Financiële dienstverlener verbetert klantenservice met AI
Riverwise heeft een financiële dienstverlener geholpen met inzicht in de potentie van kunstmatige intelligentie (AI) binnen de klantcontactafdeling. De projectmanager van Riverwise blikt terug op het project en wat het heeft opgeleverd.
Een grote Nederlandse financiële dienstverlener heeft een duidelijke klantcontactstrategie. Met als doel service te digitaliseren voor de vragen die klanten zelf willen en kunnen afhandelen (zogeheten ‘low impact’-vraagstukken).
Hiermee kan ruimte worden vrijgemaakt om proactief met klanten in gesprek te gaan via persoonlijke servicekanalen op momenten waarop zij empathie en persoonlijke hulp nodig hebben – oftewel ‘high impact’-momenten.
Om te identificeren en te prioriteren welke digitale diensten of processen verbeterd moeten worden, was inzicht nodig in het type contact (low/high impact) per kanaal en onderwerp.
Bij het verzamelen van deze gegevens liep de financiële dienstverlener echter tegen een probleem aan. Gedetailleerde classificatie verhoogde de registratietijd per contact voor medewerkers aanzienlijk. En classificatie werd vaak overgeslagen of inconsistent ingevuld door werknemers.
Riverwise werd benaderd om te identificeren of en hoe AI zou kunnen ondersteunen bij deze uitdaging.
De aanpak
In een pilot van vier weken valideerden we een AI-oplossing, door onze expertise op AI, prompting en klantcontactstrategie te combineren.
Stap 1: Set-up
We verzamelden een representatieve set audiobestanden van gesprekken en zetten een privacy- en compliancy-proof ecosysteem op om de pilot uit te voeren.
Stap 2: Transcriberen
In de eerste week bewezen we dat AI alle gesprekken correct kan transcriberen en volledig kan anonimiseren, waardoor privacybestendige opslag van output mogelijk is.
Step 3: Samenvatten
In de tweede week valideerden we dat AI duidelijk gestructureerde, consistente samenvattingen van gesprekken kan automatiseren – beter presterend dan mensen.
Stap 4: Categoriseren
In de derde week valideerden we dat we alle oproepen consistent konden categoriseren in een gelaagd model van ‘contactredenen’ en in ‘low/high impact’ – beter presterend dan menselijke agents in kwaliteit en consistentie.
Stap 5: Dieper inzicht
In de vierde week valideerden we dat AI veel diepere inzichten mogelijk maakte door correct te identificeren of klanten aangaven dat ze het eerst digitaal hadden geprobeerd op te lossen, welk kanaal ze gebruikten en waarom ze er daar niet in slaagden.
Het resultaat
Nadat we de potentie van AI hebben bewezen binnen de klantcontactomgeving, helpen we de financiële dienstverlener nu bij de implementatie van de volgende use cases:
- Live samenvattingen en categorisatie, waardoor de afhandelingstijd per contact van medewerkers met tussen de 25% tot 40% wordt verkort, terwijl de kwaliteit toeneemt.
- Dashboard dat realtime inzicht geeft in de daling van ‘low impact’-contacten per contactreden in live kanalen – met de mogelijkheid voor eindeloze AI-gestuurde inzichten over wat drijfveren van resterende contacten zijn. En dat inzicht biedt waar ‘high impact’-contact plaatsvindt en geïntensiveerd kan worden.
- Automatische kwaliteitsmonitoring vervangend aan huidige tooling en ‘meeluisteren’ waarin per gesprek door AI automatisch geanalyseerd wordt of juiste structuur, tone-of-voice en antwoord geboden is door de agent.
Door de verbeterslag kan de financiële dienstverlener 40% tijdsbesparing realiseren in de persoonlijke kanalen.
Een taskforce is opgezet die op basis van de data verdere verbeteringen kan identificeren en realiseren. Op basis van dat inzicht kan ‘low impact’-contact mogelijk tot 40% worden verminderd en de kwaliteit op ‘high impact’-contacten verbeterd worden, met een hogere NPS als gevolg.
Riverwise is ondertussen gevraagd om de toepassing van AI ook binnen andere domeinen van de dienstverlening en processen te onderzoeken.
