"Waar gaan al onze gesprekken met klanten nu echt over?" Dat is een van de belangrijkste vragen die als vertrekpunt van mijn opdrachten dient. En daaraan gekoppeld natuurlijk al snel, wat kunnen we doen om die vragen te voorkomen, digitaliseren of efficiënter af te handelen. Het weten is geen doel op zich – alhoewel enkele filosofen daar mogelijk anders over denken…
Ik heb in eerdere posts verteld over conversational analytics en intelligence als middel om geautomatiseerd inzichten uit gesprekken te halen en daar slimme dingen met te doen. Over de afgelopen jaren zie ik na trajecten bij verschillende bedrijven veelal 2 categorieën* naar voor komen waar we naar kijken:
- Onderwerpmodellen (wat zegt de klant) | daarmee zien we of er wellicht producten, processen of content zijn die beter kunnen
- Antwoordmodellen (hoe antwoord de medewerker) | daarmee zien we (in combinatie met de eerste categorie) of ook het juiste antwoord gegeven wordt door de medewerker
Hiermee zijn we goed in staat om te bepalen WAAROVER een klant contact zoekt. Maar vaak ontbreekt nog het inzicht WAAROM die klant contact zoekt en vooral ook WAAROM NU?
(* we hebben ook nog kwaliteitsmodellen waarmee we kijken naar HOE het gesprek gegaan is en of in de vorm van het gesprek nog zaken beter kunnen).
Om daar invulling aan te kunnen geven zijn we verwachtingsmodellen gaan maken waarmee we beter in beeld krijgen WAAROM en WAAROM NU de klant contact zoekt. Veelal gaat het dan om onderwerpen als:
- Ik heb niets gehoord
- Ik ben niet teruggebeld (vaak naar aanleiding van een terugbelverzoek)
- Ik heb niets ontvangen (vaak in de context van een fysiek product wat niet geleverd is)
- Er is iemand niet gekomen (vaak in de context van reparatie of ophalen/afleveren producten)
- Het is niet (goed) gerepareerd (in de context van reparaties aan woningen of opgestuurde producten)
- Het werkt (nog) niet (in de context van een gevolgde werkwijze/stappenplan die niet werkt)
- Het is niet verrekend (in de context van een beloofd bedrag terug te krijgen of een korting die nog niet verrekend is)
- De verbinding werd verbroken (klant had zojuist contact maar dat contact werd verbroken)
Wat typisch blijkt is dat dit (minstens) 20-30% van het dagelijks klantcontact betreft, dat deze categorie voor het grootste gedeelte door het bedrijf zelf veroorzaakt wordt, maar ook dat deze dus vaak volledig te voorkomen is. Vaak meet een bedrijf dit niet als herhaalverkeer, omdat de trigger in een ander kanaal zit (zie mijn vorige post over herhaalverkeeranalyse).
Maar nu de crux. Bij uitvoerige analyse wat er in dat contact of bij die trigger gebeurd is, blijkt dat in ruim 80% van de gevallen het juiste antwoord of de juiste vervolgstap is gegeven aan de klant. Als het goed zou zijn… Alleen is het niet gelukt. De vervoerspartner, de financiële afdeling of een andere externe factor heeft ervoor gezorgd dat de verwachting van de klant niet waargemaakt werd.
Als je ziet waar nu veel tijd, geld en capaciteit naartoe gaat op gebied van klantcontact, dan is dat het automatiseren van de beantwoording van klantvragen met behulp van AI-technologie. Het biedt een schaalbare (betrekkelijk) goedkope manier om klantvragen te beantwoorden zodat bedrijven:
- Meer vragen kunnen afhandelen met minder budget
- Beter bereikbaar zijn, zelfs wanneer de klantenservice gesloten is
- Een consistente kwaliteit kunnen leveren (minder afhankelijk van de kwaliteit van de medewerker)
Er zit een afhankelijkheid in: dit systeem werkt zo goed als de input. Dus een AI-chatbot geeft (net als de mens in veel gevallen; en zelfs de traditionele chatbot) het juiste antwoord. De opvolging door de organisatie bepaalt echter of dat ook gaat matchen met de verwachting van de klant.
Advies aan al die bedrijven die nu vol op het automatiseren van klantcontact springen middels nieuwe AI-technologieën: vergeet niet dat soms het juiste antwoord niet genoeg is, dat het cruciaal is om ook te snappen WAAROM een klant contact opneemt en WAAROM NU. Anders wordt de AI-belofte om klantcontact efficiënter, beter en sneller te maken niet volledig ingelost.
Investeer dus juist ook in het verbeteren van je producten, processen en organisatie inrichting. Dat is niet een snelle pleister die geplakt kan worden of een vernieuwende pilot of proof of concept, maar het zorgt er wel voor dat je in staat bent de verwachtingen van je klant langdurig waar te maken.