De meeste chatbots falen… maar dit kun je eraan doen

Een frustrerend chatbotgesprek bij een klantenservice. Of een ‘loop’ waar je steeds tegen dezelfde non-oplossing aanloopt, waar je ook op klikt. Frustrerend en je klant raakt geïrriteerd in plaats van geholpen. Dat hoeft niet langer.

Chatbots hebben niet de beste naam. Veel bedrijven stapten al vroeg in deze technologie in, maar die zat nog vol kinderziekten. Chatbots brachten zelden de resultaten die verwacht werden. Bedrijven twijfelen daarom om alsnog aan de slag te gaan met een chatbot, maar volgens onderzoek van Gartner is AI eindelijk zover dat de voordelen voor bedrijven ook echt zichtbaar worden. Dat zou ideaal zijn, want het idee van chatbots is veelbelovend: directe, altijd beschikbare communicatie om je klanten blij te maken met perfecte klantenservice. Maar dan moeten ze problemen wél goed en snel kunnen oplossen. Hoe werkt dat?

Verschillende soorten chatbots

Het ergste wat een chatbot kan doen, is je klant niet begrijpen. Gelukkig geldt dat niet voor alle chatbots: hoe ze de bedoelingen van een klant begrijpen, hangt af van hun technische opbouw. De meeste chatbots zijn gebaseerd op een paar principes: je hebt statische beslisbomen, die op basis van antwoorden van een klant een vertakking kiezen om zo bij een antwoord te komen. Maar dit type chatbot faalt vaak omdat daadwerkelijke vragen al snel te divers of complex worden, waardoor je een boom krijgt met simpelweg te veel keuzes en te veel mogelijke uitkomsten om overzichtelijk te blijven.

Je hebt ook dynamische beslisbomen, waarbij de chatbot rekening houdt met de context en sneller betrouwbaardere oplossingen biedt. Mensen klikken nog steeds opties aan, maar de dynamische boom ‘springt’ sneller naar relevante takken om bij de oplossing te komen. Toch is ook dit type boom complex om te onderhouden: één verandering vergt vaak direct meerdere verdere veranderingen.

Er zijn ook chatbots die werken met vrije tekstinvoer. Deze zijn gebaseerd op Natural Language Processing (NLP). Pure NLP-chatbots zijn duur. En omdat ze nog steeds niet menselijk zijn, zullen ze je klant nog steeds niet altijd correct begrijpen. Onze taal zit daarvoor simpelweg te vol met nuances en dubbelzinnigheden. De foutmarge blijft dus vrij groot. Een chatbot die na een frustrerend lang moment alsnog moet zeggen: “Ik begrijp het niet, ik verbind u door met onze klantenservicemedewerker”, mist zijn doel. Zo’n chatbot heeft de klant extra tijd gekost en geen meerwaarde geboden voor het bedrijf.

Frustratievrije chatbotervaringen: het kan

Gooi je vooroordelen over chatbots overboord: conversationele kunstmatige intelligentie kan zeker bijdragen aan het optimaliseren van je klantenservice. Daarvoor is de juiste soort chatbot nodig, eentje die je klanten begrijpt én je klantenservicemedewerkers ontziet op het gebied van herhalende taken, zodat zij zich kunnen richten op de meest complexe en waardevolle interacties met klanten.

Door de precisie van dynamische beslisbomen te combineren met de vrijheid die NLP biedt, krijg je een superieure gesprekservaring. Oftewel, betrouwbaardere en snellere oplossingen voor je klanten. Deze nieuwe generatie Conversational AI gaat verder dan intent matching, maar houdt rekening met contextuele informatie en stelt relevante, gepersonaliseerde vragen om er zeker van te zijn dat het de gebruiker goed begrijpt. De slimme AI-oplossing begrijpt de vragen van klanten dankzij de kracht van dynamische beslisboomlogica gecombineerd met het gemak van natuurlijke taalverwerking.

Sommige processen zijn makkelijk te standaardiseren en zouden helemaal geautomatiseerd moeten kunnen verlopen. Denk aan het wijzigen van het adres of het opvragen van een bonnetje. Dan zijn er processen die voor de eindgebruiker volledig automatisch zijn, maar mogelijk nog manuele handelingen ‘achter de schermen’ vereisen. Als een bot de juiste input van een klant opvraagt en aangeeft hoe het proces verder verloopt, wordt de klant direct door de bot geholpen. De chatbot maakt het een medewerker ook makkelijker, omdat deze niet eerst allerlei gegevens hoeft te controleren: dat heeft de bot al gedaan. Het proces wordt zo deels geautomatiseerd en dus efficiënter.

Gebruikers kunnen typen of op knoppen klikken, waarna de chatbot contextbewust per kanaal en individuele gebruiker gepersonaliseerde verzoeken op kan lossen. Als het nodig is, klikt een klant in één keer door naar een menselijke agent, met een naadloze overdracht naar een bestaand CRM- of ticketing-systeem.

Automatisering maakt ruimte voor kwaliteitservaringen 

Mocht een chatbot toch geen gewenste oplossing bieden, dan wordt de klant soepel overgedragen aan een klantenservicemedewerker. Dit gebeurt ook als er bijvoorbeeld “sterk negatieve conversatie” wordt gedetecteerd. Bij sterke emoties is het altijd slim om een mens aan het woord te laten. Mensen zijn nodig, bijvoorbeeld om vertrouwen te wekken. Door hen te ontzien in repetitief werk, hebben ze weer tijd voor waardevolle gesprekken zoals alleen mensen die kunnen voeren. Daarmee wordt een klantenservice weer een hoeksteen voor de groei van een bedrijf.

Over de auteur: Erik Pfannmöller is medeoprichter en Chief Executive Officer bij Solvemate.

Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social: LinkedIn, Twitter en Facebook.