Chatbots: een game changer voor klantcontact

De combinatie van machine learning en menselijk inzicht zorgt voor betere service en een verhoogde klanttevredenheid. Ontwikkelingen op het gebied van Artificial Intelligence en chatbots volgen elkaar in rap tempo op.

Slimme chatbots zijn niet langer alleen geschikt voor grotere organisaties, maar bieden ook meerwaarde voor het MKB. Naast een hogere klanttevredenheid leidt de toepassing van bots tot meer efficiëntie, lagere kosten en verhoogde medewerkerstevredenheid.

In deze guide verkennen we de mogelijkheden van chatbots voor organisaties met visie.

Chatbots van toen en nu

De komende jaren zal contact tussen mensen en organisaties steeds vaker afgehandeld worden door chatbots met menselijke eigenschappen. Veel organisaties bepalen op dit moment welke rol chatbots en Artificial Intelligence gaan spelen. Hoe dan ook, de invloed van chatbots op service, marketing en sales zal de komende tijd een sterk toenemen.

Dat chatbots populair zijn wisten we al langer. Het aantal wereldwijde zoekopdrachten naar chatbots groeide in de afgelopen 2 jaar explosief, terwijl bots al veel langer bestaan. De allereerste chatbot heette ELIZA en werd tussen 1964 en 1966 ontwikkeld door Joseph Weizenbaum. ELIZA was in staat trefwoorden te herkennen en kon met standaard-antwoorden reageren. Technologische ontwikkelingen hebben de huidige chatbots slimmer én meer kostenefficiënt gemaakt. Alan Turing ontwikkelde de Turing-test om vast te stellen in hoeverre een computer zich kon voordoen als mens. Chatbots en computers die niet als dusdanig werden herkend, slaagden voor de Turing-test.

Chatbots als virtuele medewerkers

Je kunt een chatbot zien als virtuele klantenservice medewerkers. De bot ‘leest’ het bericht, bepaalt de intentie van de vraagsteller en zorgt voor een complete set (klant) gegevens. Zijn werk zit er vervolgens op; de complete set gegevens wordt overgedragen aan een andere medewerker.

Chatbots zijn hét antwoord op het groeiende aantal webcare conversaties binnen digitale klantcontactkanalen als social media, messaging apps en livechat. Organisaties zoeken naar steeds slimmere manieren om eenvoudige vragen geautomatiseerd in behandeling te kunnen nemen, zónder in te leveren op klanttevredenheid.

Virtual assistant van de toekomst

Chatbots ondersteunen de webcare expert in het verzamelen van de juiste informatie, als een soort virtual assistant. Binnen HEMA werd samen met Spotler Engage gewerkt aan een slimme bot. Deze bot is toe te passen op alle direct message kanalen. De bot houdt rekening met openingstijden van de klantenservice en geeft daarop andere responsen. De bot is in staat om in de tekst ordernummers en andere relevante klantgegevens te herkennen. Op het moment dat deze informatie nog niet beschikbaar is, dan verzamelt hij de benodigde informatie van klanten voor het verder afhandelen van een vraag. Service experts kunnen hier vervolgens direct mee aan de slag.

Doelgedreven, slim en conversationeel

Chatbots bestaan in vele maten en vormen. Denk aan slimme chatbots, geïntegreerd in je webcaretool en werkzaam als informatievoorziening voor klantenservice medewerkers. Bots kunnen echter ook een andere functie vervullen, zoals die van slimme reactie-assistent of business analist. Welke toepassing ze ook vervullen, bots werken altijd doelgedreven. Door de juiste vragen te stellen helpt een bot de klant om uiteindelijk het gewenste doel te bereiken.

“Veel partijen denken dat chatbots enkel vragen sneller afhandelen op het livechat kanaal. Maar het is zoveel meer, onafhankelijk van het kanaal maar ook van de toepassing. Niet alleen vragen beantwoorden maar ook klanten op weg helpen of producten verkopen.” Frank Smit, CIO bij Spotler Engage.

De inzet van chatbots is relevant voor iedere organisatie met een focus op het verbeteren van de online klantervaring. Zowel binnen B2C als B2B organisaties gaan bots een steeds grotere invloed uitoefenen op klantenservice, marketing, sales én interne communicatie.

Betere bereikbaarheid, ook buiten openingstijden, is een belangrijke uitdaging voor veel organisaties. Bots zijn niet alleen nuttig bij het bieden van 24/7 support, maar kunnen informatie veel sneller beschikbaar maken. Organisaties met een complexe informatiestructuur, zoals gemeenten en zorginstellingen, kunnen hun doelgroep veel sneller van de juiste informatie voorzien. Dat verlaagt uiteindelijk de werkdruk van de klantenservice.

Een andere doelgedreven toepassing van bots zien we terug in de wereld van banken. Het opzetten van een degelijk spaarplan is een complex en tijdrovend proces. Een chatbot kan potentiële spaarders direct op weg helpen om bijvoorbeeld de juiste spaarrekening uit te kiezen. Missende gegevens worden automatisch opgevraagd en worden gebruikt om een persoonlijk aanbod op te stellen. Het gesprek tussen bot en klant levert daarnaast ook nog handige insights door de klantbehoefte, reacties en resultaten te analyseren met behulp van een monitoring systeem.

Intenties en entiteiten

Een slimme chatbot werkt op basis van kunstmatige intelligentie, vaak weergegeven in de Engelse vorm van Artificial Intelligence of AI. Wanneer een organisatie een bericht ontvangt, analyseert de AI het bericht en leidt het doel af. Dit gebeurt op basis van machine learning. Daarnaast leidt de chatbot op een slimme wijze de benodigde vervolgstappen af en stelt daarvoor de juiste vragen.

Hoe meer voorbeelden de chatbot heeft, hoe sneller de intentie achter het bericht kan worden bepaald. Stel dat een consument een pizza wil bestellen via livechat op de website.

Een chatbot weet welke informatie nodig is om de bestelling te kunnen plaatsen en vraagt naar de missende informatie. Als alle vragen beantwoord zijn, geeft de chatbot groen licht voor de bestelling.

  • Wil de consument daadwerkelijk een bestelling plaatsen?
  • Welke grootte wil de consument?
  • Welke variatie (bv. ingrediënten) wil de consument?
  • Waar dient de pizza bezorgd te worden?

In 5 stappen naar succes

Nu je weet welke rol chatbots kunnen vervullen, welk doel ze dienen en hoe ze in de basis werken is het handig om te weten hoe chatbots worden gebouwd. Spotler Engage gelooft sterk in de krachtenbundeling van machine learning en menselijk inzicht. Een chatbot wordt in 5 stappen ontwikkeld, waarbij gestart wordt met het definiëren van de juiste taken.

  • Bepaal het doel en definieer de taken.
  • Tone of voice: genereer antwoorden.
  • Trainen, trainen en nog eens trainen.
  • Verrijk je chatbot door een koppeling met externe systemen.
  • Neem de tijd om te testen.

Bepaal het doel en definieer taken.

Het is van uiterst belang om het juiste doel van de chatbot te bepalen. Waar wil je de chatbot voor inzetten? Welke problemen en uitdagingen kan een chatbot voor jouw organisatie oplossen? Waar kan een chatbot jouw klanten beter mee helpen? Denk hierbij aan vragen over openingstijden, het doorgeven van meterstanden of het opvragen van productinformatie.

3 mogelijke toepassingen van een chatbot:

  • Ter ondersteuning van een service agent, waarbij een service medewerker de suggesties goedkeurt of afkeurt.
  • Als werkvoorbereider, waarbij de chatbot alvast de benodigde informatie, zoals een e-mailadres en/of een klantnummer, automatisch opvraagt bij de klant.
  • Een chatbot die zelf servicevragen afhandelt.

Tone of voice: genereer antwoorden

Voordat een chatbot kan worden ingezet, moet het leren om de juiste reacties te genereren en de juiste tone of voice aan te nemen, die past bij jouw organisatie. Het genereren van antwoorden is ook mogelijk op basis van voorbeelden in historische data. De opgeslagen gesprekken tussen medewerkers van de klantenservice en de klanten dienen als lesmateriaal voor jouw chatbot. Toch is het belangrijk om te blijven controleren wat de chatbot doet en waar aansturing nodig is. Daarom is het goed om aangehaakt te blijven en de chatbot niet alleen te laten leren op basis van historische data, maar ook vanuit eigen input.

Bepaal ook business rules, waarbij je de chatbot vertelt waar hij informatie vandaan kan halen, wanneer hij gebruik kan maken van externe systemen én wanneer hij naar extra informatie moet vragen bij de klant. Met deze business rules ben je in staat zelf de controle te houden over wat de chatbot doet.

Trainen, trainen en nog eens trainen

De chatbot moet leren begrijpen wat je bedoelt. Waar bots vroeger vooral via een script werkten, hebben we tegenwoordig de beschikking over Artificial Intelligence en technologieën om bots slimmer te maken. Dit geeft de huidige bots de mogelijkheid om het doel van het bericht te achterhalen (intentie), maar ook om gegevens uit het bericht te filteren (entiteiten), zoals een e-mailadres of klantnummer. Een bot kan dus getraind worden om berichten te begrijpen.

De meeste organisaties die starten met een chatbot zitten al in een serviceproces, waarbij online berichten worden afgehandeld in een tool. Door vragen te categoriseren en voorbeelden uit het eigen proces te halen, kun je de chatbot voeden met de verschillende berichten en verschillende manieren waarop de klant een vraag stelt.

Verrijk je chatbot door een koppeling met externe systemen

Door te koppelen met externe informatiesystemen leert je chatbot om de klant beter te begrijpen. Een koppeling met het CRM systeem verrijkt het serviceproces en geeft de bot meer informatie voor een juiste afhandeling van vragen. Dit verhoogt de gebruiksvriendelijkheid en uiteindelijk ook de klanttevredenheid.

Neem de tijd om te testen

Blijf je chatbot te allen tijde testen. Wordt de vraag begrepen? Worden de juiste antwoorden gegeven? Zo niet, bepaal waar het misgaat en kijk waar je beschikbare informatie en training kunt aanscherpen. Door zelf een test in te voeren, krijg je een beter gevoel bij wat de chatbot voor je organisatie en klanten kan betekenen. Neem de tijd voor deze stap, want het succes van de chatbot heeft direct invloed op de klanttevredenheid.

Begin met een kleine toepassing, zodat meetbaar blijft wat er gebeurt. Werk stapsgewijs toe naar een groter doel, zoals het optimaliseren van de klantenservice en het verhogen van de klanttevredenheid. Onderschat hierbij niet de informatie en kennis die intern beschikbaar is!

Gamechanger voor organisaties

De juiste keuzes in de ontwikkeling van een chatbot leiden tot een fundamentele verandering voor service, marketing en sales. Spotler Engage ontwikkelt slimme chatbots mét en voor organisaties. De juiste inzet van AI binnen een gecontroleerd proces van taken, business rules en training resulteert in bots die de klant begrijpen en beter kunnen helpen. Daarnaast zijn de productiekosten van slimme bots lager dan wanneer een bot op basis van regelgebaseerde taalherkenning wordt ontwikkeld. Machine learning en AI spelen een grote rol in klantbegeleiding door de customer journey heen en zijn niet bedoeld om medewerkers weg te automatiseren.

Een combinatie van chatbots en mensen is succesvol wanneer men van elkaar weet welke taken en acties worden uitgevoerd. Daarom integreert Spotler Engage chatbots binnen haar bestaande webcare oplossing. Dit resulteert in één dashboard voor de afhandeling van online klantenservice en webcare, ondersteund door bots als virtual assistant, werkvoorbereiders of data-analisten.

Go to top