Praten met computers. Het klinkt misschien een beetje vreemd, maar bijna iedereen doet het, vrijwel elke dag. Denk maar eens aan Siri en Alexa, of chat- en voicebots. De techniek die het voor computers mogelijk maakt om ons te begrijpen en te reageren met menselijke tekst en spraak is ‘Natural Language Processing’ (NLP), oftewel natuurlijke taalverwerking. Het richt zich op het taalaspect binnen Artificial Intelligence (AI) en heeft als doel om menselijke taal te ontcijferen en zinnig te maken. Ook spamfilters, spellingscontrole en vertaalprogramma’s maken gebruik van NLP.
Computers kunnen dit natuurlijk niet zomaar leren. Taal laat zich namelijk niet zo makkelijk in regeltjes vangen die een computer begrijpt. Afgezien van de grammatica en woordvolgorde (‘syntactische analyse’) moet de computer ook leren om rekening te houden met bijvoorbeeld een slechte uitspraak, dubbelzinnigheden, of uitingen van emotie, zoals sarcasme. In dat laatste geval gaat het om de betekenis die wordt overgebracht (‘semantische analyse’). De enige manier waarop een machine deze finesses kan leren is door eindeloos te herhalen en menselijke correcties te ontvangen.
NLP in het contactcenter
Ook in het contactcenter komen we steeds vaker toepassingen van NLP tegen. We hadden het eerder al over voice- en chatbots, die dankzij NLP begrijpen wat de klant vraagt en op een menselijke manier kunnen reageren. Hierdoor kunnen talloze simpele interacties zonder de hulp van medewerkers worden afgehandeld, ook – of juist – buiten kantooruren. Zo ben je als bedrijf veel ruimer bereikbaar, en zijn de wachttijden van het contactcenter een stuk korter. Dat is fijn voor de klant, maar ook voor de medewerker, die zich nu kan richten op de meer uitdagende klantinteracties. Bovendien vergemakkelijkt NLP zijn werk, omdat het op basis van de klantvraag razendsnel oplossingen kan aandragen (‘next best action’).
NLP wordt ook gebruikt voor geavanceerde data-analyse én voor het omzetten van spraak naar tekst om klantinteracties op te slaan. Nog een stapje verder gaat het als het wordt ingezet om klantfeedback vanuit verschillende contactkanalen te analyseren. Dit wordt sentimentanalyse genoemd. Hiermee kun je als bedrijf bijvoorbeeld het klantverloop bestuderen door de negatieve klantervaringen te onderzoeken. In tijden van snel veranderend klantgedrag is sentimentanalyse de manier bij uitstek om klanten en zelfs de bredere bevolking te monitoren om veranderende behoeften in een vroeg stadium inzichtelijk te maken en hierop in te spelen.
De juiste balans tussen mens en machine
Ondanks het feit dat NLP breed kan worden ingezet in contactcenters en zowel de ervaring van de klant als de medewerker enorm kan verbeteren, kent het zeker ook beperkingen. Zo zijn computers bijvoorbeeld onvoldoende in staat om empathie te tonen of om te gaan met menselijke emoties. Daarom blijft de medewerker van vlees en bloed onmisbaar in het contactcenter en dienen NLP-toepassingen uitsluitend ter ondersteuning.
Benieuwd hoe NLP in jouw contactcenter het verschil kan maken? Laat het ons weten! Onze experts vertellen je er graag meer over.
Whitepaper ‘Vanuit de pitstraat naar pole position’
De klantervaring is het concurrentie-instrument bij uitstek geworden, en in een wereld waarin veranderingen in klantgedrag en klantbehoeften elkaar in een razend tempo opvolgen, wordt de noodzaak voor de toepassing van innovatieve technologieën en automatisering in het contactcenter steeds groter. Zij die niet investeren in innovatie lopen een niet-overbrugbare achterstand op.
In onze whitepaper “Vanuit de pitstraat naar pole position: de urgentie van klantgerichte innovatie in het contactcenter” bespreken we de verschillende manieren waarop AI en andere technologieën kunnen worden toegepast in contactcenters. Ze helpen om de juiste balans te vinden tussen mens en machine, en tussen schaalbaarheid en “personal touch”, om de klant optimaal van dienst te zijn.
Blijf niet steken in de pitstraat, maar investeer nu in de technologie die jouw bedrijf in pole position plaatst. We helpen je graag op weg.
