Overheidsorganisaties kunnen klantcontactcenters verbeteren met AI

10 april 2018 Consultancy.nl

Het is een doorn in het oog van klanten: het lange wachten in de ‘rij’ van klantcontactcenters, of als ze eenmaal een persoon te spreken hebben gekregen, geholpen worden door een callcenter agent met onvoldoende kennis van zaken. Nieuwe technologieën bieden callcenters vandaag de dag echter veel meer middelen om deze uitdagingen het hoofd te bieden. Door het gebruik van kunstmatige intelligentie en machine learning kunnen grote delen van de operaties binnen callcenters worden verbeterd.

Callcenters vormen de frontlinie van alle grote organisaties en zijn een essentiële schakel tussen bedrijven en klanten. Omdat ze aan de voorkant opereren, direct bij de klant, spelen ze een essentiële rol in het maken of breken van de merkervaring van klanten. De markt voor callcenters is dan ook big business, zowel in de private sector (denk aan telefoonbedrijven) als het publieke domein (denk aan overheidsinstanties). Volgens onderzoek van IBM besteden organisaties meer dan $1 biljoen per jaar aan het onderhouden van zo'n 265 miljard telefonische klantendiensten. Ondanks de enorme hoeveelheid geld die in callcenters wordt gepompt en alle pogingen om kennis en processen te stroomlijnen, presteren deze onderdelen van organisaties over de hele linie echter nog altijd structureel slecht. Volgens schattingen van verschillende analistenbureaus wordt ongeveer de helft van de calls onopgelost beëindigd of hangen klanten met een niet (geheel) tevreden gevoel op.

Technologie biedt uitkomst

Nieuwe technologieën zijn de manier waarop callcenters worden beheerd snel aan het veranderen. Deze nieuwe technologieën kunnen verschillende voordelen bieden voor de manieren waarop deze werkprocessen worden georganiseerd en callcenter agents hun werk uitvoeren. Zo kan Artificial Intelligence (AI) klanten op het juiste moment naadloos de juiste informatie bieden die ze nodig hebben door selfservice-opties aan te bieden, waardoor een telefoontje naar de klantenservice overbodig wordt. Ten tweede maakt AI het mogelijk voor klantenservicemanagers om het belverkeer en de verschillende typen vragen te monitoren en vanuit die inzichten de operaties met het oog op gespreksafhandeling en resourcing vervolgens te verbeteren. Ten derde voorzien de inzichten door AI vertegenwoordigers van meer informatie, waardoor ze beter met verzoeken van klanten om kunnen gaan.
Overheidsorganisaties kunnen klant contact centers verbeteren met Artificial IntelligenceEen bedrijf dat dit in de praktijk heeft weten om te zetten, is Cmotions. Binnen het The Analytics Lab van het adviesbureau testen adviseurs in een soort laboratorium-setting de modernste methodes om waarde toe te voegen. Een van de projecten van het Lab is hoe technologie-gedreven innovaties zoals kunstmatige intelligentie callcenters – en dan vooral binnen het overheidsdomein – kunnen helpen. Uit hun experimenten komt naar voren dat met behulp van slimme technieken de callcenters beter in staat zijn om de hoeveelheid telefonische vragen te voorspellen. “Het aantal vragen laat zich soms moeilijk voorspellen en sturen, wat leidt tot inefficiëntie van kosten en een daling van de klanttevredenheid. Door gebruik te maken van kunstmatige intelligentie zijn we in staat om dit veel beter in kaart te brengen”, zegt Jeroen Kromme, Senior Consultant bij Cmotions.

Kloof dichten tussen voorspelling en aanbod 

Overkoepelende doelstelling is om het gat tussen de voorspelling en het aanbod te verkleinen. Kromme: Dit levert direct een kostenbesparing op voor beschikbare FTE’s en het aantal inkomende lijnen en bureauplaatsen. Daarnaast leidt het tot een hogere klanttevredenheid: de wachttijd is minimaal en er bestaat bij het voeren van gesprekken minder druk op de Average Handling Time”. Dit kan uitgevoerd worden door aan de voorkant nauwkeurige voorspellingen te doen van het aantal telefonische vragen per uur, dag of week. Daarna kunnen waardevolle inzichten gehaald worden uit het analyseren van de kenmerken en de manier van vragen van bellers. Door dat vervolgens te koppelen aan een psychometrisch profiel kunnen zelfs patronen in kaart worden gebracht.

Met behulp van AI kunnen de bedrijfsvoering en -processen rond callcenters binnen de overheid worden verbeterd. Zo is het mogelijk dashboards te ontwikkelen die inzichten kunnen leveren in alle belangrijke KPI’s binnen een callcenteromgeving van belang zijn. Te denken valt aan het aantal inkomende oproepen, het ‘first time right%’, gemiddelde wachttijd, gemiddelde tijd aan de telefoon met klanten, NPS-score en welke thema's het meest zijn behandeld. "Door het gebruik van voorspellende algoritmen is het mogelijk om realtime aanbevelingen te doen. Deze aanbevelingen voor procesverbetering kunnen zelfs per uur worden voorgesteld", licht Kromme toe.

Quote CmotionsVooral als het gaat om onvoorziene situaties kan de waarde hiervan hoog zijn. Kromme: Een groot deel van de extra kosten in klantcontactcenters is te wijten aan onvoorziene proceskosten. Denk hierbij aan extra telefonische vragen of een groter aandeel klachten. Meestal leidt dit niet alleen tot extra kosten, maar ook tot een lagere klanttevredenheid. Vaak lijkt het alsof deze vragen en klachten het callcenter overvallen: de aard van de vragen en het volume zijn onvoorzien. Onvoorziene gebeurtenissen zijn echter wel degelijk goed te voorspellen met de juiste kennis, de bedrijfsprocessen en de combinatie met kunstmatige intelligentie.”

Tijdswinst en klantinzichten

AI kan ook worden gebruikt om callcentermedewerkers te helpen. Een van de toepassingen is een vertaling te maken van spraak naar tekst. Een veelgehoorde zin die bellers te horen krijgen is: ‘dit gesprek zal worden opgenomen voor training- en kwaliteitsdoeleinden’, maar bedrijven beginnen zich te realiseren dat die opnamen voor veel meer doeleinden waardevol zijn. Zeker gezien de opkomst van technologieën voor ‘natural language processing’ (NLP) en het vermogen om meer ongestructureerde data te begrijpen, zoals dus de opnamen van telefoongesprekken. "Het realtime omzetten van spraak naar tekst genereert waardevolle informatie. Door deze techniek toe te passen, kunnen we de kloof verkleinen tussen wat de beller vraagt en hoe de callcenteragent een vraag interpreteert. Deze verbetering van de verwachtingskloof levert vooral tijdswinst op", legt Kromme uit.

Een ander toepassingsgebied is dat AI bijvoorbeeld kan helpen om het gedrag van klanten aan de telefoon te voorspellen, waarmee aanbevelingen gedaan kunnen worden aan de klantenservicemedewerkers over hoe ze het beste met een probleem kunnen omgaan. Tot slot kan AI ook een rol spelen bij de meer langdurige factoren die van invloed kunnen zijn op callcenteroperaties. Zo kunnen geleerde lessen uit alle gesprekken ingevoerd worden in het selfservice materiaal of worden verwerkt in uitgaande content, zoals informatie op de website of in papieren brieven. Kromme: “Via Sentimentanalyses kunnen we inzicht geven over het sentiment van elk gesprek en kan er een psychisch profiel van een beller worden gemaakt”.

Nieuws

Meer nieuws over