Intelligent routeren biedt grote voordelen voor je klant en voor je medewerkers. Samen met Sander Hesselink van Telecats kijken we naar wat de mogelijkheden van intelligent routeren zijn. Conclusies: AI kan beslissingen nemen die bijdragen aan de contactcenter-KPI’s en AI-routing gaat een deel van het WFM-proces overnemen.
Slim routeren is het antwoord op de toegenomen complexiteit in klantcontact. Een eenvoudige beslisboom die je in twee of drie standaardkeuzes richting het juiste antwoord leidt, dat is steeds vaker niet meer toereikend, aldus Sander Hesselink. Klantvragen worden complexer: ze bevatten steeds vaker meerdere variabelen die je zou moeten meewegen in de routering. En aan de kant van de oplossing zijn meerdere uitkomsten mogelijk. Je kunt uitkomen bij een medewerker, bij een selfserviceomgeving zoals een app of een webpagina of bij een voicebot. Wanneer je routeert op basis van AI, kan wél rekening worden gehouden met al die variabelen. Met Hesselink gaan we op zoek naar de potentie van AI-routing.
Sturen op medewerkertevredenheid of klanttevredenheid?
Wat AI-routing ook zo interessant maakt, is dat je de wijze van routeren mede kunt laten bepalen door je doelstellingen. Streef je naar de hoogste medewerkertevredenheid? Dan zet je vol in op fijnmazig routeren op basis van skills waarbij je AI ook inzet voor agent-assist. Wie op efficiency stuurt, stelt de routering in op een zo snel mogelijke en correcte beantwoording. En wie voor maximale klanttevredenheid wil gaan, zou kunnen inzetten op persoonlijke dienstverlening waarbij de klant misschien wat langer moet wachten, maar wel zijn of haar vaste contactpersoon te spreken krijgt.
Je kunt zelfs zo routeren dat beginnende medewerkers niet al te ingewikkelde vragen krijgen aangeboden, maar wel divers qua inhoud.
Het wordt al snel ingewikkeld
Met AI-routing kan je je contactcenterbesturing dus relatief snel erg ingewikkeld maken. Hesselinks advies is dan ook om dat vooral niet te doen en AI-routing in beginsel eenvoudig te houden. “Dat betekent dat je primair helder hebt van wie de vraag komt, wat de vraag is en wie van het team die vraag het best kan beantwoorden. Deze aanpak is al ingewikkeld genoeg, want je zult in deze opzet bijvoorbeeld al moeten nadenken over welke klantdata bij deze beslissingen mag worden gebruikt. De mogelijkheid om hierbij klantgegevens te gebruiken is beperkt vanuit de AVG.”
“Aan de kant van de oplossingen moet je kijken naar de competenties van medewerkers – denk aan product- en technische kennis en eventueel soft skills en eigenschappen,” aldus Hesselink. “Het niveau van die kwaliteiten kan je al dan niet afstemmen op eigenschappen van de klant en de inhoud van de klantvraag. En tot slot: als een klant een positieve beoordeling heeft gegeven aan een eerder contact met een bepaalde medewerker, zou je kunnen overwegen om de klant de volgende keer met dezelfde medewerker te laten spreken.”
“Slim routeren is niet alleen een manier om dienstverlening aan klanten meer gepersonaliseerd te maken maar je kunt zelfs de omstandigheden van het moment laten meespelen.”
De kunst om niet in te grijpen
Slim routeren is niet alleen een manier om dienstverlening aan klanten meer gepersonaliseerd te maken – denk aan dossierhouders of klanteigenaren – maar je kunt zelfs de omstandigheden laten meespelen. Ofwel: als het erg druk is, laat je de routeringsmachine net iets andere beslissingen maken, dan wanneer het relatief rustig is. Of je biedt de klant de keuze: als u sneller geholpen wilt worden, laten we u niet wachten totdat uw favoriete medewerker beschikbaar is.
Dat leidt waarschijnlijk tot een ander soort besluitvormingsproces, aldus Hesselink: “Een geavanceerde opzet van AI-routing kan beslissingen nemen die je in eerste instantie misschien niet begrijpt. Zoals een medewerker die op ‘beschikbaar’ staat, terwijl er toch aanbod in de wachtrij te zien is. Het systeem kan bedacht hebben dat het laten wachten van de klant totdat een specifieke andere medewerker beschikbaar is, een beter eindresultaat zal opleveren.”
Als je AI-routing beschouwt als een blackbox tussen enerzijds vraag en anderzijds antwoord, kom je ook op het punt van uitlegbaarheid van de totstandkoming van een resultaat – er is Europese wetgeving die voorschrijft dat AI uitlegbaar moet zijn.
Complexiteit en wendbaarheid?
Als AI-routing een complexe beslismachine is geworden die met een groot aantal variabelen rekening houdt, holt je wendbaarheid dan niet hard achteruit? Een aanpassing in je productenaanbod of servicemodel kan alles overhoopgooien. “Juist uit het voorbeeld van VGZ blijkt dat essentiële aanpassingen – denk aan nieuwe producten en merken – juist relatief eenvoudig door te voeren zijn als de basis goed staat. Het herkennen van nieuwe intents zal ook niet de uitdaging zijn, die zit meer aan de kant van oplossingen: wie heb je beschikbaar om welke vragen te beantwoorden. En vergeet niet: als je een nieuw product introduceert, moet je ook je medewerkers hierin opleiden.”
Meervoudige vragen
Wat doe je bij meervoudige vragen zoals ik ben mijn bankpas kwijt en moet met spoed een overboeking doen, maar ik zit in het buitenland? “De reactie op de uitnodiging van een voicebot om je vraag in te spreken is meestal dat mensen zich al beperken tot datgene wat zij als hoofdvraag zien. Maar machine learning leert ondertussen ook omgaan met samengestelde vragen, namelijk het optimaal routeren van veelvoorkomende combinaties. Het is niet nodig om te veel te blijven stilstaan bij uitzonderingen. Wel is het van belang om in te zien dat het inregelen eerst enigszins ten koste zal gaan van je efficiency. Maar dat is nodig om de modellen te ontwikkelen die uiteindelijk je efficiency vergroten.
AI-routing neemt deel takenpakket WFM-team over
Wanneer organisaties (intensiever) gebruik gaan maken van Speech Routing, is WFM een van de rollen binnen het contactcenter die geraakt wordt. “De modellen voor AI-routing zullen uiteindelijk uitstekend in staat zijn te voorspellen welke volumes voor welke competenties je kunt verwachten,” zo is de overtuiging van Hesselink. “De complexe puzzel die het WFM-proces nu nog kan zijn, kan worden overgenomen door AI-routing. Natuurlijk zal je zelf moeten definiëren wat je beschikbare resources zijn. De rol van een WFM-team zal daarnaast meer verschuiven naar het creëren van waarborgen dat de benodigde resources ook daadwerkelijk beschikbaar zijn.”
Samenhang
Tot nu toe, zo legt Hesselink uit, heeft Telecats in sterke mate gefocust op de inzet van technologie die voor het begin van het klantgesprek zit. Maar dat werkgebied verschuift geleidelijk naar het stukje dat tussen vraag en antwoord in zit. En dus naar aanpalende terreinen zoals kennismanagement (denk aan agent assist: een voicebot die on the fly meeluistert en meedenkt met de medewerker) en WFM door voorspellend inzicht te geven in workloads en benodigde resources. Zo komt er steeds meer samenhang in de besturing van het contactcenter.
Tekst: Erik Bouwer (Ziptone)
