Basis

Klantenservice automatiseren zonder het persoonlijke tintje te verliezen

Wat geautomatiseerde klantenservice omvat, in welke volgorde je die invoert, wat bij mensen blijft en hoe je oplossing meet in plaats van afwending.

Een oranje kartonnen supportdispenser met tekstballonnen erin, naast een open notitieboek en een messing belletje op een lichtgele tafel.

Als je klantenservice wilt automatiseren zonder je winkel te veranderen in een muur van standaardantwoorden, begin dan bij de vragen, niet bij de software. Automatisering werkt alleen op werk dat je kunt beschrijven, en de meeste Shopify-winkels hebben nooit opgeschreven wat hun klanten echt vragen. Doe dat eerst, dan wordt de rest van de beslissing een stuk eenvoudiger.

Deze gids laat zien hoe je klantenservice automatiseert in een volgorde die standhoudt: de echte vragenset vinden, die in drie groepen sorteren, de drie lagen bouwen die antwoord geven, bepalen wat bij mensen blijft en het resultaat eerlijk meten. Hij is geschreven voor een winkel die al een supportinbox en een chatwidget heeft, of er een gaat installeren. Niets hiervan vraagt een ontwikkelaar, een nieuw platform of budgetgoedkeuring.

Het korte antwoord: automatiseer klantenservice door op te schrijven wat klanten echt vragen, de herhaalbare vragen automatisch te beantwoorden op de plek waar ze gesteld worden, en klachten, geld en beloftes bij een mens te laten.

Klantenservice automatiseren: begin bij de vragen

Pak de laatste 60 tot 90 dagen echte contacten erbij. Drie plekken bevatten bijna alles:

  • Je supportinbox. Exporteer de onderwerpregels en de eerste regel van elk bericht. Tags helpen, maar lees een steekproef van 100 met de hand; ze kloppen zelden met wat mensen echt wilden.
  • Chat- en socialberichten. Transcripten van de websitechat, Instagram- en WhatsApp-gesprekken, reacties onder je advertenties. Ze zijn korter en eerlijker dan e-mail, omdat mensen schrijven zoals ze praten.
  • Productpagina's en vragen vóór de aankoop. Retournotities, klachten in reviews en de vragen die je team telefonisch beantwoordt. Vragen vóór de aankoop dragen het geld: daar besluit de shopper of hij koopt.

Groepeer de lijst op de vraag achter de woorden. ‘Waar is mijn bestelling’, ‘is hij al verzonden’ en ‘tracking zegt bezorgd maar er kwam niets’ zijn drie verschillende problemen in één jas: de eerste twee zijn status, het derde is een geschil. Verdeel ze in drie groepen:

  1. Eén keer schriftelijk antwoorden. Beleid, maattabellen, onderhoud, levertijden, compatibiliteit. Dat hoort op de pagina waar de vraag ontstaat, en de taak van automatisering is die antwoorden vindbaar houden, niet ze opnieuw beantwoorden.
  2. Direct antwoorden, in het gesprek. Dezelfde vragen in andere woorden, plus de vragen die de context van de shopper nodig hebben: welke van de twee, past het, wat past erbij. Een goede AI-laag doet dit zonder wachtrij.
  3. Bij mensen laten. Klachten, alles rond geld dat al is uitgegeven en alles waarvoor een oordeel nodig is dat je beleid niet dekt. Hier gaat vertrouwen verloren als je automatiseert.

In de meeste winkels dekken de eerste twee groepen de grote meerderheid van de contacten qua volume, en de derde het kleine deel dat per contact het meest telt. De exacte verdeling is niet het punt. Opschrijven wel, want het wordt de specificatie van alles wat je koopt of bouwt. Zet het in een gedeeld document en loop het na bij elke productlancering.

Wat geautomatiseerde klantenservice echt omvat

Geautomatiseerde klantenservice is elk systeem dat een klantvraag beantwoordt of oplost voordat een mens hem leest. In een ecommercewinkel zijn dat meestal vier onderdelen die samenwerken:

  • Selfservice-antwoorden. Helperspagina's, antwoorden op de productpagina en een bestelstatuspagina die de vraag zonder gesprek oplossen.
  • Regelgebaseerde flows. Een retourportaal, een formulier voor adreswijziging of een menubot die aftakt op wat de klant kiest. Voorspelbaar, goedkoop en blind voor alles buiten zijn takken.
  • Een AI-winkelagent. Software die het bericht van de klant plus je productdata en beleid leest en antwoordt in de woorden van de klant, met context van pagina, browsen en winkelwagen. Die laag levert BuyScout® AI-winkelagent.
  • Agent-assist. Suggesties, samenvattingen en voorgeschreven antwoorden in je helpdesk, zodat een mens in seconden antwoordt in plaats van minuten.

Het verschil dat de meeste projecten beslist zit tussen het tweede en het derde. Een regelgebaseerde flow vraagt de klant uit een menu te kiezen en volgt dan de tak. Een AI-agent leest de echte zin, vindt het antwoord in je catalogus en beleid en behandelt de versie van de vraag waarvoor niemand een tak schreef. De meeste winkels hebben beide nodig: regels voor bestelstatus en retouren, een AI-laag voor alles wat een menu niet kan voorzien.

De drie lagen van supportautomatisering

Supportautomatisering in ecommerce is geen losse tool. Het zijn drie lagen, elk met een andere taak. Een laag overslaan is de reden dat automatiseringsprojecten tegenvallen.

  • Laag 1, selfservice. Helperspagina's, antwoorden op de productpagina, de bestelstatuspagina en je veelgestelde vragen. Deze laag kost per vraag het minst en bedient de shopper die het zelf wil oplossen. De taak: het antwoord met één klik vindbaar maken vanaf de plek waar de vraag opduikt.
  • Laag 2, directe antwoorden. Een AI-winkelagent die je productdata en beleid leest en in het gesprek antwoordt, op de pagina of in de chat, met context van pagina, browsen en winkelwagen. De taak: de specifieke versie van de vraag beantwoorden, niet de algemene. BuyScout® AI-winkelagent is een Shopify-app die dit doet, voor altijd gratis en in ongeveer een minuut ingesteld.
  • Laag 3, mensen. Je team, zonder drempel bereikbaar en met het gesprek erbij. De taak is het oordeel. Elke minuut die laag 2 bespaart, hoort hier te worden besteed, aan de gesprekken die bepalen of de klant terugkomt.

De gebruikelijke fout is laag 2 kopen zonder laag 1 erachter. Een agent die antwoordt vanuit een dun helpcentrum improviseert, en juist dat wantrouwen klanten. Geef hem echte antwoorden: productspecificaties, levertijden, retourbeleid, onderhoudsinstructies en de vragen die je team elke week beantwoordt.

Wat je eerst automatiseert

Kun je niet alles tegelijk, automatiseer dan in deze volgorde. Elke stap haalt volume weg bij de volgende en betaalt zich terug voordat je uitbreidt.

  1. Bestelstatus en tracking. ‘Waar is mijn bestelling’ is in de meeste winkels het meest voorkomende contact en het makkelijkst te beantwoorden met data die je al hebt. Link de statuspagina vanuit elke bestelmail.
  2. Leververwachtingen. Zet uiterste besteltijden, verwerkingsdagen en vertragingen van vervoerders waar verzending ter sprake komt, en laat de agent ze citeren met de besteldatum van de klant.
  3. Maat, pasvorm en compatibiliteit. Dat zijn de vragen die een aankoop tegenhouden. Beantwoord ze op de productpagina en laat de agent opties vergelijken voor de shopper die nog twijfelt.
  4. Retouren en ruilingen. Publiceer het beleid in eenvoudige stappen, voeg een portaal toe als het volume dat rechtvaardigt en stuur alles buiten het beleid naar een mens.

Doe er één tegelijk en controleer na elke stap de contacten per 100 bestellingen. Een stap die dat getal niet beweegt, beantwoordde een vraag die niemand stelde of verschoof het contact naar een plek waar je het nog niet ziet.

Wat bij mensen blijft

Automatisering wint vertrouwen door te weten waar ze stopt. Deze gevallen blijven bij een persoon:

  • Klachten en alles waar boosheid in zit. Het eerste antwoord zet de toon voor de hele oplossing, en een excuus dat gegenereerd klinkt maakt het erger.
  • Bestellingen met hoge waarde of ongebruikelijke bestellingen. Groothandel, maatwerk, een vaste klant met een bedrag van vier cijfers. Een verkeerd antwoord kost meer dan de bespaarde tijd.
  • Retouren en geschillen buiten je gepubliceerde beleid. Een agent kan het beleid citeren; alleen een mens zou moeten besluiten ervan af te wijken.
  • Alles wat een belofte vraagt. Een levertijd waarvan je niet zeker bent, een korting, een vervanging. Beloftes hebben eigenaren.

Bouw de overdracht goed. Wie het overneemt, moet het hele gesprek zien, de bestelling, het product en wat de agent al heeft geprobeerd. Een overdracht die begint met ‘hoe kan ik helpen’ dwingt de klant zich te herhalen, en dat is erger dan in een wachtrij hebben gestaan.

Hoe je het meet zonder jezelf voor de gek te houden

De meeste automatiseringsrapporten meten containment: hoeveel gesprekken nooit een mens bereikten. Dat getal kan er uitstekend uitzien terwijl de winkel stilletjes klanten verliest. Volg in plaats daarvan deze vier:

  • Contacten per 100 bestellingen. De schoonste basis die je hebt. Daalt het terwijl de bestellingen gelijk blijven, dan werkt er iets.
  • Oplossing versus afwending. Een afgewenteld gesprek is geëindigd; een opgelost gesprek kreeg een antwoord. Lees steekproeven van de transcripten en tel hoe vaak de shopper binnen een week met dezelfde vraag terugkwam.
  • Herhaalcontactratio. Dezelfde klant die binnen zeven dagen twee keer vraagt, is een signaal dat het eerste antwoord faalde, of het nu van een mens of van software kwam.
  • Tevredenheid bij geautomatiseerde gesprekken. Eén vraag na de chat, plus de review- en retourratio van de kopers die hem gebruikten. Wie een goed antwoord kreeg, koopt opnieuw, en dat is het getal dat je financiële verantwoordelijke interesseert.

Draai dan 30 dagen uitrol: publiceer deze week de antwoorden van laag 1, zet de agent in week twee op de drie productpagina's met de meeste vragen, lees elke week 20 transcripten en breid pas daarna uit. BuyScout meldt dat winkels met de agent repetitieve supporttickets doorgaans met 41% verminderen voordat ze ooit worden aangemaakt, samen met conversiewinst van 10% tot 30%. Dat zijn cijfers van de leverancier, beschreven als typerend en niet gegarandeerd; je catalogus en verkeer bepalen wat je ziet.

Handelaren die dit goed doen, zien automatisering als een manier om menselijke aandacht te besteden waar die een resultaat verandert, niet als een manier om mensen uit het proces te halen. Schrijf de vragen op, beantwoord de herhaalbare goed, houd het oordeel bij je team en meet wat er gebeurde nadat de chat eindigde. Herhaal de controle elk kwartaal, want nieuwe producten brengen nieuwe vragen.

Twee verwante artikelen gaan verder: hoe je een AI-chatbot voor ecommerce kiest en hoe klantvragen je productpagina's verbeteren.

BuyScout® AI-winkelagent is voor altijd gratis en in ongeveer een minuut geïnstalleerd vanuit de Shopify App Store. Hij is getraind op je producten en beleid, werkt op je productpagina's, in de websitechat en in je messagingkanalen, en vraagt geen implementatietraject. Installeer hem, stel de vijf vragen die je klanten het vaakst stellen en lees de antwoorden zoals een klant ze zou lezen.

Andere artikelen

Alle artikelen

Probeer het nu

Van productvragen naar aankopen met vertrouwen

Voor altijd gratis. In 1 minuut ingesteld.