Kathleen Ross, Teachable's Product Support Associate Director konnte genau sehen, wo neue Benutzer im Produkt nicht weiterkamen. 33 % der Support-Gespräche mit neuen Benutzern stammten von der Seite „Kurspreise". 30 % von den Zahlungseinstellungen. Und mehr als ein Drittel der Personen, die sich meldeten, waren nicht verärgert – sie waren verwirrt und verloren.

Die Daten, die Kathleen benötigte, waren vorhanden, aber ihr KI-Support-Agent konnte nichts davon sehen. „Unser Support war zu 100 % reaktiv", sagt Kathleen. „Wir hörten von Creators erst, wenn sie bereits frustriert genug waren, um ein Ticket zu öffnen."

Das ist die Einschränkung, die die meisten KI-Agenten teilen und die Customer-Success-Teams (CS) überall zu spüren bekommen. Agenten haben keinen Zugriff auf den Seitenverlauf, Verhaltenssignale oder das, was der Nutzer bereits versucht hat, sodass sie Nutzer erst dann ansprechen, wenn ihnen bereits eine Frage gestellt wurde. Selbst wenn ein Nutzer In-App-Frustration zeigt – wie etwa Rage-Clicks – haben sie keine Ahnung davon, weil kein Ticket eingereicht wurde.

Aber vor einigen Monaten fand Teachable einen Weg, dies zu umgehen.

Das Problem, das jeder KI-Support-Agent gemeinsam hat

Teachable ist eine Plattform, die von über 150.000 Creators genutzt wird, die Online-Kurse für ihre über 1 Million Studierenden erstellen, verkaufen und bereitstellen.

Kathleen hatte bereits bereitgestellt Fin (Intercoms KI-Agent, der für Teachable-Nutzer als „Sunny" bekannt ist). Es funktionierte, hatte jedoch zwei Einschränkungen, die die meisten Support-Agenten teilen:

  1. Kein Verhaltenskontext. Als ein Benutzer einen Support-Chat öffnete, wusste der Support-Agent nicht, welche Seite er gerade verlassen hatte, wie oft er auf denselben defekten Button geklickt hatte oder ob er den Hilfeartikel, den er gerade empfehlen wollte, bereits gelesen hatte. Jedes Gespräch und jede Benutzerinteraktion begann bei null.
  2. Keine Proaktivität. Fin beantwortete Fragen von Nutzern, die wussten, wie sie fragen mussten – aber es konnte diejenigen nicht erreichen, die nicht weiterkamen, frustriert auf Seiten herumklickten und den Tab schlossen.

Das fehlende Puzzlestück: Produktkontext

Eine der größten Herausforderungen für Support-Teams besteht darin, das, was Benutzer in der App tun, in tatsächliche geschäftliche Auswirkungen zu übersetzen. Deshalb verfolgt Pendo, was Benutzer in der App tun, wie Seitenbesuche, Feature-Nutzung, Rage-Klicks, Fehler-Klicks und U-Turns, damit Teams herausfinden können, wo Benutzer auf Reibungspunkte stoßen. Und jetzt, mit Pendo Agent Toolkit, diese Nutzungsdaten werden in Echtzeit in Ihren KI-Agenten eingespeist, um einen proaktiven Kundensupport zu ermöglichen.

Zusammen geben sie CS-Agenten den Kontext und die Möglichkeit, proaktiv auf Kunden zuzugehen. Wenn Pendo auf einer dieser Seiten Reibungspunkte erkannte, wurde ein Webhook an Fin mit dem Seitenkontext ausgelöst. Fin öffnete einen Chat: „Sieht aus, als hättest du beim Anpassen deiner Einstellungen auf etwas Widerstand gestoßen. Was wolltest du ändern?"

Fins Nachricht benennt das Problem, und diese Spezifität führte zu einem Anstieg der Interaktionsrate um 200 %. Die Ergebnisse nach sechs Wochen:

  • 86 % der proaktiven Gespräche wurden ohne Eskalation gelöst.
  • 67,2 % Lösungsrate bei von Pendo initiierten Gesprächen gegenüber einer Gesamtautomatisierungsrate von 54 %.
  • 91 % mussten nie einen menschlichen Mitarbeiter kontaktieren.
  • 4,10 von 5 durchschnittlicher CX-Score bei Gesprächen, die Sunny ohne menschliche Unterstützung abgeschlossen hat.
  • 38 % Öffnungsrate bei proaktiven Nachrichten gegenüber 9–12 % bei ihrem vorherigen Onboarding-Pop-up.

Ein Creator war in Panik wegen einer Domain, die im Status „Ausstehend" feststeckte, und ein anderer hatte 864 $ einbehaltene Gelder ohne jegliche Erklärung. Beide Situationen sind zeitkritisch, emotional aufgeladen und anfällig für Ticket-Eskalationen. Da Pendo Fin jedoch zeigen konnte, was jeder Nutzer in der App tat, antwortete Fin mit spezifischen Details und auf den jeweiligen Nutzer zugeschnittenen Erklärungen. Am Ende wurden beide Gespräche mit einem CX-Score von 5 von 5 abgeschlossen.

„Manchmal verwenden Nutzer nicht dieselbe Sprache wie wir intern", erklärte Kathleen. „Aber weil Pendo auf dieser Seite aktiv war, konnte Fin eine sehr spezifische Antwort liefern, da der Agent tatsächlich sehen konnte, was der Nutzer tat."

Ein Tipp von Teachable: Was Sie tun sollten, bevor Sie anfangen

Legen Sie Ihre Zielgruppenregeln fest vor Sie das Pendo Agent Toolkit aktivieren. Als Teachable den proaktiven Trigger zum ersten Mal aktivierte, hatten sie ihn noch nicht auf neue Ersteller beschränkt. Das Tool wurde für alle ausgelöst, einschließlich umsatzstarker Ersteller mit jahrelanger Plattformerfahrung, die keine Bot-Kontaktaufnahme wünschten. Kathleen behob das Problem innerhalb weniger Stunden, aber wen Sie mit Support ansprechen, ist genauso wichtig wie was Sie senden.

Ein paar Empfehlungen von ihr:

  • Klein anfangen. Wählen Sie zwei oder drei Seiten mit hohem Reibungspotenzial und ein Zielgruppensegment, und stellen Sie sicher, dass Sie saubere Daten erhalten, bevor Sie erweitern.
  • Denken Sie an den Rhythmus. In einem Produkt, in dem Benutzer sich häufig bewegen, passen Sie die Häufigkeit des Auslösers fein ab.
  • Formulieren Sie es als ein konkretes Problem. Als Kathleen intern ihren Fall vorstellte, stellte sie KI nicht in den Vordergrund. „Anstatt einfach die große ‚KI kann helfen'-Präsentation zu halten", sagt sie, „findet ein spezifisches Problem, das ihr lösen wollt. Neue Creator kommen nicht weiter. Wir müssen sie auf eine proaktivere und gezieltere Weise ansprechen. Das hat die Zustimmung gebracht."
  • Die Einrichtung ist schnell. Es dauerte Teachable nicht länger als eine Stunde, um es zum Laufen zu bringen. Pierce Healy, Sr. Director of AI Products bei Pendo, schätzt, dass die Einrichtung 30 bis 60 Minuten dauert.

Über proaktiven Support hinaus

Die Infrastruktur, die Teachable für den Support aufgebaut hat, funktioniert genauso gut für die Kundenbindung. Dieselben Pendo-Signale, die Support-Gespräche auslösen, können auch die Feature-Adoption fördern und den Kundensupport zu einem proaktiven Prozess machen: Creators werden zu wichtigen Workflows gelenkt, und Abbrüche werden erkannt, bevor sie zur Abwanderung führen.

Teachables nächster Auslöser ist das Stripe-Onboarding: Wenn ein Creator die Einrichtung beginnt und abbricht, meldet sich Sunny proaktiv. Es ist dasselbe Agent Toolkit, das Nutzern an einem anderen Punkt ihrer Journey proaktiv hilft.

Erste Schritte mit dem Pendo Agent Toolkit

Das Pendo Agent Toolkit befindet sich in der Beta-Phase. Wenn Sie einen KI-Support-Agenten betreiben – wie Fin, Sierra, Decagon oder einen anderen – und die Wirkung Ihres Kundensupport-Teams verbessern möchten, wenden Sie sich an Ihren Account Manager oder an der Beta teilnehmen.

Dieser Blog enthält Inhalte aus einem Teachable-Webinar. Hier ansehen.