De chatbot is bezig aan een opmars in het klantcontact, alhoewel nog altijd flink ondersteund door persoonlijk contact, met een mens van vlees en bloed. Chatbots zijn vooral van toegevoegde waarde in een hybride opstelling. Bij 2Contact maakten al duizenden potentiële sollicitanten kennis met onze eigen chatbot. Een artikel over de werking van onze chatbots, hoe menselijk contact hierbij een must blijft én de mogelijkheden voor jouw klantcontact.
De bot als bron voor een betere klantervaring
De chatbot is de meest populaire vorm van machine assistance in klantcontact, zo constateerde Frankwatching al eerder in een analyse over 2020. De afgelopen jaren wint chat flink aan terrein. De inzet van chat en andersoortige intelligente hulp is in de afgelopen twee jaar zelfs verdubbeld, waarmee nu bijna 30% van de organisaties op een of andere wijze machine assistance toepast in het contact met hun klanten. De populariteit is goed te verklaren. Chat is een snelle en adequate afhandeling geworden voor eerstelijns klantcontact. Met een zich steeds verder ontwikkelende techniek, word je klant steeds beter begrepen en krijgt hij of zij steeds sneller het juiste antwoord op simpele vragen. Dat zorgt voor een stijgende klanttevredenheid, dalende inzet en dalende kosten van persoonlijk eerstelijns contact. Bij 2Contact zetten we op onze ‘werken bij’ website al geruime tijd met succes een chatbot in bij de werving van onze nieuwe medewerkers.
Eerste hulp bij solliciteren
Omdat we al ruim 20 jaar nieuwe medewerkers aan ons proberen te binden, weten we inmiddels goed welke vragen sollicitanten kunnen hebben. Daar richten we de site op in. Onze mail communicatie. Maar we willen onze toekomstige collega’s ook laagdrempelig de kans bieden om een vraag te stellen. Al een aantal jaar is onze chatbot daarvoor de oplossing. De chat is op elk moment rechtsonder op onze dedicated recruitment website toegankelijk en voorziet meteen in een aantal voorgesorteerde onderwerpen.
We spelen hiermee in op de meest voorkomende behoefte van onze sollicitanten: aangeven hoe je kunt solliciteren, op welke functies dat momenteel kan, hoe het werk bij 2Contact eruit ziet en hoe je ons kunt bereiken. Natuurlijk kan een websitebezoeker ook zelf vragen stellen in de chat. Om die vragen goed te interpreteren, trainen we onze chatbot op het herkennen van intenties. Er zijn veel zinsconstructies en synoniemen denkbaar om dezelfde inhoudelijke vraag te stellen, maar de kunst is dat je chatbot begrijpt welk woord of woordcombinatie het beste de intentie van de vraag weergeeft. Wat wil onze sollicitant nou echt weten? Wij zijn hierbij klein begonnen en vervolgens, op basis van input uit de chathistorie, langzaam gaan uitbreiden. Waarom herkent de chatbot deze vraag niet? Wat betekent dat voor het trainen van de machine? Welke synoniemen hebben we nog gemist? Onze chatbot herkent inmiddels een breed scala aan vragen en geeft desgevraagd informatie over het salaris per leeftijdscategorie, de werktijden en de route voor de voorkeursvestiging van de sollicitant.
Wat de chatbot vooral heeft gebracht, is dat we in staat zijn om met meer mensen in contact te treden. Veel van de vragen worden in de latere avonduren gesteld, waarvoor nu virtuele capaciteit beschikbaar staat. Vragen die we in het verleden simpelweg niet konden beantwoorden, omdat daar geen loket voor bestond. Daar komt bij: de drempel om een vraag te stellen is laag, de oplossing direct én als er aanleiding is, dan volgen we snel op met persoonlijk contact. Zo zijn we beter in staat te voorkomen dat sollicitanten afhaken met een voor ons onzichtbare vraag. Op basis van getrainde intenties en beslisstructuren, wordt het klantcontact gericht én met de juiste achtergrondinformatie overgedragen aan de juiste medewerker. Die kan snel tot de kern komen, wat aan beide kanten van de lijn resulteert in een betere besteding van tijd. Bovendien is de chathistorie voor ons een relevante bron aan data geworden. We meten welke vragen gesteld worden, welke paden men bewandelt in de chatgesprekken en krijgen terug waar onze chatbot nog geen antwoord op heeft. Dat helpt niet alleen om aan de voorkant een betere chatbot aan te bieden aan onze sollicitanten. Het biedt ook informatie die ons helpt om in ons gehele onboarding traject aanpassingen door te voeren. En dat draagt bij aan een betere informatievoorziening en zachtere landing in ons bedrijf. Het dient daarbij als munitie voor onze recruiters: de chatdata laat zien waar werkzoekenden behoefte aan hebben. Informatie waarmee we nog beter de arbeidsmarkt kunnen bestormen, in onze altijd voortdurende zoektocht naar de beste klantadviseurs.
Eerste hulp bij klantvragen
De manier waarop we chat inzetten voor onze sollicitanten, verschilt niet veel van de manier waarop we dat doen voor onze opdrachtgevers. Ook daar zien we dat voorsorteren op veelvoorkomende vragen, een goede training op intenties en de klantinformatie die het oplevert, een toegevoegde waarde hebben voor de klantbeleving. Wat ons betreft is het vinden van de optimale balans de kunst: waar laat je de chatbot stoppen en een zo natuurlijk mogelijke handover doen naar je menselijke collega? We zien daarbij dat klein beginnen loont. Dus een chatbot die in het begin misschien maar 3 vragen kan beantwoorden, heel langzaam uitbreiden en daarmee persoonlijk contact langzaam afbouwen. Een chatbot die niets weet, dat wekt irritatie. Een chatbot die alles kan beantwoorden, dat is voorlopig een utopie. Messaging gigant Intercom schreef vanuit die visie een mooi artikel met afwegingen, wanneer je aan de gang gaat met het inrichten van een chatbot die indruk moet maken.
We zien de inzet ook verder gaan dan service contact alleen. Koppelingen met klantsystemen maken het steeds beter mogelijk om verwachtingsmanagement toe te passen (‘deze chat wordt over ongeveer een kwartier beantwoord’), of we zien dat chat wordt ingezet voor het doorlopen van standaard workflows. Zo zetten we voor onze opdrachtgevers chat via SMS in om installatie afspraken te maken voor monteurs. In dit geval sneller, efficiënter en met een hoger bereik dan een telefonisch traject. De komende jaren verwachten we ook een opmars te zullen zien van dit soort conversational marketing strategieën. En wij zien nu al: dat levert tevreden klanten op!
Saaie personeelsfeestjes?
Gaan de personeelsfeestjes in de klantcontactbranche op korte termijn heel saai worden? Krijgen we meer bots dan echte collega’s? Gaat persoonlijk klantcontact, gevoerd door echte mensen, volledig ingeruild worden voor schaalbare chatoplossingen? Wij denken van niet. We zien vooral ontwikkelingen in eerstelijns, repeterend contact. Of bij processen die volgens een vast stramien verlopen. Daar is de toepassing van nut.
Dat betekent dat het klantcontact wat overblijft, of wel wordt doorgezet vanuit een chat, inhoudelijker en complexer wordt. Wij geloven dan ook in een mooi huwelijk tussen bot en mens, waarbij onze klantadviseurs zich nog meer kunnen specialiseren en ontwikkelen, juist door de verdieping van het contact. Bovendien levert chatcontact ook in de breedte weer ander, nieuw werk op. Want wie gaat de data uit de chathistorie omzetten naar actionable insights? Wie bedenkt en bewaakt de tone of voice van je chatbot? De taalinterpretatie heeft nog een weg te gaan. Bovendien moet er met een scherpe menselijke blik gekeken worden naar waar de data in een chatbot terecht komt. Wie kan daar bij? Hoe lang bewaar je het?
Alhoewel technologische ontwikkelingen met een sneltreinvaart gaan, zijn wij voorlopig nog niet naar kleinere zaaltjes voor onze personeelsfeesten aan het kijken!
Benieuwd hoe chat kan bijdragen aan de beleving van jouw klanten? Samen kijken naar hoe processen en eerstelijns contact in jouw organisatie efficiënt kunnen worden afgehandeld door een chatbot? Neem vrijblijvend contact op en we duiken samen in jouw case!
