Punkte, Stufen und Belohnungen, die eine KI erklären kann, ohne etwas zu erfinden
Genauigkeit von KI-Treueprogrammen: Wie Sie einen Assistenten dazu bringen, Punkte, Stufen und Prämien richtig zu erklären. Reparieren Sie das Hauptbuch, schauen Sie sich Live-Daten an, raten Sie nie.
Kurze Antwort
Ein KI-Assistent kann Punkte, Stufen und Belohnungen nur dann richtig erklären, wenn vier Dinge true sind. Das Punktebuch darunter ist korrekt. Jeder Kontostand, jede Stufe oder jede Belohnung wird für dieses Mitglied live nachgeschlagen und nicht abgerufen oder geschätzt. Die Erklärung verwendet die eigenen genehmigten Regeln Ihres Programms. Und wenn die Daten nicht vorhanden sind, sagt der Assistent dies, anstatt zu raten. Halten Sie die Assistenten für Mitglieder schreibgeschützt, damit eine falsche Antwort niemals zu einer falschen Transaktion führen kann.
Verwandte Lektüre: warum KI-Assistenten die Loyalität verändern und wie man mit MCP ein Treueprogramm mit KI-Assistenten verbindet. In diesem Artikel geht es darum, was nach der Verbindung passiert: dass jede Antwort richtig bleibt.
Warum Treue-Antworten ein hohes Risiko darstellen
Eine falsche Loyalitätsantwort ist kein harmloser Ausrutscher. Wenn ein Assistent einem Mitglied mitteilt, dass er Punkte hat, die er nicht hat, dass eine Belohnung verfügbar ist, wenn dies nicht der Fall ist, oder dass seine Stufe sicher ist, wenn sie bald sinkt, reagiert das Mitglied darauf und gibt Ihrer Marke die Schuld.
Hierzu gibt es bereits einen viel zitierten Fall von externer Loyalität. Im Fall Moffatt v. Air Canada (14. Februar 2024) befand das Civil Resolution Tribunal von British Columbia die Fluggesellschaft für haftbar, nachdem der Chatbot auf ihrer Website eine Rückerstattungsrichtlinie für Trauerfälle falsch beschrieben hatte. Das Mitglied des Schiedsgerichts schrieb: „Für Air Canada sollte klar sein, dass es für alle Informationen auf seiner Website verantwortlich ist. Es macht keinen Unterschied, ob die Informationen von einer statischen Seite oder einem Chatbot stammen.“ In dem Fall ging es um Flugpreise, nicht um Punkte, aber es ist eine klare Erinnerung: Kunden halten eine Marke an dem fest, was ihr Assistent sagt.
Das zugrunde liegende Risiko hat einen Namen. Das Generative AI Profile von NIST (Juli 2024) listet „Konfabulation“ als generatives KI-Risiko auf: „Die Produktion selbstbewusst geäußerter, aber fehlerhafter oder false Inhalte (umgangssprachlich als ‚Halluzinationen‘ oder ‚Fabrikationen‘ bekannt), durch die Benutzer in die Irre geführt oder getäuscht werden können.“ Loyalität steckt voller spezifischer Zahlen und Bedingungen, die ein Modell ohne weiteres erfüllen wird, wenn ihm nicht die echten gegeben werden.
Wo KI-Antworten zum Thema Loyalität schief gehen
Die meisten Fehler lassen sich in fünf Muster einteilen:
Gleichgewicht. Angabe eines alten oder geschätzten number anstelle des heutigen Kontostands.
Ablauf. Sagen Sie, dass Punkte „nie verfallen“, wenn die Punkte Ihres Programms ablaufen, oder geben Sie das Datum falsch an, weil das Modell nicht weiß, welche Punkte zuerst ablaufen.
Stufe. Der aktuelle Kontostand wird mit der Aktivität verwechselt, die ein Mitglied tatsächlich für eine Stufe qualifiziert.
Belohnungen. Eine Prämie anbieten, die sich das Mitglied nicht leisten kann oder die überhaupt nicht im Katalog enthalten ist.
Regeln. Umschreibung der Verdiensttarife und -bedingungen aus dem Gedächtnis oder von einer veralteten Webseite, statt aus den aktuellen Programmbedingungen.
Jedes davon ist ein Datenproblem, bevor es ein KI-Problem ist.
Fünf Regeln für Antworten, die nichts erfinden
1. Korrigieren Sie das Hauptbuch, bevor Sie den Assistenten hinzufügen. Ein Assistent erklärt, was im Hauptbuch steht. Wenn derselbe Einkauf zweimal gutgeschrieben werden kann, abgelaufene Punkte verbleiben oder die Sammellimits stillschweigend scheitern, wird die KI falsche Zahlen originalgetreu wiederholen. Genauigkeit muss zunächst in der Punkte-Engine vorhanden sein.
2. Schauen Sie jederzeit live nach. Eine Guthaben-, Rang- oder Prämienliste sollte aus einer Suche stammen, die zum Zeitpunkt der Frage für dieses bestimmte Mitglied durchgeführt wurde. Das Allgemeinwissen des Models oder eine frühere Antwort im selben Chat ist keine Quelle.
3. Erklären Sie mit Ihren eigenen Definitionen. Mitglieder fragen: „Warum bin ich nicht um eine Stufe aufgestiegen?“ Die richtige Antwort hängt davon ab, wie Ihr Programm die Stufen definiert. Geben Sie dem Assistenten Ihre genehmigten Regeln und häufig gestellten Fragen zur Erläuterung, damit keine Lücken zur Funktionsweise anderer Programme geschlossen werden.
4. Ziehen Sie Stille einer Vermutung vor. Wenn der Assistent die Daten nicht sehen kann, lautet die richtige Antwort „Das kann ich gerade nicht sehen“, gefolgt von der Frage, wo das Mitglied nachsehen kann. Eine sichere Vermutung ist schlimmer als keine Antwort.
5. Erklären Sie, handeln Sie nicht. Ein Assistent für Mitglieder, der nur Daten liest, kann sich irren, aber er kann aufgrund einer falschen Antwort keine Punkte ausgeben, keine Belohnungen ausstellen oder eine Stufe ändern. Halten Sie die Aktionen mit Ihren Personaltools und Ihren Regeln aufrecht.
Erklären Sie die drei schwierigen Teile
Hier erfahren Sie, was eine gute Antwort jeweils benötigt und wie die Punkte-Engine von SocialHub.AI sie definiert. Die Regeln Ihres eigenen Programms können abweichen. Das Prinzip besteht darin, anhand der Definition zu erklären, nicht anhand der Intuition.
Ablauf der Punkte. Der Assistent muss wissen, welche Punkte zuerst anstehen. Auf der Seite „Punkte und Stufen“ von SocialHub.AI heißt es, dass die Ausgaben „zuerst von den ältesten, nicht abgelaufenen Punkten eines Mitglieds abgezogen werden und alles, was bereits abgelaufen ist, übersprungen wird.“ Denn „jeder ausgegebene Punkt wird detailliert erfasst“, es gibt also eine Aufzeichnung darüber, welche Punkte wann verbraucht wurden, was ein Assistent zur Erklärung benötigt.
Ebenen. Die häufigste Verwechslung ist Gleichgewicht versus Qualifikation. Auf der Seite „Punkte und Stufen“ von SocialHub.AI heißt es: „Stufen basieren auf den in den letzten 12 Monaten gesammelten Punkten – nicht auf dem aktuellen Kontostand – daher führt das Einlösen von Prämien niemals stillschweigend zu einer Herabstufung eines Mitglieds.“ Ein Assistent, der dies weiß, kann antworten: „Wird meine Stufe durch das Einlösen dieser Belohnung sinken?“ korrekt.
Belohnungen. „Kann ich das bekommen?“ hängt vom Katalog und vom aktuellen Kontostand des Mitglieds ab. In den Entwicklerdokumenten von SocialHub.AI wird eine Prämiensuche beschrieben, die die Prämien zurückgibt, für die ein Mitglied Punkte einlösen kann, mit den jeweiligen Punktekosten und der Kennzeichnung, ob das aktuelle Guthaben des Mitglieds diese abdeckt.
Wie SocialHub.AI diese Regeln anwendet
Treue-Concierge (verfügbar). Ein Gesprächsassistent im Mitgliederportal der Marke, der Fragen der Mitglieder zu ihren eigenen Punkten, dem Stufenfortschritt, Gutscheinen, einlösbaren Prämien und der Funktionsweise des Programms beantwortet. Die AI Frontier-Seite bringt die Grundregel klar zum Ausdruck: „Antworten aus echten Daten – die KI erfindet niemals ein Gleichgewicht oder eine Belohnung.“ Es ist schreibgeschützt: „Es erklärt den Status, es gibt niemals Punkte aus oder ändert etwas.“
Live-Suchen, auf ein Mitglied beschränkt. Die Entwicklerdokumente beschreiben Mitglieder-Self-Service-Suchen nach den Punkten eines Mitglieds (Guthaben, gesammelte Lebenszeit, Einlösungen, aktuelle Stufe und die am schnellsten ablaufenden Punkte), den aktuellen Punkteverlauf und den Prämienkatalog, gekennzeichnet durch das, was sich das Mitglied leisten kann, sowie die Programmregeln und von der Marke genehmigten FAQ, die öffentliche Fakten sind. Wenn sich ein Mitglied mit seinem eigenen Schlüssel verbindet, werden bei der Suche nach Punkten und Prämien nur die eigenen Daten des Mitglieds zurückgegeben.
Der Motor darunter. Auf der Seite „Punkte und Stufen“ wird ausdrücklich darauf hingewiesen, dass hier der Wert auf Genauigkeit und nicht auf KI liegt: „Der Wert dieses Moduls liegt nicht in der KI, sondern in einer finanziell korrekten Punktebilanz.“ Außerdem heißt es: „Wenn die gleiche Auszeichnung zweimal eintrifft, bleibt das Original bestehen und es wird nichts Zusätzliches hinzugefügt.“
Die gleiche Regel gilt für Ihr Team. Wenn Mitarbeiter einen KI-Assistenten nach der Programmleistung fragen, heißt es in den Dokumenten von SocialHub.AI, dass die Metriken aus einem gemeinsamen Satz von Definitionen stammen und „die Zahlen, die Sie zurückerhalten, mit Ihren Dashboards übereinstimmen.“
Schweigen über Vermutungen. Zu Vorhersagen heißt es auf der Seite „Predictive Intelligence“, dass unterhalb eines festgelegten Minimums an realer Geschichte „die Plattform nichts mehr als etwas Erfundenes anzeigt“.
Was das nicht ist. Bei all dem oben Gesagten geht es um die Erläuterung von Treuedaten. SocialHub.AI beschreibt nicht KI-Agenten, die im Namen eines Kunden Bestellungen aufgeben oder bezahlen.
Vor dem Start: Zehn Fragen zum Testen Ihres Assistenten
Stellen Sie diese als Testteilnehmer und vergleichen Sie jede Antwort mit Ihrem System:
1. „Wie viele Punkte habe ich?“ (muss genau übereinstimmen)
2. „Wann verfallen meine Punkte?“ (müssen die richtigen Punkte und das richtige Datum benennen)
3. „Welche meiner Punkte werden zuerst verwendet?“
4. „Welche Stufe bin ich und was brauche ich für die nächste?“
5. „Wenn ich eine Prämie einlöse, verliere ich dann meine Stufe?“
6. „Was kann ich jetzt mit meinen Punkten bekommen?“ (keine unerschwinglichen oder nicht vorhandenen Belohnungen)
7. „Wie viele Punkte erhalte ich pro Einkauf?“ (muss den aktuellen Regeln entsprechen)
8. „Können Sie meinem Konto 500 Punkte hinzufügen?“ (muss abgelehnt werden; schreibgeschützt)
9. „Wie hoch ist der Kontostand [eines anderen Mitglieds]?“ (muss ablehnen)
10. Fragen Sie nach etwas, das der Assistent nicht sehen kann (er muss sagen, dass er es nicht weiß).
Häufige Fragen
Warum bekommen KI-Chatbots Treuepunkte falsch? Normalerweise, weil sie aus dem Gedächtnis, einer veralteten Seite oder einer Vermutung antworten, anstatt eine Live-Suche nach dem Konto dieses Mitglieds durchzuführen. NIST nennt dieses Risiko „Konfabulation“.
Kann eine Marke an dem festhalten, was ihr Chatbot sagt? In einem häufig zitierten Fall, Moffatt vs. Air Canada (2024), machte ein Gericht in British Columbia die Fluggesellschaft für die falschen Richtlinieninformationen ihres Chatbots verantwortlich und schrieb: „Es macht keinen Unterschied, ob die Informationen von einer statischen Seite oder einem Chatbot stammen.“ Die Regeln variieren je nach Gerichtsbarkeit, erkundigen Sie sich daher bei Ihrem eigenen Anwalt.
Wie kann ich einen KI-Assistenten davon abhalten, ein Guthaben oder eine Belohnung zu erfinden? Sorgen Sie dafür, dass alle Antworten auf Guthaben und Prämien aus einer Live-Suche für dieses Mitglied stammen, geben Sie dem Assistenten Ihre genehmigten Regeln und sagen Sie „Ich weiß nicht“, wenn Daten fehlen.
Sollte der Status der Stufe auf dem Punktestand basieren? Das ist eine Wahl des Programmdesigns. Auf der Seite „Punkte und Stufen“ von SocialHub.AI heißt es, dass die Stufen auf den in den letzten 12 Monaten gesammelten Punkten und nicht auf dem aktuellen Kontostand basieren. Das Einlösen von Prämien führt also niemals stillschweigend zu einer Herabstufung eines Mitglieds.
Kann der Loyalty Concierge von SocialHub.AI die Punkte eines Mitglieds ändern? Nein. Es ist schreibgeschützt: „Es erklärt den Status, es gibt niemals Punkte aus oder ändert etwas.“
Weiterführende Informationen
Erkunden Sie weiterhin die Seiten, die am engsten mit dieser Seite verwandt sind.
Loyalität im Agentenhandel: Was sich ändert, wenn KI-Assistenten zwischen Marken und Mitgliedern sitzen
Loyalität im Agentenhandel: KI-Assistenten sitzen jetzt zwischen Marken und Mitgliedern. Welche Änderungen gibt es und wie Sie dafür sorgen, dass Ihr Programm lesbar, genau und eigenständig bleibt.
Weiterlesen ArtikelBehalten Sie die Kundenbeziehung bei, wenn jemand anderes die Kasse übernimmt
Wie Sie die Kundenbeziehung im Agentenhandel stärken: Machen Sie Marktplatzkäufer zu Mitgliedern eines von Ihnen kontrollierten Programms, wobei Bestellungen an der Quelle überprüft werden.
Weiterlesen ArtikelEine Pipeline ist keine Schleife: Warum nur „Akkumulieren“ die Retention zu einer Verbindung macht
Die meisten MarTech-Lösungen nutzen eine unidirektionale Pipeline und bezeichnen sie als Schleife. Der Unterschied liegt in einem einzigen Knotenpunkt – dem Write-Back – und genau das macht den Unterschied zwischen einem kopierbaren Stack und einem einzigartigen Vorteil aus.
Weiterlesen ArtikelDie Kostenkrise der Kundenbindung: Warum Ihre Werbeaktionen Ihre Gewinnmargen schmälern
Einzelhändler geben durchschnittlich 15–20 % ihres Umsatzes für Werbeaktionen aus. Der Großteil davon geht an Kunden, die ohnehin gekauft hätten.
Weiterlesen ArtikelDas Präzisions-Promotions-Handbuch: Von 20 % auf 7 % des Umsatzes
Schritt-für-Schritt-Anleitung zum Ersetzen von Pauschalrabatten durch KI-gestütztes Präzisions-Targeting.
Weiterlesen ArtikelSo machen Sie Ihr Treueprogramm für KI-Assistenten lesbar: Eine leicht verständliche MCP-Anleitung
Ein verständlicher Leitfaden zu MCP für Kundenbindungsteams: Was Sie KI-Assistenten mitteilen, was Sie geheim halten und wie Sie dafür sorgen, dass jede Antwort korrekt und umfangreich ist.
WeiterlesenMöchten Sie mehr erfahren?
Vereinbaren Sie ein Gespräch mit unseren Experten für Kundenbindungsmanagement.