Hoe passen chatbots in je klantenstrategie?

De toekomstige mogelijkheden van chatbots zijn fascinerend. Wanneer voegen ze waarde toe en hoe plaats je een chatbot in je servicestrategie?

Klanten hebben een haat-liefdeverhouding met chatbots. De mogelijkheden in de toekomst zijn fascinerend, maar in het nu spelen er ook nog een hoop vragen: wat zijn precies de mogelijkheden? Wanneer kun je wel en wanneer kun je beter niet een chatbot inzetten? En wat zijn de learnings en best practices van de zeer succesvolle chatbot van bol.com? Ik vroeg het aan Elmer Hiemstra, Manager Online Service bij bol.com.

De belofte

Maar eerst de belofte. Omdat klanten bij vragen eerst de digitale kanalen gebruiken om een antwoord te vinden is een chatbot op papier de oplossing. Klinkt natuurlijk fantastisch een robot/AI die de vragen van je klanten beantwoordt, continu slimmer wordt, nooit ziek is, niet met vakantie gaat, 24/7 beschikbaar is, zonder wachtrij. Deze belofte en een aantal sterke voorbeelden maakt de aantrekkingskracht voor bedrijven op dit moment enorm.

Artificial Intelligence & Machine learning

Twee factoren bepalen de mate van succes van een chatbot. Het is goed om deze termen toe te lichten en het onderscheid te duiden:

• AI of artificial intelligence is een computer die menselijk gedrag nabootst. Dit wordt voor een groot deel bepaald door de mate waarin een vraag en de intentie van een gebruiker wordt begrepen en waarin een relevant/passend “natuurlijk” antwoord wordt gegeven.
• Machine learning is een subonderdeel van artificial intelligence en bestaat uit de techniek die het mogelijk maakt voor computers om waardevolle betekenis uit data te halen en aan te leveren aan artificial intelligence applicaties.

De beste AI/human like chatbot

Er is een jaarlijkse wedstrijd waarbij er wordt gekeken naar de meest menselijke robot. Deze wedstrijd is de Loebner prize op basis van een Turing test waarbij een groep gebruikers op basis van de interactie met een computer raden welke interactie menselijk en welke afkomstig van een computer is. Deze prijs is 5x gewonnen door Steve Worswick met dezelfde chatbot Mitsuku (nickname: Kuki)  

Volgens Steve Worswick zitten we met AI nog in een “pre-Wright brothers” fase. We geloven dat we kunnen vliegen, maar de beste vorm is nog niet gevonden. Iedereen is met die vorm aan het experimenteren en de grote vraag is wie wanneer de beste oplossing vindt.

Chatbot wordt troll

Blind kiezen voor AI, waarbij de chatbot de antwoorden zelf online opzoekt, is in ieder geval geen goed idee. Dat deed Microsofts Tay chatbot. De bot zocht antwoorden online op basis van self-learning. Maar niet alles wat online staat, is geschikt. De chatbot raadpleegde ook content die je kunt classificeren als ‘troll’ content. En zo transformeerde de chatbot tot een extremistische seksmaniak. En dat na 16 uur.

Gecontroleerd leren

Worswick kiest ervoor om Kuki gecontroleerd te laten leren. Dit duurt langer, zo heeft Worswick sinds 2005 ruim 500.000 responses zelf geschreven. Zo behoud je controle en neem je verantwoordelijkheid om de interactie met Kuki zo menselijk en ethisch verantwoordelijk mogelijk te maken.

Best practice in machine learning

Een van de beste oplossingen die ik ben tegengekomen in de Nederlandse markt is de chatbot van bol.com: Billie. In 2008 is bol.com gestart met Billie en heeft deze continu verbeterd. Billie begeleid je over pagina’s heen. Heb je een vraag over je laatste factuur, of een retour, dan kun je inloggen en pakt Billie het gesprek verder op, op basis van je orders.

Het succes van Billie bij specifieke vragen over order informatie, betaling en levering is indrukwekkend hoog. De combinatie van persoonlijke data met een klantvraag zorgt voor relevante antwoorden. Vragen over specifieke producten in vergelijking met andere producten, of voorraad of levertijd vragen over een nog niet besteld artikel zijn door Billie (nog) niet goed te beantwoorden. 

Van chatbot naar Service Hero

Hieronder volgt een interview met Elmer Hiemstra, Manager Online Service bij bol.com over de groei van Billie

1: Is Billie inhouse ontwikkeld?

“Billie is een combinatie van inhouse ontwikkeling en externe sourcing. We kijken continu waar we met eigen expertise de meeste waarde kunnen leveren én naar wat bol.com-specifiek is, en wat niet. Zo doen wij zelf de front-end en de vraagherkenning. Dat is voor ons het meest cruciale onderdeel, want het goed begrijpen van de vraag is net als in een ‘echt’ gesprek het belangrijkste om goed op orde te hebben. Voor dialoogontwikkeling gebruiken we weer een externe tool, want daar is juist een vriendelijke UX belangrijk om complexe dialogen in te kunnen ontwerpen én te beheren. En dat is vrij generieke functionaliteit.”

2: Hoeveel mensen werken er aan de ontwikkeling van Billie?

“Zo rond de 10 mensen binnen bol.com werken een fors deel van hun tijd aan en met Billie. En daarnaast ontwikkelt onze partner natuurlijk de eigen tooling steeds verder. Binnen bol.com werkt één team voornamelijk aan de ontwikkeling van Billie, een ander team ontwikkelt en beheert de front-end en we hebben natuurlijk veel afstemming met andere teams binnen bijvoorbeeld het logistieke of financiële domein waarvan we data via Billie aan klanten ontsluiten.” 

3: Sinds 2008 is Billie werkzaam bij bol.com, waar zijn jullie het meest trots op?

“De centrale rol die Billie in onze klantcontactstrategie speelt. Hoewel Billie echt nog niet perfect is en chatbots de creativiteit, flexibiliteit, empathie en het luisterend vermogen van een klantenservice medewerker nog niet behalen, weet Billie zelfstandig heel veel vragen op te lossen en zijn klanten tevreden met de antwoorden. Het afgelopen jaar voerde Billie meer dan 6 miljoen gesprekken met klanten! Voor zover ik weet is Billie naast Google Assistant en Siri de meest gebruikte chatbot in Nederland. Deze successen zorgen ervoor we Billie steeds prominenter terug kunnen laten komen in ons klantcontact.”  

4: Afgelopen jaar was een heel bijzonder jaar. Wat is hierin opgevallen?

“Afgelopen jaar was natuurlijk ook voor ons een bijzonder jaar. Ineens zat ook onze klantenservice thuis. Klanten lieten ander gedrag zien omdat sommige vragen ineens minder relevant of urgent waren (het exacte tijdstip van bezorging maakt minder uit als je de hele dag thuis bent) en andere juist urgenter (toch dat toiletpapier wat hopelijk net op tijd binnen is). De lockdown zorgde voor meer druk bij ons, onze logistieke partners en daarmee ook onze klantenservice. Daar kwam afgelopen december de ‘normale decemberdrukte’ nog bij. 

Dat betekent dat op sommige dagen Billie het werk deed van wel 800 servicemedewerkers. Dat laat enerzijds zien dat Billie door de jaren heen enorm veel meer business impact is gaan maken, maar ik word vooral blij van het feit dat we hierdoor met alle beperkingen waar we mee te maken hadden, ook in de meest drukke en cruciale periode van het jaar al onze klanten te woord hebben kunnen staan en we onze klantenservice medewerkers konden ontlasten op wie door de Corona-situatie ook heel veel druk terecht komt.” 

5: Hoe zie jij de toekomst van Billie/chatbots? Zal Billie in staat zijn consultancy te leveren op basis van complexe producten/diensten? 

“Chatbots zijn goed in left brain activiteiten: werkzaamheden waar veel en complexe logica en rekenregels voor benodigd zijn. Ik zie daarom echt wel mogelijkheden in complexe inhoudelijke domeinen, denk aan belasting- of pensioenadvies of juridisch inhoudelijke vragen. Maar hoe meer right brain de activiteiten zijn (creativiteit, empathie, persoonlijker benadering), hoe langer het zal duren voor chatbots dit onder de knie krijgen, als ze dat ooit al zullen doen. Mediation, relatietherapie of de exacte toepassing van juridische regels op jouw situatie zijn daar voorbeelden van. Ook ogenschijnlijk eenvoudige diensten kunnen snel complex worden als je het écht vanuit de klant bekijkt.

Een berucht intern voorbeeld met Billie zijn adviesgesprekken over wasmachines. Op het oog vrij simpel, want met vulgewicht, geluid, energielabel en budget kom je een heel eind, maar in een gesprek met een klant vraag je niet “welk vulgewicht mag je wastrommel hebben?”. Dus toen we in de dialoog het vulgewicht vertaalden naar “uit hoeveel personen bestaat je huishouden?” dachten we een mooie proxy te pakken te hebben. Maar toen kreeg Billie klantinput als “met zijn drieën, maar om de week zijn de kinderen van mijn vrouw ook bij ons” of “twee volwassenen en ik ben net bevallen van een tweeling”.

6: Wat zijn je tips voor organisaties zich afvragen óf en hoe chatbots passen in de klantcontactstrategie?

1. “Start klein. Zeker in en na de chatbot hype van 2017 was de verwachting dat je met kunstmatige intelligentie moeiteloos wel even een perfecte digitale assistent tot leven kon brengen. Veel initiatieven zijn stukgelopen op grote ambities en uitdagingen in de praktijk. Het vereist veel werk en data om een chatbot goed te trainen en dialogen te optimaliseren. Dus als je een verzekeraar bent: in plaats van het meteen ontwikkelen van ‘jouw virtuele verzekeringsagent’, start met het ontwikkelen van de dialoog om een intake voor een autoschade te kunnen doen. Als je dat eenmaal onder de knie hebt, breidt je scope dan uit.
2. Stel duidelijke (business) doelen. Een chatbot is nooit een doel op zich, en met alleen een chatbot kom je er niet. Er zijn altijd klanten die liever informatie scannen dan een dialoog aangaan, en niet alle content is geschikt om in dialoogvorm aan te bieden. De chatbot lost dus nooit al je uitdagingen op magische wijze op. Dus stel doelen of randvoorwaarden op klanttevredenheid, call deflectie, reductie van telefonische wachttijd, conversie, of welk probleem je ook op wil lossen, volg die doelen, en probeer wat anders als je geen progressie maakt op je doelen (ook als dat betekent dat je moet concluderen dat een chatbot toch niet het juiste middel was).
3. Schenk aandacht aan je processen. Dialogen ontwerpen voor een chatbot betekent dat je je interne processen vertaalt naar klanttaal. Je komt er dan ook feilloos achter waar die processen niet voldoen. Waar een klantenservice medewerker foutjes in het proces nog kan verbloemen met wat creativiteit en door net buiten de lijntjes te kleuren kan een chatbot dat niet. Pak je die processen niet aan dan kom je rechtstreeks uit in de computer says no fuik.
4. Leer van klantfeedback. Zeker in het begin – maar ook als je al 12 jaar aan je chatbot werkt – zullen er gesprekken niet goed verlopen. Elk van die gesprekken is weer input om je chatbot te verbeteren. Door de vraagherkenning te verbeteren, je dialoog onder de loep te nemen of toch te kijken of er een intern proces aangepast moet worden. En hoe verder je komt hoe meer edge-cases je tegen gaat komen. Het werk aan een chatbot is dus nooit ‘af’.
5. Experimenteer volop. Elke grotere wijziging AB-testen we in de praktijk. Front end wijzigingen, hertrainen van het vraagherkenningsalgoritme, hernoemen van labels, soms kunnen wijzigingen grote of onverwachte impact hebben. Alleen door te experimenteren, deze experimenten objectief met data te evalueren en bij onsuccesvolle experimenten ook de stekker er uit te durven trekken wordt je chatbot steeds beter.”

De validatie van waarde voor je organisatie

Mind the GAP, vergeet je klanten niet: Door potentie en belofte is het zakelijk gezien een enorme opportunity om chatbots in te zetten om klanten te helpen. Als het doel is calls te besparen, dan is iedere juist beantwoorde vraag winst. Aan de andere kant is iedere klant die niet goed geholpen wordt een enorm afbreukrisico. Klanten komen op de site vanuit een informatiebehoefte en niet per se voor een chatbot interactie, maar als de optie geboden wordt is dit voor 58% van je klanten een reële optie. De klant hoeft immers niet te bellen/in de wacht te staan, een keuzemenu door te lopen/ in te spreken en er is geen sluitingstijd. Naast deze voordelen gelden er tegelijk ook torenhoge verwachtingen vanuit je klant. De klantverwachting is dat deze chatbot in staat is alle vragen goed te interpreteren en succesvol te beantwoorden. En er is ook nog een significant deel van je klanten die geen interactie met een chatbot wil of accepteert. Deze moet je ook bedienen. 

Onpersoonlijk

Daar waar de klant in het verleden een slechte ervaring heeft gehad zie je in onderzoeken ook terughoudendheid. Onpersoonlijke antwoorden of geen antwoord, een directe verwijzing naar een artikel, of geen optie om alsnog met een medewerker in contact te komen zorgen ervoor dat deze terughoudendheid toeneemt. Volgens een artikel uit rockingrobots van november 2019 heeft 88% problemen met chatbots ervaren.

Verantwoordelijk voor de interactie

Uiteindelijk moet jij als verantwoordelijke voor de klant een belangrijke keuze maken. Waar moet een chatbot aan voldoen? Wat zijn minimale succes criteria? Het antwoord op deze vraag geeft ook een idee hoe deze past in je contact strategie en waar en wanneer je deze ontsluit voor je klanten.

Bepaal je bot-sweetspot

De potentie is enorm, de kloof tussen de potentie en realisatie is waar organisaties inschattingsfouten kunnen maken ten koste van de klantbeleving. Om al je klanten goed te kunnen bedienen is een chatbot nooit een 100%-oplossing. Je hebt een goede service omgeving als stevige basis nodig om al je klanten te voorzien van een antwoord. Een sterke chatbot op de juiste plaats kan een sterke add on zijn, maar dit vergt continu aandacht en optimalisatie. Immers: bol.com doet dit al 12 jaar!

Over de auteur: Maarten Goedvolk is managing director bij DoReply.

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