Over vijf jaar stap je vanachter je computer thuis de winkel van Apple in New York binnen om de nieuwste iPhone op te pakken en te bekijken. ‘Maar de menselijke kant in dat contact ga je niet krijgen van een algoritme. Daar heb je kwalitatief onderzoek voor nodig’, denkt Theo van der Steen van Underlined.
In het prille begin van Underlined – precies tien jaar geleden – richtte Theo van der Steen zich op het duiden van berichten op sociale media. Hij wilde begrijpen of het sentiment op internet vergelijkbaar was met de gestructureerde feedback via enquêtes. In het afgelopen decennium is dat gegroeid naar het willen opvangen van ieder contact met een klant of consument en kunnen begrijpen wat daar nou precies gebeurt.
Theo van der Steen: ‘Zeker als die klant meerdere contacten heeft, wil je leren welke reis hij heeft afgelegd en wat voor waarde daarin zit. Want dan zie je bijvoorbeeld hoeveel pogingen een klant bij een verzekeraar moet doen om zijn polis te wijzigen. En wat een consument allemaal aan informatie moet inwinnen om het überhaupt begrijpelijk voor hem te maken.’
Dichterbij de bron
Van der Steen omschrijft zijn vakgebied als ‘datagedreven customer experience management’. Sinds 2014 richt hij zich met Underlined op het verzamelen van alle data insights met betrekking tot klantreizen. ‘We hebben een volautomatische hub gebouwd, cloud-gebaseerd, waarmee je een tekstanalyse kunt doen op alle feedbackstromen van klanten. Via api’s is de hub direct toegankelijk.’ Onder dat framework ligt een structuur van machine learning en algoritmen op basis van AI. Zo zet bijvoorbeeld een ‘conversational AI-module’ gesprekken om in inzichten en acties.
Van der Steen: “Met het vorderen van data-science kun je steeds meer kanalen dichterbij de bron pakken. Of het nou conversatie is via internet of telefonie, gesprekken kunnen binnen ieder kanaal worden vertaald naar informatie die kan worden gebruikt voor datagestuurde beslissingen en continue verbetering.’ De bron als uitgangspunt voor inzichten. De impact daarvan is dat je een veel zuiverder beeld krijgt, zegt Van der Steen. ‘Als je het feitelijke gesprek neemt en daar analytics op loslaat, zou het zomaar kunnen dat de computer tot een andere conclusie komt als het gaat over het benoemen van de essentiële punten in het gesprek.’
‘De mens is nodig om te helpen duiden, dat doet de computer nog niet’
‘De mens is dus nodig om te helpen duiden, dat doet de computer nog niet.’ Nog niet – dat suggereert dat een computer dit in de toekomst dus wel zonder mens zou kunnen? ‘Daar wordt extreem veel onderzoek naar gedaan. In ons vakgebied zoeken we naar het duiden van emoties in de relatie tussen consumenten en merken. Daar gebeurt natuurlijk veel in de nuance van taal en de dingen die iemand teruggeeft. Grote vraag is hoe je emoties kunt halen uit teksten die voortkomen uit gesprekken.’
‘Via databerekeningen kunnen we de relatie leggen naar de NPS’
Emotionele klantreis
Underlined wil de emotionele klantreis begrijpen om dichterbij de consument en zijn beslissingen te komen. Om vervolgens klantgedrag te kunnen gaan voorspellen en daarop in te spelen: waarom gaat een klant weg bij jou als verzekeraar – en had je daar wat aan kunnen doen?
De explosieve groei van data voedt ook de vraag naar analytics. En dan zijn machine learning en deep learning als onderliggende technieken van kunstmatige intelligentie aldus Van der Steen ‘heel betrouwbare vormen om tot kwalitatief hoogwaardige inzichten te komen’. Zo’n model moet je zien als een driedimensionale ruimte waarin ieder data-object een puntje is. Je krijgt dus een soort sterrenstelsel waarin ieder puntje iets betekent en context geeft. ‘Je kunt dingen gaan berekenen. Bijvoorbeeld de afstand. Maar je kunt ook groeperingen zien. Wat je doet met die modellen is de computer iets laten doorrekenen waar de mens vervolgens context aan geeft.’
Zo kan de mens dus overal duiding aan geven. ‘In ons geval zien wij dus waarom klanten bijvoorbeeld in één keer massaal beginnen te bellen over een bepaald probleem. Maar we zien ook wat je moet doen om je klantverlies te verlagen of je net promoter score te verbeteren. Omdat we via die databerekeningen de relatie kunnen leggen naar de NPS.’
‘De data-science die wij toepassen moet je zien als een kompas’
Dashboard op maat
Als voorbeeld van een onderscheidende toepassing noemt Van der Steen verzekeraar ASR. ‘Zij hebben het aangedurfd om bedrijfsbreed te gaan sturen op klantbeleving. Niet ergens een dingetje in een hoek van de organisatie. Voor ons een prachtige case, want dit is heel complex. Ga maar eens bedrijfsbreed alle data verzamelen. En vervolgens verbinden aan klantreizen.’
‘We hebben al onze technieken ingezet om hun data te duiden op de juiste plek in die klantreis. Dat hebben we opgehangen aan ons insights-framework. En vervolgens hebben we over al die relaties, over alle producten en kanalen heen, mogen doorrekenen waar de kansen zitten om de NPS te optimaliseren en het klantverlies te verlagen. Dat hebben we dan weer teruggevoerd naar hun agile teams.’ De truc is dan om per rol een dashboard op maat te maken. Met daarop ieders prioriteiten. ‘Wij zeggen altijd: de data-science die wij toepassen, moet je zien als een kompas. Het geeft je richting. De gids ben je zelf. Dan maakt het niet uit wat voor data eronder zit.’
‘Je wilt inzichten direct kunnen toepassen, door middel van techniek’
Van insights naar automatiseren
Waar gaat dat in de toekomst heen en welke rol speelt AI daarin? ‘Er zijn drie stappen: we zijn begonnen met insights en het toepassen van AI om betere inzichten te krijgen. Dat ontwikkelt zich nu naar de wereld van orkestratie, dus van beïnvloeden. Je wilt inzichten direct kunnen toepassen en dan niet meer door middel van een mens maar door techniek. Dus door de consument direct content te presenteren die bij hem past. Na deze stap van personaliseren wordt de laatste stap die van automatiseren.’
De eerste tekenen van het volledige geautomatiseerde gesprek zijn er al, denk aan bots die de dialoog overnemen. Nu nog van discutabele kwaliteit, maar over vijf of tien jaar verwacht Van der Steen ‘een heel persoonlijk gesprek in gesproken taal, ondersteund door virtual reality en speech. ‘Neem de iPhone 13 die net uit is. Zet een VR-bril op en je stapt in New York de winkel van Apple op Fifth Avenue binnen. Om daar de iPhone 13 op te pakken en erop te klikken. En er zelfs met zo’n Apple-nerd, in de vorm van een avatar, een gesprek over te hebben.’
Wat kan de onderzoeker dan nog aan die techniek toevoegen? ‘Zoals gezegd: ik denk dat dat hoe meer je met data-science doet, hoe groter de behoefte aan kwalitatief onderzoek wordt. Neem zo’n virtuele ruimte – je bent samen, maar fysiek alleen. Dat wat ‘samen’ belangrijk maakt, die menselijke kant, moet je goed begrijpen en kunnen duiden. Dat ga je niet krijgen van een algoritme. Daar heb je kwalitatief onderzoek voor nodig.’