Naar inhoud

De vragen die jouw klanten stellen over selfservice en AI

Een goede kennisbank is de basis voor goed functionerende selfservice. Maar hoe weet je of je alle mogelijke klantvragen hebt afgedekt? En waar vind je snel de informatie om de kennisbank efficiënt aan te kunnen vullen? Artificial intelligence vindt de zogeheten ‘knowledge gaps’ in de kennisbank en zorgt dat contentteams de juiste context krijgen om de gaten te dichten. Want met goede selfservice bespaart een organisatie op supportkosten en neemt de klanttevredenheid toe. Bovendien levert deze vorm van service een hogere betrokkenheid van supportmedewerkers, omdat die vooral worden gevraagd voor de ingewikkeldere kwesties.

Tot zover de bekende voordelen op papier. Maar hoe pak je dit aan in de praktijk? Om goede selfservice te kunnen bieden, moet je de juiste content aanreiken waarmee een klant zijn probleem zelf kan oplossen. Het is van belang om intern een duidelijk proces te hebben waar je de kennis binnen een organisatie verzamelt, beschikbaar maakt voor de kennisbank en up-to-date houdt. Hierbij zijn zeker niet alleen contentmakers aan zet, want juist de supportmedewerkers zijn een enorme bron van informatie.

Supporttickets als basis

Door supportmedewerkers actief te betrekken bij het opbouwen van de kennisbank moet het aanmaken van artikelen een fluitje van een cent zijn. Een goede manier om dit aan te pakken is door gebruik te maken van de supporttickets, aangezien medewerkers daar het grootste gedeelte van hun tijd mee in de weer zijn. Met tooling kun je het aanmaken van artikelen verbinden met de supporttickets. Bij het beantwoorden van een vraag krijgt de supportmedewerker automatisch een aantal ondersteunende artikelen te zien, die hij direct aan de klant kan doorsturen. Als er geen geschikt antwoord is, maakt hij dit aan voor die specifieke klant. En zonder over te hoeven schakelen naar een ander systeem kan hij dit antwoord voorstellen voor een nieuw artikel in de kennisbank. Ook incomplete of verouderde artikelen in de kennisbank, die als suggestie bij een klantvraag worden voorgesteld, worden zo door de supportmedewerker gefilterd.

Artificial intelligence

Maar is het niet handig om voordat de klant de vraag stelt al te weten waarover onvoldoende content is, zodat je dit tijdig kunt aanmaken? Dit is waar artificial intelligence om de hoek komt kijken. Zo werkt het: met technieken gebaseerd op machine learning worden automatisch de inkomende supporttickets gereviewd. De inhoud van de tickets wordt vergeleken met bestaande content in de kennisbank. Aan de hand van deze analyse worden suggesties gedaan over welke artikelen aangemaakt of verbeterd moeten worden. Oftewel, je vult de ‘knowledge gaps’. Op deze manier kun je proactief de kennisbank met informatie vullen. Precies die informatie waar jouw klanten om vragen.

Toepassing in het Nederlands

Klinkt dit wel heel futuristisch of als alleen geschikt voor grote, Engelstalige organisaties? De aanname is begrijpelijk, maar de technologie is beschikbaar voor organisaties van verschillende groottes. En ja, ook in het Nederlands. Veel consumenten maken dagelijks al gebruik van zelflerende algoritmes die suggesties aandragen. Denk bijvoorbeeld aan de ‘Heb je dit nummer al beluisterd?’-lijstjes van bekende streamingdiensten voor muziek of gezichtsherkenning in de mappen met foto’s op je smartphone. Vergelijkbare technieken kun je ook inzetten voor de klantenservice van jouw organisatie.

Zelflerend model

Voor de selfservice oplossingen van Zendesk, waaronder Answer Bot en Content Cues, maken we gebruik van een model dat gebaseerd is op historische supportticketdata. Dit model leert van ongestructureerde data en ontwikkelt zelf relevante clusters. Door te experimenteren met ‘natural language’ is het model nu in staat om niet alleen de exacte woorden te herkennen, maar ook vergelijkbare tekst of uitdrukkingen. Bovendien is het model zelflerend, dus wordt het steeds slimmer naarmate er meer feedback komt van de supportmedewerkers. Dit is zeker geen toekomstmuziek als je kijkt naar organisaties zoals de Dollar Shave Club, die al volop gebruikmaakt van kunstmatige intelligentie binnen selfservice.

De auteur is werkzaam als strategic account executive Benelux bij Zendesk, een leverancier van klantenservicesoftware en een supportticketsysteem.

Bron: CustomerTalk
0
Logo CustomerTalk

Cookie-instellingen

CustomerTalk maakt gebruik van cookies voor een optimale gebruikerservaring.

Graag vragen wij je toestemming voor het plaatsen van deze cookies.

Accepteren Meer informatie