Hoe datagedreven chatbots voor succes gaan zorgen

Linsey • 6 minuten leestijd • 03/08/2020
Chatbots
Featured image

We kunnen niet meer om de hype van chatbots heen. Al jaren zijn ze in opkomst, maar in 2020 lijkt het chatbot-tijdperk te floreren. Ook in tijden van corona zien organisaties kansen om chatbots in te zetten voor een paar extra handen om werk af te vangen. Niet zo gek, want we kunnen de technologie goed gebruiken voor sales, marketing en service om zo bedrijfsdoelstellingen te behalen. Toch zien we nog te vaak dat organisaties starten met chatbots om mee te doen met de hype, zonder daarbij de duidelijke KPI’s in het achterhoofd te houden.

Data uit bijvoorbeeld online gesprekken en kennisbanken ligt voor het oprapen, maar blijft nog vaak onbenut in het proces van het ontwikkelen van een chatbot. Zonde, want data kan jouw organisatie op weg helpen om het beste uit jouw chatbot te halen. Ik sprak met Software Engineer Gerben van der Huizen en Data Analist Koen Hallmann over de toegevoegde waarde van data voor chatbots. In dit artikel leggen we uit hoe belangrijk data is voor de ontwikkeling van succesvolle chatbots. Want juist de combinatie van inzichten en technologie gaat zorgen voor de beste resultaten. En zeg nou zelf: jij wil toch ook direct succes boeken met jouw chatbot?

To bot or not to bot; data geef het antwoord

‘Niet omdat het moet, maar omdat het kan’ is voor veel organisaties uitgangspunt om te starten met chatbottechnologie. Het is immers interessant om mee te gaan met de tijd, te zien wat technologie kan en waar kansen liggen. Toch zou het helpen als we meer vanuit het doel denken dan vanuit het middel.

Gebruik je chatbots bijvoorbeeld voor service? Zorg dan dat je een duidelijk doel voor ogen hebt. Wil je snellere service bieden en betere reactietijden behalen? Wil je bereikbaarheid uitbreiden, ook buiten openingstijden? Wil je efficiëntie creëren voor servicemedewerkers door chatbots het werk te laten voorbereiden? De oplossing ligt in data. Jouw webcare afdeling voert dagelijks honderden of misschien wel duizenden gesprekken met klanten. Gebruik die data dan ook om te voorspellen of een bepaalde taak kostenefficiënt zou zijn om door een chatbot te laten uitvoeren. Schat hiermee van tevoren al in of de chatbot zichzelf kan gaan terugverdienen en voorkom dat je kosten maakt voor de ontwikkeling van een bot die uiteindelijk niet helpt bij het behalen van jouw bedrijfsdoelstellingen.

Data analyse als basis

Software Engineer Gerben van der Huizen en Data Analist Koen Hallmann ontwikkelen data-analyses om een voorspelling over de performance van een chatbot te maken. Zo’n Chatbot Feasibility Report biedt je de nodige inzichten om voor je eigen organisatie de afweging te maken een chatbot te ontwikkelen. Data Analist Koen vertelt:

“Door een analyse te doen kun je op basis van harde cijfers de keuze voor een chatbot maken, in plaats van afgaan op intuïtie of een fascinatie voor de technologie. Door met een echt taalkundige blik naar een steekproef van webcare-gesprekken te kijken, kun je ook op voorhand al achterhalen waar een chatbot niet goed zou werken. Dat scheelt je naderhand een hoop irritatie bij je klanten. Dit wordt nogal vaak over het hoofd gezien”.

De achterliggende gedachte komt uit de pragmatiek, de taak van taalkunde die zich bezighoudt met het verwoorden en interpreteren van taal.

“Je moet achterhalen van welke taalhandeling er sprake is. Stelt een klant een vraag, maar komt het gesprek neer op een klacht? Heeft een chatbot dan meerwaarde? Is het antwoord dat een chatbot biedt voor de klant wel een volledig antwoord op de vraag? Nadat je zo de diepte in duikt, maak je uiteindelijk een cijfermatig overzicht. Met dat totaalplaatje heb je het inzicht of en wat een chatbot voor je kan betekenen.”, aldus Koen.

Datavisualisatie & ROI

Door data te analyseren en op basis daarvan een berekening te maken, ben je in staat om het te verwachten resultaat van jouw chatbot voor een specifieke taak te berekenen. Een visuele rapportage helpt je vervolgens om naar het management hard te maken waarom een chatbot geschikt zou zijn. Begin dus niet zomaar met chatbots, maar ga vooral op zoek naar waar het de werkelijke uitdaging ligt. Software Engineer Gerben legt uit:

“Laat vooraf een realistische schatting maken van de te verwachten uitkomst voordat je je committeert. Maar ook na de lancering van de chatbot is data van toegevoegde waarde. Een analyse laat namelijk precies zien wat de prestaties van de chatbot zijn en of het loont om hem verder uit te breiden. Het effect wordt door deze analyse echt zichtbaar gemaakt en hiermee kan het management van organisaties ook worden meegenomen in het belang en de ontwikkeling van chatbots”

chatbot-feasibility-obi4wan-1

Een organisatie die de kansen van een feasibility rapport benut heeft, is Univé. Mathijs Jilderda, Customer Experience Adviseur, vertelt hierover:

“Het rapport geeft ons een mooi en duidelijk cijfermatig overzicht en gaat heel concreet in op waar de voordelen van een chatbot voor ons zitten. Ook kregen we dankzij de analyse inzicht in het aantal berichten dat een chatbot kan afvangen en welke vragen geschikt zijn voor de chatbot.”

Realistisch beeld creëren

Als je aan de slag gaat met data als voorspeller van het succes van jouw chatbot, is het van belang om de kwaliteit te waarborgen. Ga er niet direct vanuit dat een chatbot overal kan worden ingezet, want technologie is niet voor elke taak een oplossing. Als uit analyse blijkt dat een chatbot niet geschikt is voor een bepaalde taak, ga hier dan ook niet mee verder. Het tonen van sympathie en empathie is op dit moment echt alleen weggelegd voor de menselijke agent. Laat daarom klachten of andere negatieve ervaringen vooral door hen beantwoorden, in plaats van dit door een chatbot te laten doen.

“Bots kunnen niks met empathie. Een bot kan je heel snel helpen, maar als je op zoek bent naar geruststelling, dan kan je dat niet van een bot krijgen. Een echt persoon is een belangrijke backup waar de bot altijd op kan terugvallen”, aldus Gerben

Datagedreven chatbots: 4 tips
  • Ontwikkel jouw chatbot op basis van datagedreven onderzoek en zorg dat jouw chatbot probleemgericht te werk gaat.
  • Maak een probleem of kansen vooraf aantoonbaar door inzichten uit data in plaats van je eigen intuïtie.
  • Blijf realistisch: blijkt dat een chatbot naar alle waarschijnlijkheid niet gaat opleveren wat je wil? Stop dan vroegtijdig of stuur het proces naar een andere, betere toepassing van technologie.
  • Hou altijd in je achterhoofd dat een chatbot moet bijdragen aan de klantbeleving. Voorkom irritatie en zorg dat een chatbot naadloos in contact treedt met jouw klant, maar zorg ook dat je chatbot de klant niet in de weg zit en het stokje doorgeeft aan medewerker als dat ten goede komt van de het gesprek.
Geïnspireerd? Deel dit bericht!
Linsey Jepma
Als Content & PR Coördinator hou ik me dagelijks bezig met de wondere wereld van webcare, chatbots, reputatiemanagement en data insights. Taal is zeg maar echt mijn ding en ik heb een onverklaarbare passie voor Neuromarketing en gedrag. Sparren? Dat kan! Connect ook met me op LinkedIn.

Gerelateerde items

Laura • 08/12/2023

Chatbots: wat kun je ermee?

24/7 bereikbaarheid zonder wachttijd? Dat kan! In de snel bewegende wereld van het digitale klantcontact spelen chatbots...
Lees verder Arrow right
Spotler Engage • 4 minuten leestijd • 15/08/2023

Omnichannel, chatbots en monitoring belangrijkste voor optimale bereikbaarheid

Al ruim 10 jaar is Spotler Engage partner voor het publieke domein. Met oplossingen voor webcare, messaging, chatbots, m...
Lees verder Arrow right
Daniella • 5 minuten leestijd • 08/08/2022

WhatsApp, chatbots en live chat ontzorgen onze zorginstellingen

In onstuimige tijden, waarin de service afdelingen van zorginstellingen overlopen van klantvragen is het belangrijker da...
Lees verder Arrow right