Chatbots als Instrument im Customer Relationship Management. Ansatzpunkte und Mehrwert


Bachelorarbeit, 2018

43 Seiten, Note: 1,7


Leseprobe

Inhaltsverzeichnis

ABKÜRZUNGSVERZEICHNIS

1 EINFÜHRUNG UND ÜBERBLICK

2 CUSTOMER RELATIONSHIP MANAGEMENT
2. 1 DEFINITION CUSTOMER RELATIONSHIP MANAGEMENT
2. 2 TEILDISZIPLINEN
2.2.1 OPERATIVES CRM
2.2.2 KOLLABORATIVES CRM
2.2.3 ANALYTISCHES CRM
2. 3 RESÜMEE UND MODELLENTWURF

3 CHATBOTS
3. 1 BEGRIFFSDEFINITIONEN
3.1.1 KÜNSTLICHE INTELLIGENZ
3.1.2 AVATARE
3.1.3 CHATBOTS
3. 2 FUNKTIONSWEISE
3. 3 ANWENDUNG UND NUTZEN VON CHATBOTS
3.3.1 ANWENDUNGSGEBIET
3.2.2 NUTZEN VON CHATBOTS

4 ANSATZPUNKTE UND POTENZIALE FÜR CHATBOTS IM CRM
4. 1 ANSATZPUNKTE IM OPERATIVEN CRM
4. 2 ANSATZPUNKTE IM KOLLABORATIVEN CRM
4. 3 ANSATZPUNKTE IM ANALYTISCHEN CRM
4. 4 ZUSAMMENFASSUNG DER ERGEBNISSE

5 FAZIT UND AUSBLICK

LITERATURVERZEICHNIS

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einführung und Überblick

Unternehmen sehen sich durch die rasant voranschreitende Digitalisierung mit stetig neuen Herausforderungen konfrontiert. Auch die zunehmende Konnektivität mit dem Internet beeinflusst sowohl Kunden als auch die Kommunikation zwischen Unternehmen und Kunden. Das Resultat sind stetig wachsende Erwartungen an Unternehmen, Dienstleistungen und Produkte (Franke & Schulz, 2016, S. 92). Durch die Digitalisierung und die Folgen des Wandels gewinnt das Customer Re- lationship Management (CRM) zunehmend an Bedeutung. Im Mittelpunkt des Customer Relationship Managements steht die individuelle Gestaltung der Kun- denbeziehung (Helmke, Uebel, Dangelmaier, 2017, S. 7). Besonders im Hinblick auf die Interaktion zwischen Unternehmen und Kunden gilt es „[...] Fähigkeiten zu entwickeln, das eigene Verhalten in Richtung der individuellen Bedürfnisse des Kunden zu verändern, um die Bedürfnisse einzigartig, differenziert und mit Effizi- enz zu verwirklichen“ (Schawalder, Lenz & Röllin, 2013, S. 10). Mehr denn je wer- den Unternehmen, Dienstleistungen und Produkte austauschbar für den Kunden. Aus diesem Grund müssen Unternehmen ihren Kunden einzigartige Kundenerleb- nisse bieten (Helmke, Uebel, Dangelmaier, 2017, S. 6).

„Markt- und Wettbewerb erfordern zudem von Unternehmen konsequente Kun- denorientierung. Es kommt darauf an, sich – ergänzend zu der eigenen Kernleis- tung – mit außergewöhnlichen Serviceleistungen im Markt zu differenzieren und Kunden zu überzeugen“ (Detecon Consulting GmbH, 2010, S. 10). Kunden wollen gesehen, gehört, verstanden, begeistert und umgarnt werden. Eine weitere Her- ausforderung liegt darin, den Kundenservice trotz steigender Leistung weiterhin kosteneffizient auszugestalten (Detecon Consulting GmbH, 2010, S. 12).

Auf der Suche nach einer Lösung, die sowohl Unternehmens- als auch Kundenin- teressen abdeckt, erhärtet sich der Eindruck, dass Unternehmen künftig auf den Einsatz einer CRM-Lösung angewiesen sind. Ist dieser Schritt ausreichend, um Kunden langfristig an das eigene Unternehmen zu binden?

Das Unternehmen Gartner, welches regelmäßig Marktforschungen über die Ent- wicklung von Informationstechnologien betreibt, prognostiziert, dass bis 2020 80% der Kundenkommunikation allein durch Chatbots gesteuert wird (2018). Welche Bedeutung hat diese Prognose für die Kundenbeziehung?

Diese wissenschaftliche Arbeit liegt der Annahme zugrunde, dass das Customer Relationship Management, welches in erster Linie auf die Kundenbeziehung ab- zielt, bereits zum heutigen Zeitpunkt potenzielle Ansatzpunkte für den zukünftigen Einsatz von Chatbots bietet. Darüber hinaus wird vom Verfasser vermutet, dass durch eine mögliche Integration von Chatbots im CRM ein erheblicher Mehrwert für Unternehmen und Kunden entstehen kann.

Aus diesem Grund ist das Ziel dieser Literaturarbeit, mögliche Ansatzpunkte von Chatbots im Customer Relationship Management zu identifizieren und darüber hinaus mögliche Mehrwerte einer Integration aufzuzeigen. Die zentrale For- schungsfrage lautet:

„Welche Ansatzpunkte finden Chatbots im Customer Relationship Management und welchen Mehrwert bietet die Integration?“

Zur Beantwortung dieser Frage werden in Kapitel 2 zunächst das Customer Rela- tionship Management und seine Besonderheiten dargelegt. Anschließend wird in Kapitel 3 kurz die Historie der künstlichen Intelligenz angeschnitten, um darauf aufbauend Chatbots in ihrer Funktion und ihrem Nutzen zu verdeutlichen. Das Ka- pitel 4 beinhaltet schließlich die Ergebnisse der Untersuchung. Damit ist die Zu- sammenführung geeigneter Charakteristika des CRM, die hinsichtlich der Eigen- schaften eines Chatbots einen möglichen Ansatzpunkt bieten, gemeint. Außerdem wird angestrebt, einen möglichen Mehrwert aus der theoriebasierten Verbindung beider Systeme abzuleiten. Danach soll die Forschungsfrage durch die Zusam- menhänge in Kapitel 4 beantwortet werden können. Abschließend werden die Er- gebnisse noch einmal zusammengefasst, um daraus eine fundierte Einschätzung der Zukunftsaussichten zu treffen.

2 Customer Relationship Management

Laut einer aktuellen Studie von CMX Consulting nutzen 85% der deutschen Un- ternehmen eine CRM-Lösung (Februar, 2018). Dieses Kapitel dient als Einführung in das Themengebiet Customer Relationship Management und beruht auf idealty- pischen Annahmen, die der aktuellen Literatur entnommen werden.

„Um das Thema Customer Relationship Management in Gänze und allen seinen Auswirkungen abzuhandeln, bedarf es sicher 1.000 und mehr Seiten“ (Holland, 2014, S. 176). Aus diesem Grund werden ausschließlich die Aspekte näher unter- sucht, die angesichts des Forschungsinteresses einen konkreten Mehrwert bieten. Zunächst wird der Begriff des Customer Relationship Managements definiert. Da- rauf aufbauend wird zwischen den Disziplinen des operativen, kollaborativen und analytischen CRM unterschieden. Ziel ist es, die Besonderheiten der Anwen- dungs- und Wirkungsräume aufzuzeigen, um im Verlauf der Arbeit Ansatzpunkte aufzuspüren, die zu einem späteren Zeitpunkt zur Beantwortung der Forschungs- frage beitragen.

2.1 Definition Customer Relationship Management

Aufgrund der Komplexität des Customer Relationship Managements existiert bis- her keine einheitliche Definition des Begriffs. In dieser wissenschaftlichen Arbeit wird CRM wie folgt beschrieben:

Das Customer Relationship Management, dt. Kundenbeziehungsmanagement, ist ein ganzheitlicher Ansatz der Unternehmensführung und wird durch die enge Interaktion zwischen Unternehmen und Kunden geprägt (Schawalder, Lenz & Röllin, 2013, S. 8). In der Praxis wird CRM zumeist softwarebasiert in die Unter- nehmens-IT implementiert.

Außerdem werden die Kommunikations-, Distributions- und Angebotspolitik im CRM miteinander verbunden und an die Kundenbedürfnisse angepasst. „Zentrale Messgröße des CRM-Erfolges ist die Kundenzufriedenheit, die einen Indikator für Kundenbindung und somit letztendlich für den langfristigen Unternehmenswert darstellt“ (Helmke, Uebel & Dangelmaier, 2017, S. 7). Aus diesem Grund werden im CRM sämtliche Maßnahmen entwickelt und ergriffen, die auf eine Verbesse- rung der Kundenzufriedenheit abzielen (Schawalder, Lenz, Röllin, 2013, S. 7). Das Customer Relationship Management steht nicht nur für den Dialog zwischen Un- ternehmen und Kunden, sondern auch für die individuelle, effiziente und mit Sys- tem erbrachte Wertschöpfung des Kunden (ebd. S. 8). Deshalb bildet die CRM- Strategie die Basis zur Steuerung, Optimierung und Integration aller Prozesse, in die (potenzielle) Interessenten oder Kunden eingebunden sind. Das ganze Unter- nehmen wird durch die Integration einer CRM-Strategie hinsichtlich der jeweiligen Zielgruppen ausgerichtet. „Zusammengefasst wird mit CRM nur ein Ziel verfolgt: die Steigerung der Beziehungsdauer und ihrer Rentabilität“ (Holland, 2014, S. 177).

2.2 Teildisziplinen

Wie bereits in Kapitel 2 angedeutet, ist CRM ein absatzorientierter Ansatz, durch den neue Kunden identifiziert und vorhandene Kunden an das Unternehmen ge- bunden werden sollen (Schnauffer & Jung, 2011, S. 4). Um dieses Ziel mit beson- derer Effizienz zu verfolgen, muss das Customer Relationship Management als Zusammenspiel mehrerer Teildisziplinen verstanden werden. Im Rahmen dieser wissenschaftlichen Arbeit werden das operative, kollaborative und analytische CRM näher untersucht.

2.2.1 Operatives CRM

In den einzelnen Teildisziplinen des CRM unterscheiden sich jeweils die Schwer- punkte. Dadurch, dass die Grenzen häufig verschwimmen und CRM ein ganzheit- licher Ansatz zur Unternehmensführung ist, werden insbesondere das operative und kollaborative CRM häufig als einheitlicher Sektor betrachtet (Möhring, Keller & Schmidt, 2018, S. 9).

Das operative CRM umfasst jedoch alle Prozesse, die unterstützend auf den di- rekten Kontakt zwischen Unternehmen und Kunden einwirken (Hippner & Wilde, 2013, S. 228). Die einzelnen Aufgaben des operativen Sektors werden auf Basis von Kundendatenbanken ausgeführt. Dazu gehören:

Marketing (Marketing-Automation):

Die Entwicklung, Ausführung und Evaluation von Kampagnen (Möhring, Keller & Schmidt, 2018, S. 9).

Das Marketing im CRM wird entlang des Kundenlebenszyklus gestaltet. Zu den Aufgaben gehört die Konzeption, Gestaltung und Durchführung einer kundenorien- tierten Unternehmenskommunikation. Mit Hilfe des Kampagnenmanagements soll der Kunde zur richtigen Zeit mit dem richtigen Medium die richtige Kommunikati- onsbotschaft empfangen. Aus diesem Grund muss das Marketing im CRM fort- während weiterentwickelt werden. Im Rahmen der Weiterentwicklung sollte die Integration bereits bestehender und außerdem der Aufbau neuer Kommunikati- onsbeziehungen berücksichtigt werden. Diese müssen dialogorientiert gestaltet werden und den Informations- und Lösungsbedarf der Kundengruppen sowohl aufnehmen als auch allen Kontaktschnittstellen zugänglich machen. Die Kunden müssen ganzheitlich in ihrer Funktion als Initiatoren und Reagierende verstanden werden. Aufgrund dessen werden Botschaften durch Unternehmen nicht nur ge- sendet, sondern auch empfangen. Zu diesem Zweck müssen angemessene Stra- tegien und Instrumente entwickelt werden.

Kunden sind außerdem nur dann bereit eine langfristige Beziehung mit Unterneh- men einzugehen, wenn sie sich einen Nutzen davon versprechen. Deshalb ist es von Bedeutung, dass während des Kommunikationsvorgangs Werte ausgetauscht werden, die beiden Akteuren Vorteile bieten. „Der Nutzen- und Belohnungsansatz besagt, dass nur durch entsprechende Berücksichtigung der Ziele, Bedürfnisse und Erwartungen und Erfahrungen von Kunden die erhoffte Bindungswirkung zu erzielen ist“ (Schnauffer & Jung, 2011, S. 18). Das Customer Relationship Ma- nagement hat dementsprechend das Ziel, dem Kunden Anreize zu geben, die auf das Akzeptieren von Botschaften und den Aufbau einer Beziehung einzahlen.

Im Dialog zwischen Unternehmen und Kunden können darüber hinaus zahlreiche Informationen über den Kunden generiert und in die Kundendatenbank übertragen werden. Erst wenn es gelingt diese Informationen zu systematisieren, ist es dem Marketing möglich, effizientere Maßnahmen zu entwickeln, um zielorientiert die Bedürfnisse und Erwartungen der Kunden anzusprechen (ebd., S.19).

Vertrieb (Sales-Automation):

Das Auftragsmanagement, die Sales-Force Unterstützung (eine auf das Kunden- beziehungsmanagement spezialisierte Cloud-Computing-Lösung) und Produkt- konfiguration (Möhring, Keller & Schmidt, 2018, S. 9).

„Der Vertrieb stellt die Schnittstelle zwischen Kunden und Unternehmen dar, wel- che die intensivste Beziehung zum Kunden aufbauen kann“ (Schnauffer & Jung, 2011, S. 19). Aus diesem Grund ist es besonders wichtig, dass Vertriebsmitarbei- ter ein umfassendes Wissen über Kunden und Produkte haben. Nur durch dieses Wissen kann eine fundierte Beratung des Kunden vollzogen werden (ebd.).

Durch eine CRM-Lösung sollen Mitarbeiter außerdem weitgehend entlastet wer- den. Neben dem Kontaktmanagement, das alle Interaktionen mit dem Kunden er- fasst, unterstützt das CRM durch die Strukturierung wichtiger Informationen die Argumentationsgrundlage der Mitarbeiter. Neben dem Opportunity Management, welches Verkaufschancen ermittelt, sind vor allem Lost Order Analysen bedeut- sam. Die Lost Order Analysen zeigen die Gründe auf, die zum Scheitern eines Verkaufsabschlusses führten. Durch diese Auswertungen ist es möglich, den Ver- trieb dahingehend zu verbessern und Schwächen systematisch auszumerzen (ebd., S. 20).

Service (Service-Automation):

Helpdesk, Service-Anfragen und das Beschwerdemanagement (Möhring, Keller & Schmidt, 2018, S. 9).

Der Unternehmensservice setzt sich aus Innen- und Außendienst zusammen. Bei Fragen und Problemen können Kunden sich an den Innendienst wenden und Hil- festellung einfordern. Das CRM bietet die Möglichkeit ein Beschwerdemanage- ment zu integrieren, das Kunden mit notwendigen Kontaktdaten (z.B. E-Mail, Hot- line etc.) versorgt. Außerdem können über das Beschwerdemanagement die ent- sprechenden Daten einem Data Warehouse erfasst und systematisiert werden. Werden diese Daten analysiert, können Rückschlüsse auf die Qualität der Be- schwerdebearbeitung gezogen werden. Dadurch können bspw. die Bearbeitungs- dauer und die daraus resultierenden Kosten bewertet und im weiteren Verlauf ver- bessert werden. Außerdem können durch die erhobenen Daten Rückschlüsse über die Ursachen der Beschwerden gezogen werden. Das ermöglicht langfristig sowohl die Optimierung der Beschwerdequalität als auch die Prävention künftiger Beschwerden gleicher Art.

Zur weiteren Unterstützung kann ein digitaler Helpdesk implementiert werden. Helpdesks sind wissensbasierte Datenbanksysteme, die eine Vielzahl von Fragen beantworten und bekannte Kundenprobleme automatisiert lösen können. Dabei wird die Wissensdatenbank eines Helpdesks fortwährend erweitert. Fragen und Probleme, die zu komplex sind, können dann an Serviceexperten weitergeleitet werden.

Gleichermaßen wird der Serviceaußendienst durch CRM-Lösungen unterstützt. In diesem Fall werden verfügbare Daten nachgefasst und zur Optimierung qualitati- ver Standards ausgewertet (Helmke, Uebel & Dangelmaier, 2017, S. 11; Schnauf- fer & Jung, 2011, S.18f).

2.2.2 Kollaboratives CRM

Das kollaborative CRM ist das gemeinschaftliche Kundenbeziehungsmanage- ment. Wie in Kapitel 2.2.1 bereits aufgeführt, werden das operative und kollabora- tive CRM häufig als identischer Sektor betrachtet. Jedoch ist der Aktionsradius des kollaborativen CRM im Vergleich zum operativen CRM stark erweitert. Dieser geht über die mit dem Kunden verbundenen Sektoren (z.B. Marketing, Sales etc.) weit hinaus und bindet auch externe Sektoren stärker mit ein (Schnauffer & Jung, 2011, S. 27). Das heißt, dass auch Sektoren außerhalb des Unternehmens Teil des kollaborativen CRM sind (Vertriebskanäle, Dienstleister etc.) und in Koopera- tion mit dem Unternehmen eine Verbesserung der Wertschöpfungskette anstreben (ebd.).

Außerdem umfasst das kollaborative CRM die „[...] Steuerung und Unterstützung sowie die Synchronisation aller Kommunikationskanäle zum Kunden (Telefon, In- ternet, E-Mail, Mailings, Außendienst etc.)“ (Helmke, Uebel & Dangelmaier, 2017, S. 11). Auch hier erfolgt die Ausrichtung der Kanäle kundenorientiert, um die Kommunikationsbeziehung zwischen Unternehmen und Kunden weitgehend zu stärken (ebd.). Zu den Instrumenten des kollaborativen CRM gehören z.B. Mai- lings, Newsletter, Online-Beratungen und Communication Center Management (Möhring, Keller & Schmidt, 2018, S. 9).

2.2.3 Analytisches CRM

Marketing Analyse, Verkaufsanalyse, Service Analyse (ebd.).

Das analytische CRM (aCRM) verbindet anwendungsorientierte Datenerfassungs- und Auswertungsmethoden des Informationsmanagements (Schnauffer & Jung, 2011, S. 21). Es werden sowohl die Kundenkontakte als auch Kundenreaktionen an sogenannten Customer Touch Points systematisiert und aufgezeichnet.

Diese Daten werden im Customer Data Warehouse gesammelt und in Zusam- menhang gesetzt. Die dazugewonnenen Erkenntnisse können anschließend zur Ausrichtung und Optimierung der Geschäftsprozesse genutzt werden (Helmke, Uebel & Dangelmaier, 2017, S. 12). Darüber hinaus entsteht ein möglichst um- fangreiches Kundenprofil, welches „[...] die Mitarbeiter an den einzelnen Customer Touch Points mit allen relevanten – also vollständigen, korrekten und aktuellen – kundenbezogenen Informationen“ versorgt (ebd., S. 181). Für die Umsetzung ist Data Mining von besonderer Relevanz.

Data Mining

Das Wortgefüge Data Mining leitet sich vom klassischen Bergbau (Mining) ab. Der Begriff Bergbau wird durch den maschinellen Abbau von Gestein zur Förderung von Edelsteinen geprägt. Dieses Sinnbild lässt sich auf die digitale Aufbereitung von Datenmengen im Sinne des aCRM übertragen. Das heißt, es werden Datens- ätze nach handlungsrelevanten und neuen Mustern durchsucht. Die Auswertung und Systematisierung dieser Daten erfolgt daraufhin multidimensional. Idealer- weise befinden sich die Datensätze im Customer Data Warehouse. Das Customer Data Warehouse ist ein rasant wachsender Wissenspool, der alle relevanten Kun- deninformationen enthält (Schnauffer & Jung, 2011, S. 25). Zur Analyse selbst eignen sich unterschiedliche Verfahren, wie z.B. das hier beschriebene Data Mi- ning oder Online Analytical Processing (OLAP). Im Zusammenhang mit diesen Verfahren spricht man von einer „Close Loop Architecture“. Das heißt, dass das CRM zu einem kontinuierlich lernenden System wird. Aus jeglichen Kundeninter- aktionen werden sowohl Informationen ausgewertet als auch Handlungsempfeh- lungen abgeleitet. Dies entspringt ebenfalls dem Anspruch, die Kundenkommuni- kation, Produkte und Dienstleistungen einerseits abzustimmen und andererseits an die individuellen Kundenbedürfnisse anzupassen (Helmke, Uebel & Dangel- maier, 2017, S. 181).

Besonders wichtig: Das Informationsmanagement, wovon Data Mining ein Teil ist, darf nicht als „Stand Alone System“ betrachtet werden. Nicht nur das Informati- onsmanagement, sondern das gesamte CRM basiert auf der Bündelung unter- schiedlicher Instrumente und intelligenter Teilsysteme. Diese erzielen erst mitei- nander verbunden, also in Interaktion, einen positiven Effekt und müssen sinnhaft und individuell aufeinander abgestimmt werden. Der Einsatz von Data Mining wirkt sich außerdem auf das Interessenten-, Kundenbindungs- und Rückgewinnungs- management aus (Schnauffer & Jung, 2011, S. 26). Für den weiteren Verlauf die- ser Arbeit werden diese drei Wirkungsräume kurz erläutert:

Interessentenmanagement:

Data Mining hat in vielen Hinsichten einen positiven Effekt auf Unternehmenspro- zesse. Durch die Interpretation der zugrundeliegenden Datenmengen kann z.B. die Akquisition von Neukunden gefördert werden. Um diesen Effekt anzuregen, können ältere Kampagnen untersucht werden, um Rückschlüsse über die Kunden- reaktionen zu gewinnen. Unter Berücksichtigung dieses Wissens können neue Kampagnen entwickelt werden, die unmittelbar erfolgsversprechende (bzw. in der Vergangenheit besonders rentable) Kundengruppen ansprechen. Dadurch kann die Abschlusswahrscheinlichkeit deutlich erhöht werden. Das führt einerseits zur Kostensenkung, weil Ressourcen für bisher erfolglose Kundengruppen eingespart werden können, und optimiert anderseits die Ausgestaltung der individuellen Ziel- gruppenansprache (Schnauffer & Jung, 2011, S. 26f).

Kundenbindungsmanagement:

Außerdem kann Data Mining einen positiven Effekt auf die langfristige Bindung profitabler Kunden haben. Dieses zentrale Ziel des CRM kann zum Beispiel durch Cross-Selling erreicht werden. Das heißt, dass Kunden die bereits Produkte des Unternehmens gekauft haben, „[...] gezielt auch an andere Produkte herangeführt werden“ (ebd., S. 27). Dadurch erschließen sich neue Gewinnpotenziale für Un- ternehmen. Konkret kann durch das Kaufverhalten abgeleitet werden, welche Kundengruppen die z.B. Produkt A erworben haben, auch für den Erwerb von Produkt B in Frage kommen. Daraufhin kann Produkt B diesen Kunden gezielt unterbreitet werden. Data Mining eignet sich zudem für Up-Selling-Methoden. Up- Selling meint den Versuch, Kunden gezielt höherwertige Produkte zu verkaufen. Auch hier wird das Kaufverhalten der entsprechenden Kundengruppe untersucht, um Rückschlüsse über die Wahrscheinlichkeit eines „Verbesserungskaufs“ zu er- halten (ebd.).

Rückgewinnungsmanagement:

Im Rahmen des Rückgewinnungsmanagements werden die bestehenden Kun- dendaten analysiert, um frühzeitig zu erkennen, ob eine Abwanderungsgefahr der Kunden besteht. Es wird versucht, Kunden zu identifizieren, die Merkmale von bereits abgewanderten Kunden aufweisen. Dadurch, dass die Neukundengewin- nung für Unternehmen mit einem enormen Kostenaufwand verbunden ist, bietet Data Mining ein hohes Potenzial, Kosten einzusparen, um rechtzeitig gezielte Maßnahmen zu ergreifen, Bestandskunden weiterhin an das Unternehmen zu bin- den (ebd.).

2.3 Resümee und Modellentwurf

Das Customer Relationship Management ist ein ganzheitlicher Ansatz, der die Interaktion zwischen Unternehmen und Kunden umfasst. Drei Disziplinen des CRM nehmen besonderen Einfluss auf die erfolgreiche Umsetzung einer CRM- Strategie. Diese folgen keiner Nummerierung, sondern müssen ganzheitlich ver- standen werden. An erster Stelle dieser Arbeit steht das operative CRM, welches den direkten Kundenkontakt umfasst. Dieser Sektor wird durch das Marketing, den Vertrieb und den Service geprägt. Außerdem der kollaborative Sektor, welcher vor allem durch den Umstand geprägt wird, dass Akteure außerhalb des Unterneh- mens in die CRM-Strategie eingebunden werden. An letzter Stelle wird das analy- tische CRM erläutert, welches die Datenerfassungs- und Auswertungsmethoden des Informationsmanagements verbindet. Im Kontext zum analytischen CRM sind Data Mining, das Interessen-, Kundenbindungs- und Rückgewinnungsmanage- ment von hoher Relevanz. Diese drei Disziplinen ergeben im Zusammenspiel das ganzheitliche Customer Relationship Management und stehen in Wechselwirkung zueinander (s. Abbildung 1).

Abbildung in dieser Leseprobe nicht enthalten

[...]

Ende der Leseprobe aus 43 Seiten

Details

Titel
Chatbots als Instrument im Customer Relationship Management. Ansatzpunkte und Mehrwert
Hochschule
Hochschule Hannover  (Fakultät III – Medien, Information und Design)
Veranstaltung
Neue Informations- und Kommunikationstechnologien
Note
1,7
Autor
Jahr
2018
Seiten
43
Katalognummer
V493414
ISBN (eBook)
9783346026828
ISBN (Buch)
9783346026835
Sprache
Deutsch
Schlagworte
Chatbots CRM Customer Relationship Management Bots Deep Learning Algorithmen, KI AI Künstliche Intelligenz Artificial Intelligence Avatar, NLP OLAP aCRM
Arbeit zitieren
Stefanie Schlumschinski (Autor), 2018, Chatbots als Instrument im Customer Relationship Management. Ansatzpunkte und Mehrwert, München, GRIN Verlag, https://www.grin.com/document/493414

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Chatbots als Instrument im Customer Relationship Management. Ansatzpunkte und Mehrwert



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden