Close

Uber setzt mit Celonis neue MaßstĂ€be im globalen Kundenservice

Martin Rowlson, Global Head of Process Excellence bei Uber, und sein Team nutzen Process Mining, um ihren Kundenservice drastisch zu verbessern und Best Practices fĂŒr Kunden weltweit zu standardisieren.

uber video customer story
Close
vidyard-cover-TCsPZN1CTTFyLEAtDpXUZ7

Uber setzt mit Celonis neue MaßstĂ€be im globalen Kundenservice

Process Mining als Wegbereiter einer exzellenten Customer Experience

2010 trat Uber seinen Siegeszug im Bereich der urbanen MobilitĂ€t an – mit revolutionĂ€rer 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 ĂŒber 110 Millionen Nutzern in 785 Metropolregionen weltweit. 

Im Zuge seiner globalen Expansion und angesichts des exponentiell wachsenden Kundenstamms kĂ€mpfte 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, fĂŒr den Einsatz von Process-Mining-Technologie. Die Folge: Das Unternehmen konnte seine operativen AblĂ€ufe im Kundenservice spĂŒrbar 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 weiterwĂ€chst, ist jetzt der Zeitpunkt gekommen, um Prozesse zu standardisieren und Skaleneffekte auszunutzen.“

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

Dank der Celonis Intelligent Business Cloud – der weltweit fĂŒhrenden cloudbasierten Process-Mining-Plattform – waren Rowlson und sein Team nun in der Lage, Kundendienstprozesse ĂŒberregional 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 fĂŒr Prozesse zu haben, das Verhalten einzelner Prozesse zu beobachten und ihr Verhalten in anderen Umgebungen zu simulieren 
 das ist unglaublich nĂŒtzlich“, so Rowlson. 

Rowlson und sein Team stĂŒtzen 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 darĂŒber, ob diese Vorstellung mit der RealitĂ€t ĂŒbereinstimmt. Die Prozesstransparenz bei Celonis ist beeindruckend und gibt uns Einblick in sĂ€mtliche AblĂ€ufe – ein SchlĂŒssel 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 fĂŒr Tickets – ein Erfolg, dank dem das Unternehmen auch heute noch viel Zeit und Geld einspart. 

uber-article-image-1

Ein Grund, warum diese ineffizienten AblĂ€ufe vor Celonis so lange unentdeckt blieben, war die enorme Menge der zu analysierenden Ticketdaten. Kundendienstmitarbeiter bei Uber mĂŒssen ein hohes Ticketaufkommen bewĂ€ltigen: In einem einzigen Quartal gehen 52 Millionen Kundentickets ein, zu deren Abschluss wiederum 370 Millionen AktivitĂ€ten erforderlich sind. Damit einher geht ein tĂ€glicher Reload von 72 Millionen DatensĂ€tzen. 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, lĂ€sst auf einen Engpass beim Ticketrouting schließen.

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

„FrĂŒher mussten wir Daten manuell erfassen“, erlĂ€utert Rowlson. „Das ist jetzt Vergangenheit. Process Mining und die grĂ¶ĂŸeren Datensamples versetzen uns in die Lage, unsere bisherigen AblĂ€ufe zu beschleunigen.“

Als konkrete Ursache fĂŒr niedrige CSAT-Scores machte das Uber-Team einen Tickettyp aus, mit dem Kunden die RĂŒckerstattung 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 wĂ€re, Kunden den Betrag in Höhe von 5 $ generell einfach gutzuschreiben. 

Nach dieser ProzessĂ€nderung 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 RĂŒckerstattung manuell geprĂŒft werden musste. Die Anpassungen trugen auch zu einer zuverlĂ€ssigeren Einhaltung von Service Level Agreements (SLAs) bei.

Alles fließt: Optimierte Kundendienstprozesse bei Uber

uber-article-image-2

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

„Uber entwickelt sich mit so hoher Geschwindigkeit, weil wir Innovationen schnell vorantreiben“, erlĂ€utert Rowlson. „Celonis bietet die Möglichkeit, Problemstellen zu identifizieren und binnen kĂŒrzester 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 ĂŒberhaupt auftreten.

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

Weitere Erfolgsgeschichten

DELL Technologies

Dell Technologies

Mit Celonis und Splunk treibt Dell die Transformation seines Configure Price Quote Prozesses voran und gibt seinem Vertriebsteam 500.000 Stunden zurĂŒck.

T-Mobile

Deutsche Telekom

Die Deutsche Telekom sparte mit Celonis ĂŒber 66 Mio. € bei der Optimierung ihres Procure-to-Pay-Prozesses. Das Ergebnis: maximierte Einsparungen durch strategischen Einkauf, weniger doppelte Zahlungen und mehr gezogene Skonti.  

Campari

Campari

Campari nutzt das Celonis EMS, um die internen Audit-Prozesse weltweit zu standardisieren.

Newsletter abonnieren

Abonnieren Sie unseren monatlichen Newsletter

Thank you for your subscription

New Subscription
Please enter an email

Indem Sie dieses Formular absenden, stimmen Sie der Speicherung und Verarbeitung Ihrer personenbezogenen Daten durch Celonis gemĂ€ĂŸ unserer Datenschutzrichtlinie zu Privacy Policy

Celosphere 2021 verpasst? Entdecken Sie >120 Sessions in unserem On-Demand-Bereich!

Sehen Sie sÀmtliche Product Sessions, Kunden-Stories, Keynotes und vieles mehr.

Lieber Besucher, wir haben festgestellt, dass Sie eine veraltete Browser-Version verwenden. Teile dieser Seite werden von Ihrem Browser nicht korrekt dargestellt. FĂŒr eine korrekte Funktionsweise der Seite empfehlen wir Ihnen, einen alternativen Browser zu verwenden oder Ihren Browser auf eine unterstĂŒtzte Version anzuheben.