Hoe KLM klanten sneller helpt dankzij Messenger en machine-learning

Tienduizenden vragen per dag kreeg KLM binnen toen de coronapandemie begon. Vooral de reisrestricties en het omboeken of annuleren van vluchten waren belangrijke onderwerpen. Door Messenger efficiënter in te zetten met behulp van machine-learning lukte het om deze klantvragen sneller te beantwoorden.

Toen de restricties in verband met de coronapandemie in maart 2020 van kracht werden, kreeg KLM meer dan 50.000 berichten per dag binnen op de sociale mediakanalen: meer dan vijf keer zoveel als het eerdere dagrecord. Daar kwam bij dat enkele servicecenters van de luchtvaartmaatschappij vanwege de strikte lokale lockdowns een lagere bezettingsgraad hadden, wat het tijdig afhandelen van de berichten extra lastig maakte.

Messenger

Specifiek op het kanaal Messenger speelde deze problematiek ook. KLM gebruikt Messenger al meer dan 10 jaar om haar passagiers 24/7 snelle en passende klantenservice te bieden via haar ruim 350 sociale mediamedewerkers wereldwijd. Het aantal Messenger-gesprekken werd tijdens de pandemie op jaarbasis 4,3 keer zo hoog. Het KLM-team hielp via Messenger duizenden reizigers met repatriëringsvluchten.

Als gevolg van de overweldigende hoeveelheid berichten die KLM dagelijks binnenkreeg, duurde het tot gemiddeld vijf dagen voordat ze behandeld werden en daalde de klanttevredenheid met 20 procent. Het team ging daarom op zoek naar oplossingen om snellere en efficiëntere service te kunnen bieden aan passagiers en tegelijkertijd de werklast van de klantenservice binnen de perken te houden.

Langere responstijd

Facebook hielp KLM de toegenomen hoeveelheid gesprekken af te handelen door de responstijd die agenten krijgen om te antwoorden (de zogeheten Human Agent Tag) bij te stellen van 7 dagen naar 21 dagen. Als agenten een bericht sturen naar de klant, gelden er vanuit Messenger namelijk bepaalde voorwaarden. Door de responstijd te verlengen, bleven de cases langer openstaan en konden we de klant voorzien van een antwoord.

Daarnaast paste KLM haar gebruik van Messenger-functionaliteiten aan. Door direct informatie over coronarichtlijnen en -restricties via de welkomst- en menu-opties te delen en al meteen klantgegevens op te vragen, konden servicemedewerkers klanten sneller antwoorden.

Prioriteit geven aan vragen

Er werd nog meer gedaan om de antwoordsnelheid te vergroten. Normaliter is het in een serviceorganisatie gebruikelijk om vragen in chronologische volgorde af te handelen. Het productteam van KLM bouwde echter een in-house-oplossing met de Salesforce Service Cloud, waarmee cases in Messenger geprioriteerd konden worden door verbindingen met de interne API’s van KLM te creëren. Daardoor kon de klantenservice de urgentie van een service case beter inschatten op basis van vluchtvertrektijd, vluchtstatus en trefwoorden.

Stel dat je morgen een vlucht hebt van New York naar Amsterdam en je krijg bericht dat die is vertraagd of geannuleerd. Als je daar een vraag over stelt, dan kunnen we de urgentie van het bericht herkennen op basis van de vluchtdetails en de gegevens in onze systemen. Hier is een rangschikking in aangebracht die bestaat uit acht lagen.

Met dit nieuwe prioriteringssysteem kon KLM haar passagiers die al snel zouden vertrekken, maar van wie de vlucht vertraagd of geannuleerd was, voorrang geven bij het beantwoorden van hun vragen. Minder urgente kwesties werden lager in de wachtrij geplaatst.

Geautomatiseerde berichten en vrijwilligers

Verder verstuurde KLM via Messenger meer dan 65.000 geautomatiseerde berichten naar klanten die een vlucht hadden gemist of van wie de vertrektijd naar een later tijdstip was gezet. In deze berichten werd noodzakelijke informatie gedeeld over bijvoorbeeld reisrestricties en zelfservicemogelijkheden voor het aanvragen van een voucher.

Ten slotte meldden 850 KLM-werknemers van over de hele wereld zich vrijwillig aan als tijdelijke servicemedewerkers om vragen van klanten te beantwoorden via Messenger. Zij handelden 70.000 cases af gedurende de eerste zes weken van de coronacrisis.

Resultaten

Doel van het Messenger-project was om klanten zo snel mogelijk te antwoorden. Daarvoor zijn drie verbeteringen doorgevoerd:

1. Veelgestelde vragen over corona die worden gesteld op de sociale mediakanalen herkent KLM met behulp van artificial intelligence en kunnen daardoor automatisch beantwoord worden. Daardoor zijn medewerkers vrij om ingewikkeldere kwesties te behandelen.
2. Het nieuwe prioritiseringssysteem stelt KLM in staat gesprekken in te delen op urgentie zodat klanten met dringende vragen zo snel mogelijk antwoord krijgen.
3. Ter voorbereiding op de hervatting van het reisverkeer heeft KLM het gebruik van deze oplossingen uitgebreid en haar inzet van machine learning opgeschaald om salesmogelijkheden te herkennen. Dit gebeurt met behulp van onze AI-partner DigitalGenius.

Van maart 2020 tot maart 2021 leverde dit de volgende resultaten op:

• 10% van de via Messenger binnengekomen vragen in verband met de coronapandemie werd met de geautomatiseerde mogelijkheden opgelost.

• 20% van alle via Messenger binnengekomen vragen werd door automatisering ondersteund, wat resulteerde in snellere en effectievere antwoorden van menselijke medewerkers.

• 15 minuten is de gemiddelde responstijd voor gesprekken die als urgent zijn aangemerkt, waarbij de meest urgente gesprekken nagenoeg realtime worden afgehandeld.

Deze resultaten smaken naar meer. Door verder te investeren in automatisering en de sterke punten van technologie te combineren met de menselijke benadering van de servicemedewerkers, werkt KLM toe naar het aanbieden van realtime service in alle situaties.

Over de auteur: Renske Siersema is Head of owned channels & partnerships bij KLM.

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