Maven AGI exportiert Gesprächsdaten direkt nach Google BigQuery und gibt Ihrem Datenteam vollen Zugriff auf Support-Interaktionen für Analysen, Reporting und Machine Learning. Kombinieren Sie die KI-Plattform für Customer Experience (CX) von Maven mit dem Data Warehouse von BigQuery, um Trends aufzudecken, Leistung zu messen und Vorhersagemodelle auf Basis Ihrer Support-Historie zu entwickeln.
Was Maven AGI mit BigQuery leistet
Maven überträgt strukturierte Gesprächsdaten – darunter Transkripte, Lösungsergebnisse, Antwortzeiten und Kundenmetadaten – in Ihren BigQuery-Datensatz. Ihr Datenteam kann diese Daten zusammen mit Produktnutzung, Umsatz und weiteren Geschäftskennzahlen abfragen und so ein vollständiges Bild davon gewinnen, wie sich der Support auf Ihr Geschäftsergebnis auswirkt.
Zentrale Funktionen
- Automatisierter Datenexport. Maven exportiert Gesprächsprotokolle, Lösungsstatus und Interaktionsmetadaten fortlaufend nach BigQuery oder Google Cloud Storage. Manuelle Extraktion oder CSV-Downloads sind nicht nötig.
- Strukturierte Gesprächsdaten. Jedes Gespräch wird in abfragbare Felder gegliedert: Zeitstempel, Kanäle, Themen, Lösungswege, Agentenaktionen und Signale zur Kundenzufriedenheit. Mit dieser Struktur erstellen Sie ganz einfach Dashboards in Looker, Data Studio oder jedem anderen mit BigQuery verbundenen BI-Tool.
- Systemübergreifende Analysen. Verknüpfen Sie Support-Daten aus Maven mit Nutzungs-, Abrechnungs- und CRM-Daten, die bereits in Ihrem Data Warehouse liegen. Erkennen Sie, welche Kundensegmente die meisten Tickets verursachen, welche Probleme mit Abwanderung zusammenhängen und wo Ihr Knowledge Graph Lücken aufweist.
- Compliance-fähige Architektur. Datenexporte folgen den Enterprise-Sicherheitsstandards von Maven, darunter SOC 2 Type II, HIPAA und PCI-DSS Level 1. Sensible Felder lassen sich maskieren oder ausschließen, bevor sie in Ihr Data Warehouse gelangen.
- Nachladen historischer Daten. Wenn Sie BigQuery verbinden, kann Maven historische Gesprächsdaten nachladen. So starten Ihre Analysen mit einem vollständigen Datensatz statt erst ab Tag 1 der Integration.
So funktioniert es
- Verbinden. Verknüpfen Sie Ihr Google-Cloud-Projekt und Ihren BigQuery-Datensatz mit Maven AGI. Maven prüft die Berechtigungen und legt die erforderlichen Tabellenschemata automatisch an.
- Konfigurieren. Wählen Sie die zu exportierenden Datenfelder, legen Sie Aktualisierungsintervalle fest und definieren Sie bei Bedarf Maskierungsregeln auf Feldebene für sensible Informationen.
- Analysieren. Die Gesprächsdaten fließen nach dem von Ihnen gewählten Zeitplan in BigQuery. Fragen Sie sie direkt ab, binden Sie Ihre BI-Tools an oder speisen Sie sie in ML-Pipelines für prädiktive Support-Analysen ein.
Typische Anwendungsfälle
- Management-Dashboards erstellen, die Lösungsquoten, durchschnittliche Bearbeitungszeit und die Entwicklung der Kundenzufriedenheit im Zeitverlauf abbilden.
- Support-Gesprächsdaten mit Produktnutzungskennzahlen verknüpfen, um die Features mit dem höchsten Support-Aufkommen zu identifizieren.
- Kohortenanalysen durchführen, um zu messen, wie sich von KI gelöste Tickets im Vergleich zu von Menschen gelösten Tickets auf Kundenbindung und Zufriedenheit auswirken.
- Gesprächsdaten in Machine-Learning-Modelle einspeisen, die das Ticketaufkommen vorhersagen, gefährdete Accounts erkennen oder Verbesserungen für die Wissensdatenbank empfehlen.
- Audit-Trails für die Compliance anlegen, indem strukturierte Interaktionsdatensätze in Ihrem kontrollierten Data Warehouse gespeichert werden.
Verwandte Integrationen
Häufig gestellte Fragen
Welche Daten exportiert Maven AGI nach BigQuery?
Maven exportiert strukturierte Gesprächsdatensätze, darunter Transkripte, Zeitstempel, Kanaltypen, Lösungsergebnisse, Agentenaktionen, Kundenmetadaten und Zufriedenheitssignale. Jedes Feld lässt sich direkt nach dem Export in BigQuery abfragen.
Wie oft werden Daten mit BigQuery synchronisiert?
Sie können den Exportzeitplan nach Ihrem Bedarf konfigurieren. Die Optionen reichen von Streaming nahezu in Echtzeit bis zu geplanten Batch-Exporten. Die passende Wahl hängt von Ihren Latenzanforderungen für Analysen und Ihren BigQuery-Kosten ab.
Können wir sensible Daten maskieren, bevor sie BigQuery erreichen?
Ja. Maven unterstützt Maskierungs- und Ausschlussregeln auf Feldebene. Sie können personenbezogene Daten, Zahlungsinformationen oder andere sensible Felder schwärzen, bevor sie die Plattform von Maven verlassen – so bleibt Ihr Data Warehouse konform mit Ihren Data-Governance-Richtlinien.
Unterstützt die Integration auch Google Cloud Storage?
Ja. Maven kann Daten sowohl nach BigQuery als auch nach Google Cloud Storage exportieren. Nutzen Sie Cloud Storage für Rohdatenexporte oder die Archivierung und BigQuery für strukturierte, abfragbare Analysen.
Können wir beim ersten Verbinden historische Daten nachladen?
Maven unterstützt das Nachladen historischer Daten, sodass Ihr BigQuery-Datensatz auch Gespräche aus der Zeit vor der Aktivierung der Integration enthält. Ihr Analytics-Team verfügt damit ab Tag 1 über eine vollständige Ausgangsbasis.
Testen Sie es mit Ihren eigenen Konversationen.
Fordern Sie eine kostenlose, individuelle Demo an.