Artificial Intelligence CX

Customer Experience 17.05.2021

Artificial Intelligence in Customer Experience

Het Customer Experience werkveld heeft zich in de laatste jaren ongelooflijk ontwikkeld. Ooit was het maken van een journey map de heilige graal om inzichtelijk te maken wat er speelt bij klanten en de reis die ze afleggen om hun doel te bereiken. Inmiddels zijn er allerlei alternatieven om klantbeleving tastbaar te maken voor organisaties, zodat deze daarop kunnen inspelen om hun dienstverlening te verbeteren.

De klantreis wordt steeds digitaler. Door snel ontwikkelende klantcontact volumes op veel verschillende kanalen, wordt in toenemende mate innovatie met Artificial Intelligence (AI) ingezet om in te spelen op efficiëntere methoden om een optimale experience te bieden.

Supervised Machine Learning

Er wordt veel geschreven over AI, maar 90% van de publicaties heeft eigenlijk niet zoveel met Artificial Intelligence te maken. Een belangrijk uitgangspunt voor AI is namelijk dat het algoritme zelflerend moet zijn. Dit is een wezenlijk principe omdat het merendeel van de huidige technieken niet leert van nieuw aangeboden data, maar vooral het kunstje herhaalt dat het al kent.

Om het algoritme dan toch te verversen met kennis wordt het algoritme opnieuw getraind door de nieuwe data handmatig te annoteren met de correcte uitkomst en dit aan te bieden aan het machine learning algoritme. In tekstmining wordt dit principe veel toegepast voor bijv. sentiment detectie en onderwerp herkenning, waarbij een persoon regelmatig een dataset voorziet van de juiste sentimenten & onderwerpen en dit aanbiedt aan het algoritme om verder te leren.

Unsupervised Machine Learning

Bij echte AI-toepassingen leert het algoritme zelf op basis van inkomende data. De enige menselijke interventie is het algoritme wijzen op het beoogde doel of gemaakte fouten. Stel dat je een AI-algoritme peren wilt laten herkennen op foto’s. Dit doe je door het algoritme in ontwikkeling heel veel foto’s van peren aan te bieden. Vervolgens gaat de machine aan de slag om een algoritme te maken dat peren herkent. Wanneer dit algoritme een appel voor een peer aanziet wijs je het algoritme op zijn fouten. Hierdoor leert het algoritme verder en zal het binnen verloop van tijd meer dan 98% van alle peren herkennen in welke foto dan ook.

Artificial Intelligence toepassingen binnen CX

Met de intrede van Artificial Intelligence in de CX-wereld zijn nieuwe kansen ontstaan. Denk aan het realtime optimaliseren van touchpoints door gepersonaliseerde en geautomatiseerde communicatie op alle digitale kanalen (bijvoorbeeld chatbots, DMP’s en journey orchestration).

Artificial Intelligence maakt het ook mogelijk om klanten steeds beter te begrijpen. Emotion Analytics (EA) is een AI-toepassing die data verzamelt en analyseert over de manier waarop een persoon verbaal en non-verbaal communiceert om de gemoedstoestand of houding van de persoon te begrijpen. Achterliggende technieken, zoals conversational AI, proces mining en NLP (Natural Language Processing) ontwikkelen daarin snel.

Communicatiesignalen zoals open teksten, spraak en gesproken taal zijn belangrijke middelen voor het meten en modelleren van menselijk gedrag. Met spraak is het niet alleen van belang wat iemand zegt, maar ook hoe iemand het zegt. Een deel van het “hoe” bevat emotie: was een klant bijvoorbeeld boos, gelukkig of neutraal? En welke invloed heeft dit op het klantgedrag?

Hoewel nog in de experimentele fase, kan AI technologie mensen steeds meer overtreffen in het begrijpen en voorspellen van menselijke emoties. Er worden gigantische hoeveelheden data geanalyseerd en er worden gegevens aangeboord die de mens zelf niet kan waarnemen, zoals biometrie, hersengolven en minuscule aanwijzingen in lichaamstaal en gezichtsuitdrukkingen. Dit alles zal helpen om de klant steeds beter te begrijpen, wat de klantervaring ten goede komt.