De belofte van 24/7 bereikbaarheid en directe antwoorden op de meestgestelde vragen is verleidelijk. Veel bedrijven hebben al de eerste stappen gezet met live chat of een simpele, rule based chatbot op hun website. U weet waarschijnlijk hoe het voelt: u investeert in een tool, maar merkt al snel dat de prestaties tegenvallen. De live chat is vaak onbemand buiten kantooruren en de ‘oude’ chatbot struikelt bij de minste afwijking van het vooraf bepaalde script. Klanten krijgen irrelevante antwoorden, of erger nog, ze worden omgeleid naar een contactformulier. De initiële droom van snelle service verandert in een bron van frustratie voor zowel uw klanten als uw medewerkers.
Een gemiste kans, want elke bezoeker die afhaakt omdat hij geen antwoord vindt, is potentieel een gemiste lead. De echte uitdaging ligt niet in het simpelweg hebben van een chatfunctie, maar in het slim inzetten ervan. Met de opkomst van een nieuwe generatie chatbots, is het tijd om uw aanpak te herzien. De overstap van een reactieve naar een proactieve, intelligente bot is geen sciencefiction meer, maar een strategische zet die de klanttevredenheid, efficiëntie en verkoopkansen aanzienlijk kan verbeteren. Dit artikel leidt u stap voor stap door het proces om van uw bestaande chatkennis een krachtig hulpmiddel te maken.
De valkuil van de eerste generatie: waarom uw bot niet werkt
Veel bedrijven zijn bekend met de frustraties die een eerste generatie chatbot met zich meebrengt. Vaak zijn deze bots gebaseerd op een strakke, hiërarchische structuur. Denk aan een keuzemenu: ‘Toets 1 voor verkoop, toets 2 voor support’.
Dit type bot is relatief eenvoudig te bouwen, maar mist flexibiliteit en is niet in staat om context te begrijpen. Zodra een gebruiker een vraag stelt die buiten het vooraf gedefinieerde pad valt, reageert de bot met een standaardzin als “Sorry, ik begrijp de vraag niet” of stuurt hij de gebruiker naar een medewerker.
Dit is niet alleen inefficiënt, maar ook een bron van ergernis. De belofte van 24/7 service wordt niet waargemaakt, en het enige wat de bot doet, is het verplaatsen van de frustratie van de ene naar de andere afdeling.
De eerste generatie chat bots valt vaak stil bij onverwachte vragen. De nieuwe generatie is 24/7 beschikbaar en geeft wél antwoord. Deze bots maken gebruik van slimme AI-technologie en zijn getraind op een brede set aan eigen data.
Een veelvoorkomend probleem is dat deze bots gebouwd zijn op een te smalle dataset. De kennis is vaak beperkt tot een FAQ-sectie en mist de diepgang die nodig is om complexe of onverwachte vragen te beantwoorden.
Historische conversaties zijn goud waard
Voordat u overstapt op een nieuwe generatie AI-chatbot, is het cruciaal om te beseffen dat u al een onschatbare schat aan informatie in handen heeft: de data van uw bestaande live chat en de conversaties van uw eerste generatie bot. Hierin vindt u de antwoorden op de volgende vragen:
- Wat zijn de meest gestelde vragen? Niet alleen de vragen die in de FAQ staan, maar ook de onverwachte, ‘off-piste’ vragen die uw medewerkers handmatig moeten beantwoorden.
- Welke vragen leiden tot de meeste frustratie? Identificeer de vragen waarop uw huidige bot geen antwoord heeft en die vaak eindigen in een live-chatoverdracht.
- Wat is de taal van uw klanten? De manier waarop klanten hun vragen formuleren, de jargon die ze gebruiken, en de typische misverstanden die optreden. Deze inzichten zijn goud waard.
Door deze data te analyseren, kunt u de leermodellen van de nieuwe bot voeden. In plaats van te beginnen met een leeg blad, start u met een diepgaand begrip van de behoeften van uw klanten. Het is deze iteratieve aanpak die het verschil maakt tussen een bot die gewoon praat en een bot die écht helpt.
De benodigde technologie
De overstap naar een slimme, nieuwe generatie chatbot, gaat vaak niet langer om één enkel systeem. De benodigde technologie is een slimme combinatie van verschillende componenten die naadloos met elkaar samenwerken. Dit noemen we de tech stack van de moderne chatbot.
- Het chatplatform. Dit is de interface die uw klanten zien. Het moet een gebruiksvriendelijke chatwidget zijn die op uw website kan worden geïntegreerd. Het moet de mogelijkheid bieden om de conversatie te starten, over te dragen aan een menselijke agent en de chatgeschiedenis op te slaan.
- De kennisbank (knowledge base). Dit is het geheugen van de bot. Het is hier waar al uw bedrijfsspecifieke informatie wordt opgeslagen. Dit kan een reeks documenten zijn, zoals: handleidingen, FAQ’s, uw productcatalogus of een interne wiki.
- Het Large Language Model (LLM). Dit is de motor achter de intelligentie van de bot. Diensten zoals OpenAI (GPT), Google Gemini of Anthropic (Claude) zijn de motoren die de menselijke taal begrijpen en genereren. De chatbot stuurt de vraag van de klant naar de LLM, die vervolgens een relevant antwoord genereert op basis van de instructies die het krijgt.
- De orchestrator (middleware). Dit is de ‘lijm’ die alles met elkaar verbindt. Dit systeem ontvangt de vraag van het chatplatform, verrijkt het met de juiste context uit uw kennisbank en stuurt het naar de LLM. Vervolgens ontvangt het de gegenereerde respons en stuurt deze terug naar de chatbot. Dit systeem beheert de complexe flow en zorgt ervoor dat de bot zich aan uw regels houdt. Het is ook hier waar u de mogelijkheid creëert voor de bot om specifieke acties uit te voeren, zoals het opvragen van een orderstatus uit uw ERP-systeem via een API.
Het proces en de verbindingen kan daarna er alsvolgt uitzien:
- De chatwidget stuurt de vraag naar de orchestrator.
- De orchestrator zoekt relevante informatie in de kennisbank.
- De orchestrator combineert de vraag en de relevante informatie in een ‘prompt’ en stuurt deze naar de LLM.
- De LLM genereert een antwoord en stuurt dit terug naar de orchestrator.
- De orchestrator stuurt het definitieve antwoord naar de chatwidget.
Via het LLM hoeft de bot niet langer te ‘gissen’ op basis van een paar zinnen, maar kan deze putten uit een rijke bron van informatie .
Stappenplan voor de implementatie
Het overstappen op een nieuwe generatie chatbot hoeft geen gigantisch project te zijn. Met een gestructureerde aanpak kunt u de implementatie in fases aanpakken en de waarde van de bot snel aantonen.
- Analyseer uw data. Begin bij de bron. Verzamel de conversatiedata van uw bestaande live chat en chatbot. Identificeer de meest voorkomende vragen, de pijnpunten en de unieke terminologie die uw klanten gebruiken.
- Optimaliseer uw kennisbank. Zorg dat de data die u wilt gebruiken om de bot te trainen, actueel en correct is. Consolideer informatie en structureer het op een manier die gemakkelijk te doorzoeken is. Denk hierbij aan productinformatie, retourbeleid, verzendkosten en handleidingen.
- Kies uw technologie. Bepaal welke chatplatform, orchestrator en LLM het beste bij uw bedrijf passen. Overweeg hierbij factoren zoals budget, technische expertise en de mate van controle die u wilt over uw data. De onderstaande tabel kan u hierbij helpen.
- Bouw de eerste versie (MVP). Start met een klein, beheersbaar project. Train de bot op een specifiek, afgebakend deel van uw kennisbank, zoals alleen de veelgestelde vragen over leveringen. Zodra deze bot goed functioneert, kunt u de kennisbank en functionaliteit uitbreiden.
- Monitor en optimaliseer. Implementeer de bot en begin direct met het verzamelen van feedback. Analyseer de conversaties van de nieuwe bot om te zien welke vragen hij goed beantwoordt en waar hij nog moeite mee heeft. Gebruik deze feedback om uw kennisbank te verbeteren en de prompt engineering van uw orchestrator te verfijnen.
| Intercom (VS) | Livechat (Polen) | cm.com (Nederland) | Botpress (Zwitserland) | Kore.ai (VS/India) | Tidio (Polen) | Zendesk (VS) | Rasa (Duitsland) | Genesys (VS) | |
| Out-of-the-box integratie met LLM’s | Uitgebreid (o.a. OpenAI) | Beperkt, focus op simpele AI | Eigen AI-platform en integratie met externe LLM’s | Uitgebreid (o.a. OpenAI, Gemini) | Geïntegreerd en flexibel met LLM’s | Eenvoudig met OpenAI | Integratie via add-ons | Vereist handmatige integratie | Complex, via API’s |
| Integratie met andere systemen | Breed scala aan standaard integraties | Standaard integraties met e-commerce platforms en helpdesks | Krachtige integraties met WhatsApp, SMS, e-mail | Breed scala via ‘Actions’ en API’s | Zeer uitgebreid (enterprise) | Standaard (Shopify, Mailchimp) | Breed scala aan standaard CRM-integraties | Zeer flexibel (custom code) | Omvangrijke suite |
| Beschikbaarheid API | Ja, uitgebreid | Ja, volledig | Ja, zeer uitgebreid en open | Ja, volledig | Ja, zeer uitgebreid | Ja | Ja, zeer uitgebreid | Ja, open source | Ja, zeer uitgebreid |
| Aanpasbaarheid | Hoge mate, visuele bouwer en custom code | Matig, gericht op eenvoudige flows | Zeer flexibel, met focus op messaging-kanalen | Hoge mate, visuele bouwer | Volledig aanpasbaar, gericht op schaalbare oplossingen | Beperkt, gericht op eenvoudige flows | Matig, focus op standaardworkflows | Volledig aanpasbaar, open source | Hoge mate, complex |
| Startprijs | Diverse plannen, gericht op klantenservice en sales | Gratis proefversie, diverse plannen | Prijzen op maat, afhankelijk van kanalen | Gratis tot Pro-plannen | Enterprise-prijzen | Gratis tot Pro-plannen | Diverse plannen, gericht op klantenservice | Open Source (gratis), of Enterprise-plannen | Enterprise-prijzen, vaak op maat |
| Locatie servers | Meerdere locaties, waaronder EU (Ierland) | Meerdere locaties, waaronder EU (Ierland) | Meerdere locaties, waaronder EU (Nederland) | Meerdere locaties, waaronder EU (Zwitserland) | Meerdere locaties, waaronder EU | Meerdere locaties, waaronder EU (Ierland) | Meerdere locaties, waaronder EU | Zelf te hosten (on-premise) of via cloud providers | Meerdere locaties, waaronder EU |
| Gemak van menselijke overdracht | Uitstekend, kernfunctionaliteit en geavanceerde routering | Goed, directe overdracht en live agent overzicht | Goed, naadloze overdracht over verschillende kanalen | Goed, naadloos beheer van gesprekken tussen bot en agent | Uitstekend, speciaal ontworpen voor complexe overdrachten | Goed, snelle overdracht met chatgeschiedenis | Uitstekend, als geïntegreerd onderdeel van de helpdesk suite | Goed, vereist de juiste configuratie | Uitstekend, centraal beheerd binnen het contact center platform |
Disclaimer: Prijzen en functionaliteiten kunnen veranderen. Raadpleeg altijd de website van de leverancier voor de meest actuele informatie.
Van AI-chatbot naar AI-agent
De transitie naar een nieuwe generatie chatbots levert de meeste bedrijven met veel interacties een directe kostenbesparing en hogere klanttevredenheid. Maar is ook een essentiele tussenstap naar een dynamische AI-agent. Waar een chatbot een gesprek voert binnen de grenzen van één kanaal (uw website), is een AI-agent in staat om op meerdere (eigen) mediakanalen te opereren. Denk naast uw website ook aan e-mail of WhatsApp.
De kracht van een AI-agent ligt in zijn proactieve vermogen. Een agent op uw website kan bijvoorbeeld zien dat een klant al drie keer een specifieke productpagina heeft bezocht en proactief oppoppen om in gesprek te gaan met uw websitebezoeker.
Lees hier meer over onze conversational commerce expertise.
