Messaging-apps zijn razend populair en staan op miljarden smartphones van consumenten. Aan de andere kant komen er steeds meer bedrijven die chatbots en voicebots inzetten. Voor klantcontact geldt dat beide ontwikkelingen elkaar gaan versterken en aanvullen, zo is de verwachting. Hoe zit dat?
In de aanloop naar het CCMA-event Digital Transformation van 15 juni spreekt Ziptone hierover met Michiel Gaasterland (CM.com) en Sander Hesselink (Telecats).
Een tijdje terug vroeg ik aan de chatbot van een energiebedrijf of dit bedrijf ook een laadpas leverde. De chatbot kwam met de reactie: ‘Helaas begrijp ik het niet. Probeer het nog een keer of stel een andere vraag.’ Dat laatste is natuurlijk hilarisch: alsof je de klant hiermee helpt.
Michiel Gaasterland moet lachen. “Ja, in dit verhaal is in ieder geval één iemand onschuldig. En dat is de chatbot. De verschillen tussen bedrijven in hoe ze omgaan met chatbottechnologie zijn groot. Het hangt af van het businessmodel, de cultuur, de volwassenheid, de ambities. Soms is prijs het dominante element in de propositie van een bedrijf. Ik heb zelf gekozen voor een energiebedrijf waarbij het acht dagen kan duren voordat ik antwoord krijg op een e-mail, maar dat heb ik ingecalculeerd.”
De customer lifetime value is een bepalende factor voor klantcontact.
Michiel Gaasterland is ‘evangelist’ bij CM.com, de snelle groeier en specialist op het vlak van ‘conversational’ en sinds 2020 beursgenoteerd. Het bedrijf verstuurt namens zijn klanten jaarlijks 8 miljard berichten. “De customer lifetime value is een bepalende factor voor de omgang met chatbottechnologie,” licht Gaasterland toe. “Wat zijn de aankoopfrequentie en gemiddelde transactiewaarde binnen de organisatie? In fashion is de gemiddelde orderwaarde bijvoorbeeld 70 euro en de aankoopfrequentie gemiddeld 4 maal per jaar. Iedere klantinteractie is dan een mogelijkheid om de relatie verder te versterken. Maar wanneer je eenmaal per jaar voor 20 euro aan schoolartikelen verkoopt, wordt dat al een stuk lastiger en heb je een zeer strak georganiseerd e-commerceproces nodig. Klantcontact zet dan een relatief grote druk op je marge.”
Juist bij de inzet van chatbots is te zien dat het vaak mis gaat. Waar ligt dat aan: is de kennisbank te beperkt? Is de insteek van die implementatie verkeerd gekozen? Wordt de chatbot gepresenteerd als alwetend terwijl dat niet zo is?
Gaasterland: “Ik vrees dat alle punten die je noemt aan de orde zijn. Hoe succesvol bedrijven zijn bij het inzetten van nieuwe technologie heeft óók te maken met de volwassenheid van de organisatie. Zijn bij jonge bedrijven de juiste skills en de juiste ervaring aanwezig? Of doen ze zaken met de verkeerde partner, die primair technologie verkoopt en niet echt helpt bij implementatie?”
Sander Hesselink (Telecats) vult aan: “En in hoeverre heeft een bedrijf een feedbackloop ingesteld, zodat chatbots leren van vragen die niet goed worden afgehandeld door een digitaal systeem? En wat ook meespeelt: hoe lang heeft de klantenservice een systeem al in gebruik? Dus hoe volwassen is de chatbot zelf? De leeftijd daarvan is natuurlijk niet zichtbaar voor de klant.”
De chatbot is goed in een paar dingen, maar de klant weet niet welke dingen dat zijn. Hoe zien jullie dit?
Gaasterland: “Je kunt ervoor kiezen om een chatbot in te zetten die bijvoorbeeld slechts vijf dingen kan, maar waarmee je wel 30 procent van je klantcontactvolume wegwerkt. Ik zou zeggen: manage dan de verwachting goed. Bijvoorbeeld door de chatbot te laten zeggen ‘ik kom net van school en kan nog niet zo veel’, of door expliciet te vermelden dat de chatbot is gespecialiseerd in een beperkt aantal taken. Je moet de ontwikkeling van je chatbot ook onderdeel maken van je roadmap: in welke fasen verdelen wij dit project en waar willen we eindigen met onze chatbot?”
Het inzetten van een chatbot moet je dus eigenlijk behandelen als een evolutie, een stapsgewijs proces?
“Relatief onervaren chatbots zijn inderdaad afhankelijk van hun training. Maar sommige dingen kan je er direct als standaard vaardigheid in stoppen,” aldus Gaasterland. “Bijvoorbeeld het uitvragen van klantgegevens, zodat de medewerker die jou gaat helpen al over de nodige informatie beschikt.”
Een chatbot-applicatie moet je over een langere periode trainen, zodat alle smaken en onderwerpen voorbijkomen.
Hesselink: “Wat hierbij ook meespeelt is dat in sommige branches in de zomer of winter andersoortige vragen binnenkomen dan in andere delen van het jaar. Een chatbot-applicatie moet je dus over een langere periode trainen, zodat alle smaken en onderwerpen voorbijkomen.”
Gaasterland: “Iets wat meteen mogelijk is, is aangeven dat je vragen aan de bot kunt stellen, maar dat deze later per e-mail worden beantwoord – bijvoorbeeld omdat de klantenservice gesloten is.”
Hesselink: “Er zijn allerlei mogelijkheden om zo’n kanaalswitch te in te zetten en te faciliteren. Je kunt bijvoorbeeld een call-me-now-verzoek voorzien van een link waarmee de klantenservicemedewerker die de klant moet gaan bellen, over alle relevante informatie beschikt. Op vergelijkbare wijze worden bij de voicebot van VGZ een aantal volledig uitontwikkelde customer journeys áchter de voicebot geplaatst. Zo kan een vraag over de vergoeding van een bril volledig digitaal en geautomatiseerd worden afgehandeld.”
Hoe zit het met de klassieke tweedeling rules-based en AI-based chatbot? Is dat onderscheid nog relevant?
“In de kern werken chatbots volgens een model: nu ik, nu jij, nu ik weer, nu jij weer,” legt Gaasterland uit. “Het grote verschil tussen rules-based en AI-based is dat de laatste variant zijn best doet om de intent van een klant te herkennen. Op het moment dat de vraag goed in kaart is gebracht, rolt er een geautomatiseerd antwoord uit. Generative AI zoals ChatGPT gaat ervoor zorgen dat het stellen van wedervragen steeds uitgebreider en beter wordt. Los van de uitdagingen, zoals hoe om te gaan met het ontsluiten, uitsluiten en beschermen van data, is ChatGPT een van de meest spannende ontwikkelingen in klantcontact die ik in mijn leven gezien heb.”
Rules-based chatbots zijn net zo star als een IVR
“Voor scripted of rules-based chatbots is een zeer beperkte rol in klantcontact weggelegd. Die is geschikt voor triage-achtige taken, kan een rol spelen bij routering en kan werken met FAQ’s. In de praktijk betekent dat: een aantal specifieke, scherp afgebakende taken uitvoeren. Wanneer de klant dat afgebakende pad verlaat, loopt de rules-based chatbot vast. Met een AI-based chatbot heeft de klant veel meer mogelijkheden om het gesprek zelf te sturen.”
Hesselink maakt ter illustratie de vergelijking tussen IVR en spraaktechnologie. “De IVR dwingt je om een vastomlijnde optie te kiezen, spraakroutering gaat aan de hand van jouw ingesproken vraag op zoek naar een vervolgactie die naar verwachting het beste aansluit bij jouw intent.”
De impact van nieuwe technologie wordt in het begin overschat en op de lange termijn onderschat.
Beiden zijn het erover eens dat de kans dat consumenten de rules-based chatbot links laten liggen steeds groter wordt, naarmate de AI-aangedreven chatbot zich verder ontwikkelt. Aan de andere kant, aldus Gaasterland, moeten we rekening houden met de zogenaamde ‘Wet van Amara’: de impact van nieuwe technologie wordt in het begin overschat en op de lange termijn onderschat.
Gaasterland: “Het ontbreekt nog aan inzicht hoe ChatGPT precies werkt, het is een blackbox. Een ander groot bezwaar is dat het momenteel gevoed wordt met data waar we geen zicht op hebben. Je kunt het ook zien als één van de grootste data mining operaties ooit.”
Er wordt veel geklaagd over chatbots, maar Ziptone-lezers willen natuurlijk ook weten wat de succesvolle voorbeelden zijn.
Gaasterland: “In zogenaamde ‘emerging markets’ vind je grote groepen consumenten die de tussenstap van e-mail hebben overgeslagen: ze zijn online gegaan via de smartphone. Bijvoorbeeld in het Midden-Oosten zijn met name financiële instellingen ver gevorderd met de inzet van chatbots. In Nederland heeft Vodafone een uitstekend ingerichte chatbot. Bij bedrijven waar de chatbottechnologie goed werkt, hoor ik al wel geluiden dat ze de klant nu wel erg weinig spreken. Ze gaan dan nadenken over een bredere engagement strategie.”
Naarmate chatbottechnologie meer volwassen begint te worden, moet je meer nadenken over customer engagement?
Gaasterland: “Inderdaad, dan moet je bijvoorbeeld gaan nadenken over de afstemming met andere kanalen. Inmiddels hebben meer dan vijf miljard mensen een messaging app op hun telefoon staan. Dat heeft grote gevolgen voor klantcontact. Het schept ook mogelijkheden: wanneer je je klanten ergens proactief over een aanbod informeert, zit je meteen in een dialoog. Dat betekent dat de grenzen tussen sales en marketing en service vervagen. Big Tech investeert enorm in het messaging-kanaal: denk aan Apple Messages for Business, Google Business Messages of Meta dat meer functionaliteit aan WhatsApp wil toevoegen. Instagram heeft een eigen messengerdienst en er komt een eigen betalingsoplossing voor in-channel payments. Dat betekent dat er steeds meer mogelijkheden komen om je volledige customer journey binnen conversational kanalen in te richten. ChatGPT laat zien hoe gemakkelijk het wordt om vragen te stellen. ‘Wil je een matras kopen? Wat voor soort matras? Ik zet hier een paar naast elkaar. Wil je die linker van dichtbij bekijken?’ Dat is waar het naar toe gaat. Overigens is er Europese regelgeving die vereist dat binnen twee jaar ‘message interoperability’ is geregeld, zodat ik een WhatsApp een bericht kan sturen via Signal. Conversational wordt een belangrijke interface tussen bedrijven en klanten.”
Tekstgebaseerde communicatie leent zich goed voor realtime vertalen en voor automatisering. Aan de andere kant van dat messaging-kanaal kan dus ook een chatbot zitten.
Hesselink: “Bedrijven zullen ook moeten investeren in menselijke capaciteit, denk aan de ‘fallback’ die nodig is bij digitaal klantcontact.”
Gaasterland beaamt dit: “Ik zie in de nabije toekomst nog niet veel toepassingen waarbij er geen enkel mens meer betrokken is. Er zal altijd een escalatiemogelijkheid aanwezig moeten zijn.”
Tekst: Erik Bouwer (Ziptone)
