Met de klant in gesprek over je diensten, op een respectvolle en gelijkwaardige manier? Het kan eigenlijk alleen maar als je echt inspeelt op zijn individuele behoeften. Zonder automatisering en AI is dit tegenwoordig bijna niet te doen, laat staan in realtime. Algoritmen bieden hier uitkomst: ze brengen de klantsituatie volledig in beeld en geven servicemedewerkers de juiste suggestie voor de best mogelijke vervolgactie.
De klantenservice heeft van oudsher een vrij slechte reputatie: lange wachttijden, trage reacties, overbelaste medewerkers die weinig behulpzaam kunnen zijn. En dan zitten ze ook nog thuis te werken. Het gevolg: frustraties bij zowel de klant, als de servicemedewerker. Maar, snelle en succesvolle klantenservice is geen hogere wiskunde meer. Softwarerobots en AI-gebaseerde applicaties kunnen veel processen automatiseren en individuele instructies afleiden voor het afhandelen van een specifieke klantvraag. Het maakt medewerkers efficiënter en meer empathisch in het klantcontact. De service wordt persoonlijker en dus succesvoller. En dat leidt tot betere verkoopkansen.
Ontlasten van hotlines
De eerste stap is om digitale kanalen zoals selfservice portals, intelligente virtuele assistenten (IVA) en chats te integreren in klantcommunicatie. In selfserviceportals kunnen klanten snel antwoord vinden op vragen die al eerder door andere klanten zijn gesteld. Met ondersteuning van IVA’s kunnen ze bijvoorbeeld zelf wijzigingen aanbrengen in tarieven en configuratie-opties. Chatbots herkennen, dankzij spraakherkenning en sentimentanalyse, de behoeftes en wensen van klanten. Het is wel een aanrader om niet te veel code in de chatbot te bouwen. Zorg dat ze de context van de klant doorgeven aan een centraal systeem dat de chatbot laat weten wat de best actie is voor de klant.
Softwarerobots springen bij
Niet alle wachttijden bij de klantenservice worden veroorzaakt door de grote hoeveelheid vragen. Vaak zijn de interne systemen en processen ook inefficiënt. Medewerkers verspillen hierdoor veel tijd aan het opzoeken en consistent houden van informatie. De oplossing: softwarerobots brengen de data uit verschillende systemen – zoals klanthistorie en productdata – overzichtelijk samen. Medewerkers hebben zo alle vereiste informatie binnen handbereik, zodat ze klanten niet in de wacht hoeven te zetten. Eventuele wijzigingen in de gegevens worden automatisch teruggestuurd en doorgevoerd in het juiste systeem.
Andere softwarerobots helpen werknemers bij repeterende taken. Ze starten de vereiste systemen alvast op voordat ze nodig zijn of helpen bij gegevensoverdracht. Een goed voorbeeld is het kopiëren van informatie uit product- en supportdatabases naar de e-mails die aan klanten worden gestuurd of het terugzoeken van gegevens die klanten per e-mail hebben gestuurd. Het grotendeels automatiseren van dit soort taken vermindert het aantal handmatige handelingen en bespaart medewerkers veel tijd. Ook hier geldt – beperk de robot tot de handmatige taken en laat klantgerichte aanbevelingen over aan een centraal systeem – een klantbrein dat op elk moment elke robot, chatbot en medewerker adviseert over de best klantactie.
AI leert wat de beste aanpak is
In de interactie met klanten evalueert AI in realtime alle beschikbare informatie over een klant en bepaalt de zogenaamde ‘next-best-action’. Dit gaat veel verder dan het oplossen van problemen voor technische supportvragen: als een klant bijvoorbeeld zijn contract wil beëindigen, kan AI onmiddellijk een aanbod doen om hem over te halen om te blijven. Dit gebeurt op basis van de loyaliteit van de klant en de omzet die tot dusver met deze klant is behaald. Ook wordt eerder gedrag van de klant meegenomen, net als de voorwaarden van de concurrentie. De algoritmen doen zelfs voorspellingen over klantgedrag en houden daar rekening mee bij het doen van een aanbieding.
Daarom is het dus nodig deze intelligentie niet in robots of chatbots in te bouwen, maar deze te gebruiken als slimme middelen om de huidige context van de klant door te geven – en AI de next-best action te laten bepalen.
Telecomproviders gebruiken dit nu al. Niet alleen om klanten die van plan zijn over te stappen te lokken met een tegoed, maar ook om hen nieuwe voorwaarden of vervangende smartphones aan te bieden. Dit soort aanbiedingen moeten individueel worden gemaakt omdat niet elke klant een even goed aanbod ‘verdient’ en niet elke klant op dezelfde manier zal reageren op een bepaald aanbod. Voor een mens is dit heel moeilijk te doen – zeker in een fractie van een seconde midden in een klantgesprek.
Klantenservice ziet kansen!
Kunstmatige intelligentie is heel geschikt om vanuit klantcontextdata zeer gerichte communicatie- en marketingacties aan te raden. Bij een bank kan bijvoorbeeld een gepersonaliseerde mailing automatisch worden geactiveerd als klanten gedurende een langere periode grote sommen geld op hun rekening hebben staan of als ze op het punt staan hun kredietlimiet te overschrijden. In het eerste geval gaat zo’n mailing dan over investeringsmogelijkheden, in het tweede om een consumentenkrediet. Als een klant dan contact heeft kan AI op basis van nieuwe gegevens direct met een aangepaste suggestie komen. Zonder dat de medewerker – of chatbot – zich door tien systemen moet worstelen en dan nog niet weet wat te doen. De next-best action is een mooie kans om klantenservice naar een hoger niveau te tillen.
Auteur: Peter Woods, Client Ambassador 1:1 customer engagement Pegasystems
