Naar inhoud

Met elke swipe een stap dichter bij de ultieme klantervaring

Het vinden van de juiste match op een dating-app is letterlijk en figuurlijk vergelijkbaar met het zoeken naar een speld in een hooiberg. Voor iedere mogelijke ‘treffer’ lopen de vele tientallen miljoenen dating-app-gebruikers ettelijke blauwtjes. Door meer gebruik te maken van voorspellende technologieën wordt de kans groter dat gebruikers een match vinden. Dating-apps tonen op deze manier hoe bedrijven producten en diensten verder kunnen personaliseren. Wat kunnen we leren van Tinder?

Slechts 2 procent van de gebruikers is momenteel tevreden met de huidige platforms voor online dating. Velen van hen houden het na een paar maanden ploeteren voor gezien. Dat stelt dating-app Pheramor. Het geeft aan dat de gebruikerservaring veel te wensen over laat. En het gaat juist allemaal om de experience. De klant, consument of gebruiker moet verrast worden en een aanbod krijgen waar producten en diensten exact op zijn behoeften zijn afgestemd. Voor dating-apps betekent dit dat kenmerken en voorkeuren, zoals hoe vaak er gesport wordt, welke muziek er gespeeld wordt en welke social media gebruikt worden, beter in kaart moeten worden gebracht.

Betere match

Dergelijke data kunnen gebruikt worden om een betere match te genereren en dus een betere en waardevolle dating experience te realiseren. Vele dating-apps maken nu nog gebruik van het zogenaamde swipe-principe – dates die je niet bevallen, veeg je als het ware van je scherm af. Bevalt iemand wel, dan veeg je de andere kant op. In de kern is dit dus schieten met hagel; net zo lang swipen totdat er een kandidaat tevoorschijn komt die wel aan de verwachtingen voldoet. Op het eerste gezicht althans.

Gebruikerservaring

De generatie Z, geboren tussen 1990 en 2000, is goed vertegenwoordigd onder de gebruikers van dating apps. Deze digital natives zitten niet te wachten op die vele verschillende gezichten en profielen op hun smartphone. Zij willen af van het gokken op kandidaten; zij willen dates aangeboden krijgen die voldoen aan hun gewenste profiel op basis van slimme verbanden die met hun eigen kenmerken worden gelegd.

Artificial intelligence en het toepassen van algoritmen helpen app-ontwikkelaars kandidaten aan elkaar te koppelen, waarbij zij in staat zijn een succesvolle uitkomst te voorspellen. Het gaat hierbij onder meer om technologieën die het mogelijk maken verschillende datasets met elkaar te integreren en zo nieuwe inzichten te krijgen. Inzichten die leiden tot een ultieme gebruikerservaring en als het even kan een superdate of een gezellige avond uit.

Perfecte data

Tinder, een van de meest bekende dating-platforms, heeft in deze industrie het voortouw genomen als het gaat om het gebruiken van kunstmatige intelligentie. Iedere keer dat je op Tinder een profiel swipet, zowel ja als nee, worden data verzameld over de kenmerken die je afwijst of juist waardeert. Hoe meer en hoe langer je swipet, des te meer Tinder van je te weten komt. Mannen met een baard vallen bijvoorbeeld af, terwijl mannen met rode krullen juist wat vaker op je scherm komen.

Op basis van al deze verkregen inzichten is een feature ontwikkeld: Super Likeable. Daarop verschijnen zo nu en vier profielen waarvan met machine learning en AI is voorspeld dat deze een goede match hebben met de gebruiker. Wanneer je deze ontwikkeling in de toekomst plaatst, kun je concluderen dat Tinder uiteindelijk alleen maar huwelijkskandidaten of perfecte dates voor je selecteert. De vraag is of je als gebruiker dan nog steeds verrast kan worden; wellicht is de lol er dan snel vanaf.

Personaliseren

Het is een interessante gedachte om de manier waarop dating-platforms AI inzetten om de klantervaring te optimaliseren en het aanbod voor de consument te personaliseren te vertalen naar andere sectoren. Denk bijvoorbeeld aan de retail, waar de relatie met de klant mede door de transparantie in de markt minder hecht is geworden. Wat is het verschil tussen het zoeken naar een date en het selecteren van de juiste laptop?

E-commerce-sites bedienen zich vaak nog van faceted search mogelijkheden om de consument naar de juiste laptop te begeleiden. Daarbij wordt dus gebruikgemaakt van gegevens die de consument op dat moment invoert, zoals geheugen, processor en videokaart. Andere data, zoals de wijze waarop de consument navigeert over de site, de aankoophistorie, het beroep van de consument of aanbiedingen van de concurrent, blijven buiten beschouwing. Daarmee worden kansen om het aanbod verdergaand te personaliseren niet benut.

Slimme verbanden

Marketingdeskundige Steven Van Belleghem wees daar bijvoorbeeld op tijdens zijn bijdrage op ‘Digital Marketing & Social Strategy in 1 Day’ eind vorig jaar. Met artificiële intelligentie kunnen de routinematige handelingen voor consumenten tot een minimum beperkt worden. Hij ziet vooral digitale platformen die een nieuwe hoge standaard voor klantenservice neerzetten. Andere bedrijven moeten volgen, anders verliezen zij de slag. Amazon is en blijft de koploper volgens Van Belleghem, hoewel Alibaba ook steeds meer in de huid van de klant weet te kruipen door AI.

Met AI kunnen, om bij het voorbeeld van de laptop te blijven, slimme verbanden worden gelegd tussen iemands beroep, zijn voorkeur voor de webpagina met Apple-machines en het feit dat de consument eerder aangeboden laptopmodellen links heeft laten liggen. Het werkt iets anders dan het swipen van de dating-apps, maar het principe is hetzelfde. Een gelukkig huwelijk met de klant is dus voor iedere onderneming weggelegd.

De auteur is managing director Benelux bij IT-dienstverlener Wipro Technologies.

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