De toekomst van voicebots met spraaktechnologie in customer service
‘Spreek nu in waarvoor u belt.’ Voicebots met spraaktechnologie in customer service zijn al lang geen nieuwigheidje meer. Maar ontwikkelingen richting efficiëntere en slimmere AI-technologie zijn er nog volop. We kijken met Sander Hesselink (commercieel manager) en Sander Spiegelenberg (managing director) van Telecats naar de groeiende rol en mogelijkheden van voicebots met spraaktechnologie in customer service.
Waarvoor wordt spraaktechnologie nu voornamelijk ingezet?
Eerst even naar het nu. Wat zijn momenteel de drie belangrijkste rollen van spraaktechnologie? Hesselink: “Spraaktechnologie wordt in drie fasen van klantcontact toegepast. Namelijk voor, tijdens en na een gesprek met een KCC-medewerker.”
Voor: routeren met een voicebot
Vooraf helpt de voicebot met spraakherkenning bij het bepalen van het onderwerp waarvoor de klant belt, nadat die klant zijn vraag heeft ingesproken. Daarna zorgt de voicebot ervoor dat de klant zo goed mogelijk gerouteerd wordt, afhankelijk van de vraag naar een medewerker met een bepaalde skill of naar een selfservice-oplossing.
Tijdens: selfservice met een voicebot
Die selfservice is de tweede fase waarin spraaktechnologie een rol speelt. Is een klantvraag relatief eenvoudig op te lossen in een een-tweetje tussen klant en de voicebot? Dan is een medewerker vaak niet nodig en kan de klant in een selfserviceomgeving zelf snel de juiste oplossing kiezen. Denk aan iemand die het voorschotbedrag bij zijn energiemaatschappij wil aanpassen, of een vraag heeft over de status van zijn bestelling.
Na: analyseren en optimaliseren
In fase drie ondersteunt spraaktechnologie bij de analyse van het klantcontact. Spraaktechnologie zet opgenomen gesprekken om in data waar organisaties tal van inzichten uit kunnen halen. Hesselink: “Zoals van de meest voorkomende onderwerpen waarmee klanten bellen en wat je NPS en KPI’s daarop zijn. Met die kennis kun je processen optimaliseren. Die data is dankzij slimmere technologieën steeds beter te combineren en te overzien. Zo kunnen algoritmen via vooraf gedefinieerde emotie-markers die gesprekken eruit halen die aandacht behoeven.”
Trends op de korte termijn 2023-2024
Voice staat real-time naast de KCC-medewerker
In de toekomst gaat spraaktechnologie steeds vaker en beter medewerkers real-time ondersteunen bij een telefoongesprek. Een ontwikkeling die volgens Hesselink en Spiegelenberg niet eens zo heel ver van ons verwijderd is. “We maken de stap van het vooraf identificeren van de vraag, het routeren en het geven van een antwoordsuggestie, naar spraaktechnologie die op basis van data en AI de medewerker helpt tijdens het gesprek. Bijvoorbeeld met antwoord suggesties en hoe een medewerker een gesprek het beste kan starten en naar tevredenheid van de klant kan afronden.”
Dat doet steeds slimmere AI-technologie zowel inhoudelijk als op emotioneel vlak. Al is emotie voor een computer nog lastig. Hesselink: “Technologie kan heel goed zaken als stemverheffing of een bepaald woordgebruik identificeren. Maar andere typisch menselijke emoties zoals ironie en sarcasme zijn nog een brug te ver. Al is het wel zo dat – hoe meer je algoritmen voedt met data – hoe beter die in staat is om emotiepatronen te herkennen.”
Sander Hesselink.
Artificial intelligence maakt speechrouting waardevoller
Het klassieke IVR-menu legt het langzaam maar zeker af tegen speechrouting; het intelligent routeren van een klantvraag naar juiste oplossing. Spiegelenberg: “Daar zit een duidelijke business case voor organisaties. Je kunt gewoon heel duidelijk een aantal onderwerpen onderscheiden op basis waarvan je een inkomend telefoontje naar de juiste oplossing routeert. Voor de klant is dit fijn, want die hoeft zich niet meer door een complex keuzemenu te worstelen en wordt sneller geholpen. Voor de medewerker is het prettig omdat hij de ingesproken vraag kan zien en vanuit de backoffice meteen aanvullende informatie krijgt over klant en onderwerp. Zo start je met een ‘warm gesprek’ met alle informatie die daarvoor nodig is. Hiermee haalt een organisatie het meeste uit haar (steeds schaarser wordende) resources.”
AI-routing
Hesselink: “We zien dat we naar een vorm van AI-routing gaan, waarbij niet alleen de ingesproken vraag de routering bepaalt, maar ook de data van de klant. Heeft hij of zij eerder gebeld? En waarvoor? Wat is de status? Staat er een pakketje in bestelling? Op basis van zulke gegevens en de ingesproken vraag, kan veel beter geduid worden waarvoor iemand belt en hoe die klant het beste kan worden geholpen.”
AI-routing verlicht de druk op organisaties
Spiegelenberg: “Wij verdelen customer service in een voorkant, de klantvraag, en een achterkant, de oplossing. Aan de achterkant is de sourcingsstrategie uiteraard enorm belangrijk. Het vinden van nieuwe medewerkers is momenteel lastig en wordt er naar verwachting in de toekomst niet makkelijker op. Doordat klantvragen steeds complexer worden, wordt de functie zwaarder.”
“Het vinden van de juiste sourcingsmix is essentieel, maar ook een uitdaging. Want hoe zorg je nou dat de klantvragen op de juiste plek komen en waar in de mix? Bij je inhouse-mensen, je BPO of op een selfserviceplatform. En kun je de initiële klantvraag beter matchen met de juiste oplossing? Daar gaat AI-routing een heel belangrijke rol spelen. Waarbij de technologie niet alleen de vraag van de klant begrijpt, maar ook de vraag achter de vraag kan doorgronden, oftewel de intentie. Door de klantvraag met de klantdata te koppelen wordt vervolgens zo zorgvuldig mogelijk gerouteerd.”
Hesselink noemt als voorbeeld retentie. “Medewerkers die goed zijn in het behouden van klanten die hun abonnement willen opzeggen zijn schaars. Key is dat je met technologie ervoor zorgt dat je ten eerste zo goed mogelijk weet dat de vraag over retentie gaat (of zit er iets anders achter).”
“En ten tweede dat de klantstatus dusdanig is dat je retentie kunt ombuigen naar klantbehoud. Daarvoor heb je data nodig en technologie die dat razendsnel kan uitpluizen en kan beslissen of de klant gerouteerd wordt naar een retentiemedewerker (als behoud nog een optie is), of naar een selfservice waar de klant zijn abonnement eenvoudig kan beëindigen. Als behoud geen optie meer is, dan wil je die klant niet naar een retentiemedewerker routeren, want die kan zijn aandacht beter geven aan een gesprek met een klant die nog wel te behouden is. Daar speelt technologie dus een grote rol.”
Spiegelenberg: “Dat noemen we fijnmazig routeren. Het maakt dat een organisatie veel efficiënter kan omgaan met haar meest waardevolle resources, namelijk de getrainde medewerkers.”
Sander Spiegelenberg.
Is de Nederlandse consument klaar voor dit soort customer service?
Het is een vraag die Hesselink enigszins verrast. Hesselink: “Die vraag had ik vijf jaar terug nog verwacht. Ik kan nu wel stellen dat de klant juist verwacht dat customer service organisaties nieuwe (spraak)technologieën inzetten, mits deze op de juiste manier zijn ingericht. Als je kijkt naar de mogelijkheden van selfservice, dan denk ik dat consumenten het prettig en makkelijk vinden dat ze na het inspreken van een eenvoudige vraag snel op een selfserviceplatform geholpen worden. Dat scheelt ze de tijd van het gesprek met de medewerker. De vraag is wel of de consument in de gaten heeft dat hij via het inspreken van zijn vraag het efficiëntst geholpen wordt.”
Belangrijk is volgens Spiegelenberg en Hesselink dat spraaktechnologie dusdanig wordt ingericht, dat de customer service afdeling op elk moment in het klantcontact kan bijsturen. Hesselink: “Bijvoorbeeld als je merkt dat een klant er met selfservice niet uitkomt, dan wil je snel kunnen routeren naar een medewerker.”
Spiegelenberg: “Het toepassen van spraaktechnologie valt en staat met de wil van een organisatie om mens en techniek voor klantenservice zo efficiënt en klantvriendelijk mogelijk in te richten. Dat moet je doel zijn. En dat is de kern van wat we bij Telecats dagelijks doen. Wij stellen de medewerker centraal, want die heeft het empathisch vermogen dat nodig is voor persoonlijk klantcontact. Die wil je met technologie ondersteunen voordat ie een gesprek start. Hoe meer een medewerker vooraf weet wat de klant bedoelt, hoe beter je je klant kunt helpen.”