Klantenservice

Het meeste supportverkeer is niet gevarieerd. Het zijn dezelfde twintig vragen die via vier kanalen binnenkomen, plus een lange staart van zaken die echt een mens nodig hebben. Het probleem is dat allebei in dezelfde wachtrij landen, waardoor die twintig vragen de aandacht opslokken die de lange staart verdient.

Die twee uit elkaar halen is de hele waarde van support automatiseren. Niet meer beantwoorden, maar de juiste beantwoorden en voor de rest aan de kant gaan.

Wat is klantenservice automatiseren?

Klantenservice automatiseren is software het terugkerende deel van je supportverkeer laten afhandelen, zodat mensen hun tijd besteden aan het deel dat hen nodig heeft. In de praktijk betekent dat: dezelfde twintig vragen, beantwoord uit je eigen documentatie, dag en nacht, met al het andere doorgegeven aan een mens die de volledige context erbij krijgt.

Wat het niet is: je supportteam vervangen. Het verkeer dat te automatiseren valt, is het verkeer dat nooit moeilijk was.

Het gaat mis bij een zelfverzekerd fout antwoord

Een supportbot die gokt, kost meer dan helemaal geen bot. De klant handelt naar wat hij zei, en tegen de tijd dat de fout boven water komt is hij meestal al uitvergroot: een order verstuurd, een annulering gemist, een voorwaarde geciteerd die niet bestaat.

De opzet weegt dus zwaarder dan het model. De agent antwoordt uit je eigen documentatie en uit het dossier dat hij zojuist opzocht. Heeft geen van beide het antwoord, dan zegt hij dat en draagt hij over. “Ik weet het niet, ik haal er iemand bij die het wel weet” is een goede uitkomst en geen mislukking, en het is precies het gedrag dat bij de meeste bots wegconfigureerd is.

Wat “met context” echt betekent

Bij de overdracht verliest supportautomatisering stilletjes de meeste winst. Een agent die negentig procent afhandelt en tien procent in een wachtrij dumpt, heeft minder werk weggehaald dan het lijkt, want het opnieuw opbouwen van context is vaak het dure deel van een supportvraag en niet het antwoord zelf.

Een doorgezet gesprek van een QAIYU-agent draagt het gesprek tot dan toe, de gegevens die hij ophaalde, en de reden waarom hij stopte. Wie het oppakt begint waar de agent ophield in plaats van bij het begin.

De lijst met onbeantwoorde vragen is meer waard dan het afvangpercentage

Elke vraag die de agent niet kon beantwoorden komt op een lijst, in de woorden die de klant gebruikte. Die lijst is het nuttigste document dat je klantenservice dit kwartaal oplevert.

Hij vertelt je welk artikel je als volgende moet schrijven, in de taal waarin mensen het echt vragen. Hij laat zien welke onderdelen van je product verwarring opleveren. En hij groeit een kant op die niemand gepland heeft, en juist dat maakt hem eerlijk: een routekaart die is opgebouwd uit wat klanten vragen wint het van een die is opgebouwd uit wat het team dacht dat ze zouden vragen.

Het afvangpercentage zegt intussen op zichzelf bijna niets. Een hoog getal kan betekenen dat de agent goed antwoordt, of dat klanten het opgaven.

Waar dit niet loont

Zijn je supportvragen echt elke keer anders, dan is dit niet de plek om te beginnen. Maatwerk heeft geen regels die je kunt opschrijven, en een agent zonder regels is een gok met een vriendelijke toon.

Hetzelfde geldt als je documentatie dun is. De agent kan niet beter zijn dan waar hij uit antwoordt, en de snelste route naar betere geautomatiseerde support is meestal de bron repareren en niet het model wisselen. Dat is ongemakkelijk advies, want het betekent werk vóórdat de software komt. Het is wel het verschil tussen een bot die helpt en een bot die na een maand wordt uitgezet.

Hoe dit gebouwd wordt

Eerst brengen we het proces in kaart: welke vragen er binnenkomen, via welk kanaal, en hoe een goed antwoord eruitziet. Daarna leggen we de grens schriftelijk vast, inclusief wat de agent nooit mag zeggen. Vervolgens gaat één kanaal live naast je bestaande opzet zodat je kunt vergelijken, en pas daarna gaat er iets uit. De volledige volgorde staat bij hoe een project loopt.

Wat een opdracht kost hangt af van hoeveel kanalen er overgaan en hoeveel documentatie er al ligt, dus dat wordt na het in kaart brengen afgesproken en niet uit een lijstje. Vraag een demo aan: het eerste gesprek gaat over omvang voordat het over prijs gaat.

Twijfel je nog of dit proces überhaupt het automatiseren waard is, dan staat de toets die wij vooraf toepassen in waar AI-agenten echt tijd besparen.