Independer

Artificial Intelligence als voorproefje van de geavanceerde klantenservice

Met meer mensen en technologie in de wereld is het onvermijdelijk dat er om meer hulp wordt gevraagd. Door de vele informatie op het internet zien klanten vaak door de bomen het bos niet meer waardoor het vinden van het juiste antwoord uren kan duren. Daarbij sluiten de antwoorden die zij vinden vaak niet aan op hun specifieke, persoonlijke situatie. Bij Ngrane geloven wij dat dit beter kan. Samen met Independer zijn wij de uitdaging aangegaan om een klantenservice in te richten die zowel snel en accuraat is als een persoonlijke klantbeleving geeft.

Wie is Independer?

Independer is de nummer één onlinevergelijkingssite voor verzekering in Nederland. Zij zijn vanaf 1999 gestart om de financiële wereld transparanter en eerlijker te maken. Met deze instelling streven zij ernaar om klanten te helpen betere financiële beslissingen te laten maken door hun inzichten en advies te geven. Hun kracht is om hun klanten zo goed mogelijk te begeleiden en complexe informatie te vertalen naar hun persoonlijke situatie.

De uitdaging

Independer heeft Ngrane gevraagd om een online beleving te creëren waarmee zij potentiële klanten voor autoverzekeringen beter kunnen begeleiden in het afsluitingsproces. Er is gekozen om in plaats van het welbekende inschrijfformulier een chatbot te ontwerpen. Hiermee wordt de potentiële klant niet gevraagd om zelf op zoek te gaan, maar juist in conversatie met Independer samen erachter te komen wat het beste past. Extra vragen die opkomen bij de klant kunnen direct beantwoord worden en onnodige acties worden geëlimineerd door aansluiting met verschillende databronnen van de klant.

Maar hoe ziet een chatbot eruit? Welke vragen moeten er gesteld worden? Hoe maak je deze beleving persoonlijk? Met deze vragen ging het team van Ngrane aan de slag!

User stories

Voor de chatbot werd ontworpen heeft het team samen met Independer gekeken naar ultieme klantprofielen. Met deze profielen zijn zij scenario’s, oftewel customer journeys, gaan creëren die mogelijk voordoen in het afsluitingsproces. Er is gekeken welke vragen men zou gaan stellen en welke behoeftes er tijdens het gesprek kunnen ontstaan. De focus tijdens dit proces lag op het nadenken van hoe Independer met gerichte dataverzameling en machine learning hun chatbot op lange termijn kunnen optimaliseren. Zo zal er in de toekomst veel algemene vragen weggelaten en betere suggesties naar de klant gemaakt kunnen worden.

Ultieme klantbeleving

Om tot een ultieme klantbeleving te komen is Ngrane buiten de kaders van de gebruikelijke chatbot gaan denken. In plaats van ‘de bot vraagt, jij antwoordt’ is er veel aandacht besteed aan het personaliseren van de conversatie. Er is gebruik gemaakt van het inzetten van suggesties, het visueel presenteren van informatie en bevestigingen vragen. De suggestie om een expert te spreken wordt ingezet wanneer er wordt de gebruiker dit aangeeft of de vraag niet beantwoord kan worden. Op basis van data uit verschillende bronnen, zoals koppeling van kenteken en adres, kan de chatbot veel algemene vragen elimineren. In de toekomst zal, doordat er meer data verzameld wordt, “Indy” (de chatbot) steeds beter kunnen inspelen op de vragen. Door in te springen op deze persoonlijke behoeftes zal de potentiële klant in de toekomst sneller en beter geholpen worden.

Sharing is caring