dem Kunden direkt im Chat präsentiert. Wenn es z.B. einen Artikel in der FAQ gibt, der lautet: “Gekaufte Artikel können nur innerhalb von zwei Wochen (14 Tage) zurückgesandt werden, um eine Rückerstattung zu erhalten” und der Benutzer fragt: “Kann ich es immer noch zurückschicken?”. Angenommen, die Auftrags-ID wurde bereits angegeben, könnte die Antwort etwa so aussehen: “Ja, Sie können den Artikel zurückschicken, um eine Rückerstattung zu erhalten. Dies muss jedoch bis spätestens Donnerstag erfolgen.” Der Kunde erhält eine prägnante Antwort, ohne lange FAQ-Artikel zu durchsuchen. Zusätzlich kann der Bot standardisierte Antworten, wie z.B. eine Bestellstatusanfrage oder Versanddaten automatisiert bearbeiten.

Falls die gegebene Antwort nicht korrekt oder hilfreich genug ist oder Anzeichen einer Missstimmung zu erkennen sind, hat der Kunde zu jeder Zeit die Möglichkeit, mit einer realen Person zu chatten.

So erhielten wir einen Chat Bot, der viele Kundenanfragen bearbeitet, ohne das jemals ein Supportmitarbeiter kontaktiert werden musste. Da es sich jedoch um eine sehr unbeaufsichtigte Methode handelt, muss es Protokolle geben. Glücklicherweise verfügt der Client bereits über ein gut entwickeltes Ticketsystem, das er für alle Supportanfragen verwendet. MAI wurde als neuer Benutzer innerhalb dieses Systems angelegt und mit diesem verbunden. So wurde sichergestellt, dass spätere Qualitätskontrollen und Verbesserungen am System durchgeführt werden können.

Ergebnis

Wir haben die Anzahl der Tickets und damit den Arbeitsaufwand des Clients deutlich reduziert. Unser Client schafft es nun, viel mehr Anfragen mit der gleichen Anzahl von Mitarbeitern entgegenzunehmen, wodurch sich die durchschnittliche Wartezeit an der Hotline auf 2 Minuten reduziert hat. Die Gesamtzahl der Kontaktformularanfragen ging um 60% zurück und die Anfragen, die unserem Client sagten, dass die Wartezeit am Telefon zu lang war, sind weitestgehend verschwunden. Die Kunden, welche unmittelbar nach dem Chat gefragt wurden, wie zufrieden sie mit ihrer Anfragenabwicklung waren, bewerteten unseren Bot mit 4,3/5 Sternen. Die am meisten vorkommende Beschwerde war, dass die Antwortsätze nicht immer perfekt ausformuliert sind. Um dieses kleine Manko auch noch zu fixen arbeiten wir weiter am System.

Cookie Consent mit Real Cookie Banner