Wat is een chatbot en hoe werkt het

Wat is een chatbot en hoe werkt het?

Chatbots

Chatbots heb je in allerlei soorten en maten. Ondanks dat bestaat er dan weer niet zoiets als een kant-en-klare chatbot. Desondanks kun je wel weer wel binnen een paar uur een goed werkende basis chatbot ontwikkeld hebben. Maar laten we simpel beginnen met de uitleg, wat is een chatbot?


Wat is een chatbot?

Contact dat mensen met elkaar voeren via digitale messaging kanalen zoals Whatsapp of Facebook Messenger zijn niet-geautomatiseerde vormen van digitaal contact. Een andere vorm van niet-geautomatiseerd digitaal contact is bijvoorbeeld de chatfunctie op de website van een bedrijf. Die functie vervangt als het ware de traditionelere vormen van contact zoals telefoon en e-mail. 

Maar wat nu als dat wat terug praat tegen je geen echt persoon meer is. Wat als technologie er voor zorgt dat 'iets' terug begint te typen in plaats van een mens. In dat geval spreken we van een geautomatiseerde vorm van digitaal contact. Een chatbot is een vorm van geautomatiseerd digitaal contact.

Waarom chatbots?

Klanten verwachten steeds vaker dat bedrijven ondersteuning bieden buiten 'kantoortijden'. Tegelijkertijd stellen veel verschillende klanten bij elkaar vaak dezelfde vraag aan een organisatie.

Veel van dit soort vragen zorgen voor evenzoveel repeterende antwoorden bij service medewerkers. Dat is niet heel erg efficiënt. Tegelijkertijd proberen bedrijven om hun inkomsten- en uitgavenverhouding te optimaliseren. 

Aangezien salariskosten bij de meeste bedrijven een substantieel deel van de uitgaven vertegenwoordigd is het niet gek dat er nagedacht wordt om technologie in te zetten om reperterende vragen en andere service vormen automatiseren.

Kortom: een chatbot is eigenlijk een gevolg van de veranderende klantverwachting en de wens van bedrijven om dezelfde of betere service te verlenen tegen lagere kosten.

Chatbots en artificial intelligence

Een chatbot en artificial intelligence (AI) worden nog wel eens door elkaar gehaald. De meest simpele vorm van een chatbot hoeft weinig te maken te hebben met AI. Een chatbot kan namelijk gebruik maken van AI maar dat is niet noodzakelijk.

Het is wel zo dat een chatbot die geen gebruik maakt van AI als een vrij domme chatbot beschouwd kan worden. Meer hierover lees je verderop.

De basis van een chatbot 

Een chatbot is gebaseerd op drie onderdelen:

  • Begrijpen wat iemand bedoelt
  • Terug praten
  • Het verbinden van de bot met de juiste contact kanalen

 

Begrijpen wat iemand bedoelt

Een chatbot is niet in staat om uit zichzelf te begrijpen wat iemand bedoelt met een vraag. Daar is hulp bij nodig.

Om te begrijpen wat iemand bedoelt heeft een chatbot hulp nodig. Wij mensen staan er lang niet altijd bij stil dat het soms best lastig is om te begrijpen wat iemand bedoelt. Een chatbot kan niet interpreteren zonder hulp. Twee veelgebruikte manieren om chatbots te met 'intent recognition' zijn:

  • Keyword / string matching
  • NLP

Keyword / string matching

Keyword matching of string matching is een simpele vorm van 'intent recognition'. Een programmeur defineert vooraf keywords of combinaties van keywords. Per keyword of keyword combinatie wordt bepaald wat de chatbot moet gaan doen.

Stel, een klant van een bank wil zijn bankpas blokkeren. Dat zou prima kunnen op basis van chatbot technologie.

In dat geval zou een developer kunnen definiëren dat de chatbot iets moet gaan doen als de gebruiker van de chatbot de keywords "bankpas" en "blokkeren" tegelijk gebruikt. 

Dit zou ervoor moeten zorgen dat klantinput als "Ik wil mijn bankpas blokkeren" of "hoe kan ik mijn bankpas blokkeren" door de chatbot begrepen wordt. 

Het nadeel van deze methode is dat er veel tijd en handmatig werk voor nodig is om een acceptabel succespercentage met de chatbot te behalen.

Iemand die naar aanleiding van het blokkeren van een bankpas een nieuwe bankpas wil aanvragen zou namelijk "Hoe kom ik aan een nieuwe bankpas nu mijn bankpas is geblokkeerd?" tegen de chatbot kunnen zeggen. We mensen begrijpen dat dit een andere 'intent' is. Een chatbot zou dit zomaar door de war kunnen halen met de bovengenoemde 'intent' om de bankpas te blokkeren.

Voor een kleinere organisatie waar het aantal verschillende vragen dat klanten stellen beperkt is, is dit niet zo erg. Voor organisaties met veel klantcontact is dat anders. Daar kunnen honderden of duizenden klanten hetzelfde bedoelen maar gebruikt iedere klant een andere zinsopbouw en andere woorden voor dezelfde servicevraag.

  • "Kun je me helpen aan een leuk slaapadres in Bangkok?"
  • "Weet je een guesthouse voor 2 dagen in Bangkok?"
  • "Welk hotel kan ik het beste boeken als ik ik volgende week naar Bangkok afreis?"

Stel je eens voor hoeveel handmatig programmeer werk het zou zijn om de "intent" achter deze drie vragen die hetzelfde is, te vertalen naar een set van keywords of keyword combinaties.

En stel je dan eens voor hoeveel werk het voor een reisorganisatie die zich richt op Zuidoost Azië zou zijn om alle mogelijke "intents" vooraf te bedenken en daar iets voor te programmeren zodat iemand automatisch een antwoord krijgt van een chatbot.

Keyword of string matching is daarom geen duurzame oplossing voor grotere organsiatie in mijn optiek. Dat hoeft ook niet want hiervoor bestaan NLP / NLU.


NLP (Natural Language Processing)

Behalve dat de term NLP het goed doet bij de bullshit bingo is het concept erachter werkelijk briljant. NLP zou technologie moeten zijn die in staat is om op basis van 'training' te begrijpen wat iemand bedoelt.

Wanneer je als organisatie al een aantal jaar aan webcare doet of live chat aanbiedt op je website heb je mogelijk ook toegang tot de data van deze gesprekken. 

Dat wat gebruikers, klanten of prospects in die gesprekken tegen je service medewerkers gezegd hebben, is heel waardevolle data. Wanneer je deze gesprekken namelijk categoriseert kun je chatbots trainen.

Hoe meer data, des te beter je je chatbot kunt trainen. En de kans dat een goed getrainde chatbot het juiste antwoord gaat geven is groter dan bij een minder goed getrainde chatbot.

Het voordeel van het toepassen van NLP is dat je geen development werk hoeft te doen om 'intents' van klanten goed te begrijpen. Dat werk wordt al gedaan door de aanbieder van NLP zoals Google's Dialogflow of IBM's Watson


Zoeken

ONDERTUSSEN OP TWITTER

@postnl dank voor het 3 dagen op rij sturen van een bezorger en uiteindelijk niet bezorgen. Ook fijn ook dat het nu… https://t.co/uBdX5vIVef
@reneevh @rogierschmit In april zijn wij helaas ook al zeker terug. Tenzij er wat tussenkomt, aswolkje ofzo.

Valkenboskade 672, 2563 JR, Den Haag

Ik help organisaties graag met innovatieve concepten, het opzetten en opschalen van agile en digitale transformatie trajecten en het optimaliseren van bestaande digitale omgevingen zoals webshops, self-service functionaliteit en mobiele apps.

 

© Copyright 2010 - 2019 Louis Jansen Digital Consultancy

Search