Chatbots zijn de trend: wat weet jij al over deze bots?

Karel
24/4/2018
Internet marketing
X
min leestijd
Karel
24/4/2018
Internet marketing
X
min leestijd
chatbot_trendsetter

Je hebt vast wel eens 'gesproken' met een chatbot. Siri van Apple? Dit is ook een chatbot! Ze variëren van een simpele chatfunctie tot een slimme spraakassistent. Tegenwoordig is het niet alleen mogelijk om te vragen wat voor weer het is: vandaag de dag kunnen de werkzaamheden van chatbots zelfs leiden tot conversie! Hoofdzakelijk helpen chatbots om ons leven te vergemakkelijken. In dit artikel leg ik uit wat chatbots zijn, waarom ze interessant zijn en hoe het precies werkt. Ook geef ik een aantal voorbeelden uit de praktijk. Het zoekwoord “chatbots" is volgens Google Trends vanaf begin 2016 tot nu flink in populariteit gestegen.

Google Trends rapport woord chatbots

Dit komt voornamelijk door de lancering van Facebook Messenger bots in april 2016. De insteek was dat chatbots in Messenger voornamelijk werken als helpdesk of informatievoorziening. Amazon, Apple, Google en Microsoft hebben de chatbot een stap verder gebracht. Zij hebben er een slimme spraakassistent van gemaakt. Deze bots zijn terug te vinden in onze telefoon, laptop, tv, auto en AI-speaker. Facebook had in eerste instantie ook een spraakassistent, maar deze is op 19 januari 2018 geschrapt.

chatbot Billie van Bol

Chatbots zijn in ontwikkeling en zorgen ervoor dat mensen steeds meer uit handen kunnen geven. Het idee is dat chatbots processen overnemen. Dan moet het voor een chatbot wel mogelijk zijn om mensentaal te verstaan. Met NLP(Natural Language Processing) en Machine Learning is het mogelijk om mensentaal aan een chatbot te leren. Een gebruiker doet een verzoek in mensentaal en krijgt vervolgens antwoord in mensentaal. Hiernaast bijvoorbeeld Billie van Bol.com. Het lukt Billie om de intentie achter mijn vraag te lezen en hierop te reageren. (Het enige wat ik nog mis is een mogelijkheid om in te loggen via de chatbot.) NLP en Machine Learning hebben een zodanige rol in het begrijpen hoe soorten chatbots tot stand komen, dat deze uit de oorsprong worden toegelicht.

Natural Language Processing(NLP)

We gaan even terug naar de oorsprong van NLP. Organismen gebruiken zo lang als ze bestaan verschillende vormen van communicatie. De mens zendt en ontvangt via zintuigen, maar NLP maakt zich vooral kenbaar in spreken, schrijven, luisteren, kijken en lezen. Deze eigenschappen worden pas bruikbaar wanneer er een taal aan verbonden is. Zonder taal is het voor ons lastig om betekenis te hechten aan entiteiten en elementen en met deze te communiceren.Niet alleen organismen kunnen tegenwoordig communiceren op een manier die voor ons waarneembaar is. De afgelopen eeuw heeft de mens een grote sprong gemaakt bij het ontwikkelen van machines. Daarin is taal en communicatie een uitdaging. Oorspronkelijk maakt een computer gebruik van nullen en enen. Dit hebben mensen vertaald naar commando’s. We typten commando’s om de computer (MS-DOS) te laten werken. Daarna maakten we gebruik van een graphical user interface (Windows-95), waardoor het gebruik van een computer voor veel consumenten gebruiksvriendelijker werd. Nu zijn we bij de ontwikkeling van de conversational interface aangekomen. We proberen met menselijke taal te communiceren met computers . De techniek die een applicatie gebruikt om menselijke taal te begrijpen wordt Natural Lanquage Processing (NLP) genoemd (Goldberg, 2016). NLP wordt in alledaagse processen gebruikt. Voor de spellingscontroles in Word of e-mail bijvoorbeeld, maar op het gebied van chatbots is het gecompliceerder. Als een gebruiker sarcastisch communiceert met een bot, dan zal het uitdagend zijn om een gewenste respons te creëren.

“Na 9 uur werken moet ik thuis weer aan het werk, wat een geluk!" Deze zin zal waarschijnlijk positief worden geïnterpreteerd door de bot. Training van de bot met Machine Learning is vereist om dit te perfectioneren.

NLP is in de Engelse taal een snelle vooruitgang aan het boeken. Alexa, Siri, Cortana en Allo maken gebruik van een Engelse NLP om te functioneren. Alexa is momenteel ook in het Duits te verkrijgen, maar soortgelijke goedwerkende NLP voor Nederland is momenteel nog primitief.Via Github is een Nederlandse NLP open source database te verkrijgen onder de naam Frog. Zelf geven de makers van Frog aan dat deze NLP database nog onbruikbaar is om in te zetten, maar wellicht is het mogelijk deze met Machine Learning te versterken. De Nederlandse Flow.ai heeft Nederlandse NLP opties geïntegreerd. (Met Flow.ai is het mogelijk om je eigen bot te maken.) Deze NLP opties werken ook via Machine Learning. Ze staan nog in de kinderschoenen en zullen in vergelijking met zijn Engelse NLP broer minder goed, maar zeker niet onbetrouwbaar functioneren.

Machine Learning

De term Machine Learning kwam al een aantal keer naar voren. Maar wat is het? Machine Learning is een algoritmeverbeteraar die werkt zonder directe invloed van de mens. Het probeert om op zichzelf alteraties toe te passen middels databanken en “Trial and Error", om algoritmes te verbeteren. Het ligt aan het doel hoe algoritmes worden geperfectioneerd. Een voorspellend algoritme zal zich constant verbeteren om beter te kunnen voorspellen. Als er input wordt gegeven aan het verbeterde voorspellende model, dan komt er vanzelfsprekend een verbeterde voorspelling uit. Dit zijn bijvoorbeeld ook woorden die je smartphone onthoudt om een persoonlijk woordenboek voor je te creëren.

Analytics voor bots

Een goed voorbeeld van Machine Learning in relatie tot chatbots is een analytische botapplicatie. De applicatie vormt een verzamelplatform van jouw gemaakte bots die gebruikmaken van algemene gebruikersinterface-applicaties (GUI, dit zijn bijvoorbeeld: WhatsApp, Facebook Messenger, Alexa, Allo etc.). Het is dan mogelijk om de flow van use cases te beoordelen en aan te passen.[caption id="attachment_37028" align="aligncenter" width="579"]

flowchart bot analyse

In het blauw wanneer de flow een use case behartigt en in het rood wanneer de gebruiker de use case verlaat.[/caption]Chatbase clustert positieve en negatieve uitkomsten van use cases, zodat deze aan te passen zijn voor optimalisatie.[caption id="attachment_37031" align="aligncenter" width="487"]

intentie use cases

Rode berichten beschikken niet over een use case (intent) of de use case werkte niet correct. Blauw geeft werkende use cases aan. Ook is te vergelijken welke woorden het meest populair zijn, en wellicht relevant zijn voor gestelde KPI’s.[/caption]

Soorten Chatbots

Een aantal verschillende soorten chatbots. De spraakassistent en Facebook Message servicebot zijn net al genoemd, maar hoe soorten chatbots gecategoriseerd worden is nog onduidelijk. Hieronder de diverse categorieën.

Rule-Based/IFFFT Bots

Deze bot is een geautomatiseerde gesprekspartner die volgens het “If This, Then That principe" werkt. De chatbot reageert met een bepaalde actie op sleutelwoorden. Er wordt vaak geen simulatie van een echt mens ervaren. Deze bots worden vaak ingezet op gespecialiseerde taken.

AI-bot

Een kunstmatige Intelligente(AI) bot simuleert overtuigend hoe een mens zich zou gedragen als gesprekspartner. Deze bot zal de bekende Turing-test van Mauldin doorstaan. In deze test wordt gekeken of een mens onderscheid kan maken tussen berichten van een computer en een mens. Als het onderscheiden niet lukt, dan heeft de computer de test doorstaan. Deze bots kunnen generalistischer worden ingezet. Denk bijvoorbeeld aan de bestaande spraakassistenten.

Generalistische bots en specialisatiebots

Bots zijn te onderscheiden in generalistische bots en specialisatiebots. Grote bedrijven als Google, Facebook, Amazon en Apple maken gebruik van populaire GUI’s of in dit geval generalistische bots. Zij hebben een ruim bereik van gebruikers en bieden de mogelijkheid om met veel soorten data in aanraking te komen. Deze bots gebruiken gegevens uit databases en zoekmachines in het algemeen, maar kunnen de gebruiker ook koppelen aan diensten. Zij zijn grotendeels afhankelijk van de content die derden beschikbaar stellen (vaak specialistische content).Neem bijvoorbeeld die ene sushizaak bij jou om de hoek. De sushizaak heeft er baat bij om zijn gegevens online beschikbaar te stellen, zodat generalistische bots hier gebruik van kunnen maken. Meer bereik betekent immers meer potentiële klanten voor de sushizaak.Stel dat deze sushizaak een mogelijkheid aanbiedt om sushi te bestellen via de website. Je kunt een selectie maken welke sushi je wil bestellen. In dit geval spreken we over een specialisatiebot. Een specialisatiebot biedt vaak in tegenstelling tot de generalistische bot een gespecialiseerde taak aan. Het is niet mogelijk om te vragen wat voor weer het buiten is, maar de bot is uitsluitend bedoeld voor het verwerken van jouw bestelling. Generalistische bots en gespecialiseerde bots werken vaak samen, waarin het vrijwel altijd begint bij de generalistische bot en eindigt bij de gespecialiseerde bot. Bij het gebruikmaken van Alexa van Amazon begint het met de uitspraak “Alexa", maar het ligt aan het verzoek waar Alexa uiteindelijk terechtkomt. Sommige specialistische bots werken al met Alexa samen. Als een gebruiker vraagt om vervoer, dan geeft Alexa de mogelijkheid om een Uber te bestellen. Alexa zoekt via de gespecialiseerde bot van Uber naar aanbieders in de buurt. Vervolgens verbindt de Uberbot de gebruiker met de aanbieder. De gebruiker kan in dit geval simpelweg met één applicatie naar voorkeur elke gekoppelde specialisatiebot bereiken (Botnerds, 2017).

generalistische bots

Strijd om gebruikers

De grote bedrijven hebben momenteel een strijd om macht over de gebruikers. Ze bieden allen een systeem aan, en de daarbij horende generalistische chatbots. De kleine bedrijven met gespecialiseerde doelen proberen via deze grote platformen bij de gebruiker te komen. Er zijn natuurlijk ook native applicaties van middelgrote bedrijven die populair zijn, denk bijvoorbeeld aan Thuisbezorgd.nl of de Marktplaats app. Hieronder is de strijd om gebruikers weergegeven in een hiërarchische piramide van Activate.inc.

consumer war piramide

De strijd is goed te zien bij het aanbieden van de zoekmachine. Google blijft het meest gebruikte platform, maar zijn rivalen weigeren Google de overmacht te geven en gebruiken het minder populaire Bing. De nieuwkomers, Facebook en Amazon, hebben dan weer problemen met dat ze late aanbieders zijn met applicaties als browsers en locatie weergeven. Deze laatkomers kunnen alleen maar instemmen om derden te gebruiken. Facebook M* heeft de strijd inmiddels opgegeven. Deze GUI is uit de lucht.

SE_chatbots

Specialistische bot KLM

Nu je het verschil weet tussen gespecialiseerde en generalistische bots, pakken we een praktijkvoorbeeld om dit te belichten. KLM maakt momenteel gebruik van twee gespecialiseerde chatbots gericht op klantenservice en conversie. De bots gebruiken de gegeneraliseerde GUI’s, Facebook Messenger en Google Home, om bij gebruikers te komen. De bot bij Facebook Messenger heeft twee use cases. Het boeken van een vlucht (conversie) en het geven van vluchtinformatie van de boeking(klantenservice). De KLMbot bij Google Home geeft inpaksuggesties voor de reis.

Boeken van een vlucht

In eerste instantie leek het erop dat de service van het boeken een vlucht niet meer werkte, maar als snel werd het tegendeel bewezen toen het sleutelwoord “BlueBot" werd gebruikt.

KLM foto's

De bot elimineert een aantal stappen binnen het proces van een vlucht boeken, zoals je hierboven ziet. Normaliter zou een persoon naar de website van KLM moeten gaan, een aantal seconden de tijd moeten nemen om te snappen hoe je naar vluchten moet zoeken, dan een verzoek tot zoeken indienen en vervolgens een vlucht selecteren. Al deze stappen zijn nu via de bot gedaan. Als je het niet eens bent met de keuze die de bot voor je heeft gemaakt, dan is er een optie om een andere selectie te maken. Het enige wat de bot nog niet biedt, is een manier om persoonlijke gegevens in te vullen en te betalen. Vooralsnog word je na deze stappen naar de website gestuurd om daar de boeking af te ronden. Waarschijnlijk is dit een bewuste keuze van KLM, omdat het wellicht niet fijn voor de klant is om persoonsgegevens te delen in een applicatie van Facebook.

vluchtgegevens op telefoon

Boekgegevens en FAQ

KLM heeft een ingebouwde plug-in in de chatbot van Facebook Messenger. Het is mogelijk om de KLM chatbot in te zetten als je al een vlucht hebt geboekt. Op de boekingspagina van de KLM website is het mogelijk om aan te geven dat je updates over de vlucht wil ontvangen via Facebook Messenger. KLM koppelt de gegevens dan aan jouw Messenger account. De boardingpasses en vlucht informatie zijn via Messenger beschikbaar. Mocht een vlucht vertraging hebben, dan krijg je via Messenger gelijk een melding. De FAQ van het vliegveld zit ook in de bot verwerkt. Een reiziger kan daarom ook voor andere vragen bij de bot terecht.

Inpakhulp

Eind 2017 heeft KLM ook een inpakapplicatie voor Google Home gelanceerd. De spraakassistent van Google vraagt dan wat je reisbestemming is en hoelang je er verblijft. De bot berekent wat voor weer het wordt, en geeft vervolgens inpaksuggesties. De standaard inpaklijst wordt ook gepresenteerd, en aan het einde vraagt de bot alles nog een keer na of alle benodigdheden zijn ingepakt.

Kortom...

Dat chatbots een toekomst hebben is wel duidelijk. Natuurlijk zijn er nog veel meer vormen van chatbots, en heb ik in dit artikel de negatieve kanten nog niet belicht. Dit bewaar ik voor mijn volgende blogartikel. Mocht je dit een interessant onderwerp vinden, houd dan dus zeker ons blog in de gaten!

Schrijf je in voor onze nieuwsbrief

Je bent succesvol ingeschreven voor onze nieuwsbrief!
Er is iets fout gegaan bij het verzenden van het formulier

Wil je meer gratis tips over online marketing?

Bekijk onze gratis downloads

Categorieën

Ontdek hoe wij jouw bedrijf verder kunnen helpen

We hebben je aanvraag succesvol ontvangen, we nemen zo snel mogelijk contact met je op
Er is iets fout gegaan bij het verzenden van het formulier