Is er een rol voor chatbots in B2B-webshops?

Stel, je hebt een groothandel. Er staat een vacature uit voor een nieuwe medewerker op de klantenservice. Je krijgt een sollicitatie binnen van ene Dave. Zijn kwalificaties zijn als volgt:

• Kan 24 uur per dag, 7 dagen per week werken
• Vraagt weinig salaris, alleen wat elektriciteit
• Kan klanten onder andere ook in het Duits, Engels, Frans, Spaans, Roemeens, Chinees en Hindi te woord staan
• Heeft altijd een woordje klaar
• Dave heeft geen eigen werkplek nodig
• Dave laat de koffieautomaat altijd netjes achter

Zou jij Dave aannemen?

Dave is uiteraard een chatbot. Chatbots zijn aan een opmars bezig. Steeds meer webwinkels hebben een virtuele assistent die klanten helpt bij het doen van aankopen. Chatbots bieden grote voordelen als het gaat om kosten. Daarnaast worden ze steeds beter in staat om echte gesprekken te voeren met uw klanten.

De meeste chatbots zijn in bedrijf bij webwinkels en andere bedrijven die diensten verkopen aan consumenten. Tegelijkertijd zien we dat ook de B2B-markt zich steeds meer online begeeft. Dit is echter wel een andere markt dan de markt voor consumenten. Zo verloopt het aankoopproces vaak anders (meer met persoonlijk contact) en is er een grotere behoefte aan advies. Dit leidt dan ook tot de onvermijdelijke vraag; is er plaats voor chatbots in de B2B-markt?

Wat zijn de voor- en nadelen van chatbots

Voordat we ingaan op de rol van chatbots in de B2B-markt, frissen we eerst nog even de kennis op. Wat zijn de belangrijkste voor- en nadelen uit van chatbots en hoe kun je zelf gebruik maken van een chatbot?

Voordelen:

• Goedkoper: Hoewel een chatbot geprogrammeerd moet worden, is deze uiteindelijk veel goedkoper dan een ‘echte’ medewerker.
• Altijd beschikbaar: De chatbot is in principe altijd beschikbaar. Hierbij maakt het niet uit hoeveel klanten er online zijn. Ook het tijdstip van de dag maakt hierbij niet uit.
• Zelflerend: Chatbots zijn in staat om zichzelf steeds te verbeteren. Ze kunnen leren van andere gesprekken (bijvoorbeeld uit de databases van de makers). Op deze manier neemt de foutratio over tijd af.
• Snel toegang tot informatie: In theorie kan een chatbot heel snel alle informatie ophalen uit databases. Hierbij gaat het zowel om productinformatie als om informatie over de klant (zoals eerdere aankopen, eerder contact met de klant, productinformatie et cetera.)

Nadelen:

• Fouten: Hoewel chatbots een grote vooruitgang hebben gemaakt, maken ze nog steeds veel fouten. Dit zijn niet alleen fouten die voortkomen uit de ‘input’ zoals spelfouten, maar ook op juist gestelde vragen is het antwoord niet altijd honderd procent correct.
• Minder natuurlijk: De meeste chatbots hebben geen natuurlijke manier van communiceren. Ze tonen bijvoorbeeld geen empathie en begrijpen ‘dubbele’ vragen niet altijd even goed.
• Alleen geschikt voor simpele vragen: Omdat een chatbot nog niet zo goed in staat is om klantvragen te begrijpen, kan deze alleen maar assisteren bij relatief simpele vragen.

Veel grote e-commercebedrijven ontwikkelen zelf chatbots. Het bekendste voorbeeld in Nederland is wellicht Billie, de assistent van bol.com. Dankzij systemen als flow.ai, tawk.to en Zendesk is het ook voor kleinere webwinkels mogelijk om een chatbot in gebruik te nemen. Wellicht minder interessant voor de zakelijke markt is de mogelijkheid om een chatbot te laten werken via Facebook Messenger.

De B2B e-commercemarkt

Eerder schreven wij al een artikel over webwinkels in de B2B-sector. Hieruit bleek dat de markt voor B2B e-commerce niet zo eenduidig is. De zzp’er die één paar kladblokken koopt is net zo goed een zakelijke klant als de hogeschool die 100.000 kladblokken koopt. Sommige webwinkels hebben afgeschermde gedeelten voor zakelijke klanten, terwijl je in andere webwinkels pas in het betaalproces aangeeft of je een zakelijke klant bent of niet.

In een webwinkel waar ook veel consumenten komen, zal de scheiding tussen de zakelijke en de consumentenstroom niet zo strikt zijn. Dit zal ook gelden voor de support die je ontvangt. De vragen die de zzp’er stelt zullen niet zoveel afwijken van de vragen die een consument stelt. In deze gevallen kan een chatbot prima werken.

Grotere zakelijke transacties verlopen heel anders. Hoewel de uiteindelijke aankoop misschien via het internet plaatsvindt, gaat hier een lang traject aan vooraf. Een vertegenwoordiger of een accountmanager gaat bij de klant langs. Deze verkoopt uiteraard producten, maar kijkt hierbij naar de specifieke situatie bij de klant en biedt, waar mogelijk, een oplossing op maat. Persoonlijke relaties spelen hierbij ook een grote rol; sommige accountmanagers komen al jarenlang bij een bepaalde klant over de vloer. Als laatste speelt het zakelijke aspect een rol; er wordt onderhandeld over de prijs en er zijn vaak specifieke afspraken met verschillende klanten.

Een andere belangrijke variabele in het gehele verhaal is de aard van het product. Sommige producten zijn minder complex dan anderen. Dit heeft gevolgen voor de vragen van klanten. De eigenschappen van bepaalde soorten papier (gewicht per m2, kleur, formaat, etc.) zijn makkelijk vast te leggen. Een chatbot zou simpele vragen hierover kunnen beantwoorden (bijvoorbeeld ‘Hebben jullie ook rood papier in A4-formaat met een gewicht van 80 gram/m2?’). Deze vraag is natuurlijk op veel verschillende manieren te stellen en vooralsnog lijken chatbots nog niet in staat om al deze manieren te begrijpen. Bij meer complexe producten zijn er te veel variabelen en is er waarschijnlijk een mens nodig om de juiste aanbeveling te doen aan de klant.

De toekomst van de chatbot in de B2B-sector

De techniek schrijdt voort en de chatbots worden steeds beter. Als chatbots nu nog niet zo’n goede aanvulling zijn voor B2B-webshops, zijn ze dat in de toekomst dan wellicht wel?

Het antwoord hierop is een teleurstellende nee. Althans, niet op de korte termijn. Dit heeft te maken met de manier waarop chatbots leren. Chatbots leren op basis van de wet van de grote getallen. Een chatbot kan lering trekken uit grote hoeveelheden gesprekken die die gevoerd worden door echte chatoperators met zakelijke klanten. Er zijn echter drie redenen waarom B2B-chatbots niet zo snel zullen gaan leren als chatbots voor de consumentenmarkt.

Als eerste ontvangen B2B-webwinkels ontvangen een stuk minder verkeer dan grote webwinkels voor consumenten. Hierdoor zijn er minder gesprekken beschikbaar die geanalyseerd kunnen worden. Daarnaast zullen de gesprekken die er zijn meer divers van aard (met meer specifieke vragen over de producten). Tot slot vinden veel gesprekken met klanten plaats op manieren die tot nu toe nog niet begrepen kunnen worden door de zelflerende algoritmes, namelijk telefonisch of face-to-face. Op basis van het combineren van gegevens is het wel mogelijk om de vragen waar iedere B2B-webwinkel mee kampt beter te kunnen laten beantwoorden door een chatbot, zoals vragen over de levering.

Het is natuurlijk ook mogelijk om de antwoorden op vragen ‘handmatig’ in te programmeren. Dit kost veel tijd en geld en doet het voordeel van de kostenbeheersing teniet.

Gek genoeg zijn er ook onderdelen van de service die een chatbot juist beter of sneller zou moeten kunnen dan een mens. Als de afspraken met klanten goed vastgelegd staan in een ERP, kan een chatbot deze afspraken razendsnel tevoorschijn halen. Ook zou een chatbot snel vragen kunnen beantwoorden over producten, zolang dit gaat over eigenschappen die ‘hard’ vastgelegd kunnen worden (zoals het eerdere voorbeeld met het papier).

Een goed voorbeeld van een chatbot die dit kan is de shopbot van Ebay (in het Engels). Voorbeelden van Nederlandse chatbots met dergelijke vaardigheden zijn er nog niet. De veelgeprezen chatbot van KLM stelt bijvoorbeeld alleen maar een antwoord voor, dat door een mens beoordeeld moet worden.

Wel zijn er in de toekomst mogelijkheden om chatbots in te zetten om klanten sneller en beter te helpen. Een chatbot kan getraind worden om de vraag van een klant duidelijker te maken. Waar een contactformulier heel breed is, kan een chatbot meerwaarde bieden door betere vragen te stellen. Vervolgens kan de bot een actie uitzetten bij een productspecialist of een accountmanager om contact op te nemen met de potentiële klant. Hierbij is de accountmanager al in staat om wat voorwerk te doen, omdat de vraag al heeft verduidelijkt. Op deze manier kan de chatbot eraan bijdragen dat de klant sneller en beter wordt geholpen.

Zou ik Dave aannemen?

De vacature in je groothandel staat nog steeds open. Zou je Dave aannemen? Ondanks zijn briljante cv zal het antwoord geen eenduidig ‘JA’ zijn, tenzij je een groot deel van je omzet maakt via een Engelstalige webwinkel. Op dit moment zijn de chatbots nog niet zover in hun ontwikkeling dat zij in staat zijn om de doorgaans zeer specifieke vragen van zakelijke gebruikers te begrijpen.

Hoewel het op termijn zeker mogelijk moet zijn, zijn er ook nog geen voorbeelden van chatbots die in natuurlijke taal antwoord kunnen geven op gedetailleerde vragen in het Nederlands. Dit lukt zelfs niet als het gaat om vragen over ‘harde’ gegevens, zoals klantspecifieke afspraken of productinformatie. Tot slot verloopt veel contact in de zakelijke wereld op een persoonlijk niveau, via accountmanagers die soms al tientallen jaren over de vloer komen bij bepaalde klanten.

Net als bij de grote webwinkels, ligt er voor Dave wel een rol in het begeleiden van klanten bij vragen over het aankoopproces. Deze rol zal met name van belang zijn bij webwinkels met veel kleinere klanten. Een chatbot kan immers prima uitleggen dat een klant op rekening kan betalen of wanneer een product geleverd gaat worden. Er ligt verder een belangrijke rol voor Dave in het genereren van mogelijkheden om persoonlijk contact te zoeken met (potentiële) klanten. Heeft de klant een specifieke vraag over een product? Dave regelt dat de accountmanager de klant zo snel mogelijk terugbelt.

Gelukkig is Dave de perfecte medewerker. Hij klaagt niet als hij niet zoveel verantwoordelijkheden krijgt. En is er pas over een paar jaar plaats voor Dave? Geen probleem, hij solliciteert gewoon weer.