- Moderne IVR-systemen combineren spraakherkenning en NLP om verder te gaan dan onhandige menu's, basisvragen af te handelen, informatie te verzamelen en gesprekken te routeren.
- Kosten lager dan volledig autonome voice agents.
- IVR volgt gedefinieerde paden en gebruikt vooraf opgenomen prompts, waardoor het gemakkelijker te onderhouden is voor eenvoudige use cases.
- Om te voorkomen dat gebruikers gefrustreerd raken, moet je menu's kort houden, flows testen en verfijnen en altijd duidelijke paden naar live agents bieden voor als klanten menselijke hulp nodig hebben.
"Als je met een mens wilt spreken, zeg dan 'mens'."
"Menselijk."
"Sorry, ik kon geen optie vinden die overeenkomt met 'Cubaans'. Als u wilt spreken..."
Zucht.
De goede naam van Interactive Voice Response (IVR)-systemen is inmiddels door het slijk gehaald.
En, ik bedoel, eerlijk; je kunt ze zeker het lelijke stiefkind van de AI-voice agent-familie noemen.
Ze zijn lomp, gedateerd en onpraktisch. In een tijd waarin de meest geavanceerde toepassingen beschikbaar zijn via onze telefoons, voelt het voeren van een spraakgesprek met een robot als het minst handige gebruik van deze krachtpatsers in zakformaat.
Waarom schrijf ik dit artikel nog?
Oh, ja. [schraapt keel].
...maar als kenner van spraaktechnologie en liefhebber van strak ontworpen toepassingen, heb ik een paar inzichten ten gunste van geautomatiseerde telefoonstromen.
Het is de laagste drempel voor klantondersteuning en de ondersteunende technologieën NLP (natuurlijke taalverwerking) en ASR (automatische spraakherkenning) hebben een lange weg afgelegd.
Met het juiste ontwerp kunnen verkeerd begrepen trefwoorden en eindeloze menu's tot het verleden behoren.
Dus ga met me mee op reis, terwijl ik je meeneem door de onderdelen van het systeem, hoe ze vandaag de dag worden gebruikt en een aantal unieke voordelen van deze technologie belicht.
Want hoewel je zeker wel eens aan IVR hebt gedacht, durf ik te wedden dat je nog nooit echt over IVR hebt nagedacht.
Wat is IVR?
IVR (interactive voice response) is een geautomatiseerd telefoonsysteem dat bedrijven gebruiken als een menu om klanten door ondersteuningsgesprekken te navigeren. Deze systemen kunnen veelgestelde vragen beantwoorden, basistaken uitvoeren en doorschakelen naar een live agent.
IVR haalt de live agent weg bij de basisvragen, het dispatchen en het verzamelen van informatie, en reserveert live agenten voor meer genuanceerde of gevoelige gevallen.
Met een bibliotheek van (meestal vooraf opgenomen) berichten en de mogelijkheid om gebruikersinvoer te lezen, kunnen deze digitale agenten een groot deel van het handmatige werk van de klantenservice uit handen nemen.
Hoe lezen IVR-systemen gebruikersinvoer?
Traditionele systemen gebruikten (Dual-Tone Multi-Frequency) DTMF om gebruikersinvoer te lezen. Dat is waar de toetsen op het kiespad overeenkomen met opties.
(En daarom maken verschillende nummers op het toetsenbord verschillende geluiden).
Je weet wel, "Voor Engels, druk 1".
Sommigen gebruiken dit nog steeds. Maar de meeste dingen zijn aanzienlijk pittiger geworden: 🌶️.
Met de vooruitgang in spraaktechnologie kunnen deze systemen veel krachtigere mechanismen integreren om trefwoorden te herkennen, of zelfs natuurlijke taalverwerking (NLP) uitvoeren om betekenis en sentiment uit de spraak van de gebruiker te halen.
Hoe werkt IVR?
1. Eerste oproep
De IVR flow wordt gestart wanneer een klant een speciale telefoonlijn belt.
3. Gebruikersinvoer
De gebruiker selecteert een optie. Er zijn een paar verschillende manieren waarop het systeem de invoer van de gebruiker kan lezen.
DTMF (Dual-Tone Multi-Frequency)
DTMF is een klassieker. Het is eenvoudig en ondubbelzinnig. Het is begrijpelijk dat het minder geliefd is - als je telefoneert, wil je spreken.
Aan de andere kant is het de minst veeleisende manier om gebruikersinput te verzamelen.
Het wordt veel gebruikt voor overheidsdiensten - instellingen die nog geen volledig helpportaal hebben gebouwd en die verwachten dat vragen uiteindelijk toch naar een live agent leiden.
Spraakcommandoherkenning
Hier wordt de gebruiker gevraagd om het woord te zeggen dat bij de gekozen optie hoort, bijvoorbeeld "als u het saldo van uw rekening wilt controleren, zegt u 'saldo'".
Deze technologie heeft de afgelopen decennia, sinds ze op de markt kwam, grote vooruitgang geboekt.
Je bent misschien gewend aan frustrerende herkenning met lage nauwkeurigheid (zoals het voorbeeld in de intro), maar dat heeft meer te maken met gedateerde IVR-systemen dan met de mogelijkheden van spraakherkenning.
Automatische spraakherkenning (ASR) en NLP
Geavanceerde systemen kunnen kiezen voor volledige spraakherkenning met NLP-systemen.
Dat is waar de gebruiker zijn optie in gewone taal uitspreekt en diepe neurale netwerkgebaseerde algoritmen worden gebruikt om de input van de gebruiker te transcriberen en te classificeren, bijvoorbeeld "Ja, uh, ik wil een storting doen".
Systemen met relatief weinig middelen kunnen vrij snelle en nauwkeurige ASR- en NLP-modellen uitvoeren en bedrijven zien verbluffend positieve resultaten met deze opzet.
4. Routing
Afhankelijk van de structuur van het systeem en de reactie van de klant, wordt de klant dan doorgestuurd naar de volgende stap.
Ze kunnen worden gevraagd om persoonlijke informatie in te voeren, zoals een creditcardnummer of geboortedatum. Ze kunnen ook worden doorgestuurd naar een volgend menu met meer specifieke opties.
IVR's vs. AI-spraakagenten
Dus als je een spraakomhulsel over een chatbot voor klantenondersteuning gooit, wordt het dan een IVR-systeem?
Ik denk het, technisch gezien.
Hoewel IVR's worden gebruikt om te verwijzen naar systemen met een vooraf gedefinieerde flow en vooraf opgenomen berichten.
In dit geval gebruikt de agent een vooraf opgenomen bericht om de gebruiker te vragen een van een aantal opties te kiezen, en routeert hij de gebruiker dienovereenkomstig.
In het geval van een spraakgestuurde AI-agent spreekt de gebruiker tegen de agent en worden de antwoorden dynamisch gegenereerd. De agent bepaalt autonoom wanneer hij welk hulpmiddel oproept, als hij dat al doet.
Een IVR gebruikt vooraf opgenomen berichten en een starre gebruikersinvoer om gebruikers door een flow te navigeren. De gebruiker krijgt bij elke stap een reeks opties te zien en moet de juiste selecteren.
Een AI-spraakagent daarentegen heeft toegang tot bepaalde hulpmiddelen en kan de input van de gebruiker interpreteren om te bepalen welke hij moet oproepen. Het genereert ook dynamisch antwoorden, in tegenstelling tot het afspelen van vooraf opgenomen berichten.
Wanneer moet je IVR gebruiken in plaats van een voice agent?
De olifant in de kamer: waarom moeite doen voor een stapsgewijs spraakgestuurd systeem als we soepele, autonome, conversatie-agenten bij de hand hebben?
En als je al AI gebruikt om de intentie van de gebruiker in een IVR te categoriseren, waarom zou je dan niet kiezen voor een volledig autonoom systeem?
Blij dat je het vraagt.
Als je een krap budget hebt
Als we de spraakherkenning (die in beide systemen aanwezig is) buiten beschouwing laten, komt het AI-gebruik in IVR neer op het categoriseren van de uiting van een gebruiker als 1 van n voorbeelden (meestal >10).
Autonome agents daarentegen doen een beroep op meerdere LLM (large language model) om de intentie van de gebruiker te bepalen, een antwoord samen te stellen en tekst-naar-spraak (TTS) te gebruiken om de bijbehorende audio te genereren.
Deze extra kosten zijn vaak nodig, omdat je bijvoorbeeld een erg lange bedrijfspolicy of FAQ-pagina hebt en honderden mogelijke vragen van klanten.
Ze vooraf definiëren en, god verhoede, klanten door een opgenomen menu laten lopen om hun vraag te vinden, zou onuitvoerbaar zijn. Een agent is in dit geval de beste keuze.
Wanneer je flow niet volledig gedefinieerd is
Autonome agenten zijn krachtiger, maar minder voorspelbaar.
Onthoud dat ze zelf beslissingen nemen. Dat betekent dat er bij elke beurt een reeks bewerkingen wordt uitgevoerd, waardoor fouten moeilijk te debuggen zijn.
Ik weet dat omdat ik uren heb besteed aan het debuggen ervan.
Dit is prima. Het hoort bij ontwikkeling, maar de tijdsinvestering kun je het beste bewaren tot je zeker weet dat de gegevens, de workflowstructuur en de behoefte er al zijn.
En IVR is een geweldige manier om al die elementen op een rij te krijgen.
Het expliciet definiëren van stappen en gebruikers er één voor één doorheen leiden is een veel nuttigere manier om je gegevens te organiseren en je flow te begrijpen.
Ik blijf erbij dat IVR zijn sterke punten heeft en eenvoudige zaken beter kan afhandelen dan een volwaardige AI-agent.
Maar als er niets anders is, kun je het zien als een opstapje naar volledige automatisering.
Voordelen van IVR
IVR-systemen zijn niet voor niets zo wijdverbreid.
En ook al leven we in een tijd met grotere, slechtere, spraakgestuurde technologieën voor klantenondersteuning, ik denk dat IVR nog steeds het bekijken waard is.
Beveiliging
We hebben het zo druk met praten over wat AI net zo goed doet als mensen, dat we vaak vergeten op welke manieren het ons overtreft.
Een daarvan is stemherkenning. Zoals, "dat is de stem van Tom" vs. "dat is Tom niet".
Voor gevoelige zaken, zoals financiën of persoonlijke informatie, geeft een geautomatiseerde spraakstroom bedrijven de mogelijkheid om de stem van de spreker te verifiëren aan de hand van zijn identiteit, waardoor fraude wordt opgespoord die anders onopgemerkt zou blijven.
Verbeterde CX
Als je niet genoeg mensen beschikbaar hebt om elk inkomend gesprek te beantwoorden, heb je iets nodig dat het werk overneemt.
Geholpen worden is beter dan in de wacht staan.
Live agents zijn geweldig. Maar live agents die op de hoogte zijn van de behoeften van de binnenkomende klant en op basis van hun expertise worden ingezet, dat is ideaal.
Lagere kosten
Deze is tweeledig.
Ten eerste is het altijd kostenbesparend om trivialiteiten van de klantenservice uit handen te geven. Klanten met eenvoudige vragen hebben geen bijzonder persoonlijke service nodig en IVR kan eenvoudige taken uitvoeren of snel antwoorden.
Het is een win-win
Aan de andere kant is het een goedkoper alternatief voor AI-agenten en chatbots.
Bedrijven staan te popelen om volwaardige AI-agenten te implementeren om hun klantenservice te automatiseren, zonder goedkopere automatiseringen zoals IVR in overweging te nemen.
De kosten van bots hebben niet alleen te maken met de tools en de technologie. Het gaat ook om de tijd die je uittrekt voor het vallen en opstaan bij het bouwen ervan.
Het ontwerpen van een goedkoop systeem met een expliciete workflow kan een uitstekende manier zijn om gegevens te verzamelen over de behoeften van klanten en te leren hoe je het beste je flows kunt automatiseren, voordat je klaar bent om de trekker over te halen voor een volledig autonoom systeem.
Effectievere routering
Het gebruik van expliciete workflowstappen (en idealiter een beetje AI-magie) kan de dispatching enorm verbeteren. Als in, klanten daadwerkelijk de hulp geven die ze nodig hebben.
AI is geweldig in het vinden van patronen in lawaaierige gegevens.
AI is geen inherent onderdeel van IVR, maar het toevoegen van machine learning om gedragspatronen van gebruikers te voorspellen is relatief eenvoudig.
Met IVR kun je gegevens verzamelen over het profiel van de klant, zijn bezorgdheid en hoe behulpzaam bepaalde live agents zijn bij de bezorgdheid.
Bij het routeren moet de IVR bepalen naar welke live-agent ze doorschakelt.
Misschien heeft de ene agent meer kennis over problemen met databasemigraties en de andere over aanmeldingsgegevens. Hoewel agent 3 het beste is voor problemen met aanmeldingsgegevens voor gebruikers in enterprise plannen.
Om alle verschillende combinaties van agenten/bezorgdheden/profielen te leren zou een levenslange bezigheid zijn.
Maar niet voor AI - dat zijn gewoon gegevens.
24/7 ondersteuning
Live agents zijn misschien niet de klok rond beschikbaar, maar je kunt op oneven uren de nodige informatie verzamelen, een terugbeltijd instellen voor wanneer ze beschikbaar zijn en snelle eenmalige vragen beantwoorden.
Dit zorgt voor minder wrijving bij de klant, maakt de actieve tijd van live agents effectiever en kan resources vrijmaken zodat je live agents kunt inzetten tijdens daluren.
Gebruik van IVR in verschillende sectoren
Bedrijven zien de efficiëntie en tevredenheid in verschillende sectoren toenemen, vooral wanneer ze IVR combineren met NLP.
Bank
Ik heb bankieren een paar keer genoemd in het artikel, omdat ik denk dat het een geweldig gebruik is van IVR.
Hoe je het ook wendt of keert, om een veilige transactie te garanderen moet de identiteit van een gebruiker minstens een paar keer worden geverifieerd en vervolgens moeten de details van de transactie worden gespecificeerd.
Het gaat meestal om relatief eenvoudige maar gevoelige informatie: creditcardnummers, stortingsbedragen. Zolang de IVR betrouwbaar en veilig is, is het perfect geschikt voor bankieren.
In feite heeft de implementatie van op natuurlijke taal gebaseerde IVR banken geholpen om hoge niveaus van insluiting te laten zien (geen noodzaak om door te schakelen naar een live agent) met verbeterde beveiliging.
Gezondheidszorg
De personeelsuitdagingen tijdens COVID-19 toonden aan hoe belangrijk effectieve automatisering in de gezondheidszorg is.
GBANK Health, een netwerk van apotheken in Iowa, zag het aantal doorschakelingen met 24% dalen na de implementatie van case-specifieke IVR.
Dit herinnert ons eraan dat de geneeskunde een sector is waar veel op het spel staat en die onder grote druk staat. En effectieve automatisering betekent het verbeteren van het welzijn van mensen.
Klantenservice
De meeste vragen van klantenondersteuning zijn terugkerende zaken. Het categoriseren en filteren van inkomende gesprekken bespaart tijd en verhoogt de tevredenheid.
Een Amerikaanse retailer slaagde erin het aantal doorschakelingen met 30% te verminderen met IVR in natuurlijke taal.
Het implementeren van een IVR legt de bal ook bij u.
Dezelfde retailer gebruikte voorspellende algoritmen om aanvullende diensten aan te bevelen, met een succespercentage van meer dan 70%, waardoor er minder vervolggesprekken nodig waren.
Hoe veelvoorkomende uitdagingen van IVR vermijden
Het is niet allemaal rozengeur en maneschijn - er kunnen problemen ontstaan met IVR. Het goede nieuws is dat er stappen zijn die u kunt nemen om ze aan te pakken.
Wees transparant
IVR is niet menselijk, en dat is niet erg.
Maar sommige klanten spreken liever met een live agent.
Zonder de mogelijkheid om de emoties van een gebruiker te lezen of erop te reageren, kunnen ontevreden klanten zich ondergewaardeerd voelen.
Oplossing: Optimaliseer voor duidelijkheid en wees zo vroeg mogelijk transparant over hoe de gebruiker met een live agent kan spreken.
Geautomatiseerde menu's zijn uiteindelijk minder persoonlijk dan, nou ja, mensen. En gebruikers zullen daar anders over denken.
Je kunt niet bepalen hoe klanten erover denken, maar je kunt altijd transparant zijn over hun opties.
Knelpunten aanpakken
Zelfs geautomatiseerde systemen hebben wachttijden. Zo zijn er bijvoorbeeld grenzen aan het aantal klanten dat IVR tegelijk kan bedienen. Wachttijden voor live agents variëren ook.
Oplossing: Identificeer knelpunten en probeer ze op te lossen.
Bij het ontwikkelen van een IVR-workflow moet u zowel rekening houden met wat er buiten het systeem nodig is als met wat er binnen het systeem nodig is.
Misschien is er meer vraag naar bepaalde menuopties dan naar andere. Overweeg in dat geval om je personeelsbestand daarop af te stemmen.
Het is mogelijk dat klanten bellen voor eenvoudige vragen die op je website beantwoord kunnen worden. Zorg ervoor dat deze informatie duidelijk en gemakkelijk te vinden is.
Telefoongesprekken automatiseren met IVR
Als je nog niet klaar bent om in het diepe van AI-automatisering te duiken, kan ik geen betere manier bedenken om je tenen erin te dompelen dan door IVR te implementeren.
IVR is een geweldige manier om de kracht van AI te benutten en toch de controle te houden. Je kunt gegevens verzamelen en continu verbeteren.
Het enige wat je nodig hebt is een bouwplatform. Botpress heeft een eenvoudige drag-and-drop bouwer, veel goedkope modellen om uit te kiezen en eenvoudige telefoonintegratie. Het verzamelt zelfs analyses voor je.
Begin vandaag nog met bouwen. Het is gratis.
FAQs
Hoe nauwkeurig is moderne IVR in het verstaan van natuurlijke spraak en verschillende accenten?
Moderne IVR-systemen halen een nauwkeurigheid van 85-95% voor duidelijke spraak in ondersteunde talen, dankzij geavanceerde spraakherkenning en natuurlijke taalverwerking. De nauwkeurigheid daalt bij sterke accenten, dialecten of achtergrondgeluid, waardoor testen met echte gebruikers essentieel zijn. Veel platforms bieden aangepaste modelafstemming om de herkenning voor specifieke accenten en industrievocabulaire te verbeteren.
Is IVR-technologie duur om te implementeren voor een klein bedrijf?
IVR-technologie is niet langer onbetaalbaar voor kleine bedrijven; cloud-gebaseerde oplossingen kunnen al beginnen vanaf $50-$200 per maand, afhankelijk van het belvolume en de functies. De kosten stijgen als u spraakherkenning of integraties met bedrijfssystemen toevoegt, en de grootste kostenpost is meestal ontwerp- en installatietijd in plaats van software.
Kunnen IVR-systemen integreren met CRM om antwoorden te personaliseren?
IVR-systemen kunnen integreren met CRM's en back-end tools, waardoor gepersonaliseerde ervaringen mogelijk worden, zoals bellers begroeten bij naam of routeren op basis van klantgeschiedenis. Deze integraties zijn gebaseerd op API's of directe verbindingen met databases, dus ze vereisen enige technische configuratie, maar ze zijn steeds vaker standaard in moderne IVR-platforms.
Kunnen IVR-systemen gevoelige informatie zoals creditcardnummers veilig verwerken?
IVR-systemen kunnen veilig omgaan met gevoelige informatie, mits ze zijn ontworpen met PCI-DSS compliance en encryptieprotocollen. Veel moderne IVR-providers bieden beveiligde "payment capture" flows waarbij gevoelige invoer wordt afgeschermd van menselijke agenten en end-to-end wordt versleuteld.
Hoe lang duurt het om een nieuw IVR-systeem te implementeren?
Een bedrijf kan een eenvoudig DTMF-gebaseerd IVR-systeem in slechts een paar dagen implementeren als het gebruik maakt van een cloud provider met kant-en-klare sjablonen. De lancering van meer geavanceerde IVR-systemen met spraakherkenning en complexe workflows kan enkele weken in beslag nemen.
.png)
