IVR & IVA: van keuzemenu naar virtuele assistent
Ook buiten mijn werk ben ik een echte ICT’er. Ik chat bijvoorbeeld liever dan dat ik bel met een klantenservice. Onlangs had ik echter geen keus: mijn autogarage was alleen telefonisch bereikbaar. In het keuzemenu kreeg ik twee opties voorgelegd, maar ik wist niet welke ik moest kiezen. Ik heb namelijk geen idee hoe de garage is georganiseerd of wie er verstand heeft van mijn auto. Uiteraard koos ik het verkeerde nummer en moest ik via een omweg bij de juiste afdeling zien te komen.
Ik denk dat dit voor veel mensen herkenbaar is: je belt een bedrijf, komt in een keuzemenu terecht, maar jouw vraag staat er niet tussen. Terwijl het idee achter het keuzemenu helemaal niet verkeerd is. Het probleem is vaak dat er te veel keuzes zijn.
Interactive Voice Response
De technologie achter het telefonische keuzemenu noemen we Interactive Voice Response. Het idee is dat je door spraakopdrachten of toetsen door een telefonisch keuzemenu navigeert. Deze technologie bestaat al decennia en wordt nog altijd veel gebruikt door organisaties.
De beperkingen van een traditioneel IVR-systeem worden echter steeds zichtbaarder. De technologie biedt weinig ruimte voor flexibiliteit of persoonlijk contact. Klanten zitten vaak vast in een onpersoonlijk keuzemenu, wat kan leiden tot frustratie. Toch houden nog veel organisaties vast aan IVR, ondanks dat er alternatieven zijn.
De opvolger
Dat verandert mogelijk met de opkomst van de Interactive Virtual Assistant (IVA). In onze privé-omgeving hebben we de afgelopen jaren al kennisgemaakt met IVA’s zoals Alexa, Siri of Google Assistant. IVA maakt gebruik van kunstmatige intelligentie (AI) en Natural Language Processing (NLP). Hierdoor kan een IVA op een natuurlijke manier met je communiceren en een breed scala aan vragen beantwoorden. De komende jaren worden IVA’s steeds vaker geïntegreerd in spraak- en chatkanalen van contact centers om taken af te handelen.
Met IVA biedt je klanten de mogelijkheid om in natuurlijke taal vragen te stellen, zonder dat ze door een ondoorzichtig keuzemenu hoeven te navigeren. Door NLP begrijpt een IVA klantvragen en herkent het zelfs nuances, waardoor de interactie vloeiender en persoonlijker aanvoelt. Zo voorkom je gedwongen keuzes en creëer je een gesprek waarin de klant zich gehoord voelt.
Leren van eerdere interacties
IVA’s leren continu van eerdere gesprekken en klantgegevens. Dit betekent dat hoe vaker klanten interactie hebben met de IVA, hoe beter deze voorkeuren en behoeften begrijpen. Dit vermogen om te leren stelt IVA’s in staat om zich stapsgewijs aan te passen aan individuele klanten, waardoor je als contact center herhaalde vragen sneller kunt beantwoorden. Ook kunnen IVA’s patronen herkennen en zelfs anticiperen op toekomstige vragen.
In tegenstelling tot IVR’s, die vaak beperkt zijn tot eenvoudige, vooraf gedefinieerde vragen, kunnen IVA’s complexe vragen analyseren en daarop inspelen. Door klantvragen te begrijpen en zelfs proactief hulp te bieden, wordt de IVA een waardevolle aanvulling voor je organisatie.
De transitie naar IVA
Let op! Het succes van een IVA valt of staat met een goede basis in je organisatie. Denk bijvoorbeeld aan een actuele en goed gestructureerde kennisbank die de IVA kan gebruiken om antwoorden op vragen te geven. Daarnaast zijn eerdere klantgesprekken belangrijk om het systeem te trainen en aan te passen aan de specifieke tone of voice en servicestandaarden van je organisatie.
Een goede voorbereiding houdt ook in dat je organisatie een helder beeld heeft van de meest voorkomende vragen van klanten. Deze inzichten helpen je om de IVA slim in te richten en te zorgen dat de eerste implementatie al snel waarde toevoegt. Door dit gefaseerd en met de juiste ondersteuning op te zetten, kan de IVA uiteindelijk in staat zijn om vragen steeds beter en sneller af te handelen.
Neemt IVA de noodzaak van een customer service workforce in jouw organisatie helemaal weg? Nee, maar het kan wel de efficiëntie en klanttevredenheid aanzienlijk verhogen door:
- Klanten sneller naar de juiste persoon door te verbinden
- Eenvoudige vragen volledig autonoom af te handelen, waardoor medewerkers zich kunnen richten op complexere vraagstukken
- Wachttijden te verlagen, wat bijdraagt aan een hogere klanttevredenheid
- Het aantal afgebroken gesprekken te verminderen door klanten sneller te helpen
Tussenstappen
Ik begrijp heel goed dat bovengenoemde basis voor sommige organisaties nog een stip aan de horizon is. Gelukkige zijn er ook tussenstappen mogelijk, om je klanten nu al beter te ondersteunen. Bijvoorbeeld door je IVR uit te breiden met Natural Language Processing. Zo kan het systeem klanten beter begrijpen en hen sneller naar de juiste afdeling of persoon doorverbinden. Voor je klanten gaan gesprekken dan al meer naar een gesprek toe en voelt het minder als vooraf gedefinieerd pad. Het zorgt er ook voor dat je in de tussentijd de basis op orde kunt brengen en de stap kunt zetten naar IVA.
Is IVA de juiste keuze voor jouw organisatie?
Of een IVA past bij jouw organisatie, hangt sterk af van de complexiteit van jouw organisatie, de diensten die je levert en de mate van klanttevredenheid die je wilt behalen. De implementatie van een IVA vraagt een doordachte aanpak en zorgvuldige voorbereiding. Wij helpen je graag bij het opstellen van een plan dat naadloos aansluit bij de behoeften van jouw organisatie.
