Wat is de businesswaarde van een chatbot?

Bottechnologie is een veelbelovende ontwikkeling maar je moet goed nadenken waarom, hoe en waar je het kunt toepassen. Er zijn drie aspecten waarop je de toegevoegde waarde kunt beoordelen: customer-centricity, kwaliteit en efficiency.

Om de businesswaarde van bottechnologie te bepalen is het handig om in het achterhoofd te houden wat er op dit moment al mogelijk is. De technologie kent namelijk verschillende verschijningsvormen. De eenvoudigste bot is scripted. Het signaleert bepaalde kernwoorden of -zinnen in een gesprek en geeft daarop van tevoren vastgestelde antwoorden. Deze bot is dus bij uitstek geschikt om bijvoorbeeld FAQ’s te beantwoorden.

Iets geavanceerder zijn bots die de intentie van de klant kunnen herkennen. Zij maken gebruik van machine-learning om de relaties tussen woorden te analyseren en zo te bepalen wat de bezoeker wil. Deze bot kom je al heel veel tegen, bij restaurants, in de retail, travel, et cetera.

Nog een stapje verder gaan virtuele agenten, die begrijpen wat een mens probeert te bereiken met de interactie en zelf een gesprek kunnen voeren. Het kan data halen uit andere systemen om de juiste informatie te verkrijgen en leert en verbetert mettertijd. Denk bijvoorbeeld aan de virtuele zorgverlener die een ziekenhuis in Maastricht net heeft geïntroduceerd. Bot ‘Molly’ leert patiënten met hartklachten hoe ze hun gezondheid thuis kunnen monitoren en verbeteren, zodat ze alleen naar het ziekenhuis hoeven als dat echt nodig is.

Het meest complex is de mensachtige adviseur, die kan redeneren als een mens. Dit is toekomstmuziek. De ontwikkeling van kunstmatige intelligentie is nog niet zover dat het neurale netwerk van een mens kan worden geëvenaard en het is niet duidelijk of en wanneer dat het geval zal zijn. De eerste drie bot-typen zijn al wel beschikbaar en worden steeds meer ingezet.

Toegevoegde waarde op drie assen

Of de technologie interessant is voor een bedrijf hangt natuurlijk af van het probleem dat moet worden opgelost. Wij zien in de praktijk dat organisaties op drie aspecten verbeteringen kunnen realiseren met bots:

  1. Kwaliteit klantinteractie

Met bottechnologie kun je de klant 24/7 te woord staan, op een consistente en doelgerichte manier. Het antwoord dat hij op een vraag krijgt hangt niet af van welke persoon hij spreekt – bots antwoorden altijd hetzelfde. Je kunt wel variabelen in het proces brengen in de vorm van personalisatie. Dan bepaalt het klantprofiel hoe je te woord wordt gestaan. Iemand die bijvoorbeeld een hoge status in een frequent flyer programma heeft van een luchtvaartmaatschappij krijgt dan mogelijk een ander antwoord op de vraag wat er aan een overboeking wordt gedaan dan iemand die niet staat geregistreerd als trouwe klant. Dit alles gebeurt uiteraard binnen de geldende privacywetgeving, dus met toestemming van de klant.

 2. Efficiency

Als je de bot inzet voor het afhandelen van veelvoorkomende vragen of problemen, dan kun je de medewerkers van de servicedesk vrijmaken voor ingewikkelde kwesties. Zo worden klanten niet alleen sneller te woord gestaan, maar wordt het werk van de serviceagenten ook nog eens interessanter.

 3. Customer-centricity

Klanten laten een digitaal spoor van interacties achter. Door die gesprekken te automatiseren hebben bedrijven een beter zicht op de gestelde vragen en de kwaliteit van de antwoorden. Wat is trending? Zo kunnen ze inspelen op wat er leeft bij de consument en patronen opsporen, wat interessant is vanuit zowel het oogpunt van business development als vanuit klanttevredenheid. Als je als organisatie het digitale spoor van de klant in de interactie met je bedrijf weet te volgen, kun je het gesprek immers oppakken waar het is afgebroken en voorkom je de irritatie van een klant die zich van het kastje naar de muur gestuurd voelt omdat hij zijn verhaal steeds opnieuw moet doen.

Welke technologie?

Als de businesscase is gemaakt, moet je beslissen welk type bot het beste je doelstellingen kan verwezenlijken. Je hebt niet per definitie een bijna-menselijke bot nodig. Het probleem bepaalt zoals gezegd de oplossing. Een scripted bot kan 80 procent van de vragen oplossen en het is heel goed mogelijk dat dat volstaat als je doelstelling bijvoorbeeld is om het call center te ontlasten. Bovendien kun je zo’n scripted bot als basis zien waaraan je intelligentie kunt toevoegen zoals het interpreteren van de intentie van de klant.

De kunst is hierbij om goed te bepalen wat de bot zelf kan doen en wanneer een medewerker moet ingrijpen. Zo kan een chatbot een klant heel ver in de sales funnel helpen maar is het misschien wenselijk dat een medewerker de aankoop afhandelt of complexe vragen hierover beantwoordt. De bot kan ook aanbevelingen doen en zo ingezet worden voor cross- en upsell. Het algoritme haalt de daarvoor benodigde informatie uit het gesprek en eerdere interacties. Een sentimentanalyse is ook mogelijk zodat de context beter kan worden bepaald, op basis waarvan de bot acties voorstelt aan de backoffice.

Welke aanbieders?

Bottechnologie is volwassen aan het worden en de acceptatie van gebruikers stijgt. Daardoor is het botlandschap behoorlijk versplinterd. Bot Framework & Deployment Platforms zijn de partijen die de infrastructuur en functionaliteiten ontwerpen. Vervolgens zijn er tal van specialistische bedrijven die plugins hebben gemaakt waarmee de bot intentie of emotie kan herkennen, beeld identificeert of kan praten. Maar er zijn ook all-in-one oplossingen die zowel de infrastructuur als de competenties van de bot ontwikkelen.

Vervolgens heb je ook nog te maken met de kanalen waar de bot wordt neergezet, zoals Facebook Messenger, Twitter en Skype. En dan zijn er nog de generieke platformen die API’s ontwikkelen rond spraak, beeldherkenning en natural language processing die niet gespecialiseerd zijn in bots maar wel een bijdrage kunnen leveren.

Plan van aanpak

Als je het probleem in kaart hebt gebracht en weet wat de technologie kan, is de volgende stap om de scope te bepalen door een deelprobleem te kiezen om de bot mee te testen. In plaats van alle FAQ’s te beantwoorden kun je bijvoorbeeld de bot eerst trainen in een bepaalde productcategorie, zodat je niet vastloopt in technische en methodologische issues. Het trainen van een bot is namelijk een enorm karwei dat veel tijd, data en expertise kost. Het is nadrukkelijk geen geautomatiseerd proces. Je hebt kennis nodig van data science en kunstmatige intelligentie.

Zorg er wel voor dat het fundament dat je kiest schaalbaar en flexibel is. Je begint met het deelprobleem bij wijze van proof-of-concept maar uiteindelijk wil je door ontwikkelen naar iets groters. Daarnaast is het natuurlijk heel belangrijk dat je voldoet aan de Algemene Verordening Gegevensbescherming (AVG) en de persoonlijke gegevens van botgebruikers goed bewaakt.

Zodra de basis staat ga je de bot uitgebreid testen. Mensen controleren de resultaten zodat je zeker weet dat de interactie voldoet aan de eisen en behoeften van de gebruiker. Tegelijkertijd moet je de klantverwachtingen managen – kondig aan dat ze met een bot praten en dat die nog niet zo slim is.

Dit is een goede strategie om niet meegesleept te worden door de hype, maar snel tot een resultaat te komen en te bepalen of bottechnologie écht toegevoegde waarde heeft voor je organisatie en de gebruikers.