Aufbau eines Klassifizierungsmodells für Anrufe zur Kontaktreduzierung für eine Bank in Deutschland

Projektziel:

Ziel war der Aufbau eines tragfähigen Klassifizierungsmodells für Anrufe inklusive aussagekräftiger Dashboards. So sollte die Bank in Deutschland Kontaktgründe systematisch erkennen sowie Maßnahmen priorisieren können, um das Kontaktvolumen messbar zu reduzieren.

Was wurde umgesetzt?

Auf Basis gemeinsamer Workshops und einer klaren Zielbilddefinition haben wir:

• Anforderungen an Klassifizierungsmodell und Dashboards präzisiert und priorisiert.

• Die erste Version der Klassifizierung implementiert und ein begleitendes Dashboard-Set aufgebaut.

• Ergebnisse gemeinsam mit dem Fachbereich analysiert und iterativ verbessert.

• Gremienarbeit über regelmäßige Steering-Committee-Meetings etabliert, um Entscheidungen zu beschleunigen.

Wie sind wir vorgegangen:

Zu Beginn analysierten wir die vorhandenen (teilweise unstrukturierten) Transkripte und Datenflüsse. Darauf aufbauend entstand in enger Zusammenarbeit mit den Fachbereichen ein datengetriebenes Klassifizierungsmodell. Parallel dazu haben wir ein Dashboard-Konzept für das Management sowie die Workforce entwickelt, das neue und wiederkehrende Pain Points sichtbar macht. Nach einem kontrollierten Go-Live der Dashboards schulten wir die internen Mitarbeitenden, um einen eigenständigen Betrieb sicherzustellen und kontinuierliche Verbesserungen zu ermöglichen.

Herausforderungen & Lösungen

Zu den zentralen Herausforderungen zählten:

• Heterogene, teils schlecht strukturierte Daten: Systematische Datenaufbereitung und sauberes Feature-Design für ein robustes, datenbasiertes Klassifizierungsmodell.

• Unzureichende Transkriptionen erschweren Erkennung: Qualitätsprüfungen und Vorverarbeitung der Texte, ergänzt um iteratives Feintuning der Klassifizierung.

• Komplexe Modell- und Erkenntnisanforderungen: Klar gestaltete Dashboards mit zielgruppenspezifischen Sichten für schnelle, belastbare Entscheidungen.

• Divergierende Erwartungen aus mehreren Fachbereichen: Strukturierte Anforderungsaufnahme, priorisierte Roadmap und Steering-Committees zur abgestimmten Governance.

Ergebnisse & Mehrwerte

• Datengetriebenes Modell zur konsistenten Klassifizierung von Kontaktgründen.

• Transparente Dashboards für Management und operative Teams.

• Schnellere Identifikation von Ursachen & wiederkehrenden Pain Points.

• Befähigte Mitarbeitende durch Schulungen und Übergabe in die Linie.

• Grundlage für nachhaltige Kontaktreduzierung und effizientere Serviceprozesse.

Mit Qualtrics XM Discover als Fundament und NEOMATIC als Umsetzungspartner konnte die Bank in Deutschland ihre Kontaktgründe transparent machen und das Kontaktvolumen so nachhaltig senken.