Maar een niet-menselijke, virtuele assistent heeft geen gevoelens, kan gebruik maken van allerlei technologische ontwikkelingen en kan verschillende opdrachten achter elkaar uitvoeren en kan zelfs al vooruit denken. Dat klinkt fantastisch, maar is dit voor de customer experience van een merk een louter positieve ontwikkeling?

Toen Siri aan de iPhone werd toegevoegd haastte Apple zich om erbij te vermelden dat het om een bèta-versie ging. De gelikte video’s zagen er veelbelovend uit, maar lang niet alle bezitters van de iPhone wisten wat ze met de nieuwe feature moesten doen. Toen echter in november 2011 Siri 5 uur lang niet werkte (geen 5 dagen, maar heus 5 uur), schreeuwden vele gebruikers moord en brand. Sommigen beweerden dat ze niet meer zonder Siri konden, alsof er nooit iets anders had bestaan. Er kwamen snel concurrenten op de markt als Robin en Google Search en het internet staat vol met vergelijkende tests.

Naast deze assistenten op je telefoon zijn er natuurlijk ook virtuele assistenten op websites die via een chatprogramma je zo goed mogelijk helpen. Hun software herkent de vragen en geeft zo goed en zo kwaad als het kan antwoord. En je kunt nog verder gaan en ook toepassingen eronder scharen die reageren op gedrag van de eigenaar, denk aan nieuwe snufjes in de auto als Driver Alert of Lane Departure Warning.

Waarom deze hulpjes? 

De customer experience van een organisatie moet niet alleen buitengewoon goed zijn, maar ook constant goed. Medewerkers kunnen zich inleven in klanten, begrip tonen, net een stap verder gaan en daarmee bijdragen aan de ontwikkeling van een sterk merk. Helaas kunnen medewerkers ook hun geduld verliezen, klanten onheus bejegenen en daarmee veel schade veroorzaken voor een merk. Virtuele assistenten kunnen zo geprogrammeerd worden dat ze continu dezelfde ervaring geven en zich aanpassen aan de gebruiker. Ze zijn 24/7 te gebruiken, staken niet en hebben geen dure trainingen of opleidingen nodig. Ze verbeteren zichzelf of anders wordt er een update uitgebracht.

Wanneer wel en wanneer niet? In hun boek ‘Smart customers, stupid companies’ beschrijven Michael Hinshaw en Bruce Kasanoff een mogelijke situatie in 2015. Een kind staat voor een TV en vraag aan haar moeder: ‘Why won’t she answer me? Everything talks, toaster talks, fridge talks, garage talks, why won’t TV talk?’ Haar moeder legt uit dat het een oude TV is die nog niet terug praat, waarop de dochter reageert: ‘That’s stupid Mommy, how do things know what you want, if they can’t talk or they can’t hear?’

Deze situatie waarin allerlei dingen met ons praten lijkt soms nog ver weg, maar LG heeft al apparaten ontwikkeld die via slimme apps informatie doorgeven. Zo kun je in de supermarkt precies zien wat er in de koelkast ligt en wat de houdbaarheidsdatum is. Dat is nog geen praten, maar wel communiceren. En zo zijn er al meer assistenten ontwikkeld die met ons communiceren en de komende jaren verder worden ontwikkeld. Het komt er dus allemaal aan, maar wanneer is het wel handig en wanneer niet?

• Vragen over het weer, versturen van sms-berichten, informatie over de bioscoopagenda: waar het handelingen of vragen betreft die op basis van feiten kunnen worden nagegaan, lijkt een virtuele assistent heel handig.
• Mensen hebben verschillende wensen, interesses, stijlen etc. Een virtuele assistent moet gemakkelijk een zeer grote groep kunnen aanspreken. Anders leidt het tot aanpassingen, waardoor specifieke groepen (jongeren/ouderen, mannen/vrouwen etc.) een eigen virtuele assistent krijgen.
• Waar menselijke eigenschappen als inleven, begrip tonen, inschatten belangrijk zijn, lijkt vooralsnog menselijk contact de voorkeur te hebben. Zo wordt er in ziekenhuizen al gewerkt met een dokter op afstand, maar wordt hij via beeld en geluid wel betrokken bij de patiënten.
• Er moeten (veel) meer voordelen aan verbonden zijn dan nadelen. Een voorbeeld: er zijn nu al toepassingen in auto’s die kunnen ingrijpen bij gevaarlijk weggedrag van de bestuurder. Deze communiceren nu nog primitief, maar zullen straks ook gaan praten. De ergernis van het (eventueel) ingrijpen moet ruimschoots opwegen tegen de bescherming die door dezelfde toepassing wordt geboden.
• De persoonlijke assistent moet bijzonder goed, eigenlijk foutloos functioneren: gebruikersgemak staat voorop. Een medewerker is in staat aan de hand van de stem, gebaren of gelaatsuitdrukking van de klant te zien of het gegeven antwoord inderdaad het gewenste is. Deze mogelijkheid om feedback te ontvangen ontbreekt bij een virtueel assistent. Daarom is een gemakkelijk te bedienen en (bijna) foutloze assistent enorm belangrijk. Testen, testen, testen zijn dus de toverwoorden hier.

Goed uitgevoerd levert een virtuele persoonlijke assistent een belangrijke bijdrage aan de customer experience van een merk. Een volgende stap lijkt het kunnen herkennen en inspelen op emoties. Ben benieuwd hoe op Furby 5.0 wordt gereageerd.

Bron: Lucas Swennen, Swepper

Hoewel het verzamelen van gegevens al heel lang gebeurt, bestaat er sinds enkele jaren een modewoord voor: Big Data. Maar wat is het, wat kun je ermee en waar moet je op letten?

Wat is het? Dat de term Big Data er nu pas is gekomen is niet zo verwonderlijk. IBM stelt dat 90% van de data die nu in cyberspace rondzwerft, geproduceerd is in de laatste twee jaar. Dankzij social media als Facebook, Twitter of LinkedIn delen mensen natuurlijk enorm veel. Maar wat dacht je van credit card-transacties, medische gegevens, informatie die verzameld wordt dankzij klantenkaarten of camerabewegingen? De hoeveelheid te verzamelen gegevens is veel groter geworden in de laatste jaren, de gegevens zijn veelzijdiger en de te maken analyses veelal complexer. Om dit samen te vatten is de term Big Data ontstaan.

ExplainingComputers.com noemt drie V’s die van toepassing zijn op deze enorme hoeveelheid gegevens: volume, velocity en variety. De hoeveelheid informatie is enorm, zo enorm dat veel bedrijven de stroom aan gegevens niet aankunnen. Ze kunnen de gegevens nauwelijks opslaan, laat staan analyseren. Dit heeft direct te maken met de snelheid waarmee (nieuwe) gegevens tot een bedrijf komen. Dankzij nieuwe technologieën kunnen bedrijven real time veel informatie verzamelen. Om er wat mee te kunnen zijn veel van de bestaande systemen niet uitgerust om goede analyses te maken. Waren het eerst documenten, financiële gegevens en andere, overzichtelijke informatie, nu komen daar foto’s bij, film en geluid, locatiegegevens en emoties. Hoe gaan we daar zinvolle analyses mee maken?

Wat kun je er mee? Het doel van Big Data is op z’n minst tweeërlei:

• met de verkregen inzichten een concurrentievoordeel behalen;
• klanten beter kunnen bedienen.

Het verzamelen van gegevens kan heel nuttig zijn, bijvoorbeeld voor bedrijven en overheden. Zo is het heel handig als je verbanden kunt vaststellen tussen het weer en de behoefte van klanten aan banketproducten of tussen het weer, de dag van salarisbetaling, sportwedstrijden en criminaliteit. Je kunt je aanbiedingen beter bepalen als je goede informatie hebt over de verbanden tussen prijzen, demografische en economische variabelen en je verkoop. Het bekende voorbeeld van warenhuis Target laat zien dat goede informatie niet direct betekent dat je klanten beter bedient. Door veel informatie te analyseren wist Target te achterhalen wat vrouwen anders of extra kochten als ze zwanger waren. Door deze kennis kon Target via kortingsbonnen de zwangere vrouwen al snel benaderen voor andere babyspullen en zo de klanten langer aan hen binden.

Dat Target dit deed werd duidelijk toen een vader begon te klagen over kortingsbonnen voor zijn tienerdochter over baby-spullen. Hij vond dat ongepast en wilde een excuus dat hij ook kreeg. Later bood hij Target weer een excuus aan toen bleek dat zijn dochter inderdaad zwanger was, maar het niet durfde te vertellen. Het warenhuis wist het door de analyse van gegevens eerder dan de directe familie. Target heeft de strategie overigens aangepast. Zwangere vrouwen krijgen nog steeds baby-gerelateerde aanbiedingen, maar nu afgewisseld met overduidelijke andere aanbiedingen als een heggenschaar of een boormachine.

Waar moet je op letten? Er zijn de nodige kanttekeningen te maken bij het gebruik van Big Data, denk bijvoorbeeld aan de privacy van klanten, de betrouwbaarheid van de gegevens of de wiskundige modellen waarmee wordt gewerkt. Wil men aan de slag met Big Data dan zijn de volgende zaken in ieder geval van belang:

1. Je moet goede mensen hebben. Niet iedereen kan goede analyses en modellen maken van verschillende en verschillende hoeveelheden gegevens. Ook managers zouden moeten worden meegenomen in het beter begrijpen van (de problemen van) Big Data.

2. Je moet iedere keer opnieuw de juiste vragen blijven stellen, zoals:

• Welk probleem willen we oplossen?
• Welke gegevens hebben we hiervoor nodig?
• Hoe betrouwbaar zijn deze gegevens?
• Kunnen we de informatie ook op een andere manier verkrijgen?

In Amerika zijn er voorbeelden waar de Brandweer branden heeft voorkomen en wellicht mensenlevens heeft gered door gebruik te maken van Big Data. In dat zelfde land wordt dan ook gesproken over een management revolution wanneer men het over Big Data heeft. Dat lijkt mij nu nog een paar stappen te ver, maar duidelijk is wel dat organisaties zeer serieus naar dit onderwerp moeten kijken. De concurrentie is er wellicht al mee bezig.

Bron: Lucas Swennen, Swepper.