Van datagedreven chatbots naar toekomstbestendig klantcontact

De laatste jaren is gebleken dat chatbots goed geïntegreerd kunnen worden in bestaande processen voor klantenservice. Sommige virtuele agents kunnen al hele cases zelfstandig afhandelen. Toch waren niet alle chatbot applicaties van de afgelopen jaren succesvol en de twijfel over de zo gehypete chatbots nam toe. De voorspellingen die worden gedaan voor de toekomst van chatbots zijn zeer positief.

We kunnen verwachten dat de toepassing van chatbots de komende jaren breder zal worden en dat steeds meer organisaties de nieuwe technologie zullen overnemen. De grafiek van Gartner geeft een overzicht van de top use cases voor ai-toepassingen die de onderzochte organisaties hebben geïmplementeerd of van plan zijn te implementeren.

Chatbots tonen niet alleen hun waarde in service, maar ook in marketing en sales. Bovendien kunnen organisaties met de evolutie van gebruiksvriendelijke chatbot platformen meer ownership voor chatbots zelf in handen nemen. Als we kijken naar deze voorspellingen en onze lessen van de hype van de chatbot in 2016, is het erg belangrijk om te weten wat er nodig is om een toekomstbestendige chatbot te ontwikkelen en te implementeren die de gebruiker echt begrijpt.

In deze gids bekijken we de huidige trends en ontwikkelingen op het gebied van chatbots en geven we de best practices voor organisaties die succesvol aan de slag willen met chatbots.

Klantenservice het grootste domein voor chatbots

Chatbots bewijzen hun kracht, vooral op het gebied van klantenservice, waar organisaties worden uitgedaagd om dag en nacht snel, persoonlijk en kwalitatief hoogwaardige service te bieden via meerdere digitale kanalen. Sinds kort zien we een verschuiving van klantcontact via openbare social media kanalen naar klantcontact via live chat- en messaging kanalen, zoals WhatsApp en Facebook Messenger. Deze verschuiving van communicatie naar meer gesloten kanalen leidt tot een toename van het aantal berichten en zet de klantenservice onder druk. Chatbots zijn een belangrijk middel om het klantcontact te automatiseren. Als virtuele assistenten die naast customer service agents samenwerken, maken chatbots de klantenservice efficiënter en verhogen ze de tevredenheid van klanten en medewerkers.

AI neemt klantinteracties over

Gartner voorspelt dat in 2021 15% van alle klantenservice-interacties volledig door AI zullen worden afgehandeld, wat een toename van 400% ten opzichte van 2017 zou betekenen.

Dit betekent echter niet dat mensen vervangen zullen worden door chatbots. Routinematige en voorspelbare taken kunnen eenvoudig worden geautomatiseerd, maar voor complexe en dubbelzinnige taken blijft de interactie tussen mensen belangrijk. Om klanten echt te begrijpen en in te spelen op hun individuele behoeften is menselijk inlevingsvermogen, creativiteit en gevoeligheid nodig. De beste resultaten worden bereikt door een evenwichtige samenwerking tussen mensen en bots. Door een deel van de service te automatiseren, hebben medewerkers van de klantenservice meer tijd om complexe taken op te lossen. Hierdoor wordt hun werk waardevoller en draagt dit bij aan de medewerkerstevredenheid.

Door de opkomst van gebruikersvriendelijke platformen kunnen organisaties meer betrokken raken bij de ontwikkeling en het onderhoud van chatbots. Ook hier is de rol van de medewerkers van de klantenservice cruciaal. Idealiter zou er een directe communicatielijn moeten zijn tussen de medewerkers van de klantenservice en de eigenaar van het product of het technische team dat verantwoordelijk is voor de chatbot. Medewerkers van de klantenservice die hand in hand met de chatbot werken, merken meestal als eerste dat de chatbot zich niet gedraagt zoals het hoort. Het is belangrijk dat dit direct gemeld kan worden.

Maak je klaar voor voice

Naast chatbots zijn slimme speakers momenteel de snelst groeiende technologische trend. De populariteit van voice assistants, zoals Google Home en Alexa, maken het zeer waarschijnlijk dat voice de komende jaren een integraal onderdeel van de dienstverlening zal worden. De eerste toepassingen zijn er al, bijvoorbeeld binnen de supermarktsector waar voice assistants helpen met het beantwoorden van vragen over levertijden en aanbiedingen. Of in de energiesector, waar de voice assistant communiceert met de slimme thermostaat of vragen over zonnepanelen beantwoordt.

Een datagedreven aanpak voor chatbots

Het is duidelijk; chatbots zijn here to stay en de meeste klantgerichte organisaties zullen vroeg of laat de mogelijkheden van chatbots gaan verkennen. Toch zijn we al eerder op een vergelijkbaar punt geweest, namelijk tijdens de zogenaamde chatbot hype die in 2016 zijn hoogtepunt bereikte toen Facebook Messenger de deuren opende voor chatbots. Veel organisaties begonnen toen te experimenteren met hun eerste chatbot applicaties. Maar vaak bleef het verwachte succes uit en moesten organisaties gebruikers teleurstellen. Wat kunnen we hiervan leren en hoe kunnen organisaties het succes van een chatbot garanderen?

Het begint allemaal met de aanpak. In plaats van een chatbot te bouwen om te innoveren en te kijken wat technologie kan doen, moet de aanpak doelgericht en datagedreven zijn. Om het succes van een chatbot te verzekeren, moet de eerste stap in het ontwikkelingsproces dus altijd de definitie van taken en doelstellingen zijn, evenals een analyse van de verwachte resultaten. Moet de chatbot resulteren in een snellere service en betere responstijden? Is er de wens om bereikbaar te zijn buiten de openingstijden? Of gaat het om efficiëntie creëren voor servicemedewerkers door chatbots het werk te laten voorbereiden?

Er zijn verschillende soorten bots beschikbaar, afhankelijk van de taak die de bot zou moeten oplossen. Drie veel voorkomende toepassingen van bots binnen de klantenservice kanalen zijn:

  • Een chatbot ter ondersteuning van een service agent, waarbij een service agent suggesties goedkeurt of afkeurt.
  • Als werkvoorbereider, waarbij de chatbot de klant al automatisch om belangrijke informatie vraagt, zoals een e-mailadres en/ of klantnummer.
  • Als chatbot die zelfstandig servicevragen afhandelt

Naast deze toepassingen zijn er ook standaard bots beschikbaar die je kunnen helpen om berichten met specifieke onderwerpen te taggen (tag bot), inkomende berichten te routeren naar de juiste medewerker (routeer bot), standaard antwoorden te geven aan klanten na kantooruren (na openingstijden bot) en berichten als voltooid te markeren als er geen verdere actie nodig is (voltooi bot). Data kan voorspellen wat het succes van een chatbot zal zijn voor een bepaalde taak binnen jouw organisatie. Op basis van historische interacties met klanten geeft een chatbot feasibility rapport de nodige inzichten om een beslissing te nemen voor je eigen organisatie om een chatbot te ontwikkelen.

Data-driven chatbots

Het is belangrijk om te erkennen dat een chatbot niet voor alle taken een oplossing is. Als de vraag bijvoorbeeld heel specifiek is, zoals een pakket dat verloren is gegaan maar in het systeem is afgeleverd of als een klant klaagt, is een chatbot misschien niet de beste oplossing. Als uit een analyse blijkt dat een chatbot niet geschikt is voor een bepaalde taak, ga dan niet verder.

Data voorspelt niet alleen het succes van een chatbot, maar ondersteunt ook de ontwikkeling van dialogen, wat de volgende stap is na het definiëren van doelstellingen en het analyseren van de haalbaarheid ervan. Voordat een chatbot aan klanten kan worden gepresenteerd, moet hij leren om de juiste antwoorden te genereren die voldoen aan de juiste tone of voice bij de communicatie met klanten. Een bot ‘leert’ de taal van de klant op basis van conversaties uit het verleden en door hem input te geven.

Na het ontwikkelen van de dialoog moet de bot leren begrijpen wat de klant bedoelt (intentieherkenning) en in staat zijn om relevante gegevens uit de boodschap te halen (entiteitsherkenning) om er vervolgens het juiste antwoord op te kunnen geven. Waar in het verleden chatbots vooral door een script werden aangestuurd, kunnen bots tegenwoordig slimmer worden gemaakt met behulp van kunstmatige intelligentie en technologie die hen in staat stelt om de klant beter te begrijpen.

Denk ook aan externe systemen waar je misschien de chatbot op wil aansluiten. Een verbinding met jouw CRM-tool zorgt bijvoorbeeld voor een 360-graden beeld van de klant en kan de chatbot helpen bepaalde acties beter uit te voeren.

De laatste stap voordat een chatbot live gaat is het uitvoerig testen van de chatbot. Werkt hij altijd even goed? En zo niet, waarom is dat dan zo? Kun je hem meer voorbeelden geven om zijn service te verbeteren? Neem de tijd om deze stap te zetten, want het succes van de chatbot heeft een directe impact op de klanttevredenheid.

Chatbots – een leven lang leren

Bij de introductie van een chatbot is het belangrijk om te beseffen dat het om terugkerend werk gaat. Een chatbot heeft regelmatig onderhoud nodig om hem beter te maken door hem van nieuwe input te voorzien, zijn fouten te corrigeren en zijn antwoorden aan te passen. Vooral in het begin moet de chatbot voortdurend in de gaten worden gehouden. Daarom is het een goed idee om de medewerkers van de klantenservice vanaf het begin te betrekken. Zij zijn immers degenen die dagelijks met de chatbot te maken krijgen. Pas als het team precies weet hoe de chatbot werkt, welke taken hij moet oplossen en wat hij wel en niet mag doen, kunnen ze erover rapporteren en helpen om de bot te optimaliseren. Ze kunnen de antwoorden verbeteren of nieuwe vragen toevoegen aan het repertoire, maar de chatbot ook wijzen op fouten.

Om de chatbot beter in de gaten te houden en te verbeteren, is het aan te raden om eerst te beginnen met één specifieke taak of specifieke vraag die de chatbot oplost en daar vervolgens langzaam nieuwe taken aan toe te voegen. Omdat de behoeften van de klant in de loop van de tijd kunnen veranderen, nieuwe producten kunnen worden geïntroduceerd of de aard van de veelgestelde vragen kan veranderen, moet een chatbot flexibel blijven en zich aanpassen aan veranderende omgevingen.

Meten is weten – meet de KPI’s van jouw chatbot

Het is belangrijk om de effectiviteit van een chatbot te meten. Om regelmatig te controleren of de bot op koers ligt en zijn doel bereikt, moeten specifieke KPI’s nauwlettend in de gaten worden gehouden. Het aantal gesprekken waar de chatbot bij betrokken is geweest en het percentage gesprekken dat de chatbot met succes heeft gevoerd – zonder de overdracht aan een menselijke medewerker – zijn belangrijke. factoren om te meten. Om te bepalen hoe goed de chatbot de intentie van de klant herkent, moet worden gekeken naar het aantal correct geclassificeerde verzoeken en statistieken over Natural Language Processing (NLP).

Naast deze indicatoren, die de prestaties van de chatbot weergeven, moet ook het effect op klanten en medewerkers worden onderzocht. Is de NPS-score, of een andere maatstaf voor klanttevredenheid, positief veranderd? Zijn de wachttijden korter geworden? Hebben medewerkers van de klantenservice meer tijd om complexe klantcases te behandelen?

De Erasmus Universiteit Rotterdam heeft onlangs een chatbot gelanceerd en heeft van tevoren een minimale gebruikerstevredenheid van 60% vastgesteld om het succes van de bot te garanderen. Uit monitoring bleek dat deze KPI meer dan gehaald was

Het ideale team voor een goed functionerende chatbot

De ontwikkeling van de chatbot stopt dus niet na de lancering van de bot. Je kunt een chatbot het beste zien als een doorlopend project dat een toegewijd team nodig heeft om succesvol te zijn. Organisaties beginnen de noodzaak in te zien om chatbotteams op te zetten en het onderhoud van chatbots in eigen hand te nemen. Maar hoe ziet het ideale chatbotteam en -platform eruit? Een belangrijke factor voor succes op lange termijn is de schaalbaarheid van de chatbot. Misschien wil je beginnen met een eenvoudige FAQ chatbot, maar wil je zijn taken in de toekomst geleidelijk uitbreiden of meerdere bots naast elkaar laten werken. Dit is een belangrijke overweging bij het kiezen van een chatbot platform. Aangezien je misschien niet over specifieke programmeerkennis beschikt, moet de chatbot eenvoudig te ontwikkelen zijn via een gebruiksvriendelijke interface, maar ook de flexibiliteit bieden om meer geavanceerde functies te programmeren.

Als het op het team aankomt, is een interdisciplinaire mix van mensen nodig die allemaal specifieke vaardigheden bijdragen aan het onderhoud en de ontwikkeling van de chatbot.

De volgende rollen zijn belangrijk om in overweging te nemen bij het opzetten van een team

Business Analyst

  • Weet alles over interne processen van de organisatie.
  • Biedt waardevolle input voor de ontwikkeling van de chatbot.

Product Owner

  • Ziet toe op de uitvoering en verdere ontwikkeling van de chatbot.
  • Vertegenwoordigt de belangen van de klant en de kenmerken van de chatbot die hierbij horen.
  • Is verantwoordelijk voor de roadmap en de coördinatie van wat er moet gebeuren en wie deze taken zal uitvoeren.

Conversational Copywriter

  • Schrijft teksten voor de chatbot.
  • Kent de doelgroep en merkwaarden als geen ander.
  • Maakt de vertaalslag van de tone of voice van de organisatie naar conversaties die de chatbot zal voeren met klanten.
  • Kan worden uitbesteed aan gespecialiseerde organisaties, zoals Robocopy en Entopic.

Front-end Developer

  • Creëert een op maat gemaakte voorkant van de chatbot op jouw website.
  • Uitbesteding is mogelijk. Een organisatie zoals Conversationals is gespecialiseerd in het bouwen van UI-elementen voor chatbots.

Developer

  • Noodzakelijk voor de ontwikkeling van de chatbot wanneer een meer technisch platform wordt gekozen om mee samen te werken.
  • Kan geavanceerde functies ontwikkelen

Chatbots naar een hoger niveau tillen

Als je gaat kijken naar de mogelijkheden van chatbots voor jouw organisatie, hou er dan rekening mee dat de juiste aanpak van de botontwikkeling zal leiden tot een fundamentele verandering voor marketing, service en verkoop. Een doelgerichte en datagestuurde aanpak stelt je in staat om gaandeweg de juiste beslissingen te nemen en zorgt ervoor dat aan jouw verwachtingen van de bots wordt voldaan. Door de continue inzet van een team dat de chatbot regelmatig onderhoudt en traint, zorg je ervoor dat jouw chatbot meegroeit met de organisatie en zich aanpast aan veranderende omgevingen. Pak het niet te groots aan, maar verdeel de werkzaamheden in kleine stappen.

Spotler Engage helpt organisaties bij het ontwikkelen van intelligente chatbots die de klant echt begrijpen. Onze chatbots zijn direct geïntegreerd in dezelfde werkomgeving, waardoor onze chatbots hand in hand samenwerken met de medewerkers van de klantenservice. Op deze manier is een goede overdracht van chatbot naar service medewerker verzekerd. Ons unieke chatbot platform biedt ook de mogelijkheid om je eigen chatbot te bouwen, testen en optimaliseren.

Go to top