Livechat of chatbot: wat heb je nou echt nodig?

Bijna elk stuk over livechat versus chatbots is geschreven alsof je moet kiezen, en meestal is het geschreven door wie er iets aan verdient. Het is de verkeerde vraag. Het zijn geen concurrerende producten maar twee lagen van hetzelfde gesprek, en de widget rechtsonder op je site kan ze allebei draaien — wat de meeste teams uiteindelijk ook doen, bewust of per ongeluk.

De vraag die er wél toe doet is smaller: welk deel van je binnenkomende vragen mag een machine beantwoorden, welk deel hoort bij een mens, en hoe stapt een klant van het één naar het ander zonder zijn verhaal twee keer te vertellen. Dat is een inrichtingskeuze, geen aankoopkeuze, en hij weegt zwaarder dan het leveranciersvergelijk dat je van plan was.

Livechat: wat het is

Livechat is een gesprek in realtime tussen een klant op je site en een medewerker van jou, in een chatvenster in plaats van in een mailwisseling. Dat is de hele definitie, en alles wat interessant is volgt uit dat ene woord: medewerker.

Een mens kan alles aan: de vraag die slecht geformuleerd is, de klacht die onder de vraag zit, de uitzondering op de voorwaarden, de klant die al boos was voordat hij begon te typen. Hij hoort een toon en besluit een regel te breken. Geen enkele automatisering die vandaag verkocht wordt doet dat betrouwbaar, en doen alsof van wel is precies hoe je eindigt met een widget waar niemand meer op klikt.

De beperking is net zo simpel: een mens is er als hij werkt, en kan een paar gesprekken tegelijk voeren voordat de kwaliteit zakt. Livechat heeft daardoor een vorm — uitstekend binnen kantooruren met genoeg bezetting, en een wachtrij of een gesloten bordje erbuiten. De ergernis die klanten over livechat melden gaat zelden over het chatten zelf. Hij gaat over wachten op een chat die als direct werd aangeprezen.

Chatbot: wat het is, en waarom dat woord twee dingen betekent

Een chatbot is software die in het chatvenster antwoordt zonder dat er een mens aan te pas komt. Los daarvan zegt het woord bijna niets, want het dekt twee technieken die verder niets gemeen hebben dan het venster waarin ze staan. De helft van alle discussies over chatbots bestaat uit twee mensen die het over verschillende producten hebben.

Regelgebaseerde chatbots: een beslisboom in een venster

Een regelgebaseerde chatbot volgt een stroomschema dat je zelf hebt getekend: kiest de klant deze knop of noemt hij dit woord, geef dan dat antwoord en stel vervolgens die vraag. Hij is voorspelbaar, en dat is zijn echte kracht — je kunt de flow teruglezen, testen en precies weten wat een klant te zien krijgt.

Daardoor is hij sterk in strakke, vaste stappen: een bestelnummer ophalen vóór een overdracht, een retouraanmelding, routeren op onderwerp, een klant kwalificeren. In al het andere is hij zwak, want hij kan alleen antwoorden wat iemand vooraf heeft bedacht. Stel een vraag die niet in de boom staat en je krijgt het menu opnieuw — de bekendste mislukking in klantenservice-automatisering, en de reden dat het woord chatbot een imagoprobleem heeft dat het niet helemaal zelf verdiende.

AI-agenten: zoeken in je eigen kennis

Een AI-agent antwoordt in eigen woorden, op basis van je helpartikelen, voorwaarden en productinformatie. Niemand schrijft de losse antwoorden; jij onderhoudt de kennis, en de formulering van de vraag doet er niet meer toe — dezelfde vraag op vijf manieren gesteld levert hetzelfde antwoord op, in de taal waarin hij gesteld is.

Zijn plafond is dus jouw documentatie. Een AI-agent kan een klant niets vertellen wat je bedrijf nooit heeft opgeschreven, en de gevaarlijke variant van dit product antwoordt dan tóch: uit algemene kennis, met een stellige toon en een bronvermelding eronder. Dat is erger dan zwijgen, juist omdat die bronvermelding overtuigt. Beoordeel zo'n systeem daarom niet op hoe goed het antwoordt, maar op wat er precies gebeurt als de zoekstap niets bruikbaars oplevert.

Wanneer wint welke

Lees de tabel als drie soorten werk in plaats van drie producten, want in een gecombineerde opzet gebruik je ze alle drie binnen één gesprek.

• Livechat wint waar oordeel en belang meespelen: klachten, coulance buiten de voorwaarden, een klant die op het punt staat op te zeggen, alles waar een fout antwoord duur is of de klant al geïrriteerd is. Ook bij weinig drukte wint hij — onder een handvol gesprekken per dag is automatisering een project dat je nog niet nodig hebt.
• Regelgebaseerde flows winnen bij vaste stappen met een bekende vorm: bestelnummer en e-mailadres ophalen vóór een overdracht, een retouraanmelding, routeren op onderwerp, een vragenlijstje vooraf. Voorspelbaarheid is hier een voordeel, en een AI die het in eigen woorden zegt is het verkeerde gereedschap voor een stap die juridisch moet kloppen.
• Een AI-agent wint op de lange staart van vastgelegde vragen — waar is mijn bestelling, hoelang mag ik retourneren, hoe pas ik mijn abonnement aan. In aantal is dat meestal het grootste deel van je inbox en qua moeilijkheid het kleinste, en juist daarom geeft automatiseren hier een klein team lucht in plaats van dat het iemand vervangt.

Geen van de drie wint door beter te zijn. Ze winnen door bij een soort vraag te passen, en daarom is de keuze die er echt toe doet: hoe beweegt een gesprek tussen die drie?

De combinatie: eerst AI, dan een mens — en de naad ertussen

De opzet waar de meeste teams op uitkomen ziet er zo uit. De widget begroet de klant en de AI antwoordt uit vastgelegde kennis. Vaste stappen lopen als flow. Zodra het gesprek niet meer routine is, gaat het naar een mens, met alles wat er al gezegd is eraan vast. De klant beleeft één gesprek; intern kwam het langs twee of drie systemen.

Of dat soepel voelt of juist irritant, hangt volledig af van die overdracht. Wees daarom concreet over de aanleidingen, in plaats van te vertrouwen op een leverancierszin als "draagt over als hij twijfelt". Vier zijn het vastleggen waard: de klant vraagt expliciet om een mens, het onderwerp is gevoelig — geld, klachten, juridische toon, terugboekingen — de klant herhaalt dezelfde vraag omdat het eerste antwoord ernaast zat, of het systeem kan zijn antwoord nergens op baseren. De volledige uitwerking, inclusief wat er mee moet met het gesprek, staat in ons draaiboek voor de overdracht.

Twee regels doen het meeste werk. Houd de route naar een mens permanent zichtbaar in plaats van verstopt achter een mislukt antwoord, en beloof nooit iets wat je niet waarmaakt — is er niemand aan het werk, neem dan de vraag op en zeg wanneer er antwoord komt, in plaats van een plek-in-de-rij te tonen die niemand uitrekent.

Nog een naad die teams vergeten te bemannen: alles wat geld verplaatst hoort de AI vóór te bereiden mét context, waarna een mens het goedkeurt voordat het wordt uitgevoerd — en snel blijft dat alleen als die goedkeurlijst een vaste eigenaar heeft. Hoe de menselijke kant eruitziet, zie je op onze livechatpagina.

Wat dit betekent voor een klein team

Ben je met z'n tweeën tot vijven en doe je klantenservice erbij, dan is de eerlijke conclusie: livechat fatsoenlijk bemannen lukt niet, en de saaie helft automatiseren wel — in die volgorde, want de volgorde telt zwaarder dan het gereedschap.

1. Zet chat aan met tijden die je echt haalt, en zeg wat er daarbuiten gebeurt. Een eerlijk gesloten bordje is beter dan een widget die om 22:00 directe hulp belooft.
2. Ga een middag in je eigen inbox zitten en noteer welke vragen je het vaakst beantwoordt. Die lijst is je eerste tien helpartikelen, niet een contentkalender.
3. Schrijf die tien als antwoord op een echte vraag en niet als verkooptekst, en laat de AI daaruit antwoorden. Deze stap bepaalt het plafond van alles daarna.
4. Bouw alleen een flow waar een stap een vaste vorm heeft — het bestelnummer, de retouraanmelding, de routeervraag. Zet niet je hele klantenservice in een beslisboom.
5. Lees wekelijks de doorzetredenen. De vaakst voorkomende is het artikel dat je die middag schrijft, gekozen door echte klantvraag in plaats van door onderbuik.

Ook de kostenvraag valt anders uit dan teams verwachten. Livechat per medewerker wordt duurder naarmate je aanneemt, precies andersom dan wat automatisering voor je zou moeten doen; automatisering per opgelost gesprek volgt het werk dat echt van je bureau af ging. De afwegingen in beide richtingen staan in onze vergelijking van kosten per medewerker en per resolutie, en onze eigen pakketten staan op de prijzenpagina.

Wat je vooral niet moet doen: automatisering kopen om niet te hoeven aannemen, en dan de knop naar een mens wegstoppen om je percentage mooi te houden. Het cijfer wordt beter en de service slechter, en elk team dat het geprobeerd heeft kan je vertellen welke van die twee de klant opmerkte.

Wil je het liever zien dan erover lezen: op de livechatpagina staat waar je team in werkt, en op de prijzenpagina wat de geautomatiseerde helft kost als je afrekent op wat er is opgelost. Begin hoe dan ook met die tien artikelen — elke variant van deze keuze wordt beter zodra je kennis op papier staat.