Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Die Optimierung des B2C-Kundenservice durch KI
Monika Arbter-Hubrich
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Informatik
Beschreibung
Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, IU Internationale Hochschule, Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit ist die Entwicklung und Validierung eines spezifischen Vorgehensmodells für die Nutzung von KI-basierter Text-Klassifikation von E-Mails im B2C-Kundenservice, um eine Lücke zwischen allgemeinen Machine Learning-Vorgehensmodellen und praktisch anwendbaren Leitfäden zu schließen. Durch die Anwendung von Design Science Research wird ein neues Modell vorgeschlagen, das auf die Bewertung von Potenzialen für die Text-Klassifikation von E-Mails ausgerichtet ist. Diese Arbeit nimmt eine realitätsnahe Stichprobe von E-Mails aus dem Kundenservice eines Unternehmens und analysiert diese mithilfe der SIPOC-Methode, um relevante Prozess-Klassen für die Text-Klassifikation zu identifizieren. Dadurch wird ein praxisnaher Beitrag zur Optimierung des Kundenservice durch effiziente E-Mail-Klassifizierung geleistet. Die vorliegende Arbeit zeigt, wie die Ergebnisse einer SIPOC-Analyse genutzt werden können, um relevante Prozess-Klassen für den späteren Einsatz des E-Mail-Klassifikators zu identifizieren.
Kundenbewertungen
vorgehensmodell, Machine Learning-Vorgehensmodelle, KI-basierte Text-Klassifikation, geschäftsprozessanalyse, potenzialanalyse, B2C-Kundenservice, businessunderstanding, textklassifikation, SIPOC-Analyse, Design Science Research, sipoc, kundenservice, machinelearning, reifegradmodell