Er staat een chatvenster op uw site, of u overweegt er een. In beide gevallen ligt daar iets waar bijna niemand iets mee doet: de gesprekken zelf. Vragen uit chatlogs halen kost een uur per maand en levert u een lijst op met precies díe onderwerpen waarover uw bezoekers twijfelen, in hun eigen woorden. Geen aannames, geen brainstorm met het team, maar wat er werkelijk is ingetypt.
Dit artikel beschrijft een werkwijze die u zonder technische kennis kunt volgen. Ook als u nog geen chatbot heeft, is het nuttig om te weten wat u er straks uit kunt halen, want dat bepaalt welke oplossing u kiest.
Waarom die gesprekken meer waard zijn dan uw statistieken
Bezoekcijfers vertellen u wat mensen aanklikken. Een chatgesprek vertelt u wat ze niet konden vinden. Dat verschil is groot. Iemand die typt “leveren jullie ook in België” heeft op uw site geen antwoord op die vraag gevonden, en dat is waardevoller dan de wetenschap dat de pagina Bezorging 340 keer is bekeken.
Er zit nog een tweede laag in. De formulering die bezoekers gebruiken, wijkt vaak af van die van u. U schrijft over “gevelisolatie”, zij typen “spouwmuur vullen kosten”. Die woorden zijn bruikbaar voor uw teksten en voor de manier waarop u uw diensten benoemt. Op dezelfde manier zijn de zoektermen die bezoekers in uw eigen zoekbalk intypen een gratis kijkje in hun hoofd.
Stap 1: de gesprekken exporteren
Vrijwel elke chatoplossing heeft een overzicht met gesprekken. Zoek in het beheerscherm naar Conversations, Gesprekken of Transcripts en kijk of er een exportknop zit, meestal naar CSV. Kunt u niet exporteren, kopieer dan handmatig een maand aan gesprekken naar een document. Bij twintig gesprekken per week is dat een kwartier werk.
Let bij het exporteren op drie dingen:
- Neem een periode van minstens vier weken. Een week is te weinig; dan kleurt één drukke dag het hele beeld.
- Haal persoonsgegevens eruit. Namen, e-mailadressen, telefoonnummers en adressen hoeven niet in uw analysebestand te staan. U wilt de vraag, niet de vrager.
- Bewaar het bestand niet op een gedeelde schijf waar iedereen bij kan. Ook geanonimiseerde gesprekken kunnen gevoelige details bevatten.
Stap 2: sorteren op frequentie, niet op gevoel
De verleiding is groot om te blijven hangen bij het ene gesprek dat u nog goed herinnert, meestal een boze klant. Weersta dat. U zoekt patronen, geen anekdotes.
Werk zo. Lees de eerste vraag van elk gesprek, en alleen die eerste vraag. Schrijf hem in eigen woorden op als korte categorie: “levertijd”, “prijs op maat”, “installatie zelf doen”, “garantie”. Kom een categorie tegen die al op uw lijst staat, zet er dan een streepje bij. Na honderd gesprekken heeft u een lijst van ongeveer vijftien tot vijfentwintig categorieën, waarvan er vaak vijf samen de helft van het volume uitmaken.
Die vijf zijn uw werklijst. Alles daaronder is ruis waar u voorlopig niets mee hoeft.
Wilt u het sneller doen, dan kunt u de geanonimiseerde export door een taalmodel laten groeperen met de opdracht: “Groepeer deze vragen in maximaal twintig categorieën en geef per categorie het aantal.” Controleer daarna steekproefsgewijs of de indeling klopt, want zulke modellen maken hier geregeld een eigen draai aan.
Stap 3: per categorie beslissen wat u ermee doet
Niet elke veelgestelde vraag hoort thuis in een chatantwoord. Loop uw top vijf langs en kies per categorie een van deze vier routes.
- Zet het op de pagina waar de vraag ontstaat. Vraagt iedereen naar levertijd op de productpagina, dan hoort de levertijd op de productpagina. Een chatbot die dat blijft uitleggen, is een pleister op een gat dat u zelf kunt dichten.
- Voeg het toe aan uw vragenpagina. Handig voor onderwerpen met een langer antwoord, zoals garantievoorwaarden.
- Laat de chat het beantwoorden. Zinvol bij vragen die van de situatie afhangen: postcode, aantal, type woning.
- Laat het bij een mens. Klachten, betalingsregelingen en alles wat over geld of gezondheid gaat, laat u niet automatisch afhandelen.
Die derde en vierde route zijn precies de grens waar het bij veel bedrijven misgaat: er wordt te veel aan de automatisering gegeven. Bij het inrichten van AI-functies op een bestaande WordPress-site is de eerste vraag daarom altijd welke gesprekken juist bij een mens moeten blijven.
Stap 4: meten of het geholpen heeft
Heeft u de levertijd op de productpagina gezet, dan hoort het aantal levertijdvragen in de chat te dalen. Doet het dat niet, dan staat de informatie er wel, maar wordt hij niet gezien. Dat is een ontwerpprobleem, geen contentprobleem.
Herhaal de telling na zes tot acht weken en vergelijk alleen de top vijf. Twee getallen naast elkaar op een velletje is genoeg; hier hoeft geen rapportage omheen. Neem in dezelfde ronde mee of het aantal gesprekken dat overgaat naar een mens is veranderd. Daalt het aantal vragen én stijgt het aandeel dat naar een medewerker gaat, dan werkt het: de simpele vragen zijn eraf, de echte gesprekken blijven over.
Wanneer dit u niets oplevert
Eerlijk is eerlijk: onder de twintig gesprekken per maand heeft deze analyse geen waarde. U bekijkt dan toevalligheden. In dat geval bent u beter af met een half uur meeluisteren aan de telefoon, of met de vraag aan uw eigen medewerkers wat zij het vaakst horen. Dat kost niets en levert dezelfde lijst op.
Ook als uw chat vooral spam en losse begroetingen vangt, houdt het op. Dat is trouwens zelf een uitkomst: blijkbaar is het venster te opdringerig, of staat het op pagina’s waar bezoekers geen vraag hebben. Kijk dan eerst naar de plaatsing voordat u aan de antwoorden gaat sleutelen.
Wat u vooral niet moet doen, is de lijst gebruiken om uw chatbot honderd standaardantwoorden te voeren. Vijf goede antwoorden op de vijf vragen die er echt zijn, doen meer dan een kennisbank waar niemand doorheen komt. Bij WebMaintor beginnen we om die reden liever met een korte lijst die klopt dan met een lange die indruk maakt.
Concrete volgende stap: pak de gesprekken van de afgelopen maand erbij en tel alleen de eerste vraag per gesprek. Een uur werk, en u weet daarna beter welke pagina u moet aanpassen dan na een halve dag vergaderen.
