{"id":361300,"date":"2021-02-19T08:12:40","date_gmt":"2021-02-19T16:12:40","guid":{"rendered":"https:\/\/www.genesys.com\/?post_type=blog&p=361300"},"modified":"2021-02-19T08:12:40","modified_gmt":"2021-02-19T16:12:40","slug":"use-predictive-engagement-to-cash-in-on-online-holiday-shoppers","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/de-de\/blog\/post\/use-predictive-engagement-to-cash-in-on-online-holiday-shoppers","title":{"rendered":"Nutzen Sie Predictive Engagement, um Gewinne durch Online-Shopper zu erzielen"},"content":{"rendered":"

[vc_section full_width=“stretch_row“][vc_row][vc_column][vc_column_text]Online-Shopping boomt. Und uns erwarten auch im Jahr 2021 wieder neue Online-Rekordverkaufszahlen, da Verbraucher das Internet aufgrund von COVID-19-Ma\u00dfnahmen normalen Ladenlokalen vorziehen bzw. die Gesch\u00e4fte in vielen Bereichen sogar nach wie vor geschlossen sind. Tats\u00e4chlich meldete das US-Handelsministerium, dass die Verkaufszahlen f\u00fcr den Online-Einzelhandel<\/a> in der ersten Jahresh\u00e4lfte 2020 von 11,8 % im 1. Quartal auf 16,1 % im 2. Quartal gestiegen sind. Besonders lukrativ war nat\u00fcrlich das Weihnachtsgesch\u00e4ft<\/a> in 2020, da hier \u00fcberwiegend online eingekauft oder vorbestellt wurde.<\/p>\n

\"online<\/p>\n

Eine Erweiterung Ihres digitalen Concierge-Service zur Vorbereitung auf diesen Datenverkehr mag schwieriger erscheinen als die Einstellung zus\u00e4tzlicher Mitarbeiter im Gesch\u00e4ft, aber das muss nicht so sein. Im Forrester-Bericht „Predictions 2021: It’s All About Empathy, Digital and Virtualizing Customer Care“ prognostiziert das Unternehmen, dass Einzelh\u00e4ndler und Banken im Jahr 2021 \u00fcber hybride Rollen im Gesch\u00e4ft\/Kontaktcenter verf\u00fcgen werden. Dies wird die neue Norm: Mitarbeiter aus dem Gesch\u00e4ft nutzen ihre F\u00e4higkeiten und ihr Wissen, um Kunden digitalen Support bereitzustellen.<\/p>\n

Diese Verlagerung f\u00fchrt zu einem hohen Zustrom an Traffic auf Ihrer Website innerhalb eines begrenzten Zeitraums. Es ist in dieser saisonalen Spitzenzeit schlichtweg nicht m\u00f6glich, all diesen Kunden eine optimale Einzelchat-Experience zu bieten, ohne auf eine Kombination aus Bots und Webchat-Agenten zur\u00fcckzugreifen.<\/p>\n

Wenn also mehr Onlineeink\u00e4ufer denn je zu den E-Commerce-Seiten str\u00f6men, einige davon vielleicht zum ersten Mal, m\u00fcssen Sie die Konversionsraten und damit Ihre Verkaufszahlen maximieren. Hier finden Sie f\u00fcnf M\u00f6glichkeiten, wie Sie mit Predictive Engagement Ihre Online-Vertriebsstrategie optimieren k\u00f6nnen.<\/p>\n

1. Automatisiertes Targeting macht manuelle Aufgaben \u00fcberfl\u00fcssig<\/strong><\/h4>\n

Webchats sind in der Regel reaktiv, d.\u00a0h., dass ein Chatangebot dauerhaft auf der Seite vorhanden ist, oder proaktiv, d.\u00a0h., dass der Chat basierend auf statischen Regeln ausgel\u00f6st wird. Es gibt jedoch eine schnellere und effektivere M\u00f6glichkeit, Interessenten auf Ihrer Website anzusprechen. Die n\u00e4chste Chat-Generation ist vorausschauend. Sie nutzt k\u00fcnstliche Intelligenz (KI), um die manuelle Erstellung und Pflege von Regeln in einer schnelllebigen digitalen Landschaft zu vermeiden. Dar\u00fcber hinaus lernt die KI fortlaufend aus dem Verhalten von Besuchern auf Ihrer Website und passt sich entsprechend an. In Predictive Engagement kann eine Flow-Route bereitgestellt werden, die Kunden an einen Bot und dann an einen Agenten weiterleitet, wenn die Anfrage nicht beantwortet wird. Alternativ kann die Weiterleitung direkt an einen Web-Agenten erfolgen, um Kunden mit den dringlichsten Anforderungen zu priorisieren.<\/p>\n

2.\u00a0KI identifiziert den richtigen Kundentyp<\/strong><\/h4>\n

Prognosemodelle f\u00fcr das Predictive Engagement-Ergebnis extrahieren umsetzbare Erkenntnisse aus gro\u00dfen Mengen an Web-Traffic. Durch die Analyse aussagekr\u00e4ftiger Muster des Web-Verhaltens k\u00f6nnen unsere KI-Modelle Kunden identifizieren, die mit der h\u00f6chsten Wahrscheinlichkeit Ihre Website verlassen oder das Kontaktcenter um Hilfe bitten. Dar\u00fcber hinaus k\u00f6nnen Sie diese Erkenntnisse durch Kontextsegmente erweitern, um sicherzustellen, dass Interessenten mit hohem Wert priorisiert werden. So k\u00f6nnen Agenten zum richtigen Zeitpunkt mit ihnen interagieren, um eine maximale Wirkung zu erzielen.<\/p>\n

 <\/p>\n

\"\"<\/p>\n

 <\/p>\n

3.\u00a0Agenten erhalten Kontext zur Web-Sitzung<\/strong><\/h4>\n

Mit der Echtzeit-Nachverfolgung sehen Agenten Echtzeit-Sitzungsinformationen zur Interaktion eines Kunden mit der Website. Diese Informationen k\u00f6nnen dann beim Kassenvorgang eines Kunden genutzt werden, um Fehler zu erkennen, z.\u00a0B. die Verwendung eines falschen Rabattcodes oder Probleme mit der Lieferadresse.<\/p>\n

\"\"<\/p>\n

4.\u00a0Statten Sie Agenten mit Omnichannel-Funktionen aus<\/strong><\/h4>\n

Genesys Predictive Engagement erstellt eine zus\u00e4tzliche Registerkarte auf dem Desktop des Agenten, die die gesamte Customer Journey im Kontext anzeigt. Dabei wird jedoch das gleiche Layout beibehalten, sodass Agenten nahtlos zwischen den Kan\u00e4len wechseln k\u00f6nnen. Genesys Predictive Engagement verarbeitet zwei bis drei Chats. Dank der Einblicke in die Customer Journey k\u00f6nnen Agenten Probleme schnell beheben oder Kunden schnell beraten, sodass sie ihre Experience als Self-Service fortsetzen k\u00f6nnen.<\/p>\n

\"\"<\/p>\n

5.\u00a0Messen und erstellen Sie Berichte zu Konversionsraten<\/strong><\/h4>\n

Predictive Engagement f\u00e4ngt Kunden ab, die aller Wahrscheinlichkeit nach den Konversionstrichter verlassen werden. Dadurch wird die Kannibalisierung des Vertriebs vermieden, d.\u00a0h. eine Interaktion mit Kunden, die ohne Chat- oder Bot-Interaktion als Self-Service online eingekauft h\u00e4tten. Der sequenzielle Lernalgorithmus von Predictive Engagement zielt auf Kunden ab, deren Verhalten darauf schlie\u00dfen l\u00e4sst, dass sie einen Kauf t\u00e4tigen m\u00f6chten, aber eine hohe Wahrscheinlichkeit f\u00fcr einen Abbruch zeigt, beispielsweise durch langes Verweilen auf einer Seite oder bei einer Frage oder den Wechsel zu einer Seite, die sich nicht in einem linearen Pfad zur Konvertierung befindet. Das Modell f\u00fcr maschinelles Lernen nutzt einen 30-t\u00e4gigen Trainingszyklus, der sich ideal f\u00fcr saisonale Ereignisse wie die Weihnachtszeit eignet.<\/p>\n

Das SDK f\u00fcr Genesys Predictive Engagement l\u00e4sst sich einfach mit vorhandenen Berichten in Google Analytics und Adobe Analytics synchronisieren, um zu zeigen, an welchem Punkt der Journey der Webchat ausgel\u00f6st wurde. Anschlie\u00dfend k\u00f6nnen Sie die Konvertierungsmuster analysieren. Dies erm\u00f6glicht Ihnen Folgendes:<\/p>\n