Hive wurde 2012 vom Versorgungsunternehmen British Gas mit dem Ziel ins Leben gerufen, um Lösungen zu entwickeln, wie Menschen die Temperatur in ihrer Wohnung kontrollieren können. Die Produktpalette hat sich seitdem auf drahtlose Thermostate, intelligente Beleuchtung, Bewegungssensoren und Stecker, die von Handys und Laptops kontrolliert werden können, erweitert, die von mehr als einer halben Million Menschen genutzt werden.

Alle diese IoT-Geräte erzeugen eine riesige Menge an Daten. Hive schleust diese Daten über die gesamte Customer-Journey, also von Verkauf und Marketing bis hin zur Nachsorge, durch Salesforce CRM-Software. Die Einblicke in die Bedürfnisse der Anwender werden dazu verwendet, um den Kundendienst anzupassen und die Nutzer basierend auf den Bedürfnissen ihrer speziellen Smart-Home-Geräte über den Support zu kontaktieren.

"Wir haben die Lösung mit unseren Insight-Engines gekoppelt", erklärt Hive-CTO Seb Chakrabory. "Wenn etwa der Akkustand im Haus für ein bestimmtes Device zu sinken beginnt, wissen wir das sofort. Wir können die Info in unsere CRM-Systeme hochladen und dann unsere Kunden über die Salesforce Marketing Cloud informieren."

"Was Salesforce aktuell im Wesentlichen für uns tut, ist, uns dabei zu helfen, schwierige Entscheidungen zu bewältigen und einen Service zu erstellen, der die Erwartungen der Kunden erfüllt", so der Hive-CTO.

Diese Erkenntnisse werden über die gesamte Customer-Journey generiert, von ihrem ersten Besuch der Website über ihren Kauf und dem Versand bis hin zum Aufstellerlebnis, dem Device-Pairing und schließlich dem laufenden Support.

"Wir haben eine Menge an Dateien in Smart Homes, also wollen wir unseren Kunden den richtigen Service bieten," sagt Chakrabory. "Die Häuser sind alle verschieden, die Gebäude sind alle unterschiedlich, die Menschen sind unterschiedlich, die geografische Lage ist ganz anders und dann gibt es noch eine Schicht mit anderen Sorten von Daten, Dinge wie Wetterdaten oder Tageslicht als Input."

"Wir haben Algorithmen, die im Wesentlichen Defekte erkennen und uns über die Marketing-Cloud informieren. Unsere Mitarbeiter können dann den Kunden anrufen oder ihn via SMS benachrichtigen. Dann gibt es noch einen Prozess, bei dem es nötig ist, einen Techniker zu dem Haus zu schicken. Dieser versucht dann, den Boiler unbedingt beim ersten Mal zu reparieren, damit er nicht erneut kommen muss."

Hive's Salesforce-Deployment

Salesforce wurde von Anfang an ausgewählt, basierend auf den früheren Erfahrungen der Hive-Mitarbeiter mit der Software in anderen Unternehmen. Die Firma wollte außerdem eine Cloud-basierte Lösung, die skalierbar ist und Nutzern einen einfachen Einstieg bietet.

Hive nutzte zunächst die Call-Center-Anwendung und fügte dann mehr und mehr Produkte dazu, einschließlich Customer-Case- und Knowledge-Management-Tools und der Marketing Cloud. Die Salesforce-Software wurde außerdem in sämtliche zugehörigen Logistik-, Engineering- und Backend-Systeme von Hive integriert.

"Die Entwicklung war, dass wir mehr und mehr Salesforce-Komponenten hinzugefügt haben," erklärt Chakrabory. "Während wir unsere Organisation aufbauen, wollen wir mit einem Partner zusammen sein, der unsere Strategie versteht. Salesforce ist nicht nur mit CRM-Elementen im Geschäft, sondern bietet auch Lösungen für Customer Insights, Künstliche Intelligenz und IoT. Das sind alles Dinge, auf die wir uns ausrichten."

Die Company misst ihre CRM-Performance mit Hilfe des Net Promoter Score (NPS) und erzielt dabei Ergebnisse, die Chakrabory "außerordentlich gut" nennt. "Bei uns dreht sich alles darum, Anhänger zu gewinnen", sagt er. "Wir wissen, dass unser Business wächst, weil wir dieses Ding richtig hinbekommen. Wir sind der Ansicht, dass Kunden auf außergewöhnliche Kundenzufriedenheit stehen."

Kunden erwarten zunehmend einen persönlichen Service, ironischerweise wird dieser aber mit Hilfe von Automatisierung erreicht. So experimentiert Hive, wie Salesforces neue KI-Plattform Einstein dazu beitragen kann, das Kundenerlebnis stärker anzupassen. Die Technologie wurde in die CRM-Plattform integriert, um Predictive Analytics bereitzustellen, mit deren Hilfe sich dann automatisch auf Basis von Erkenntnissen intelligente Empfehlungen geben lassen. Mustererkennung könnte genutzt werden, um sofort Probleme mit Hive-Devices zu erkennen und zu lösen, sowie um spezifischere Verbesserungsvorschläge für die Systeme eines einzelnen Kunden zu machen.

"Was wir wirklich tun wollen ist alles in automatisierter Form zusammenzubringen, so dass die ganze Routinearbeit nicht sichtbar ist," so Chakrabory.

Dieser Artikel basiert auf einem Beitrag der britischen Schwesterpublikation Computerworld.uk