Hoe Artificiële Intelligentie het pad naar customer centricity vereffent

Hebt u ook al vastgesteld dat een tevreden, loyale klant een stuk waardevoller is dan een scheepslading éénmalige klanten? Het succes van customer centricity valt dus zeker niet te ontkennen, want er bestaat tenslotte geen betere marketingmachine dan een cliënt die via mond-tot-mond reclame uw onderneming aanbeveelt binnen zijn vriendengroep. De overstap naar een klantgerichte organisatie is echter geen evidentie, hoe faciliteert u dit binnen een gedigitaliseerde wereld? 

Één ding is zeker, u beschikt gegarandeerd over de essentiële tools om de interactie met de klant aan te gaan. Denk bijvoorbeeld aan uw website, sociale mediakanalen en online klantenreviews. Nu rest nog de vraag hoe u al deze data van klanten omzet naar concrete actiepunten die KPI’s zoals de Churn rate en Customer Lifetime Value helpen optimaliseren. Artificiële Intelligentie kan op dit vlak zeker een oplossing aanreiken, hoe AI deze stap concretiseert leest u hier:

De Peak-end regel

Het belang van een goede klantenervaring heeft pas echt vorm gekregen dankzij de Amerikaanse Nobelprijswinnaar en economist Daniel Kahneman, die met de “peak-end” regel het klantgericht paradigma tot op zijn grondvesten veranderd heeft. Volgens Kahneman beschouwt een klant zijn ervaring als positief of negatief op basis van twee factoren:

1. Welk gevoel houdt de klant over op het einde van de ervaring?
2. Hoe intens was de hoogste emotionele piek die de klant ervaart heeft?

Tip Een schematische voorstelling van de contactmomenten of touchpoints met klanten helpt om de bottleneck binnen de klantenervaring snel weg te werken. Een customer journey is hiervoor een uitstekend format en houdt rekening met de evolutie van prospect tot vaste klant.

Voorbeeld

In de onderstaande customer journey voor een online webshop ervaart de prospect een positieve piek vlak voor het moment van aankoop. Op het moment van de betaling is het echter normaal dat dit gevoel daalt. De online webshop kan alsnog voor een positieve afsluiting zorgen door een kleine beloning toe te voegen of spaarpunten, op basis van de schaal van de aankoop.

Mond-tot-mond reclame

Investeren in een sterke merkreputatie is iets dat ondernemingen al langer dan vandaag doen. Niet alleen trekt u hiermee de juiste klantendoelgroep aan, het stelt u ook in staat om hogere winstmarges door te voeren. Daarnaast werft u veel makkelijker nieuwe medewerkers aan met een goede merkreputatie. Uit onderzoek van McKinsey stelt men vast dat 79% van de consumenten online reviews evenveel vertrouwen als persoonlijke aanbevelingen. Het begrip mond-tot-mond reclame interpreteert u voortaan beter wat ruimer.

Een sterke merkreputatie gaat echter hand in hand samen met de customer experience. Daar waar de churn rate het percentage klanten bijhoudt dat u over een periode verliest, kijkt de Net Promoter Score of NPS naar de waarschijnlijkheid waarop een klant uw product/dienst aanbeveelt aan een vriend. Zowel de churn rate of NPS vormen dus een goede indicator om uw customer experience te optimaliseren en houdt u beter in het oog.

Ontdek wat er over u gezegd wordt

De huidige positie van uw onderneming tussen haar concurrenten bepaalt u helaas niet zelf. Gelukkig kunt u als ondernemer meer invloed uitoefenen dan u krediet krijgt. Uw sociale mediakanalen, online reviews en de interactie met cliënten vormen een onschatbare bron aan kwalitatieve data.

Kwalitatieve data zoals tekst en interviews zijn echter moeilijk te analyseren en accuraat te herleiden tot concrete inzichten. In tegenstelling tot kwalitatieve data bestaat numerieke data of kwantitatieve data uit getallen die een theorie of hypothese makkelijk bevestigen of verwerpen. Desondanks ligt kwalitatieve data rechtstreeks aan de bron om attitudes en subjectieve gevoelens te maatstaven. Zo biedt kwalitatief onderzoek het antwoord op de vraag waarom uw Customer Churn rate voor de afgelopen maand hoger ligt dan de maand ervoor.

Numerieke data analyseren is een stuk zelfsprekender dan dat u met zekerheid conclusies trekt uit kwalitatieve data. Een andere uitdaging om met kwalitatieve data aan de slag te gaan is het gebrek aan automatisatie en de afhankelijkheid van een data-analist om de data efficiënt te verwerken.

Het Sentemo project

De opkomst van Artificiële Intelligentie is een feit, binnen het domein van de Customer Experience kan AI al zeker een meerwaarde bieden om kwalitatieve data te automatiseren. In een tweejarig onderzoeksproject van Sentemo in samenwerking met het LT3 Language and translation, technology team van de Universiteit Gent met steun van VLAIO maakt men op deze manier het potentieel van AI toegankelijk voor ondernemingen.

Vooraleer er sprake is van een zelflerend AI-systeem dient men het systeem te trainen met grote hoeveelheden kwalitatieve data zoals Tweets, customer reviews en klantmails. Het Sentemo project is hiervoor de samenwerking aangegaan met ondernemingen uit verschillende domeinen gaande van de telecomsector, consumentgoederen tot de luchtvaartsector. Deze grote hoeveelheden data worden gebruikt om aan sentimentanalyse te doen.

Sentimentanalyse is een onderdeel van Natural Language Processing, dat aan de basis ligt om AI te trainen met Deep Learning. In een eerste fase leest en categoriseert men manueel de tekst om het systeem aan te leren wat een positief- of negatief sentiment is. De taak van deze data te categoriseren noemt men ook annoteren. Dankzij deze training kan het AI-systeem in de volgende fase zelf voorspellen in welke mate de tekst een positief of negatief bedoeld is. Kortom, het annoteren leert het AI-systeem om de categorisatie van tekst na te bootsen aan de hand van een reeks voorbeelden die door een mens gecategoriseerd zijn.

Een klantenreview heeft betrekking op verschillende aspecten van de klantenervaring, zoals de vriendelijkheid van het personeel, kwaliteit van een product of de snelheid van de levering. Aan de hand van Aspect Based Sentiment Analysis kan het systeem het juiste sentiment voorspellen dat gekoppeld is met een onderdeel van de klantenervaring. Hiervoor bepaalt men sectorgewijs welke aspecten er binnen de klantervaring aanwezig zijn. Het systeem koppelt dit vervolgens met het desbetreffende sentiment dat in een tekst aanwezig is en gaat nog een stap dieper door de corresponderende emotie (tevreden, teleurgesteld, boos,…) te herkennen.

Bijvoorbeeld: “Mooie winkel en vriendelijk personeel, maar een te lange wachttijd om te komen leveren.”

Het systeem herkent dat het aspect winkel, concreet de stijl als positief ervaren wordt. Het aspect personeel, met name de vriendelijkheid wordt door het systeem ook als positief gecategoriseerd. De snelheid van het aspect levering wordt dan weer met een negatief sentiment herkend.

De evolutie van customer centricity

De introductie van Artificiële Intelligentie om de customer experience te optimaliseren is een heuse primeur. Niet alleen biedt AI op dit vlak een schaalbare oplossing om grote hoeveelheden klantreviews te verwerken, het Deep Learning aspect zorgt er tenslotte ook voor dat het systeem zelflerend is aan de hand van data die als voorbeeld dienen. Om het AI-model te blijven optimaliseren met nieuwe data hoeft u helemaal geen code te gebruiken of expertise te hebben op vlak van AI. In samenwerking met het departement Media en Design heeft Sentemo een prototype voor een low-code dashboard ontwikkeld waarmee u zelf nieuwe data annoteert, labelt en verbetert om het systeem te trainen.

Conclusie

De start van het nieuwe jaar gaat gepaard met goede voornemens. Zo zijn het verlagen van de Customer Churn, verbeteren van de Net Promoter Score of optimaliseren van de Customert Life time value allemaal uitstekende doelstellingen die de winstgevenheid van uw onderneming ten goede komen. De huidige positie van uw onderneming tussen haar concurrenten achterhaalt u niet zomaar. Subjectieve gevoelens en attitudes meet u dan ook beter aan de hand van kwalitatieve data vooraleer u strategische beslissingen maakt.

Wilt u kennis maken met de unieke klantinteractie² wereld van SEBECO?

Als SErvice BEgeleider in COmmunicatie, COntact en ORganisaties transformeert SEBECO organisaties vanuit de kracht van ‘slimme’ en ‘AI intelligente’ klantinteractie² processen waarbij de externe en de interne klant centraal staat. Zo begeleidt SEBECO als one-stop-shop duurzame digitale AI transformaties door te werken vanuit de fygitale KIM² principes van het slim organiseren en veranderen.

Interesse om u verder te verdiepen in deze materie? Vraag per kerende uw persoonlijk en gratis exemplaar aan van het boek “Vormgeven aan ‘slim’ organiseren en veranderen”.

CONTACTEER ONS