Zo laat je een AI agent 60% van je tickets oplossen (zonder dat klanten het merken)

Een AI agent die het grootste deel van je tickets oplost, klinkt als een verkooppraatje. Toch zit er weinig magie in. Het meeste werk is voorbereiding: weten welke vragen er binnenkomen, een kennisbank die klopt en heldere afspraken over wanneer een mens het overneemt.

'Zonder dat klanten het merken' betekent niet dat je verstopt dat het AI is. Het betekent dat het voor de klant naadloos voelt. Hij krijgt een goed antwoord in gewone taal, en als een collega het overneemt, hoeft hij niets opnieuw uit te leggen. Laat de AI zich dus gewoon voorstellen als digitale assistent. Dat is eerlijk, en de Europese AI-verordening vraagt ook om die openheid. Het probleem is zelden dat het een AI is. Het probleem is een AI die niet helpt.

Stap 1: begin bij je eigen tickets

Begin niet bij de techniek, maar bij je ticketdata. Neem de tickets van de afgelopen maanden en verdeel ze grofweg over drie bakken:

• Informatievragen, zoals levertijden, retourbeleid of openingstijden. Het antwoord staat in je kennisbank, of hoort daar te staan.
• Vragen die klantdata nodig hebben, zoals de status van een bestelling of het verzetten van een afspraak. Oplosbaar, als de agent bij die data kan.
• Vragen waarvoor een oordeel nodig is, zoals klachten, uitzonderingen op je beleid of coulance. Die horen bij een mens.

De verhouding tussen die bakken bepaalt wat haalbaar is. Bestaat het grootste deel van je volume uit de eerste twee soorten, dan is 60% met een goede kennisbank en de juiste koppelingen een realistisch doel. Krijgt je team vooral complexe of unieke vragen, dan kom je lager uit. Dat is geen mislukking. Dan zet je de AI in op het deel dat wel repetitief is.

Heb je in Zendesk een ticketveld voor de contactreden, dan heb je dit overzicht snel. Zo niet, dan is het met de hand labelen van een paar honderd tickets een prima begin. Je ziet dan welke onderwerpen het vaakst terugkomen. De top tien daarvan is je startlijst.

Spreek ook af hoe je telt. Een gesprek is pas echt opgelost als de klant niet alsnog mailt of belt over dezelfde vraag. Een agent die gesprekken afsluit terwijl het probleem blijft, scoort mooi op papier en slecht bij je klanten.

Stap 2: train de agent op je kennisbank

Trainen klinkt technisch, maar bij een moderne AI agent is het vooral schrijfwerk. Of je nu de AI agents van Zendesk gebruikt of een eigen agent laat bouwen, het principe is hetzelfde. De agent zoekt bij elke vraag de relevante stukken in je kennisbank, zoals je Help Center, en formuleert daar een antwoord mee. Is je bron vaag, verouderd of tegenstrijdig, dan is het antwoord dat ook.

• Schrijf één artikel per vraag, met het antwoord bovenaan.
• Maak voorwaarden en uitzonderingen expliciet. 'Retourneren kan binnen 30 dagen, behalve bij maatwerk' werkt beter dan een alinea vol nuances.
• Ruim oude en dubbele artikelen op. Twee versies van je retourbeleid leveren vroeg of laat een fout antwoord op.
• Leg kennis die nu alleen in de hoofden van collega's zit vast in artikelen.

Daarnaast geef je de agent instructies mee: welke toon hij aanslaat, wat hij nooit belooft en bij welke onderwerpen hij direct doorzet. Houd die instructies kort en concreet. Tien heldere regels werken beter dan drie pagina's proza. Voeg ook een paar voorbeeldantwoorden toe, zoals je beste collega ze zou geven. Die laten beter zien welke toon je zoekt dan een beschrijving.

Stap 3: koppel de data die klanten vragen

Met alleen een kennisbank beantwoordt een AI agent algemene vragen. Het verschil tussen 'onze levertijd is twee tot drie werkdagen' en 'je pakket is gisteren verzonden en komt morgen' zit in data. Voor dat tweede antwoord moet de agent je webshop, orderadministratie of planning kunnen raadplegen.

Begin met de koppelingen die het meeste volume raken. Bij webshops zijn dat vaak orderstatus en retouren. Regel de identificatie goed: laat de klant bijvoorbeeld een ordernummer en postcode geven voordat de agent persoonlijke gegevens deelt. En begin met alleen lezen. Acties zoals een adres wijzigen of een bestelling annuleren voeg je pas toe als de basis stabiel draait.

Stap 4: ontwerp de overdracht vooraf

De overdracht naar een mens bepaalt of klanten de AI als hulp ervaren of als obstakel. Leg daarom vooraf vast wanneer de agent doorzet:

• De klant vraagt om een medewerker. Dat verzoek honoreer je altijd.
• De agent vindt twee keer geen passend antwoord.
• Het onderwerp staat op je lijst voor mensenwerk, zoals klachten of betalingsproblemen.
• De klant is zichtbaar gefrustreerd of komt niet verder.

Bij de overdracht zet de agent een korte samenvatting, de vraag van de klant en wat al geprobeerd is in het ticket. Met een paar triggers komt het ticket daarna bij de juiste groep terecht. Je collega pakt het op waar de AI stopte, en de klant vertelt niets twee keer.

Denk ook aan de momenten dat er niemand is. Laat de agent buiten kantooruren eerlijk zeggen wanneer een collega reageert. Een klant die wacht in een chat waar niemand komt, ben je kwijt.

Stap 5: test met echte vragen en start klein

Test niet alleen met vragen die je zelf bedenkt. Klanten formuleren anders dan jij: korter, met typfouten, of met drie vragen in één bericht.

“hoi ik heb gister besteld maar de verkeerde maat gekozen, kan dat nog anders en wanneer komt het”

1. 1Verzamel een flinke set echte vragen uit je tickethistorie, ook de lastige.
2. 2Laat de agent ze beantwoorden en beoordeel elk antwoord: klopt het, is het volledig en zou je het zelf zo sturen?
3. 3Verbeter eerst de kennisbank en pas daarna de instructies. Vaak zit de fout in de bron.
4. 4Ga live op één kanaal, bijvoorbeeld de chat op je website, of eerst alleen buiten kantooruren.
5. 5Lees de eerste weken dagelijks gesprekken terug en breid pas uit als de resultaten stabiel zijn.

Elke vraag waar de agent geen antwoord op had, is een tip voor een nieuw of beter artikel. Zo wordt je kennisbank elke week wat beter, en je AI agent groeit vanzelf mee.

Waar de grens ligt

Een AI agent is sterk in herhaling. Hij is zwakker waar je beleid geen antwoord geeft, of waar een klant vooral gehoord wil worden. Laat hem daar ook niet aan beginnen:

• Klachten en emotionele gesprekken, waar empathie en ruimte voor maatwerk nodig zijn.
• Uitzonderingen en coulance. De AI voert je beleid uit, hij rekt het niet op.
• Beslissingen met financiële of juridische gevolgen, zoals een schadeclaim of een contractwijziging.
• Vragen waarvoor de data ontbreekt. Dan kan de agent beter eerlijk doorverwijzen dan gokken.

Kijk daarnaast niet alleen naar het percentage opgeloste gesprekken. Volg ook de klanttevredenheid na een AI-gesprek en hoe vaak klanten terugkomen met dezelfde vraag. Gaan die de verkeerde kant op, dan is een hoger oplospercentage geen winst.

Een AI agent die een groot deel van je vragen oplost, begint dus niet bij AI. Hij begint bij je tickets, je kennisbank en een goede overdracht. Wil je weten wat realistisch is voor jouw team? Plan een kennismaking.