Artikel

5 manieren waarop AI de klantervaring al verbetert

Gepubliceerd 2 oktober 2018
Laatst gewijzigd 2 oktober 2018

Naarmate klanten en bedrijven meer vertrouwd en gewend geraken met artificiële intelligentie zijn de gesprekken over AI minder vaag geworden en gaan ze meer over hoe het eigenlijk gebruikt kan worden. Er is nog steeds veel speculatie omtrent robotcollega’s en wat het potentieel van zelflerende systemen kan bijdragen aan analytische inzichten en chatbots en die speculaties zullen niet snel stoppen, maar er is veel wat gedaan kan worden met de toepassingen van hedendaagse AI-technologie. Veel van deze toepassingen zijn gangbaar in de klantenservice, maar geldt dat ook met betrekking tot de volledige klantervaring? Hoezeer bedrijven artificiële intelligentie ook willen implementeren, adviseren experts om AI niet te gebruiken, puur om het te hebben. De voornaamste reden is dat artificiële intelligentie het succesvolst is wanneer het de algemene klantervaringen verbetert. Daarom raden analisten aan AI-instrumenten in te voeren aan de hand van een weloverwogen aanpak, waarmee wordt gefocust op “hoe” en “waarom” een AI-instrument de algemene klantervaring kan verbeteren. Forrester is bijvoorbeeld van oordeel dat “het hebben van een succesvolle AI-gebaseerde klantenservice of salesprogramma afhangt van de processen die een gemengde AI-aanpak ondersteunen. Mensen spelen een essentiële rol bij de voortdurende optimalisatie van artificiële intelligentie.” Voor zij die voorop willen lopen in het aanbieden van AI-gebaseerde klantervaringen zijn hier vijf manieren waarop het momenteel ingezet kan worden:

1) Een efficiëntere selfservice voor hulpzoekende klanten

Veel klanten helpen liever zichzelf in plaats van dat zij met supportagenten of een chatbot contact op moeten nemen, wat ertoe leidt dat zij zelf naar een oplossing gaan zoeken. Dat selfserviceproces kan behoorlijk omslachtig zijn wanneer het een combinatie omvat van een Google zoekopdracht, het bezoeken van een online helpcentrum en het zoeken naar een relevant artikel en het bevestigen dat de oplossing die in het artikel wordt voorgesteld het probleem op een juiste manier oplost. Sommige klanten, vooral de niet-technische, zullen dat soort selfservice lastig vinden en niet vinden passen bij een naadloze klantervaring. Recente innovaties in artificiële intelligentie kunnen zowel het leed van klanten die naar help-artikelen zoeken verlichten en ervoor zorgen dat zij de juiste informatie verkrijgen om hun probleem op te lossen. AI waarbij gebruik wordt gemaakt van zelflerende systemen en natuurlijke taalverwerking (NLP) is in staat om te leren welke help-artikelen het probleem van de klant het best oplossen en welke artikelen geschikt zijn om aan de klant aan te bevelen. Leiders in klantervaring kunnen bepalen waar het zin heeft voor klanten om dat soort geautomatiseerde selfservice in te zetten, of dat nu voorafgaand aan het contact opnemen met een helpcentrum, tijdens een kritisch moment in het kooptraject of tijdens het gebruik van een mobiele website of applicatie is.

2) Een inhoud die beter op de behoeften en problemen van de klant is afgestemd

Personalisatie vormt een groot onderdeel van de klantervaring en bedrijven zoeken naar manieren om elk moment in het klantentraject meer te personaliseren. Een methode is het aanbieden van betere help-artikelen: Naarmate producten en diensten complexer worden, vinden organisaties het moeilijker om help-artikelen relevant en up-to-date te houden. Als klanten snel van een helpcentrum of van de artikelen wegtrekken (of indien zij in een vervolginteractie vermelden dat het artikel niet nuttig was), dan is het waarschijnlijk dat de inhoud niet voldoende op hun behoefte of probleem was afgesteld. Er is voor een klant niets zo frustrerend als nutteloze supportinhoud en er zijn maar weinig intelligente, proactieve manieren om te voorkomen dat slechte inhoud wordt gepubliceerd. Gelukkig kan AI de creatie en actualisatie van inhoud die beter op een specifiek klantenbestand is afgestemd, ondersteunen. Deep learning modellen kunnen de veelvoorkomende woorden en zinnen opsporen die aan specifieke problemen in supporttickets gerelateerd zijn en tactvolle aanbevelingen doen om helpcenter-inhoud te optimaliseren. Hier volgt een voorbeeld: Indien klanten een supportticket met het onderwerp “mijn wachtwoord veranderen” versturen, dan zal AI de nodige redactionele aanpassingen van het gerelateerde help-artikel met de titel “hoe kan ik mijn inloggegevens wijzigen” aanbevelen. Het artikel kan gewijzigd worden afhankelijk van hoe klanten hun probleemstelling weergeven. Hierdoor is het makkelijker om de juiste inhoud te vinden, en te begrijpen. Content managers kunnen een belangrijke rol spelen in het creëren van meer gepersonaliseerde ervaringen door een supportorganisatie aan te maken die een dieper inzicht krijgen in de problemen van klanten, en hierdoor juiste aanbevelingen en oplossingen kunnen aanbieden.

3) Efficiëntere klantensupportagenten

Hoe vaak heb je een supportagent al “laat me dat voor u nagaan” horen zeggen, omdat ze het antwoord op je vraag gewoonweg niet wisten? Supportagenten spenderen over het algemeen 20% van hun tijd aan het zoeken naar productinformatie. Dat kan leiden tot een langere supportinteractie en kan een negatieve invloed hebben op de klanttevredenheid. Dezelfde artificiële intelligentie waarmee selfservice suggesties aan klanten worden geautomatiseerd, kan ook door agenten worden gebruikt. Indien een klant geen toegang meer heeft tot zijn account door te vaak een verkeerd wachtwoord te hebben ingevoerd en indien die klant wanhopig toegang nodig heeft, zal hij doorgaans een urgent supportticket versturen. Maar indien een agent de interne procedure voor het deblokkeren van een account niet kent, dan zal hij eerst de juiste interne documentatie moeten herzien, als die gevonden kan worden. Het juiste AI-instrument kan een supportticket analyseren en het relevante help-artikel aanbevelen op basis van de kennisbank van het bedrijf. Dat wordt allemaal gedaan in de interface van de agent. Door agenten van de juiste informatie te voorzien wanneer zij dat nodig hebben, kunnen zij de problemen van klanten onmiddellijk aanpakken nadat ze zijn ontstaan.

4) Een klantenengagement dat met datagestuurde suggesties wordt verbeterd

Onze digitale activiteiten en interacties zorgen voor tonnen aan gegevens die de algoritmes van zelflerende systemen kunnen gebruiken. Het is in wezen de brandstof voor de voorspellende vaardigheid van AI. Heb je je wel eens afgevraagd waarom machines zo goed zijn in het beantwoorden van vragen zoals “wat is de snelste weg naar huis op donderdag om 18.00 uur?” Door het samenvoegen van de reizen van personen die eenzelfde route hebben afgelegd, kan AI een weloverwogen, real-time aanbeveling voorspellen en vastleggen om je snel thuis te krijgen. Op dezelfde manier kunnen de gegevens uit klanteninteracties gebruikt worden om de klantervaring te verbeteren. Door de gegevens uit eerdere supporttickets te beoordelen kan een AI-instrument voorspellen of een huidige supportinteractie zal leiden tot een positieve of negatieve klantervaring wat resulteert in een nauwkeurige voorspelling van de klanttevrevredenheidscore (CSAT). De gegevens die invloed hebben op de CSAT-scores kunnen factoren omvatten zoals de tijdsduur tussen het eerste antwoord en de volgende antwoorden, hoeveel moeite er gedaan is om het probleem van de klant op te lossen en of tekstuele antwoorden met dezelfde woorden ook tot tevreden klanten hebben geleid. Dat is een vorm van AI die agenten niet zal vervangen (zoals een chatbot), maar versterkt in plaats daarvan eerder hun moeite om betere klantervaringen te leveren.

5) Organisaties die meer tijd hebben om de klantervaring te innoveren

Een van de meest interessante voordelen van automatisering is dat werknemers meer tijd hebben om zich op andere belangrijke gebieden te concentreren. Artificiële intelligentie helpt bedrijven al om hun klantervaring te verbeteren op een manier waarop zij dat eerder niet hadden kunnen doen. Dollar Shave Club, de on-demand abonnementsservice voor scheermesjes, profiteert van de extra tijd die de Answer Bot van Zendesk hen geeft om hun klantervaringen te verbeteren. Met de tijd die zij dankzij automatische ticketoplossingen hebben bespaard, zijn zij in staat geweest tot:

  • Het creëren van een “helpcenter task force” die ervoor zorgt dat help-artikelen voortdurend relevant en up-to-date zijn voor self-service klanten (en om de aanbevelingen van de Answer Bot aan te vullen).
  •  

  • Het vermeerderen van de tijd die zij gedurende de dag besteden aan live chat, waardoor zij een meer real-time ondersteuning kunnen aanbieden zonder de personeelsbezetting te vergroten.
  •  

  • Het lanceren van een interne e-newsletter over inzichten in het klantenengagement waarin trends worden benadrukt en waardoor agenten beter op de hoogte blijven van hun successtatistieken.
  •  

  • Het vinden van een bandbreedte om een “test- & leerteam” te lanceren om nieuwe e-mailberichten te testen, waarmee de klantervaring van leden zou kunnen worden verbeterd.

Kunstmatige intelligentie gebruiken voor betere selfservice

Chatbots, virtuele klantenassistenten en het maken van een betere kennisbank zijn allemaal mogelijk met de tools voor kunstmatige intelligentie van Zendesk.