Ein praktischer Leitfaden zum Verständnis von Fin AI-Metriken

„Fin AI“ von Intercom ist ein Game-Changer für den Kundensupport, aber verfolgen Sie auch die richtigen Metriken, um den Erfolg zu messen? Genau wie bei jedem anderen Tool in Ihrem Tech-Stack ist das Verständnis seiner Leistung der Schlüssel zur Maximierung Ihrer Investitionsrendite (ROI).

Dieser Leitfaden schlüsselt die wesentlichen Fin AI-Metriken auf, die Sie überwachen müssen. Wir behandeln, was sie sind, warum sie wichtig sind und wie man sie effektiv verfolgt. Außerdem untersuchen wir, wie Tools wie eesel AI Ihre Fin AI verbessern können, indem sie die notwendige Wissensdatenbank bereitstellen, die zur Lösung von noch mehr Kundenanfragen benötigt wird.

Was ist Fin AI von Intercom?

Fin AI ist ein hochentwickelter Konversations-KI-Chatbot von Intercom, der entwickelt wurde, um den Kundensupport zu automatisieren und zu verbessern. Im Gegensatz zu herkömmlichen Chatbots, die auf starren, vorprogrammierten Skripten basieren, nutzt Fin AI die Leistungsfähigkeit großer Sprachmodelle (LLMs), einschließlich GPT-4, um natürlichere, menschenähnliche Konversationen zu führen.

Es wurde entwickelt, um sofortige, genaue Antworten auf Kundenfragen zu geben, indem es direkt auf Ihre vorhandenen Support-Inhalte wie Artikel in der Wissensdatenbank zugreift. Dies ermöglicht es Fin, einen erheblichen Teil der häufigen Anfragen ohne menschliches Eingreifen zu lösen, wodurch Ihr Support-Team sich auf komplexere Probleme konzentrieren kann.

„[Fin] ist eine sprunghafte Veränderung für Support-Teams. Es ist ein Durchbruch in der KI, der Ihnen helfen wird, Kosten zu senken und Ihr Kundenerlebnis zu verbessern.“ - Paul Adams, Chief Product Officer bei Intercom.

Warum ist die Verfolgung von Fin AI-Metriken wichtig?

Die Verfolgung von Fin AI-Metriken ist aus mehreren Gründen entscheidend:

• ROI-Messung: Sie haben in Fin AI investiert; jetzt müssen Sie die Rendite sehen. Metriken helfen Ihnen, den Wert in Form von Kosteneinsparungen, Effizienzsteigerungen und verbesserter Kundenzufriedenheit zu quantifizieren.

• Leistungsoptimierung: Datenbasierte Einblicke ermöglichen es Ihnen, Bereiche zu identifizieren, in denen Fin AI hervorragend ist und wo es möglicherweise Schwierigkeiten hat. Dies hilft Ihnen, die Wissensdatenbank zu verfeinern, Einstellungen anzupassen und die allgemeine Effektivität zu verbessern.

• Verbesserung des Kundenerlebnisses (CX): Durch die Überwachung von Metriken wie Lösungsraten und Kundenzufriedenheit können Sie sicherstellen, dass Fin AI Ihren Kunden tatsächlich hilft und keine Frustration verursacht.

• Team-Effizienz: Das Verständnis, wie Fin AI die Arbeitsbelastung Ihres Support-Teams beeinflusst, kann Ihnen helfen, Ressourcen effektiver zuzuweisen und sicherzustellen, dass sich Ihre Agenten auf hochwertige Interaktionen konzentrieren.

Wichtige Fin AI-Metriken, die Sie verfolgen sollten

Intercom bietet ein robustes Set an Analysen, mit denen Sie die Leistung von Fin messen können. Hier sind die wesentlichen Metriken, die Sie im Auge behalten sollten.

Lösungsrate

Dies ist wohl die wichtigste aller Fin AI-Metriken. Sie gibt an, wie viel Prozent der Konversationen Fin AI erfolgreich löst, ohne sie an einen menschlichen Agenten weiterleiten zu müssen.

• Warum es wichtig ist: Eine hohe Lösungsrate ist ein direkter Indikator für die Effektivität von Fin AI und Ihren ROI. Je mehr Anfragen es löst, desto mehr Zeit spart Ihr Team.

• Wie man sie verfolgt: Diese Metrik ist direkt in Ihrem Intercom-Analyse-Dashboard verfügbar. Suchen Sie nach „Konversationen mit einer Fin-Antwort“ und „Prozentsatz der nur mit Fin geschlossenen Konversationen.“

Kundenzufriedenheit (CSAT)

CSAT-Werte für von Fin AI geführte Konversationen messen, wie zufrieden Kunden mit dem erhaltenen automatisierten Support sind.

• Warum es wichtig ist: Hohe CSAT-Werte deuten darauf hin, dass Fin AI nicht nur Tickets schließt, sondern auch ein positives Kundenerlebnis bietet. Niedrige Werte können ein frühes Warnzeichen dafür sein, dass Fin Anfragen falsch versteht oder nicht hilfreiche Antworten gibt.

• Wie man sie verfolgt: Sie können CSAT-Umfragen am Ende von ausschließlich von Fin geführten Konversationen auslösen. Überwachen Sie die Werte und lesen Sie das Feedback, um das „Warum“ hinter den Zahlen zu verstehen.

Weiterleitungsrate

Dies ist das Gegenteil der Lösungsrate. Sie misst den Prozentsatz der Konversationen, die Fin AI an einen menschlichen Agenten eskalieren muss.

• Warum es wichtig ist: Eine hohe Weiterleitungsrate könnte darauf hindeuten, dass Ihre Wissensdatenbank lückenhaft ist, die Fragen zu komplex für die KI sind oder Fin die Absicht des Benutzers nicht korrekt versteht. Die Analyse dieser Weiterleitungen kann Lücken in Ihren Support-Inhalten aufdecken.

• Wie man sie verfolgt: Diese Daten sind in Intercom-Berichten verfügbar. Tauchen Sie in die weitergeleiteten Konversationen ein, um wiederkehrende Themen oder Probleme zu identifizieren, mit denen Fin Schwierigkeiten hat.

Antwortzeit

Diese Metrik erfasst, wie schnell Fin AI auf die anfängliche Anfrage eines Kunden reagiert.

• Warum es wichtig ist: Einer der größten Vorteile von KI ist die Geschwindigkeit. Fin ist darauf ausgelegt, sofortige Antworten zu liefern, ein wichtiger Faktor für die Kundenzufriedenheit. Die Überwachung dieser Metrik stellt sicher, dass das System optimal funktioniert.

• Wie man sie verfolgt: Das Reporting von Intercom enthält Metriken zu den Antwortzeiten für Bots und menschliche Agenten, was einen direkten Vergleich ermöglicht.

Reduzierung des Ticketvolumens

Diese Metrik misst die Abnahme der Anzahl von Support-Tickets, die Ihre menschlichen Agenten nach der Implementierung von Fin AI bearbeiten müssen.

• Warum es wichtig ist: Dies ist ein klarer Indikator für Kosteneinsparungen und Effizienzsteigerungen. Es zeigt, wie viel der Supportlast Fin übernimmt, was Ihr Team für strategischere Aufgaben freistellt.

• Wie man sie verfolgt: Vergleichen Sie Ihr eingehendes Ticketvolumen vor und nach der Implementierung von Fin. Betrachten Sie die Trends im Zeitverlauf, um die Auswirkungen zu sehen.

Konversationsvolumen

Dies erfasst die Gesamtzahl der Konversationen, an denen Fin AI teilnimmt.

• Warum es wichtig ist: Diese Metrik hilft Ihnen, den Umfang des Betriebs von Fin zu verstehen. Ein steigendes Konversationsvolumen deutet darauf hin, dass mehr Kunden mit dem Bot interagieren, was ein positives Zeichen für die Benutzerakzeptanz sein kann.

• Wie man sie verfolgt: Dies ist eine Standardmetrik in der Intercom-Analyse-Suite. Sie können sie nach Kanal (Website, App usw.) segmentieren, um zu sehen, wo Fin am aktivsten ist.

Wie Sie Ihre Fin AI-Metriken mit eesel AI verbessern können

Obwohl Fin AI leistungsstark ist, hängt seine Wirksamkeit direkt von der Qualität und Vollständigkeit Ihrer Wissensdatenbank ab. Wenn die Informationen nicht vorhanden sind, kann Fin keine Antwort geben. Hier kommt eesel AI ins Spiel.

eesel AI ist eine No-Code-Plattform, die automatisch eine umfassende, genaue Wissensdatenbank aus all den verstreuten Dokumenten und Tools Ihres Unternehmens wie Slack, Google Docs, Notion und Confluence erstellt und pflegt.

So kann eesel AI Ihre wichtigsten Fin AI-Metriken direkt verbessern:

• Lösungsrate erhöhen: Indem Sie Fin eine vollständigere, von eesel AI erstellte Wissensdatenbank zur Verfügung stellen, befähigen Sie es, eine breitere Palette von Fragen zu beantworten. eesel AI erfasst Wissen aus Quellen, die Sie möglicherweise nicht manuell dokumentiert haben, und wandelt so Stammeswissen in eine Ressource um, die Fin nutzen kann.

• Weiterleitungsrate senken: Wenn Fin über eesel AI Zugang zu umfassenderen Informationen hat, ist es weniger wahrscheinlich, dass eine Anfrage es überfordert. Dies bedeutet weniger Eskalationen an Ihre menschlichen Agenten, was die Weiterleitungsrate direkt senkt.

• CSAT-Werte verbessern: Genauere und vollständigere Antworten führen zu zufriedeneren Kunden. eesel AI stellt sicher, dass das von Fin verwendete Wissen immer auf dem neuesten Stand ist, indem es sich automatisch mit Ihren Quelldokumenten synchronisiert und so verhindert, dass der Bot veraltete oder falsche Informationen liefert.

Im Wesentlichen fungiert eesel AI als die perfekte Wissensmaschine für Fin AI und stellt sicher, dass es immer über die bestmöglichen Informationen verfügt.

Abschließende Gedanken zur Verfolgung von Fin AI-Metriken

Die Verfolgung von Fin AI-Metriken geht nicht nur darum, Berichte zu erstellen; es geht darum, Daten in umsetzbare Erkenntnisse zu verwandeln. Indem Sie Metriken wie Lösungsrate, CSAT und Weiterleitungsrate konsequent überwachen, können Sie genau feststellen, wie Ihr KI-Chatbot funktioniert, und Verbesserungsmöglichkeiten identifizieren.

Denken Sie daran, die Intelligenz von Fin ist ein Spiegelbild Ihrer Wissensdatenbank. Um sein volles Potenzial auszuschöpfen und Ihre Metriken zu steigern, müssen Sie ihm umfassende und aktuelle Informationen zur Verfügung stellen. Tools wie eesel AI sind hierfür von unschätzbarem Wert, da sie automatisch die perfekte Wissensquelle erstellen, um Ihre Investition in Intercoms Fin AI zu maximieren.