Waarom zelfbedieningsondersteuning slechts zo goed is als inhoud

Op dit moment lijdt het geen twijfel dat investeren in een soort van self-service tool heeft zijn positieve ROI. 

Vrijwel alle bedrijven hebben de afgelopen jaren geïnvesteerd in het beschikbaar stellen van chatbots of virtuele assistenten helpcentra en secties met veelgestelde vragen, of andere soorten ondersteunde tools gebruikt om klanten te helpen zelf te zoeken en antwoorden op hun verzoeken te vinden. 

Het doel? Het verminderen van het aantal laagwaardige interacties dat hun ondersteuningsteam moet afhandelen. 

In het begin waren sommigen terughoudend om op de trein van automatisering te springen en Conversationele AI. Ze hebben inmiddels echter ingezien dat concurreren en gedijen in overvolle markten zonder concurrentievoordeel bijna onmogelijk is.

De vooruitgang in Conversational AI-technologieën heeft het mogelijk gemaakt om enorme hoeveelheden ondersteuningsverzoeken te automatiseren, maar sommige merken hebben nog steeds moeite om de echte waarde ervan te vinden.

Waarom worstelen bedrijven met automatisering?

Bij het implementeren van een selfservicetool verwachten de meeste bedrijven resultaten op korte tot middellange termijn. Wanneer dit gewoon niet gebeurt, hebben ze de neiging om het om verschillende redenen de schuld te geven belangrijkste is de technologie. 

Dat hebben we al duizenden keren gehoord chatbots niet slim genoeg zijn, dat ze nog steeds achterlopen en de menselijke taal niet kunnen begrijpen zoals een mens dat zou doen.

Maar is het echt zo? Of verwachten we iets meer?

Alleen goede AI-oplossingen begrijpen de verzoeken van klanten echt

Zeker, in sommige gevallen zijn virtuele assistenten sterk afhankelijk van trainingsgegevens. Als ze een specifiek verzoek nog niet eerder hebben gezien, kunnen ze in sommige gevallen niet eens de bedoeling van dat verzoek identificeren. 

Sommige bedrijven zijn begonnen dit probleem aan te pakken door chatbots te kiezen die afhankelijk zijn van semantische logica. Dit betekent dat zelfs als ze nog nooit een verzoek hebben gezien, ze zijn nog steeds in staat om de betekenis van de woorden te identificeren en het dichtstbijzijnde antwoord te vinden. 

AI kan niet echt inhoud produceren

Op dit moment, zelfs als een chatbot in staat is om te antwoorden als een mens, bezit hij niet echt menselijke intelligentie. Wat houdt dit in? Het betekent dat chatbots antwoorden met een vooraf gemaakt script of antwoorden genereren op basis van scripts, maar dat ze zelf niet echt beredeneerde antwoorden kunnen produceren, tenzij ze informatie hebben om van te voeden. 

Natuurlijk kunnen ze een verzoek of een gebruikersvraag matchen met bestaande inhoud en een antwoord formuleren, maar ze kunnen zelf geen nieuwe inhoud maken. 

Dus hoe beïnvloedt dat echt de tarieven voor zelfbediening? Laten we wat dieper graven.

Sommige technologieën zijn te sterk afhankelijk van trainingsgegevens

Veel Conversational AI-platforms hebben moeite om echte waarde te bieden, tenzij er toegewijde teams zijn die de modellen trainen met relevante gegevens. 

Dit betekent dat een AI enkele voorbeelden moet zien en moet leren hoe hij moet reageren wanneer hij deze tegenkomt. Dit gebeurt door middel van het trainen van de chatbot.

Voor dit doel moeten we gegevens extraheren en cureren om deze naar de AI te voeren. Daarom kan het trainen van de oplossingen extreem tijdrovend zijn. Veel van de huidige Conversational AI-oplossingen die er zijn, zijn echter uitsluitend gebaseerd op machine learning en hebben daarom deze trainingen nodig om de resultaten te verbeteren. 

Het kiezen van een technologie zoals Neuro-symbolische AI waarvoor geen training nodig is, kan het leven van project- en klantervaringsmanagers gemakkelijker maken en goede resultaten opleveren met minder onderhoud van uw teams.

Lees ook: Ebook - Chatbots bouwen zonder training met neuro-symbolische AI

Waarom bieden veel chatbots en Conversational AI-oplossingen geen antwoorden?

Als u een chatbot gebruikt die de intentie echt begrijpt en nog steeds een lage chatbot-prestatie ervaart met betrekking tot het antwoordpercentage, is de kans groot dat u waardevolle inhoud mist waarin uw gebruikers geïnteresseerd zijn. 

Stel dat een gebruiker vraagt: 'Is uw winkel op 5th Avenue op zaterdag open?'. 

Een chatbot kan misschien op verschillende manieren een antwoord formuleren, maar hij zal nooit ja of nee kunnen zeggen, tenzij die informatie is opgeslagen in een systeem waartoe hij toegang heeft. 

Het antwoord moet worden opgeslagen in de eigen database van de chatbot, op de website van de klant of in andere systemen van derden die met de chatbot zijn verbonden. Anders komt er geen bevredigend antwoord voor de klant. 

Klantenservice- en ervaringsteams moeten even de tijd nemen om hiaten in de inhoud te analyseren, te zien welke vragen van gebruikers geen goed antwoord hebben gekregen en inhoud te maken zodat de chatbot in ieder geval de meest voorkomende kan beantwoorden. 

Hoe uitgebreider en gedetailleerder uw inhoud is, hoe kleiner de kans dat uw klanten zich ongemakkelijk voelen 'Het spijt me, maar ik kon geen antwoord vinden op uw vraag'.

Probeer onze chatbot en veelgestelde vragen 14 dagen GRATIS uit en ontdek zelf hoe Inbenta de beste technologie en het beste platform biedt om zelfbedieningsondersteuning aan uw klanten te bieden.

Bekijk onze vergelijkbare artikelen