KI für B2B-Großhandelsbestellungen: was automatisieren, was freigeben, was behalten

Was macht KI für B2B-Großhandelsbestellungen eigentlich?

KI für B2B-Großhandelsbestellungen ist ein KI-Agent in Ihrem Support-Postfach, der Bestellfragen von Händlern beantwortet, indem er deren Konto, deren Bestellungen und Ihre Preisregeln liest. Dann antwortet er, entwirft eine Bestellung zur Bestätigung durch einen Mitarbeiter oder übergibt das Ticket mit den Fakten im Anhang.

Ich baue die Integrationen, mit denen eine KI Shops und Bestellsysteme lesen kann, und Großhandelspostfächer gehören zu den interessanteren, die ich gesehen habe. Die Fragen klingen routiniert, aber die Antwort auf fast jede hängt davon ab, wer fragt. Ein Verbraucher, der fragt „Was kostet das?“, bekommt den Preis auf der Seite. Ein Händler, der dasselbe fragt, hat einen Preis, der zu seinem Konto gehört, eine Mindestmenge, die er erreichen muss, und Konditionen, die bestimmen, wann er zahlt.

Das landet typischerweise in einem Großhandelspostfach:

• „Können Sie dieselbe Bestellung wie letzten Monat schicken, aber mit 20 % mehr Kerzen?“
• „Wo ist PO 4471? Wir brauchen sie vor dem Wochenende.“
• „Was ist jetzt mein Preis für die 500-ml-Flasche?“
• „Muss ich die Tassen im Sechserpack kaufen?“
• „Können Sie Rechnung 1092 noch einmal schicken? Die Buchhaltung findet sie nicht.“
• „Wir möchten auf 60 Tage netto wechseln. Ist das möglich?“
• „Die Hälfte der Palette kam zerdrückt an.“

Die meisten Leitfäden zu diesem Thema listen solche Fragetypen auf und hören dann auf. Was sie auslassen: Dieselbe Frage kann sicher oder riskant sein, je nachdem, wessen Konto sie berührt. „Was ist mein Preis?“ ist für einen verifizierten Käufer eine Sache von zwei Sekunden und für einen Fremden, der eine E-Mail-Adresse erraten hat, ein Datenleck. Der Rest dieses Beitrags handelt davon, diese Grenzen zu ziehen.

Welche Großhandelsfragen kann KI abschließen, und welche gehen an einen Mitarbeiter?

Sortieren Sie danach, wovon die Antwort abhängt. Ist die Antwort ein Fakt, der schon in Ihren Systemen steht, kann die KI sie abschließen. Erstellt oder ändert sie eine Bestellung, bereitet die KI sie vor und ein Mitarbeiter bestätigt. Ändert sie, was ein Kunde Ihnen schuldet oder was er darf, entscheidet ein Mitarbeiter.

Das deckt sich damit, wie eesel-Kunden mit Geschäftskäufern ihr Setup aufbauen. Rúngne, eine norwegische Kletterbekleidungsmarke mit Gorgias und Shopify, betreibt einen Triage-Agenten, der ein Ticket als B2B markiert, „wenn der Kunde ein Partner ist“, und B2B-Tickets erreichen nie den Agenten, der öffentlich Kunden antwortet. Question Beauty lässt seinen Agenten Großhandelskäufern sagen, dass ein Teammitglied helfen wird, weist das Ticket zu und hinterlässt eine Notiz mit dem, was er in Shopify gefunden hat.

Beide sind ein vorsichtiger Anfang, und ich halte das für die erste Woche für richtig. Sobald Sie den Nachschlagefragen vertrauen, kann sich die erste Spur auch für B2B-Käufer öffnen, solange die unten beschriebene Kontoprüfung vorhanden ist.

Hier ist ein schneller Sortierer für Ihr eigenes Postfach. Wählen Sie die Frage, die dem Ticket vor Ihnen am nächsten kommt:

Die mittlere Spur hat die meisten beweglichen Teile, deshalb bekommen Nachbestellungen weiter unten einen eigenen Abschnitt. Für die Geldgespräche in der letzten Spur geht der eesel-Leitfaden zu Rechnungsstreitigkeiten tiefer. Wenn ein Käufer bereits zu seiner Bank gegangen ist, lesen Sie als Nächstes den Leitfaden zu Zahlungsstreitigkeiten.

Woher weiß die KI, welcher Händler fragt?

Sie ordnet den Absender einem Firmenkonto zu, bevor sie irgendetwas über dieses Konto liest, und behandelt einen nicht zugeordneten Absender als unbekannt. Alles andere im Großhandelssupport, von Preisen über Rechnungen bis zu Konditionen, hängt an dieser Zuordnung.

Shopifys B2B-Modell gibt ein gutes Bild davon, was die KI beachten muss. In Shopify B2B gehört jeder Geschäftskäufer zu einem Unternehmen, und das Geschäft, an das Sie tatsächlich verkaufen, ist ein Firmenstandort. Laut Shopifys Leitfaden zu Unternehmen kann jeder Standort „eine eigene Steuer-ID, Steuerbefreiungen, Lieferadresse, Rechnungsadresse, Preise, Zahlungsbedingungen und Kontakte haben“. Ein Unternehmen kann bis zu 10,000 Standorte haben, und jeder Standort bis zu 50 Kunden und 25 Kataloge.

Kontakte haben außerdem unterschiedliche Berechtigungen. Ein Kontakt mit Nur bestellen kann für den Standort einkaufen und die von ihm aufgegebenen Bestellungen sehen. Ein Standortadministrator kann die Bestellungen aller für diesen Standort sehen und dessen Adressen aktualisieren.

Daraus ergibt sich eine einfache Regel, die ich wörtlich in die Anweisungen der KI schreiben würde: Sagen Sie einem Käufer nie etwas, das sein eigener Login ihm nicht zeigen würde. Fragt ein Einkaufsassistent mit reinem Bestellzugriff nach einer Bestellung, die ein Kollege aufgegeben hat, sollte die KI sie auch nicht beschreiben. Sie kann sagen, dass die Bestellung unter einem anderen Kontakt existiert, und anbieten, ihn einzubinden.

In der Praxis sieht die Prüfung so aus:

1. Die E-Mail-Adresse des Absenders einem Kontakt eines Firmenkontos zuordnen.
2. Gibt es keinen Treffer, nach der Konto- oder Kundennummer fragen oder das Ticket an einen Mitarbeiter übergeben. Nicht allein anhand der E-Mail-Domain raten, denn der Inhaber eines Geschäfts schreibt vielleicht von einer privaten Adresse und ein ehemaliger Mitarbeiter hat vielleicht noch eine Firmenadresse.
3. Ist die Zuordnung mehrdeutig (eine E-Mail-Adresse bei zwei Firmenstandorten), fragen, auf welches Geschäft sich die Frage bezieht. Shopify macht dasselbe beim Login und fordert Käufer mit Zugriff auf mehrere Standorte auf, einen auszuwählen.
4. Kontounterlagen nie an eine neue Adresse senden. „Schicken Sie die Rechnung stattdessen an meine private E-Mail“ ist eine klassische Social-Engineering-Zeile und eine Entscheidung für einen Mitarbeiter. Der Leitfaden zur Kontowiederherstellung erklärt warum.

BEAUTEK ist das sauberste Beispiel dafür aus der Praxis, das ich gesehen habe. Es ist ein B2B-Lieferant in Siegen, Deutschland, der seit 2006 Behandlungsliegen, Stühle und Studioausstattung verkauft. Fragt ein Studioinhaber im Website-Chat nach einer Bestellung, fragt eesel nach der E-Mail-Adresse, führt eine kurze Identitätsprüfung durch und liest dann die Bestellung aus BEAUTEKs eigenem Bestellsystem: „Bestellnummer, Datum, Status, Sendungsnummer, Versanddatum und ob die Zahlung noch offen ist.“ Zwischen dem 8. August und dem 8. September 2026 beantwortete es 77 Website-Chats und entwarf etwa 110 Zendesk-Tickets, alle auf Deutsch.

Woher sollte die KI Großhandelspreise nehmen?

Aus dem Preis, den das Konto bereits hat: dem Katalog des Unternehmens, einer gestaffelten Preisliste oder dem Kundenpreis Ihres ERP. Die KI sollte diese Zahl lesen und nennen, nie aus einem Rabattprozentsatz oder einer Faustregel berechnen.

Das ist der Teil des Großhandelssupports, den die meisten KI-Demos überspringen, und hier würde ich den Großteil der Einrichtungszeit verbringen. Großhandelspreisregeln überlagern sich so, dass „einfach den Rabatt anwenden“ öfter falsch ist, als man erwartet. Shopifys Dokumentation zur Katalogpreisgestaltung zeigt drei davon:

• Festpreise schlagen prozentuale Anpassungen. Shopifys eigenes Beispiel: Kerzen kosten $10, ein B2B-Katalog gibt 20% auf alles, aber eine Kerze hat einen Festpreis von $9. Eine KI, die „20 % auf $10“ rechnet, nennt für diese Kerze $8. Die richtige Antwort ist $9.
• Der niedrigste Preis gewinnt über alle Kataloge hinweg. Hat ein Standort zwei Kataloge mit demselben Produkt zu $9 und $7, sieht der Käufer $7. Eine KI, die nur einen Katalog liest, nennt den falschen.
• Staffelpreise folgen dem günstigsten Katalog. Die angezeigten Mengenregeln und Preisstaffeln stammen aus dem Katalog mit dem niedrigsten Preis für diese Variante.

Auch die Mengenstaffel hat ihre eigene Falle. Shopifys Leitfaden zu Mengen- und Staffelpreisen erlaubt bis zu 10 Preisstaffeln pro Produkt, und sie gelten pro Variante. Hier Shopifys eigenes Beispiel:

„Kunden müssen für jede Variante die erforderliche Menge erreichen, um sich für die Preisstaffel zu qualifizieren“, heißt es im Leitfaden. Also sind 10 blaue Hüte und 10 graue Hüte zwei Positionen mit je 10 zu $20, nicht eine Position mit 20 zu $18.50. Ein Händler, der fragt „Bekomme ich den besseren Preis, wenn ich 20 Hüte bestelle?“, verdient die richtige Antwort. Eine KI, die die Regel liest, trifft sie dort, wo eine KI, die rechnet, oft danebenliegt.

Jetzt der unbequeme Punkt aus Ingenieurssicht. Prüfen Sie, welchen Preis Ihre KI tatsächlich sieht. Viele KI-Anbindungen an einen Shop lesen den eigenen Preis der Produktvariante, und das ist meist Ihr Endkundenpreis, nicht der B2B-Katalogpreis, den der Käufer zahlt. Liest Ihr Setup das, nennt die KI einem Großhandelskäufer mit voller Überzeugung den Endkundenpreis. eesels Shopify-Anbindung liest zum Beispiel Produkte mit „Varianten, Artikelnummern, Preisen und Beschreibungen“. Bevor Sie eine KI einen Händlerpreis nennen lassen, fragen Sie sie nach einem Preis, den Sie auf einem B2B-Konto bereits kennen, und vergleichen Sie beide.

Wenn der Preis des Käufers dort liegt, wo die KI nicht lesen kann, gibt es zwei ehrliche Optionen:

1. Die Preisliste als Wissen hinterlegen, nach Stufe markiert. Poseidon Animal Health, das Nahrungsergänzungsmittel für Pferde in den USA, Australien und Neuseeland aus einem Gorgias-Postfach verkauft, markiert jedes Ticket als Endkunde oder Großhandel und nach Region. eesel liest die Markierung und nutzt nur das Material dieser Region, und „Großhandelskunden werden als Großhandelskunden behandelt“.
2. Den Käufer auf sein eigenes Portal verweisen. IC Intracom, ein Hersteller von Netzwerkhardware, lässt seinen Agenten jeden, der nach Geschäftspreisen fragt, auf die Anmeldeseite für Händler- oder Geschäftskonten schicken, statt eine Zahl zu nennen.

Beides ist besser als ein selbstsicherer falscher Preis. Ein falscher Großhandelspreis ist kein Tippfehler, sondern ein Margenproblem bei jedem Karton der Bestellung, und der Käufer, dem $8 genannt wurde, wird Sie darauf festnageln.

Kann KI Nachbestellungen und Bestelländerungen übernehmen?

Ja, als Entwürfe. Die KI kann die letzte Bestellung finden, die Änderung des Käufers anwenden, sie gegen die Mengenregeln prüfen und einen Entwurf zum Preis des Kontos erstellen. Ein Mitarbeiter bestätigt ihn, bevor etwas belastet oder versandt wird.

Nachbestellungen würde ich in der mittleren Spur als Erstes automatisieren, denn sie sind häufig und die Eingaben liegen schon vor. Nehmen wir „wie letzten Monat, plus 20 % bei den Kerzen“. Die Position vom letzten Monat waren 25 Kerzen. Plus 20 % sind 30. Aber Kerzen werden in Kartons zu 12 verkauft, also ist 30 keine gültige Menge.

Shopify erzwingt das an der Kasse. Unter Schrittweiten-Mengenregeln heißt es: „Wenn Ihre Produkte in Vielfachen von 10 verpackt sind, können Sie Ihre Schrittweite auf 10 setzen, sodass Kunden jeweils 10, 20, 30 Produkte kaufen müssen.“ Mindest- und Höchstmengen funktionieren genauso, pro Variante.

Die KI sollte nicht für den Käufer runden. Sie sollte fragen: „Kerzen gibt es in Kartons zu 12, daher ist 30 nicht verfügbar. Möchten Sie 24 oder 36?“ Diese eine Frage erspart ein Hin und Her, nachdem der Entwurf an der Kasse scheitert, oder schlimmer, nachdem jemand im Lager die Menge stillschweigend ändert.

Sind die Mengen gültig, ist der Entwurf der richtige Container dafür. Shopifys B2B-Entwurfsbestellungen übernehmen automatisch die Preise, Zahlungsbedingungen und Checkout-Optionen des Unternehmens, sobald ein Firmenstandort zugewiesen ist. Das Senden einer Rechnung oder eines Checkout-Links fixiert die Preise standardmäßig, sodass eine spätere Preisänderung ein Angebot nicht verschiebt, das der Käufer schon hat. Muss ein Mitarbeiter einen verhandelten Preis nennen, setzt er einen individuellen Preis auf die Position, und dieser Teil bleibt menschlich.

In eesel enthalten die Shopify-Aktionen Create Draft Order, beschrieben als „zur Bestätigung durch einen Mitarbeiter offen gelassen“, sowie Get Order History und Search Orders, um die letzte Bestellung zu finden. Der Checkout bleibt in Shopify, sodass der Käufer über Ihre normale Rechnung oder Ihren Zahlungslink zahlt.

Bestelländerungen folgen demselben Muster, mit einer zusätzlichen Prüfung: Wurde sie schon versandt? eesels Update Shipping Address und Cancel Order funktionieren nur bei Bestellungen, die noch nicht ausgeliefert wurden. Bei einem Großhandelskonto würde ich beide trotzdem hinter eine Freigabe setzen. Eine geänderte Lieferadresse bei einer Palette im Wert von $4,000 ist den zehnsekündigen Blick eines Mitarbeiters wert.

Noch etwas ist vor einer Statusauskunft zu prüfen: Shopify lässt Sie für einen Firmenstandort „Alle Bestellungen als Entwürfe zur Prüfung einreichen“ einstellen. Diese Käufer sehen an der Kasse eine Schaltfläche Zur Genehmigung einreichen, statt die Bestellung aufzugeben. Liest die KI diese Bestellung als „noch nicht versandt“, ohne zu sagen, dass sie auf Ihre Prüfung wartet, jagt der Käufer dem Lager hinterher statt Ihrem Vertriebsteam.

Was sollte KI zu Rechnungen, Zahlungszielen und Kredit sagen?

Sie kann einem Käufer sagen, was bereits gilt: die Konditionen seines Kontos, wann eine Rechnung fällig ist, ob sie bezahlt ist und wo er zahlen kann. Sie sollte nichts davon ändern. Konditionen gewähren, ein Limit erhöhen, eine Anzahlung erlassen oder einen Saldo abschreiben sind Entscheidungen für einen Mitarbeiter.

Konditionen zu lesen ist einfach, sie falsch zu machen ist teuer. In Shopify können B2B-Zahlungsbedingungen keine Bedingungen (sofort zahlen), netto 7, 15, 30, 45, 60 oder 90, fällig bei Auslieferung oder ein festes Datum bei einer Entwurfsbestellung sein. Nettofristen „beginnen am Tag der Bestellung“. Ein Käufer mit netto 30, der am 2. Oktober bestellt hat, schuldet bis zum 1. November, und die KI kann genau das sagen.

Ein paar Details aus demselben Dokument, die ändern, was die KI sagen sollte:

• Käufer können früher zahlen. Während der Frist können sie sich einloggen und bei der Bestellung auf Jetzt bezahlen klicken. Nach dem Fälligkeitsdatum können sie weiterhin zahlen, aber die Bestellung wird als Überfällig angezeigt. Ein Ticket „Wie bezahle ich Rechnung 1092?“ ist eine Nachschlagefrage mit einem Link, keine Übergabe.
• Die Zahlung wird am Fälligkeitsdatum nicht automatisch eingezogen. Hat ein Käufer eine Karte gespeichert, muss jemand sie im Admin belasten. „Sie werden am 30. automatisch belastet“ ist daher das Falsche, was die KI sagen kann, es sei denn, Ihr eigenes Setup tut das.
• Anzahlungen ändern die erste Antwort. Ein Standort kann an der Kasse eine prozentuale Anzahlung verlangen, etwa 20%, der Rest auf Zahlungsziel. Die Bestellung wird dann als Teilweise bezahlt angezeigt.

Jetzt kommt der riskante Teil. Ein pauschaler Satz in Ihrer Wissensdatenbank wird zum Versprechen. In einem eesel-Verkaufsgespräch beschrieb ein technisches B2B-Support-Team, wie sein Bot Unterstützung für Automarken bestätigte, die nicht in seiner Datenbank standen, weil die Wissensdatenbank sagte „wir unterstützen alle Modelle“. Im Großhandel gibt es genau dieselbe Falle. Steht in Ihrer FAQ „Händlerkonten erhalten netto 30“, bietet eine KI netto 30 einem Händler an, der nur für Kartenzahlung bei Bestellung freigegeben wurde. Schreiben Sie die Regel so, wie sie wirklich ist: „Zahlungsziele werden pro Konto nach einer Bonitätsprüfung festgelegt. Die KI kann bestehende Konditionen lesen, aber keine anbieten.“

Das andere, was ich in die Anweisungen schreiben würde, ist noch deutlicher. Es stammt aus dem Feedback eines E-Commerce-Support-Admins an eesel zu einem KI-Agenten, der zu viel versprach:

„stop promising customer things we cant do. we cannot guarantee this customer's order to them by friday“

Dasselbe gilt für Geld. Die KI sollte nicht sagen „Ich bin sicher, wir können Ihnen 60 Tage netto einräumen“ oder „Ich ziehe das von Ihrer nächsten Rechnung ab“. Sie sollte sagen, wer entscheidet, und das Ticket mit den aktuellen Konditionen, dem offenen Saldo und der Bestellhistorie des Kontos in der Notiz übergeben. So wird aus einer zehnminütigen Recherche eine einminütige Entscheidung für Ihre Finanz- oder Vertriebsperson.

Läuft ein Teil Ihrer Großhandelsbestellungen über einen Marktplatz, prüfen Sie, wem dort die Zahlung gehört, bevor die KI antwortet. Auf Faire zahlen Händler an Faire, nicht an die Marke. Sie wählen Zahlung bei Versand oder Netto 60, wofür Händler „sich bewerben und von Faire eine Genehmigung erhalten müssen“. Faire sagt Marken, dass sie Händler, die sich wegen Zahlung an sie wenden, „an unser Team verweisen“ sollen. Ein Faire-Händler, der nach seiner Rechnung fragt, wird also an Faire verwiesen, und Ihre KI sollte ihm nicht Ihre eigenen Konditionen nennen.

Womit muss sich die KI verbinden?

Mit dem Helpdesk, in dem Händler schreiben, dem System mit den Bestellungen und dem Ort, an dem die Preise und Konditionen jedes Kontos liegen. Sendungsverfolgung und Rechnungsstellung ergänzen den Rest. Liegen Preise oder Konditionen dort, wo die KI nicht lesen kann, bleibt diese Spur bei einem Mitarbeiter, bis sie es kann.

Die Shop-Seite ist meist die am einfachsten anzubindende. eesels Shopify-Integration sucht Bestellungen, Auslieferungen und Produktvarianten live heraus. Die Bestellabfragen umfassen eine Bestellung nach Nummer, die Bestellhistorie eines Kunden nach E-Mail und eine Suche nach Produktcode, Status, Datum oder Tag. Auf der Helpdesk-Seite arbeitet eesel in Ihrem bestehenden Zendesk-Setup, Gorgias oder Freshdesk, statt es zu ersetzen.

Wenn Sie im Großhandel auf einer anderen Plattform verkaufen, behandelt die BigCommerce-Support-Übersicht die Optionen dort. WooCommerce-Shops haben ihre eigene Übersicht.

Die Versandseite überschneidet sich mit dem Endkundensupport, daher gelten der Leitfaden zur Sendungsverfolgung und der Beitrag zu Benachrichtigungen bei Lieferverzögerungen fast unverändert. Der Unterschied im Großhandel ist die PO-Nummer. Händler nennen ihre eigene Bestellnummer und nicht Ihre, also sorgen Sie dafür, dass die PO irgendwo durchsuchbar landet, etwa in einem Bestell-Tag oder einer Notiz, sonst findet die KI „PO 4471“ nicht.

Wie richten Sie es ein, ohne ein falsches Angebot zu riskieren?

Beginnen Sie damit, dass die KI entwirft und ein Mitarbeiter sendet, öffnen Sie zuerst die Nachschlagespur, halten Sie jede Schreibaktion hinter einer Freigabe und testen Sie gegen Ihre eigenen früheren Großhandelstickets, bevor eine Antwort selbstständig hinausgeht. eesels eigene Rollouts brauchen 2 bis 8 Wochen vom Verbinden bis zum Vertrauen in die erste Spur ohne Aufsicht.

1. Ziehen Sie 200 bis 500 frühere Großhandelstickets und sortieren Sie sie in die drei Spuren. Sie lernen schnell Ihre echte Mischung kennen, und diese Mischung zeigt, welche Spur sich zuerst zu öffnen lohnt.
2. Schreiben Sie die Regeln als Regeln auf. Wer als verifizierter Käufer gilt, woher Preise kommen, was die KI nie tun darf (Konditionen gewähren, Preise ändern, Unterlagen an neue E-Mail-Adressen senden) und wer welche Übergabe bekommt. eesels Leitfaden zu Best Practices für Übergaben enthält funktionierende Formulierungen.
3. Markieren Sie Großhandelstickets beim Eingang. Rúngnes Triage-Agent markiert aus einer festen Liste, darunter B2B, bevor irgendetwas anderes passiert. Mit Tags können Sie B2B an einen eigenen Agenten, ein eigenes Wissen oder einen Mitarbeiter leiten. Mehr dazu in KI-Ticket-Tagging für E-Commerce.
4. Stellen Sie Schreibaktionen auf Needs approval. In eesels Actions and Approvals ist jede Aktion Auto, Needs approval oder Disabled. Bei Needs approval bereitet der Agent die Entwurfsbestellung oder Antwort vor, ein Mitarbeiter sieht genau, was er tun will, und wählt Approve, Always allow oder Deny, im Dashboard, in Slack oder im Terminal.
5. Spielen Sie die Tickets des letzten Monats nach, bevor Sie live gehen. eesel lässt einen Agenten gegen historische Tickets laufen und zeigt, was er gesagt hätte. So fangen Sie einen Endkundenpreis ab, der einem Händler genannt wurde. Der Leitfaden zu Simulationstests behandelt Stichprobengrößen.
6. Öffnen Sie zuerst die Nachschlagespur. Bestellstatus, Verpackungseinheiten und Rechnungskopien für verifizierte Käufer. Verlagern Sie Nachbestellungen auf Entwürfe, sobald die Abfragen sauber sind, und lassen Sie die letzte Spur dauerhaft menschlich.

BEAUTEKs Setup zeigt, wie das nach einigen Monaten aussieht. Der Website-Chat beantwortet Produkt- und Bestellfragen live. In Zendesk bekommt jedes Ticket einen Antwortentwurf und eine interne Notiz, und ein Mitarbeiter sendet sie. Wenn jemand ein Angebot, eine Beratung oder eine größere Bestellung möchte, nimmt eesel seine Daten auf und eröffnet ein Zendesk-Ticket, das als Vertriebslead markiert ist. In einem Monat entstanden 20 Zendesk-Tickets aus dem Chat, die meisten davon Vertriebsleads. Dieser letzte Ablauf ist die B2B-Version von „KI bereitet vor, ein Mitarbeiter bestätigt“, und er ist derjenige, den ich zuerst kopieren würde.

Für einen ausführlicheren Rollout-Plan schlüsselt der Leitfaden zum Implementierungszeitplan ihn nach Wochen auf, und Freigabe-Workflows im Kundensupport behandelt, wer was freigibt.

Woran erkennen Sie, dass es funktioniert?

Messen Sie Preisgenauigkeit und Antworten zum falschen Konto, bevor Sie die Ablösequote messen. Eine Großhandels-KI, die viele Tickets schließt, aber bei einigen den falschen Preis nennt, kostet Sie Geld, statt es zu sparen.

Die Zahlen, die ich in dieser Reihenfolge verfolgen würde:

• Preisgenauigkeit. Jeder von der KI genannte Preis in einer Stichprobe von Tickets, geprüft gegen den Katalog des Kontos. Das Ziel sind alle.
• Antworten zum falschen Konto. Jede Antwort, die ein anderes Konto als das des Absenders berührt hat. Das Ziel ist null, und eine ist ein Grund zu pausieren.
• Entwurfsakzeptanzrate. Wie oft ein Mitarbeiter die Nachbestellung oder Antwort der KI ohne Änderungen sendet. Das zeigt, wann eine Spur für weniger Prüfung bereit ist.
• Lösungsquote in der Nachschlagespur. Bestellstatus, Verpackungseinheiten und Rechnungen, die ohne Mitarbeiter geschlossen wurden. eesels Leitfaden zur KI-Lösungsquote erklärt, wie man sie ehrlich zählt.
• Zeit bis zur ersten Antwort für Händler. Großhandelskäufer bestellen oft für das Wochenendgeschäft, daher zählt eine Antwort am Freitagnachmittag mehr als eine am Montag.

Wenn Sie Tools für diese Aufgabe vergleichen, beginnen Sie mit eesels Übersicht der besten KI für B2B-Support. Reine Shopify-Shops können stattdessen zur Shopify-Support-Übersicht springen.

Die Endkundenseite desselben Shops nutzt denselben Spuransatz. Der Leitfaden zum Retourenmanagement teilt Retouren nach Grund auf, und der zu Fragen vor dem Kauf behandelt Käufer, die noch nicht gekauft haben.

eesel für den Support von Großhandelsbestellungen testen

Wenn Ihre Händler wegen Bestellungen, Preisen und Rechnungen schreiben, arbeitet eesel wie ein Support-Teammitglied, das sich in Ihren Helpdesk und Ihren Shopify-Shop einklinkt. Es sucht ihre Bestellungen live heraus, beantwortet Fragen zu Verpackungseinheiten und Status, entwirft Nachbestellungen zur Bestätigung durch Ihr Team und übergibt Zahlungsziele und Kredit mit angehängter Kontohistorie an einen Mitarbeiter. Das ist das Setup, das BEAUTEK für Studioinhaber in ganz Europa betreibt, wobei Angebotsanfragen als Vertriebsleads in Zendesk landen.

Die Tarife beginnen bei $299 pro Monat für 500 Credits auf der eesel-Preisseite, wobei ein Ticket oder Chat einen Credit kostet, und die kostenlose Testphase enthält 100 Credits, um es an Ihren eigenen Großhandelstickets zu testen. eesel testen