Die Zeit für die Kundenserviceanalyse wurde für alle Callcenter-, Digital- und Bereitstellungsteams um 50 % verringert
Das Anrufvolumen wurde um 43 % und die technischen Bereitstellungen für bestimmte Kundenkohorten wurden um 62 % reduziert
Es wurden mehr als 1.500 Dashboards aus Milliarden von Datenzeilen aus Hadoop, Teradata und Oracle erstellt
Verizon Fios bietet Konnektivitätslösungen für Haushalte inklusive Breitband-Internet und Festnetztelefonie sowie Kabel-TV-Dienste über Glasfaserkabel für Millionen von Kunden. Diese Dienste umfassen 6,9 Millionen Breitbandverbindungen, 4,5 Millionen TV-Abonnenten und 12,2 Millionen Festnetztelefonnutzer. Damit verbunden ist eine Vielzahl von Datenquellen mit Milliarden generierter Datenzeilen (bis zu 4 TB pro Tag), die vom Team des Analytics-Kompetenzzentrums (Analytics Center of Excellence, ACE) verwaltet werden. Zum Vergleich: Dies macht etwa die Hälfte der Sammlung der Library of Congress aus und summiert sich auf insgesamt 10 TB.
Das Analytics-Kompetenzzentrum von Verizon besteht aus einem Team von über 80 Mitarbeitern. Im ACE werden Data Science und fortgeschrittene Analytics für die digitalen Bereiche des Unternehmens, für Callcenter, Bereitstellung, Marketing und Finanzen genutzt, um die Abläufe zu optimieren und um die Kundenzufriedenheit zu erhöhen. Dabei werden Online- und Offline-Daten aus Hadoop, Teradata und Oracle übernommen, extrahiert, in kleinere Datenbestände aufgeschlüsselt und dann in Tableau analysiert. Durch diesen effektiven Ansatz stehen Dashboards für über 200 Verantwortliche zeitnah zur Analyse zur Verfügung. Zu den Verantwortlichen gehören Führungskräfte genauso wie Callcenter-Mitarbeiter mit Kundenkontakt. Diese können auf dieser Grundlage bessere Entscheidungen treffen und einen herausragenden Kundenservice mithilfe tagesaktueller Erkenntnisse gewährleisten, die mithilfe von Tableau ermittelt wurden.
Über die Plattform wurden vom ACE über 1.500 Selfservice-Dashboards erstellt, die von Teams im operativen Bereich, für die Transformation der geschäftlichen Aktivitäten, in der Produktentwicklung, im Marketing und in der Softwareentwicklung genutzt wurden. Für diese interaktiven Dashboards wurden mehr als 125.000 Ansichten in einer kontrollierten Infrastruktur erstellt, in der für bereinigte und anwendbare Daten gesorgt wird. Die Anwendung von Tableau nimmt stetig zu. Die Fios-Teams ermitteln mit den georäumlichen Karten-Features die standortbezogenen Auswirkungen, analysieren Text aus Chat-Sitzungen mit Kunden und nutzen dafür die Einbindung von R und Mapbox in Tableau. Mit diesen Initiativen konnten Kundenserviceprobleme gelöst und die Kundenzufriedenheit mit Fios erhöht werden. Es kam zu weniger Anrufen und Dienstbereitstellungen, sodass die operativen Kosten zurückgegangen sind.
Das Analytics-Kompetenzzentrum skaliert den Analytics-Prozess für digitale und Callcenter-Vorgänge
Verizon Fios verwendete bisher manuell erstellte Excel-Tabellen zur Analyse von Daten wie digitale Kennzahlen und Callcenter-Kennzahlen. Die entsprechenden Ergebnisse wurden an verschiedene Teams in Form statischer Berichte weitergegeben. Das Verknüpfen von Daten für die Analyse hat sich dabei als kompliziert erwiesen, da die Daten aus mehreren Quellen abgerufen werden mussten: Oracle, Hadoop und Teradata. Durch begrenzte Analytics-Ressourcen in Kombination mit einer Vielzahl von Verantwortlichen, die diese Informationen benötigten, führte dies zu einem ineffizienten Prozess mit Engpässen und Redundanzen. Die Folge war, dass Benutzer nur sehr schwer auf Daten zur Beantwortung ihrer Fragen zugreifen konnten. Gregory McConney, Associate Director of Contact Center Analytics, erläutert dazu: „Die Analytics-Mitarbeiter versuchen, fortgeschrittene Analytics anzuwenden und Prognosemodelle sowie Lösungen für maschinelles Lernen zu erstellen, die das Unternehmen weiterbringen (...) Wir wollen keine grundlegenden Erkenntnisse generieren, wenn die Verantwortlichen im Unternehmen dazu auch selbst in der Lage sind“.
Verizon hat für den Aufbau eines ACE qualifiziertes Personal und Ressourcen bereitgestellt. Zum über 80-köpfigen Team gehören etwa 30 Mitarbeiter, die Analysen in Tableau durchführen und zentralen Verantwortlichen Erkenntnisse zur Verfügung stellen. Andere Teammitglieder sorgen für Daten-Governance, Datenvorbereitung und -modellierung, bevor dann die Daten an Tableau-Entwickler und Server-Administratoren weitergegeben werden. „Im ersten Schritt strukturieren wir die Daten so, dass sie skaliert und automatisiert angewendet werden können. Wir haben uns dabei viele Gedanken über die richtige Strukturierung der Daten und über das Erstellen von Ansichten auf dieser Grundlage gemacht, mit denen Informationen möglichst intuitiv präsentiert werden können“, erläutert Sid Dayama, Senior Manager of Data Analytics bei Verizon.
Für das Erstellen von Dashboard-Suiten haben ACE und die Verantwortlichen in gemeinsamen Planungssitzungen den Bedarf ermittelt. Dabei wurden optimierte Dashboards mit schnellen Ladezeiten entwickelt, mit denen sich effektivere Diskussionen unterstützen lassen, die die Entscheidungsfindung von oben nach unten auf eine neue Basis stellen.
Aufgrund umfassender Nutzung der Dashboards durch die Mitarbeiter konnte das Team benötigte Erkenntnisse sehr viel schneller gewinnen. Dies wurde durch Features wie QuickInfos unterstützt, mit den sich Details der Visualisierung und Felddefinitionen erläutern lassen. Als Nächstes sollen weitere Plattform-Features eingebunden und mit unterschiedlichen Diagrammtypen soll die Kundenzufriedenheit weiter verbessert werden.
Das Besondere an Tableau ist die Möglichkeit, mit unterschiedlicher Software arbeiten zu können. Für uns bedeutete dies einen großen Schritt nach vorn – alles miteinander verknüpfen und Textmining in Dashboards einbinden zu können.
Die Callcenter-Kapazität wurde erhöht und die Kundenweiterleitung bzw- -stimmung bei 50 % schnellerer Analyse verbessert
Kunden können mit dem Supportteam von Verizon auf verschiedene Weise Kontakt aufnehmen – über einen Online-Chat und über Callcenter, aber auch in einer Kombination der Wege, etwa zu Anfang über digitale Kanäle und dann für eine detaillierte Kommunikation über das Callcenter. Das Ziel von Verizon ist allerdings eine möglichst digitale Selfservice-Problemlösung durch die Kunden anstelle eines Callcenter-Kontakts, damit Kunden nicht auf Antworten oder eine technische Lösung warten müssen. Der Grad der Zufriedenheit soll so hochgehalten werden. Ein noch wichtigerer Aspekt ist die Vermeidung wiederholter Callcenter-Anrufe. Diese sind immer mit einem nicht gelösten Problem verbunden und führen so zu geringerer Effizienz und zu höheren operativen Kosten im Callcenter und in den Bereitstellungsteams.
Vor dem Hintergrund, dass unterschiedliche Kundensegmente auch ein anderes Anrufverhalten aufweisen, entwickelte das ACE eine optimierte Weiterleitungslösung für bestimmte Kundenkohorten. Dafür wurden Tableau-Dashboards genutzt, mit denen Teams aus Unternehmenstransformation, Analytics, IT und Callcenter-Abwicklung das Kundenverhalten in Callcentern analysieren und die Anrufstimmung prüfen.
Das Analytics-Team analysiert 17 unterschiedliche Attribute für jede Person der Kundenbasis. Dabei geht es um Charakteristika wie welche Produkte ein Kunde nutzt, warum und wie oft er anruft, um die durchschnittliche Problembearbeitungszeit, wie die Stimmung beim Kontakt ist, wie alt er ist und vieles mehr. Die Kunden werden daraufhin in Kategorien aufgeschlüsselt und unterschiedlichen Kohorten für die Betreuung zugewiesen.
Diese einzelnen Kohorten werden eigenen Supportwarteschlangen zugewiesen, in denen dann qualifizierte Callcenter-Mitarbeiter die Anfragen bearbeiten, um wiederholte Probleme zu vermeiden. Tableau-Dashboards liefern den Callcenter-Mitarbeitern Kontextinformationen wie z. B. historische Anrufmuster der Kunden, die sie betreuen. Damit können sie Probleme effektiver lösen und verhindern, dass Kunden mehrfach anrufen müssen.
Das Team hat das Benachrichtigungs-Feature von Tableau genutzt, um informiert zu werden, wenn das Anrufvolumen unter einen bestimmten visuellen Schwellenwert fällt. In diesem Fall wird ein Algorithmus aktiviert, der neue Sätze von Kunden mit dringenden Anfragen und eine neue Kundenliste für die Mitarbeiter bereitstellt.
„In diesem System wird das menschliche Element auf null reduziert und das ist fantastisch“, meint Greg.
Durch die fallweise Berücksichtigung des Anrufverhaltens von Kunden und die operative Kapazität der Callcenter-Mitarbeiter konnte Verizon die Effektivität bei der Handhabung von Kundenanrufen verbessern, die Anzahl wiederholter Anrufe verringern und das Anrufvolumen insgesamt um 43 % reduzieren. Durch die Tableau-Dashboards wurde auch der Zeitaufwand für die Analyse des Kundenservices um 50 % gesenkt und dabei Kundenprobleme schneller gelöst. Die Dashboards werden sowohl von Topmanagern zur Strategieentwicklung als auch von Verantwortlichen an der Basis genutzt, die täglich Anrufe beantworten und über Anrufverhalten und -muster sowie über historische Trends Bescheid wissen müssen.
Durch die Erkenntnisse aus unseren Dashboards können wir den Callcenter-Betrieb optimieren und den Bedarf an mehrfachen Anrufen der Kunden verringern. Aufgrund der Überwachung dieser zeitnahen Dashboards können wir feststellen, dass die Lösungsrate und der Zufriedenheitsindex für die Kunden zunimmt, während der Umfang an Anrufen und Bereitstellungen, also von zentralen Kostenfaktoren, abnimmt.
Die georäumliche Zuordnung von Daten in Tableau unterstützt das Team bei der Prüfung der Auswirkungen von Dienstbereitstellungen
Bei Verizon Fios gab es bestimmte Haushalte, die mehrere Bereitstellungen für ihre Wohnungen zur Lösung von Problemen benötigt haben. Zur Reduzierung des Bedarfs an mehreren Bereitstellungen und zur Verbesserung der Kundenzufriedenheit hat das ACE-Team eine Reihe von Tableau-Dashboards entwickelt. Damit können die Bereitstellungsteams die geografische Verteilung der technischen Bereitstellung vor Ort nicht nur nach Bundesstaat und Zip-Code, sondern auch nach Haushalt überwachen.
Mit den Dashboards wurden die Bereitstellungskaktivität für 6,9 Millionen Fios-Kunden und die entsprechenden Kennzahlen wie etwa die Anzahl der generierten Tickets, die Ticket-Rate, die initiierten Bereitstellungen und die allgemeine Bereitstellungsrate analysiert sowie die Auswirkung dieser Bereitstellungen auf die Kosten untersucht. Benutzer können außerdem diese Kennzahlen nach Dimensionen wie Kundentyp, den Bereitstellungen zugrunde liegender Problemtyp und verschiedene andere Attribute der drahtlosen Infrastruktur aufschlüsseln.
Mit den Karten-Features in Tableau wie die Mapbox-Integration konnte das Team über Heatmaps die Auswirkungen nach Standort ermitteln und feststellen, wo die Ticket- und Bereitstellungsrate zu hoch oder zu niedrig war, und welche Faktoren zu häufigen Bereitstellungen geführt haben.
Entsprechend konnte Verizon die Analysezeit für technische Bereitstellungen um mehr als 50 % reduzieren. Außerdem wurde deutlich, wie georäumliche Zuordnungen auch andere Bereiche des Unternehmens unterstützen können.
Die Tableau R- und Python-Integrationen ermöglichen eine tiefer gehende digitale Produktanalyse
Verizon Fios hat digitale Produkte entwickelt, die eine stärkere Kundenbeteiligung fördern sollen. Eines dieser Produkte ist der Fios-Chatbot auf Facebook Messenger, der 2017 bereitgestellt wurde. Solche Produkte unterstützen die Kundenbindung an die Marke und fördern das Stellen von Fragen. Die Nutzung von Analytics und Berichten zur Überwachung der zentralen Kennzahlen in Bezug auf Akquisition, Beteiligung, Kunden-Feedback und Produkteffektivität ist ein erfolgsrelevanter Faktor.
Das ACE hat spezielle Kennzahlen für den Fios-Chatbot entwickelt und überwacht damit Kundenakzeptanz und -nutzung. Durch Anwendung von Parametern mit benutzerdefinierten Datumsangaben in Tableau wurde die Produktleistung im Zeitablauf gemessen. Die Messung der Änderungen erfolgte auf täglicher, wöchentlicher und monatlicher Basis. Für die Analyse der Chat-Sitzungen wurden außerdem Text-Analytics mithilfe der Integration von R in Tableau genutzt. Die Texte der als unstrukturierte Zeichenfolgefelder in der Tabelle gespeicherten Kunden-Chat-Transkripte wurden vorverarbeitet und kategoriale Schlüsselwerte extrahiert. „Dies wird alles in R ausgeführt, wo Daten gemäß der Häufigkeit von Worten aggregiert werden. Anschließend übertrage ich die Ergebnisse nach Tableau und visualisiere Wortwolken, in denen Farbe und Größe die Häufigkeit des Vorkommens wiedergeben. Das ist eine große Hilfe, um zu verstehen, was und wie unsere Kunden beim Chat mit dem Bot denken“, fügt Sid hinzu.
Aufgrund der Flexibilität von Tableau konnten das ACE sowie die digitalen und Kundenserviceteams die Antworten auf jede Kategorie der von Kunden an den Bot gestellten Fragen nachverfolgen. Mit den extrahierten Informationen ließ sich dann die Bot-Intelligenz so trainieren, dass mehr Fragen erkannt wurden und aufgetretene Probleme entsprechend gelöst werden konnten. Mit diesem Wissen ließen sich dann auch die beliebtesten Zeiten für Kundenanfragen ermitteln und die Anzahl der Mitarbeiter zur Bewältigung umfangreicher Serviceereigneisse wie Stromausfälle oder Sportveranstaltungen im Bezahlfernsehen von Fios TV erhöhen.
Dies war das erste Projekt, in dem Verizon die Integration von R in Tableau genutzt hat. Aufgrund dieser positiven Erfahrungen, etwa weil die Unternehmensführung nun die Kundenreaktion auf einen Produktstart besser nachvollziehen kann oder weil die Erkenntnisse hilfreiche Informationen für Produktmarketing und -planung liefern, hat sich Verizon dafür entscheiden, zusätzliche Quellen in Tableau einzubinden. Für die weitere Skalierung der Analytics-Nutzung nutzt das ACE auch Python-Modelle in Tableau mithilfe von TabPy.
Weitere Ressourcen