Als mens – de sociale wezens die wij zijn – hebben wij op vele manieren interactie met elkaar, bijvoorbeeld via de telefoon, skype, brieven/mail, face – to – face of via chat.
Dit laatste zouden we nog veel breder kunnen inzetten. Zo chatten de meeste mensen al via WhatsApp op hun telefoon met vrienden en familie om even te laten weten hoe het gaat. De meeste van ons chatten ook met collega’s om snel een vraag te kunnen stellen. Want wij weten dat de ander altijd zijn/haar telefoon bij zich heeft, dat is nu eenmaal de cultuur waarin wij leven. We verwachten dan ook binnen enkele minuten een reactie, zodat we snel weer door kunnen.
Daarintegen de communicatie tussen klant en bedrijf verloopt nog altijd traag. Als je een mailtje stuurt met een vraag, kan het soms enkele dagen duren voordat je een reactie krijgt. Als je probeert het bedrijf telefonisch te bereiken, kun je soms uren in de wacht staan. Raar is dat eigenlijk! Alle communicatie verloopt tegenwoordig zo snel, waarom blijven bedrijven hier dan op achter lopen?
De reden van het lange wachten zit hem meestal in de mankracht. Er zijn niet genoeg medewerkers die de klant per telefoon te woord kunnen staan of de klant via mail te kunnen helpen. Een ander probleem kan zijn dat niet de juiste informatie opgevraagd wordt, waardoor de klant van de ene medewerker naar de andere kan worden doorgestuurd. In de snelgroeiende en innoverende wereld waarin we leven, zal het dan ook niet lang duren voordat daar een oplossing voor gezocht word.
Het begrijpen van zinnen met Artificial Intelligence
Misschien zit die oplossing ook in iets wat al een langere tijd bestaat. Waar tot tien jaar geleden chatbot’s nog gebruikt werden voor de lol (Chatman), zijn er nu ook serieuzere toepassingen.
Een chatbot is een geautomatiseerde gesprekspartner die werkt door middel van patroonherkenning. De tekst die je invoert in de chat wordt geanalyseerd en aan de hand van patronen die daaruit herkend worden, wordt een handeling gekoppeld.
Een chatbot start blanco en herkent in het begin nog geen patronen. Die intelligentie moet van te voren in worden geprogrammeerd. Maar het is heel lastig om al die patronen van te voren te creëren: elke vraag heeft weer meerdere antwoorden en mogelijkheden en elke vraag kan ook weer een nieuwe vraag oproepen. Daarom wordt er gebruik gemaakt van Natural Language Processing.
Natural Language Processing is onderdeel van Artificial Intelligence en begrijpt een zin. Het haalt de intenties en de context eruit. Het systeem leert op deze manier steeds nieuwe patronen te herkennen en begrijpt daardoor elke keer een beetje beter de intentie van een zin.
Wit.ai Natural Language Processing interface
Hoe werkt het systeem
Alles begint bij de vraag van de klant. Deze wordt afgevuurd op het systeem. Het systeem analyseert de vraag om achter de essentie ervan te komen. Door middel van Artificial Intelligence wordt vervolgens de context bepaald.
Wanneer zowel de essentie en de context duidelijk zijn gaat het systeem op zoek naar een story. In een conversational interaction design wordt uitgedacht hoe deze flow optimaal kan worden ingezet.
De database achter een chatbot zit vol met Stories. Een voorbeeld van zo’n story kan zijn: een klant wil een pizza bestellen. Deze story is opgebouwd uit verschillende stappen. Wil de klant een dikke bodem of een dunne? Wil de klant extra kaas op zijn pizza? Etc. Maar ook stappen als: Wil de klant de pizza thuis laten bezorgen?
Eigenlijk alle stappen die je kan bedenken om de klant daadwerkelijk zijn pizza te laten bestellen.
Maar het kan ook zo zijn, dat de klant iets vraagt wat het systeem (nog) niet weet. In dat geval zouden er twee dingen moeten gebeuren. Als eerst moet de nieuwe vraag ‘geleerd’ worden door het systeem – welke essentie en context moet de bot hier uit halen? Ten tweede moet er een terugbel afspraak gemaakt worden met de klant. Zodat de klant zelfs om drie uur ’s nachts alsnog zijn/haar pizza kan bestellen.
Volledig automatische webcare
Er zijn al bedrijven die gebruik maken van chatbots. Zo maakt Slack, een communicatietool voor collega’s, al een langere tijd gebruik van een API (Application programming interface). Ook Facebook is sinds afgelopen april bezig geweest met het opzetten van een API voor chatbots. De verwachting is dat Whatsapp zeer binnenkort ook start met het implementeren van een API.
Het voordeel van het inzetten van een chatbot is dat de klant geen nieuwe app hoeft te downloaden. Hij/zij kan gewoon gebruik maken van de chatapps op zijn/haar telefoon. Zo gebruiken 9,4 miljoen Nederlanders Whatsapp (nu.nl – januari 2016). 7,0 miljoen Nederlanders hebben Messenger op hun mobiel staan (nu.nl – maart 2016) en 6,8 miljoen Nederlanders maken dagelijks gebruik van Facebook (obi4wan.nl – januari 2016)
Bestaande conversatie systemen
Er zijn al een aantal waardevolle chatbot cases. Zo heeft Ikea Israël het chatsysteem geïnstalleerd om de 10.000 mails per maand te verminderen en daarmee ook de enorme druk bij de klantenservice weg te halen. Na vier maanden kon het systeem zelfs 80% van de vragen volledig zelfstandig beantwoorden.
Een ander voorbeeld is het reisbureau Thomas Cook. Het bureau heeft 13 websites, 4 callcenters en wordt benaderd in 5 verschillende talen. Door de inzet van het chatsysteem hebben ze 20% minder telefoonverkeer en worden daardoor klanten 10% sneller te woord gestaan door medewerkers.
Voordelen van een chatbot
Waarom zouden bedrijven een toekomst moeten zien in Chatbots? Simpel, de chatbot speelt in op selfservice innovatie. Een nieuwe manier om te communiceren tussen klant en bedrijf. Waarbij de klant sneller en gemakkelijker geholpen kan worden. Zo hoeft de klant niet te wachten op de beschikbaarheid van een medewerker en kan de klant elk moment van de dag – zelfs midden in de nacht – worden geholpen. Dit zorgt ervoor dat de klantervaring verbeterd en verhoogd. Naast dat de klanten erbij gebaat zijn, is het ook een middel dat er voor zorgt dat er minder druk bij de klantenservice ligt en de kosten voor het bedrijf omlaag gaan.
Deze blog verscheen voor het eerst op de weblog van Dion van Velde
en op de Colours website
