Natural language processing vindt zijn weg naar CRM

Ontdek hier hoe u natural language processing ook winstgevend kunt gebruiken in CRM.

Meer en meer bedrijven vertrouwen op technische ondersteuning op het gebied van klantrelatie en klantloyaliteitsbeheer. CRM-systemen zijn een integraal onderdeel geworden van de infrastructuur van veel bedrijven - en evolueren voortdurend.

Inhoud

• Wat is artificial intelligence?
• De geschiedenis van artificial intelligence
• Wat is Natural Language Processing?
• De complexiteit van de menselijke taal
• NLP zorgt voor tevreden klanten
• Verdere toepassingsgebieden van NLP in CRM
• Conclusie: NLP brengt CRM naar een nieuw niveau

Sommige moderne CRM-systemen hebben bijvoorbeeld functies die alleen kunnen worden geïmplementeerd met artificial intelligence.Om te begrijpen hoe bedrijven profiteren van deze functies, moeten we eerst de volgende vraag behandelen:

Wat is artificial intelligence?

Artificial intelligence (AI) behandelt methoden waarmee een machine of een computer taken kan oplossen waarvoor intelligentie vereist is. Artificial intelligence is een deelgebied van de informatica en wordt nu erkend als een afzonderlijk academisch gebied. Dit was echter niet altijd het geval.

De geschiedenis van artificial intelligence

De meeste lezers moeten bekend zijn met de film "The Imitation Game - A Top Secret Life" met Alan Turing in de hoofdrol. In deze presentatie slaagde de cryptoanalyticus er samen met een team van Amerikaanse wetenschappers in om het Enigma te ontcijferen dat door de Wehrmacht werd gebruikt om het dataverkeer in de Tweede Wereldoorlog te coderen.

Zelfs als de historische waarheid lang niet dezelfde is als die van een documentaire, is de bekende film gebaseerd op een waargebeurd verhaal.

Het onstaan van artificial intelligence

In 1950 formuleerde Alan Turing zijn idee van een methode om te bepalen of een computer een menselijke geest equivalent heeft. Later werd zijn methode algemeen bekend als de Turing-test.

Op de Dartmouth-conferentie werd de term 'artificial intelligence' voor het eerst gedefinieerd in 1956 - en als het ware werd 's werelds eerste AI-programma geschreven.

De oorsprong van artificial intelligence dateert zelfs uit de 18e eeuw. Het idee dat de menselijke denkprocessen in elke vorm kunnen worden geautomatiseerd of gemechaniseerd, is al terug te vinden in een werk van Julien Offray de La Mettrie uit 1748.
De mogelijkheden van vandaag op het gebied van artificial intelligence gaan op veel gebieden veel verder dan op dat moment mogelijk werd geacht. Dit wordt vooral duidelijk door Natural Language Processing (NLP).

Wat is Natural Language Processing?

Natural Language Processing is het vermogen van artificial intelligence om natuurlijke taal te verwerken. Het is ook gebaseerd op belangrijke kennis van taalkunde gecombineerd met die van informatica en artificial intelligence. Naast machine learning is NLP een van de meest elementaire vaardigheden in artificial intelligence.

Kort gezegd streeft NLP ernaar om ongestructureerde gegevens zoals taal beter te begrijpen als gestructureerde gegevens. Natuurlijke taalverwerking kan daarom ook worden geclassificeerd als een dataminingtechniek.

De kerncomponenten van de NLP

Natural Language Processing kan worden onderverdeeld in drie gebieden:

• het natuurlijke begrip van taal
• de natuurlijke taalproductie
• de stemmingsanalyse.

Natuurlijk taalbegrip wordt gewoonlijk Natural Language Understanding (NLU) genoemd.

De complexiteit van menselijke taal

Mensentaal is ongelooflijk divers en complex. Zowel mondeling als schriftelijk hebben we een enorm scala aan uitdrukkingen. Voeg daar het ongelooflijk grote aantal talen aan toe.

Strikt genomen zijn er alleen al onder de Germaanse talen zeven vormen, die tot de Duitse talen kunnen worden gerekend: Duits, Luxemburgs, Zwitserduits, Pennsylvania-Duits, Elzassisch en Cimbriaans. Volgens deze onderverdeling zijn er wereldwijd ongeveer 6500 talen.

Individuele kenmerken beïnvloeden taalbegrip

Het aantal unieke syntaxis en grammaticaregels is navenant groot. Vooral in de gesproken taal dragen individuele kenmerken bij aan de complexiteit: een onduidelijke uitspraak, een accent, stotteren of mompelen kan een enorme impact hebben op het verstaan van spraak.

NLP en machine learning

Vooral deap learning, begeleid en niet-begeleid leren worden gebruikt om de complexe, ongestructureerde gegevens van de menselijke taal te modelleren.
Natuurlijke taalverwerking is belangrijk om de onduidelijkheden in de taal op te lossen. Met behulp van NLP krijgen de gegevens in de taal een numerieke en dus nuttige structuur voor downstream-toepassingen. NLP wordt vaak gebruikt, met name op het gebied van CRM.

NLP zorgt voor tevreden klanten

Veel grote bedrijven vertrouwen al op NLP op het gebied van CRM.

NLP van de Royal Bank of Scotland

Bijvoorbeeld de Royal Bank of Scotland. De Schotse bankgroep gebruikt een NLP-proces genaamd Text Analytics om belangrijke trends te extraheren uit diepgaande klantfeedback.

Het NLP-proces kan gegevens uit verschillende kanaalinteracties trekken. E-mail, callcenterdiscussies en enquêtes worden geanalyseerd om de oorzaken van ontevreden klanten te identificeren.

Op deze manier kan het bedrijf strategisch belangrijke maatregelen nemen en bijbehorende verbeteringen aanbrengen. Dit is hoe customer relationship management (CRM) permanent wordt getransformeerd.

Verdere toepassingsgebieden van NLP in CRM

NLP kan op verschillende manieren in het CRM-systeem worden gebruikt. Op deze manier profiteren verschillende delen van het bedrijf van het op AI gebaseerde CRM-systeem.

Prioritering van e-mails en tickets

Velen zullen bekend zijn met deze situatie: u keert terug naar het kantoor na uw jaarlijkse vakantie en vindt meer dan 200 ongelezen e-mails in uw mailbox. Veel werknemers voelen zich overweldigd door de e-mails die ze elke dag ontvangen.

Boven een bepaald aantal is het gewoon niet meer mogelijk om alle belangrijke e-mails op tijd te beantwoorden. Het onderscheid tussen alleen belangrijke en onbelangrijke e-mails kost wat tijd.

NLP kan ontvangen e-mails en tickets scannen op basis van urgentie, intentie en toon van de auteur en deze dienovereenkomstig classificeren. Dit is bijvoorbeeld mogelijk door gerichte identificatie van trefwoorden zoals "urgent" of "morgen".

Op deze manier worden medewerkers opgelucht. Omdat e-mails niet langer handmatig hoeven te worden geselecteerd als onderdeel van een complex proces, kunnen werknemers belangrijke vragen rechtstreeks beantwoorden.

NLP in leadbeheer - het potentieel van chatbots

Chatbots gebruiken NLP en maken al enkele jaren deel uit van het dagelijks leven. Zelfs als ze nog een lange weg te gaan hebben, gebruiken veel bedrijven al met succes digitale assistenten in hun dagelijkse activiteiten.

Een van de grootste voordelen van chatbots is hun vermogen om elke dag op honderden binnenkomende verzoeken te reageren. Op deze manier houden ze werklast ver verwijderd van  menselijke werknemers.

Tijd is vooral belangrijk op het gebied van leadmanagement. Als geïnteresseerde partijen niet snel een antwoord ontvangen, bestaat het risico dat ze zich in plaats daarvan tot een ander bedrijf wenden. Chatbots kunnen binnen enkele seconden op individuele verzoeken reageren.

Dit betekent echter niet dat mensen overbodig worden door de inzet van chatbots. De belangrijkste functie van chatbots is het verzorgen van leads om ze dichter bij een definitieve aankoopbeslissing te brengen. Als de chatbot een verhoogde aankoopintentie detecteert, wordt automatisch een verkoopvertegenwoordiger op de hoogte gebracht. In het beste geval wordt hiermee het contract afgesloten.

Chatbots hebben alleen een ondersteunende functie. Ze nemen eenvoudige, eentonige taken op zich, zoals het beantwoorden van duidelijke vragen. Verkoopmedewerkers kunnen daardoor meer belangrijke taken uitvoeren.

Conclusie: NLP brengt CRM naar een nieuw niveau

Natuurlijke taalverwerking opent nieuwe wegen voor bedrijven op het gebied van CRM. Er zijn al verschillende manieren om op NLP gebaseerde functies vandaag in het CRM-systeem te integreren.

Een CRM-systeem met geïntegreerde NLP-functies kan een belangrijke bijdrage leveren aan een beter begrip van de klant. Dit biedt enorme voordelen voor marketing en verkoop. Op basis van een beter begrip van klanten kunnen strategisch relevante beslissingen worden genomen voor de toekomst.

Uiteindelijk helpt NLP bedrijven in het CRM-systeem om concurrerend te blijven in tijden van concurrentie.