Copyright All Rights Reserved © 2019 Salves

Chatbot Conference #2: van idee naar succes

7 juni '19
  • Deel dit bericht
  • linkedin icon

Chatbot Conference #2: van idee naar succes

door Sander Mol

Organisaties die met chatbots beginnen, kijken vol verwondering naar bots zoals Sophia. Het genereren van complete antwoordteksten via machine learning lijkt eenvoudig en toegankelijk. Toch blijkt, getuige blog nummer 1 van deze serie, dat iedereen begint met bescheiden doelen, zonder geavanceerde lerende technieken. Vandaar dat ik in dit blog wil bespreken hoe een chatbot project eruit kan zien, met dank aan de ideeën vanuit de Chatbot Conference en de praktijkervaringen van het testen van de DELA chatbot Roos.

De FAQ-bot

Chatbots zijn nog relatief nieuw. Daardoor is het lastig om de directie of management te overtuigen van de toegevoegde waarde. De standaard gedachte om deze stakeholders te overtuigen,is om eenvoudig te beginnen en snel een resultaat te laten zien. Vaak is er al een lijst met veelgestelde vragen (FAQ) of is er een interne kennisbank aanwezig. Deze kunnen prima worden omgezet naar een chatbot.

Hier is beperkte inspanning voor nodig, maar het levert nog niet zoveel op. Een gebruiker zal een dergelijke chatbot hooguit toegankelijker vinden dan de FAQ-pagina en wat vaker het antwoord op zijn of haar vraag op het scherm krijgen. Een ander, misschien wel groter voordeel, is dat de organisatie kan beginnen met meten welke vragen het meest worden gesteld en hoe de antwoorden worden gewaardeerd.

De klik-bot

Op basis van de metingen op de FAQ-bot kan de eerste verbeterslag worden doorgevoerd. In deze fase wordt er voor het eerst kritisch naar de bewoording van de antwoorden gekeken. De schrijfwijze wordt uniform en aantrekkelijker gemaakt. De chatbot is daarmee een springplank om de teksten vlotter en minder zakelijk te presenteren.

Dit is ook het moment om te starten met dialogen, in plaats van losse vraag- en antwoordcombinaties. De gebruiker krijgt kortere teksten te zien en heeft steeds de mogelijkheid om het gesprek te sturen naar de juiste informatie. De dialogen zijn nog fragiel en de antwoordmogelijkheden beperkt. Bij de meeste oplossingen kan de gebruiker zelf niets typen, maar wel de hele navigatie doorklikken op de aangeboden opties.

Echte dialogen

Tot dit punt was de chatbot vooral bedoeld om de organisatie te helpen, door het aantal contacten met de klantenservice te verminderen. Nu wordt het tijd om de focus te verleggen naar het optimaal bedienen van de klant, waar volgens de sprekers op de conferentie de uiteindelijke échte waarde ligt.

Dat betekent vooral dat de klant meer vrije tekst kan gaan gebruiken en dat de chatbot dit goed interpreteert. En daar komt het lastige punt; het afleiden van de bedoeling (‘intent’) van de gebruiker uit een brei van woorden, in allerlei bewoordingsvormen en soms niet goed gespeld. Hier zijn ondertussen diverse technieken voor. De leveranciers van tools en platforms willen je uiteraard maar wat graag helpen met kiezen, zo bleek wel op de Chatbot Conference. Toepassing van AI zit hier zeker ook tussen, maar daarover meer in een volgend blog (Chatbot Conference #3 komt binnenkort online).

Als onderdeel van het chatbot-project moeten meerdere mogelijkheden worden bekeken, vergeleken, beoordeeld en soms uitgeprobeerd. Het helpt dan enorm als je een heldere doelstelling hebt op basis van de eerste iteraties van je chatbot. Maar je hoeft het wiel niet zelf uit te vinden; er zijn genoeg andere organisaties met chatbots. Er is veel bereidheid om elkaar te helpen en ook veel verschillende aanpakken om van te leren. Misschien is dit een mooi moment voor een nieuwe testcommunity?

Koppeling met omliggende systemen

Een extra aanvulling is het toevoegen van ‘transactionele’ dialogen, ofwel het daadwerkelijk ophalen of zelfs muteren van de gegevens die de organisatie van de klant heeft opgeslagen. Dit komt in een later blog over de DELA chatbot terug, dus we slaan het voor nu even over.

Voice-bot

Er wordt met veel enthousiasme uitgekeken naar spraakgestuurde bots, vrijwel alle aanwezigen op de conferentie gaven aan dat dit dé volgende stap is. Al dan niet gekoppeld aan assistenten zoals Google Home of Siri. Om hiertoe over te gaan, zijn er nog wel wat obstakels te overwinnen. Deels technisch, zoals de vereiste om met vrije tekst instructies te geven in meerdere talen en dialecten, terwijl omgevingsgeluiden worden weggefilterd. Daarnaast zijn er ook sociale obstakels, omdat lang niet iedereen de voorkeur heeft om met een voice-assistent te praten.

Lerend implementeren

Rond chatbots hangt – op dit moment – de sfeer dat het prima is als het niet meteen goed werkt, als je er maar iets van leert. Organisaties accepteren dit en vinden het prima om snel met een eerste pilot live te gaan. Gebruikers blijken ook vrij tolerant; ze stellen hun vraag relatief vaak een extra keer met andere woorden. Bovendien waarderen ze hun chatbot-interacties opvallend positief.

Voor een nieuwe techniek zoals chatbots is dat erg fijn. Vaak heb je geen idee wat werkt en wat niet. Snel starten geeft dan de mogelijkheid om hier data over te verzamelen. Dan kom je bovendien achter de ‘verborgen acceptatiecriteria’; eigenschappen die je vooraf niet ziet of niet als waardevol ervaart, maar later juist heel belangrijk blijken. Bijvoorbeeld een goede integratie met de klantenservice, inclusief een ‘warme overdracht’ ofwel pre-assistance zodra de medewerker de chat overneemt.

Toch maar testen?

De tolerantie van foutjes in het ontwikkelen van een chatbot is dus behoorlijk groot. Toch loont het absoluut om een aantal fouten alvast voor te zijn. Omdat het de go-live soepeler maakt, maar ook omdat niet álle soorten fouten getolereerd worden! Daarom zal het laatste blog in deze reeks gaan over praktische tips voor het testen van een chatbot. En als bonus: een stuk over AI in chatbots. Tot dan!

Je kennis van waar blog nummer één over ging opfrissen?
Lees hier Chatbot Conference #1: zoveel keuze!