7 redenen waarom chatbots Customer Service overnemen

door Barend Jungerius op 2 juli 2018

In de technologische revolutie waar wij ons in bevinden is na het web, mobile & apps een nieuw tijdperk aangebroken: die van de chatbots. Hoe werken chatbots precies? Waarom gaan ze een enorm belangrijke rol spelen in customer service? Waar moet je op letten bij het inzetten van een chatbot?

illustratie chatbot - redenen waarom chatbots customer service gaan overbemen

Voor wie nog niet goed weet wat een chatbot eigenlijk is en waarom ze het web in rap tempo veroveren kan ik deze korte video van Hubspot aanbevelen:

“Als je nog geen chatbot aan het bouwen bent, loop je al achter”

Zeven redenen waarom chatbots een enorm belangrijke rol gaan spelen in callcentra:

1. Chatbots maken geen fouten, worden nooit moe en werken 24x7x365

Laten we met de meest voor de hand liggende reden beginnen: veel van de taken die wij dagelijks uitvoeren zouden beter gedaan worden door een computer. Dit geldt zeker voor callcenter medewerkers: 80% van de vragen die binnenkomen zijn gemakkelijk te beantwoorden. Ideaal voor een chatbot dus, die elk uur van de dag, 365 dagen per jaar op grote schaal klanten te woord kan staan. Doordat callcenter medewerkers op deze manier worden ontlast zullen zij een stuk meer tijd hebben om zich te richten op de meer complexe vraagstukken waardoor de totale klanttevredenheid met tientallen procenten omhoog gaat.

2. Chatbots zijn een stuk goedkoper dan call center medewerkers

Het werven en opleiden van één callcenter medewerker kost al duizenden euro’s en dan heb ik het salaris nog buiten beschouwing gelaten. Chatbots zijn hierdoor ook voor kleinere call centra kostenbesparend.

3. Chatbots hebben een ijzersterk geheugen

Mits goed ontworpen en ondersteund door een solide Customer Relationship Management (CRM) omgeving kan personalisatie binnen bots enorm veel waarde toevoegen. Wanneer de gebruiker is ingelogd weet de bot binnen enkele milliseconden de historie van de klant op gebied van sales, orders en klantcontact. De conversatie kan hierop worden aangepast waardoor er een waardevolle, gepersonaliseerde gebruikerservaring ontstaat.

4. Preventieve/proactieve klantenservice

Door op een website het gedrag van users realtime te monitoren kunnen bots al ingrijpen voordat er een probleem is ontstaan. Met behulp van kunstmatige intelligentie en machine learning herkent het systeem situaties wanneer gebruikers dreigen af te haken doordat ze niet vinden wat ze zoeken of er irritaties ontstaan. Een chatbot kan op exact het juiste moment de helpende hand bieden.

5. Bijna de helft van de klanten communiceert al liever met een chatbot dan met een call center medewerker

Het doorlopen van een keuzemenu en vervolgens in de wacht staan bij een callcenter is één van de grootste ergernissen van consumenten. Als de helpdesk medewerker vervolgens niet genoeg kennis of autorisatie heeft om te kunnen helpen is de negatieve klantervaring compleet.

6. Gebruik van messaging platformen zoals WhatsApp en Facebook Messenger heeft social media gebruik al ingehaald

Mensen communiceren graag met bedrijven zoals ze met vrienden en familie conversaties voeren. Middels berichten platformen als Messenger, WhatsApp, SMS (en opvolger RCSen Telegram kan de klant frictie loos, zonder een nieuwe app te hoeven installeren, communiceren met bedrijven en organisaties.

7. Chatbots bieden de mogelijkheid om één klantervaring te bieden over verschillende kanalen

Stel je voor dat je ’s ochtends op je mobiel via Facebook Messenger een vraag stelt aan een bedrijf. Je hebt echter geen tijd om het gesprek af te maken maar een zodra je weg rijdt vraagt je car voice assistent of je de conversatie wilt voortzetten.

De werking van chatbots: Natural Language Processing

Een veel gemaakte fout is het één-op-één nabouwen van bestaande boomstructuren van websites of keuzemenu’s die de klant telefonisch krijgt voorgeschoteld. Chatbots bieden de mogelijkheid om door middel van een conversatie te achterhalen wat de klant wilt. Dit proces noemen we Natural Language Processing (NLP).

Intentie herkennen

Naast de intentie moet de bot erachter zien te komen welke entiteiten een rol spelen en wat de context is. Laten we een voorbeeld bij een bank nemen: een klant, we noemen hem voor het gemak Jan, wil meer informatie over het afsluiten van een hypotheek op een bedrijfspand.

Intentie: hypotheek afsluiten. Entiteiten: hypotheek, bedrijfspand. Context: zakelijk.

De uitdaging van taal

Het leuke van taal is dat er vele manieren zijn om hetzelfde te zeggen en hier komt gelijk een grote uitdaging om de hoek kijken: de bot zo programmeren dat hij zo goed mogelijk intenties en contexten kan achterhalen uit een gesprek met de klant en slimmer wordt naarmate er meer conversaties gevoerd worden.

Stellen van vragen

Het stellen van vragen is een belangrijke manier om intentie en context te achterhalen. Jan kan bijvoorbeeld meer informatie via de chatbot opvragen over het afsluiten van een krediet voor zijn bedrijf. De bot kan vervolgens vragen of Jan eigenaar is van het bedrijfspand om zo een extra hypotheek op het pand als één van de mogelijke opties te noemen.

Geschikt voor vervolgstap

Een chatbot is ook uitermate geschikt voor het regelen van een eventuele vervolgstap: het maken van een afspraak bij de klant op het werk, thuis, in het bankfiliaal of via een videogesprek.

Smartphone chat met chatbot

Een combinatie van vrije tekst conversatie en vaste paden & antwoorden werkt vaak het beste. Als de intentie van de klant nog niet bekend is, wordt vaak vrije tekst gebruikt en als de de mogelijke uitkomsten bekend zijn werken vaste paden het meest efficiënt.

Machine Learning & Artificial Intelligentie

We spreken van artificial intelligence (AI) als een computer cognitieve eigenschappen bezit om problemen op te lossen en te leren van omstandigheden en historische gegevens.

Een chatbot die alle content van een website van een bank bevat moet heel veel verschillende vragen kunnen beantwoorden. Daarnaast zal er continue content bijkomen en wijzigen. Dit betekent dat de bot altijd zal moeten blijven leren om up-to-date te blijven en om steeds beter te worden in het beantwoorden van vraagstukken. Machine learning & AI spelen hier een cruciale rol in.

Zo kan de chatbot bijvoorbeeld detecteren dat het geen antwoord weet op een bepaald type vraag en de beheerder van de bot een voorstel doen om content over een bepaald onderwerp toe te voegen.

Daarnaast leert het systeem steeds nieuwe synoniemen die gebruikt worden voor dezelfde intenties en contexten. Dit gebeurt door de initiële vraag, waar de bot niet direct antwoord op wist, te vergelijken met de uiteindelijke uitkomst van de conversatie.

Een combinatie van mens en machine werkt naar mijn mening het beste om chatbots slimmer te maken. Het systeem komt met verbetervoorstellen en de mens evalueert deze en zet ze door of keurt ze af. Vooral voor bedrijven die starten met chatbots is deze werkwijze aan te raden om niet de grip en controle te verliezen.

Personalisatie is de sleutel tot succes

Wanneer Jan is ingelogd kan uiteraard nog betere service worden verleend omdat de chatbot precies weet wat de finaciële situatie van Jan is: heeft hij al een lening lopen, is hij eigenaar van het pand, hoe vaak staat Jan rood? Voorzichtigheid is uiteraard geboden wanneer er met zulke persoonlijke en gevoelige gegevens gewerkt wordt. Het moet voor de klant volkomen duidelijk zijn dat het gesprek in een veilige, afgeschermde omgeving gevoerd wordt met de chatbot. Daarnaast is het raadzaam simpelweg iets te vragen als: “Vindt u het goed als ik uw dossier er even bij pak?”.

Creëer een avatar en gebruik humor

Mensen blijken het enorm te waarderen als een chatbot menselijke karaktereigenschappen en uiterlijkheden bezit. Bots krijgen veelal een vrouwelijke persoonlijkheid via een zogenaamde avatar: zo heeft bijvoorbeeld de ABN AMRO Anna en de ING heeft Inga in het leven geroepen.

Een belangrijke menselijke eigenschap is gevoel voor humor en dit aspect mag bij chatbots niet ontbreken. Natuurlijk is een website over een uitvaartverzekering niet echt een geschikte plek om humor te integreren. In de meeste andere gevallen kan humor zorgen voor een positieve ervaring voor de klant en wordt het merk geassocieerd met een “feel good moment”.

Geen heilige graal die alle problemen oplost

Een chatbot is uiteraard geen heilige graal die van een slecht georganiseerde organisatie en/of klantenservice afdeling een goed lopend contact center zal maken. De basis, het Customer Relationship Management systeem (CRM) en evt. de kennisbank, moet op orde zijn.

Tips voordat je van start gaat met een chatbot

Het belangrijkste advies is om klein te beginnen en de chatbot stap voor stap uit te breiden. Definieer de “minimal viable chatbot”, ga geen features bouwen waarvan nog niet zeker is dat ze gebruikt zullen worden. Betrek gebruikers vroeg in het ontwikkeltraject, verzamel continue feedback en verwerk dit in de chatbot.

Het tijdperk van de chatbots is nu!

Ter afsluiting deze grafiek die laat zien dat de opmars van de chatbots ongeveer 1,5 jaar geleden echt begonnen is:

Google trends grafief chatbots

Wil je meer leren over chatbots?

Dan nodig ik je uit lid te worden van een Facebook groep die ik recentelijk met drie andere chatbot ondernemers heb opgezet. In de Botrepreneurs groep zijn regelmatig live panel discussies te volgen waarmee we de verzamelplek zijn voor hoogwaardige content zoals bijvoorbeeld best practices, use cases & chatbot beoordelingen.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.

Laatste blogs

Bekijk alle blogs (1400)
Contact