To bot or not to bot, data geeft het antwoord

We kunnen niet meer om de hype van chatbots heen. Al jaren zijn ze in opkomst, maar in 2018 lijkt het chatbot-tijdperk te floreren. Niet zo gek, want we kunnen de technologie goed gebruiken voor sales, marketing en service. Zo draagt technologie bij aan het behalen van onze bedrijfsdoelstellingen. 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 AI Specialist Arent Stienstra en Data Analist Koen Hallmann over de toegevoegde waarde van data voor chatbots. Want juist de combinatie van inzichten en technologie, gaat zorgen voor de beste resultaten.

Chatbots zijn meer dan technologie

‘Niet omdat het moet, maar omdat het kan’ is voor veel organisaties een 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, wat is dan het doel? Snellere service en betere reactietijden? Bereikbaarheid buiten openingstijden? Of efficiëntie creëren voor servicemedewerkers door chatbots het werk te laten voorbereiden?

De oplossing ligt in data. Gebruik de cijfers die beschikbaar zijn 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. Voorkom dat je kosten maakt voor de ontwikkeling van een chatbot die niet tegemoet komt aan jouw bedrijfsdoelstellingen.

Data analyse als basis

Sinds enkele maanden zijn Arent Stienstra en Koen Hallmann bezig om data-analyses te ontwikkelen, om een voorspelling over de performance van een chatbot te maken. Zo’n analyse biedt je de nodige inzichten om voor je eigen organisatie de afweging te maken een chatbot te ontwikkelen.

“Door een data-analyse te doen, kun je op basis van harde cijfers de keuze voor een chatbot maken. Dit in plaats van afgaan op je intuïtie of je fascinatie voor de technologie. Een chatbot kan een bestaande uitdaging wegnemen, of juist een toevoeging zijn die je een kostenbesparing oplevert.”

Weloverwogen beslissen

“Als we het bovengenoemde voorbeeld als uitgangspunt nemen, een chatbot voor service, dan is het zaak om te kijken naar eerder binnengekomen berichten. Een analyse van je webcare-gesprekken geeft je een evenwichtig inzicht in de uitdagingen die een chatbot kan oplossen. Maar ook waar je een efficiëntieslag kunt maken. Daarnaast is net zo belangrijk dat een analyse je ook leert waar je een chatbot juist niet moet inzetten. Als je bijvoorbeeld een empathische reactie wil geven aan klant met een klacht, kun je dat beter door een medewerker laten doen. Door naar je data te kijken leer je wat wel en niet kan en kun je dus een weloverwogen beslissing maken”, aldus Koen.

Datavisualisatie & ROI

Door een analyse van de data en een berekening die daarop volgt, ben je in staat het te verwachten resultaat van een chatbot voor een specifieke taak te berekenen. Als je dit visueel maakt in een rapport, ben je in staat om naar het management hard te maken waarom een chatbot geschikt zou zijn.

“Kijk dus niet naar het ‘wat kun je ermee’ om vervolgens maar te starten met chatbots, maar ga vooral op zoek naar waar de werkelijke uitdaging ligt. Lost het een probleem op? Zorgt het voor kostenefficiëntie? Verbetert het je reactietijd? Laat een realistische schatting maken van de te verwachte uitkomst, voordat je je committeert.”

“Door een analyse kun je al in een vroeg stadium bepalen of een chatbot iets gaat opleveren. Blijkt uit de analyse dat dit niet het geval is, dan bespaar je kosten door het proces vroegtijdig te stoppen of een andere richting te geven. We focussen vooral op de conversationele kant van de chatbot, maar je kunt ook kijken naar het automatiseren van het klantenserviceproces.”

“Wat zijn andere repetitieve taken die je kunt automatiseren? Denk hierbij bijvoorbeeld aan het automatisch voltooien van berichten die geen interactie of menselijke handeling nodig hebben, zoals berichten waar personen elkaar taggen”, vult Arent aan.

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 élke 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.

De combinatie van mens en technologie blijft van cruciaal belang om de chatbot tot een succes te maken – Arent Stienstra

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. De chatbot kan het stokje doorgeven aan een medewerker, als dat ten goede komt van het gesprek.

Heb je na het lezen van dit artikel nog vragen over chatbots & data? Laat het hieronder weten!

Auteur Linsey Jepma schreef dit artikel ten tijde van haar dienstverband bij OBI4wan.