Uber setzt mit Celonis neue Maßstäbe im globalen Kundenservice

Process Mining als Wegbereiter einer exzellenten Customer Experience

2010 trat Uber seinen Siegeszug im Bereich der urbanen Mobilität an – mit revolutionärer Technologie, die die „Welt bewegen“ soll. Im Zentrum von Ubers Philosophie steht die Vision, exzellenten Kundenservice mit simplen und innovativen Lösungen zu realisieren. Aus dieser Überzeugung wuchs ein multinationaler Techgigant mit über 110 Millionen Nutzern in 785 Metropolregionen weltweit.

Im Zuge seiner globalen Expansion und angesichts des exponentiell wachsenden Kundenstamms kämpfte das Unternehmen damit, Nutzer in allen Regionen gleichermaßen zufriedenzustellen. Nach eingehender Analyse der Lage entschied sich Martin Rowlson, Global Head of Process Excellence bei Uber, für den Einsatz von Process-Mining-Technologie. Die Folge: Das Unternehmen konnte seine operativen Abläufe im Kundenservice spürbar verbessern und Best Practices weltweit standardisieren.

Uber bringt erstklassigen Kundenservice in alle Regionen der Welt

„In der Anfangszeit von Uber launchten wir den Dienst einfach in einer Stadt unserer Wahl“, erinnert sich Rowlson, „Vieles lief dabei automatisiert ab; allerdings schlichen sich immer mehr Variationen ein. Da unser Unternehmen kontinuierlich weiterwächst, ist jetzt der Zeitpunkt gekommen, um Prozesse zu standardisieren und Skaleneffekte auszunutzen.“

Uber nahm die Einführung standardisierter Kundendienstprozesse in Angriff, um Kundinnen und Kunden weltweit den gewohnt exzellenten Service bieten zu können. Zunächst galt es jedoch, Millionen von Interaktionen zu analysieren und Variationen auf globaler Ebene zu verstehen.

Dank der Celonis Intelligent Business Cloud – der weltweit führenden cloudbasierten Process-Mining-Plattform – waren Rowlson und sein Team nun in der Lage, Kundendienstprozesse überregional zu visualisieren und anhand der gewonnenen Erkenntnisse anzupassen. Auf diese Weise errichtete Uber ein standardisiertes System, das die Customer Experience auf eine neue Stufe hob.

„Eine visuelle Vergleichsansicht für Prozesse zu haben, das Verhalten einzelner Prozesse zu beobachten und ihr Verhalten in anderen Umgebungen zu simulieren … das ist unglaublich nützlich“, so Rowlson.

Rowlson und sein Team stützen sich auch heute noch auf Analysedaten von Celonis, um Nutzern in allen Regionen einen hohen Servicestandard zu bieten.

Man hat eine bestimmte Vorstellung davon, wie ein Prozess in der Praxis gelebt wird. Process-Mining-Technologie gibt Aufschluss darüber, ob diese Vorstellung mit der Realität übereinstimmt. Die Prozesstransparenz bei Celonis ist beeindruckend und gibt uns Einblick in sämtliche Abläufe – ein Schlüssel auf unserem Weg zu einem standardisierten und effizienteren Servicemodell.

Auf der Suche nach Ineffizienzen im Kundenservice

Besonders stolz ist Uber auf die Eliminierung zu langer Bearbeitungszeiten für Tickets – ein Erfolg, dank dem das Unternehmen auch heute noch viel Zeit und Geld einspart.

Ein Grund, warum diese ineffizienten Abläufe vor Celonis so lange unentdeckt blieben, war die enorme Menge der zu analysierenden Ticketdaten. Kundendienstmitarbeiter bei Uber müssen ein hohes Ticketaufkommen bewältigen: In einem einzigen Quartal gehen 52 Millionen Kundentickets ein, zu deren Abschluss wiederum 370 Millionen Aktivitäten erforderlich sind. Damit einher geht ein täglicher Reload von 72 Millionen Datensätzen. In nur zweieinhalb Monaten schloss das Uber-Team die Implementierung von Celonis ab. Anschließend konnte das Unternehmen mithilfe der Technologie riesige Datenvolumen aus Bliss, dem hauseigenen Customer Service Management System, extrahieren.

Uber fand schnell heraus, dass niedrige Customer Satisfaction Scores (CSAT) fast immer mit einer niedrigen Ticketauflösungsrate (Tickets per Hour, TpH) einhergingen. Ein regionales CSAT-Rating, das 20 % unter dem globalen Durchschnitt liegt und einen Kontext aufweist, bei dem 30 % weniger Tickets pro Stunde verarbeitet werden, lässt auf einen Engpass beim Ticketrouting schließen.

Heute nutzt Uber Process Mining von Celonis, um Ticketflüsse und Durchlaufzeiten in Regionen, Städten und Servicecentern weltweit zu vergleichen. Rowlsons Team ist somit in der Lage, zeitraubende Prozesse und andere Ineffizienzen aufzudecken sowie Best Practices für einzelne Ticketarten und den gesamten Kundendienstprozess zu identifizieren und global anzuwenden.

„Früher mussten wir Daten manuell erfassen“, erläutert Rowlson. „Das ist jetzt Vergangenheit. Process Mining und die größeren Datensamples versetzen uns in die Lage, unsere bisherigen Abläufe zu beschleunigen.“

Als konkrete Ursache für niedrige CSAT-Scores machte das Uber-Team einen Tickettyp aus, mit dem Kunden die Rückerstattung einer Kostenpauschale im Falle einer Fahrtstornierung beantragten. Eine Analyse durch Celonis ergab, dass die Customer Agents von Uber so viel Zeit mit der Bearbeitung der Anfragen verbrachten, dass es kosteneffizienter wäre, Kunden den Betrag in Höhe von 5 $ generell einfach gutzuschreiben.

Nach dieser Prozessänderung verzeichnete Uber einen sofortigen Anstieg der CSAT-Scores in allen Regionen. Gleichzeitig sank der Aufwand zur Ticketbearbeitung erheblich, da nicht mehr jeder einzelne Antrag auf Rückerstattung manuell geprüft werden musste. Die Anpassungen trugen auch zu einer zuverlässigeren Einhaltung von Service Level Agreements (SLAs) bei.

Alles fließt: Optimierte Kundendienstprozesse bei Uber

Der bestmögliche Kundenservice, verwirklicht mit simplen, innovativen Lösungen – das war schon immer eine strategische Priorität von Uber.

„Uber entwickelt sich mit so hoher Geschwindigkeit, weil wir Innovationen schnell vorantreiben“, erläutert Rowlson. „Celonis bietet die Möglichkeit, Problemstellen zu identifizieren und binnen kürzester Zeit zu beheben.“

Mithilfe von Process-Mining-Technologie gelang es Rowlson und seinem Team, die Kundendienstprozesse von Uber in außergewöhnliche Erfahrungen zu verwandeln, die das Kundenerlebnis in den Mittelpunkt stellen. Ein verbesserter Kundendienst, beschleunigte Ticketbearbeitung und standardisierte Prozessexzellenz auf globaler Ebene – doch damit gibt sich Uber noch lange nicht zufrieden. In Zukunft will Rowlson mit Process Mining von Celonis Prozessineffizienzen identifizieren und eliminieren, bevor sie überhaupt auftreten.

„Im Moment reagieren wir nur auf Ineffizienzen und starten im Anschluss daran die Prozessanalyse“, so Rowlson. „Ich denke, dass wir zukünftig in der Lage sein werden, diese Ineffizienzen proaktiv aufzudecken und Reibungspotenzial früher zu beseitigen.“