De must-haves van AI voor klantcontact

Artificial Intelligence (AI) transformeert het landschap van de customer experience (CX). Zoveel zelfs, dat 87,5% van de mensen denkt dat interacties tussen mens en bot de komende tien jaar zullen toenemen.1 CX is verreweg de belangrijkste maatstaf voor succes en het is duidelijk dat AI bepaalt hoe de volgende generatie CX eruitziet. Om de veranderende markt- en consumenteneisen een stap voor te blijven, is AI-technologie vandaag de dag een basisvereiste. Geef de concurrentie het nakijken met deze must-have AI-toepassingen binnen het contactcenter.

1. Een intelligent IVR-systeem

Interactive Voice Response (IVR) is een geautomatiseerd systeem dat is ontworpen om te communiceren met bellers. Het geeft hen toegang tot de diensten van een organisatie. Als eerste contactpunt voor klanten die een organisatie telefonisch proberen te bereiken, is het cruciaal dat IVR-menu’s efficiënt zijn gestructureerd en goed zijn afgestemd op de behoeften van de beller. Daarom is een intelligent IVR-systeem één van de must-have toepassingen van AI binnen klantcontact.

AI maakt IVR-systemen slimmer en responsiever en dus intelligent. Met AI-technologie zoals Automatic Speech Recognition (ASR) kunnen bellers bijvoorbeeld gegevens invoeren of door een IVR-menu navigeren door middel van spraak in plaats van DTMF-toetsen. Dit maakt IVR-systemen interactiever, wat de klant minder inspanning kost en ook de klantervaring ten goede komt. Maar wat een IVR-systeem pas echt intelligent maakt, is het vermogen om vragen te beantwoorden zonder menselijke assistentie. Een IVR-systeem is namelijk in staat om de intentie van een vraag vast te stellen en zelf met een oplossing te komen.

Kortom, met een intelligent IVR-systeem wordt de selfservice van een organisatie intuïtiever. Dit leidt tot snellere oplossingen, wat weer zorgt voor een grotere klanttevredenheid.

2. Datagestuurde interactieroutering

Interactieroutering – het identificeren van inkomende interactietypen en het doorsturen van klanten naar de meest geschikte agent of chatbot – is misschien wel één van de belangrijkste processen binnen het contact­center. Het moet ervoor zorgen dat klanten bij het eerste contact meteen de beste oplossing voor hun probleem vinden. Iets wat cruciaal is voor de klanttevredenheid. Om deze reden is interactieroutering die gebruik maakt van machine learning ook een must-have toepassing van AI binnen het contactcenter.

Machine learning is een onderdeel van AI waarmee applicaties in staat zijn om te leren van data en beslissingen te nemen met minimale menselijke tussen­komst. Dankzij machine learning leert interactieroutering van historische interacties en wordt het nauwkeuriger naarmate er meer ervaring wordt opgedaan. Er wordt niet meer naar afdelingen gerouteerd, maar naar de personen en systemen die waarschijnlijk de beste oplossing kunnen bieden.

3. Agentondersteuning

De verwachtingen van klanten ten aanzien van contactcenters veranderen snel, maar sommige dingen blijven altijd hetzelfde. Klanten verwachten dat agents goed geïnformeerd zijn. In de eerste plaats over henzelf, hun voor­geschiedenis en waarom ze contact hebben opgenomen met de klanten­service. Daarnaast gaan ze ervan uit dat agents de organisatie goed genoeg kennen om een bevredigende oplossing te bieden. Om agents te helpen een deskundige service te verlenen, die ook nog eens precies op de klant is afgestemd, is Natural Language Processing (NLP) een must-have toepassing van AI binnen het contactcenter.

NLP is een vorm van AI die natuurlijke dialogen omzet en daarna analyseert om een contextgebonden betekenis te verkrijgen. Hierdoor kan technologie taal op dezelfde manier begrijpen als mensen dat doen. Voorafgaand aan een interactie met een agent kan NLP automatisch belangrijke informatie identificeren. Doordat informatie over de aard van een inkomende klantoproep direct beschikbaar is, hoeven agents niet handmatig grote hoeveelheden gegevens te analyseren om een specifieke vraag te beantwoorden. Daardoor kunnen ze de klant een veel snellere en persoonlijkere ervaring bieden.

NLP kan ook op de achtergrond werken en de agent voorzien van aanvullende informatie en de meest geschikte respons op basis van sentiment. Bovendien kunnen NLP-systemen na afloop van een gesprek een samenvatting genereren, waardoor veel tijd bespaard wordt. Zo kunnen agents meer tijd besteden aan de klant zelf, wat veel waardevoller is. Dit alles vermindert hiaten in de informatie en zorgt voor een naadloze customer journey.

4. AI-gestuurde selfservice

Selfservice geeft uw klanten de mogelijkheid om zelf antwoorden te zoeken, zonder dat ze daarvoor een medewerker nodig hebben. Dit is een groot voordeel wanneer er sprake is van hoge belvolumes en het aantal beschikbare medewerkers beperkt is. Wanneer selfservice wordt gecombineerd met AI, is het mogelijk om transacties, conversaties, feedback en sentimentanalyse aan interacties toe te voegen.

Neem bijvoorbeeld een chatbot. Een intelligente chatbot is niet afhankelijk van specifieke input, maar maakt in plaats daarvan gebruik van technologieën zoals machine learning en NLP om de intentie van de klant te interpreteren en te reageren zoals een mens dat zou doen. AI-gestuurde chatbots zijn in staat om te leren van ervaringen en worden steeds beter in wat ze doen, net als mensen. Hierdoor zijn ze een onmisbare toepassing van AI binnen het contactcenter, maar niet alleen om de voor de hand liggende reden dat ze klanten wegleiden van drukke telefoonlijnen en zo kosten besparen. Intelligente chatbots tillen gepersonaliseerde interacties naar een nieuw niveau. Selfservice-interacties worden minder star en bieden meer mogelijkheden voor klantfeedback en dialoog, wat goed is voor de loyaliteit aan het merk.

Chatbots kunnen ook gebruik maken van Image Recognition (IR). Beeldherkenning is een vorm van AI die entiteiten in afbeeldingen herkent en op basis daarvan geautomatiseerde aanbevelingen doet. Als een klant bijvoorbeeld een tweet met de locatie en een foto van een kapotte telefooncel naar een bedrijf stuurt, kan IR vaststellen of het om een telefooncel van het bedrijf in kwestie gaat. Vervolgens kan er automatisch een passend antwoord op de tweet worden verstuurd, waardoor agents zich kunnen focussen op het beantwoorden van complexere vragen.

Binnen het contactcenter biedt IR de aantrekkelijke mogelijkheid om bepaalde beslissingen te versnellen of te automatiseren en waar nodig beelden die meer aandacht en een menselijk oog vereisen, te markeren. Met IR kunnen visuele beoordelingen naadloos in de customer journey worden opgenomen. Het helpt bij het bepalen van de meest geschikte route en maakt het mogelijk om beelden uit te filteren en relevante gegevens te verzamelen voordat ze worden doorgestuurd naar een beschikbare agent.

5. Beheer en analyse van Big Data

Klantgegevens zijn ongelooflijk waardevol. Hoe zou u zonder die gegevens weten wie uw klanten zijn? Wat vinden ze fijn en waar hebben ze een hekel aan? Zijn uw klanten tevreden over uw producten en diensten? Met andere woorden, klantgegevens zijn absoluut onmisbaar om inzicht te krijgen in klantgedrag, te bepalen hoe effectief de CX van een organisatie is en de processen binnen het contactcenter te optimaliseren. Met extreem grote datasets, zogeheten “big data”, is het voor organisaties echter vrijwel onmogelijk om snel bruikbare inzichten te verkrijgen als deze handmatig moeten worden verwerkt. Dat is waar AI kan helpen.

Door met behulp van NLP grote hoeveelheden interacties automatisch te analyseren en groeperen, kunnen organisaties snel waardevolle conclusies trekken uit big data. Hierdoor kunnen ze moeiteloos zorgen dat er wordt voldaan aan wet- en regelgeving, risico’s beperken, de prestaties van agents verbeteren en de CX optimaliseren.

Lever de volgende generatie CX met brain®

Ontdek meer toepassingen van AI binnen het contactcenter met brain®, de AI-toolkit van Content Guru. Met de AI van brain kan uw organisatie uw CX-doelen niet alleen bereiken, maar zelfs overtreffen.