Verzorgt Google Assistant straks de eerstelijns customer service?

Ieder jaar organiseert de Klantenservice Federatie, de branchevereniging voor bedrijven die zich bezighouden met klantcontact en e-commerce, haar jaarcongres. Silovorming en denken in profielen, kanalen, segmenten en andere hokjes staat een soepele dienstverlening aan klanten vaak in de weg. Aegon liet zien hoe een onderbouwde customer experience strategie een eind kan maken aan de nutteloze discussie over kosten en baten van klantcontact. En: de snelle ontwikkeling van spraakplatformen zoals Google Assistant heeft mogelijk ingrijpende gevolgen voor het contactcenter. Is het straks de Google Assistant die bepaalt of klanten nog in jouw contactcenter binnenkomen? 

Kom op een congres of seminar dat een raakvlak heeft met klantcontact en KIRC staat op het podium. Dat podium wordt dan op drie manieren gebruikt: het promoten van KIRC als kenniscentrum (wat weer een marketingvehikel is van een rijtje dienstverleners), het verzamelen van kengetallen en het presenteren van trends. Meestal stort KIRC in sneltreinvaart een reeks aan cijfers, grafieken en tabellen uit over het publiek.

De gegevens die KIRC presenteert, zijn afkomstig uit eigen onderzoek, maar ook uit onderzoek van derden zoals KCM, Genesys, Dimension Data, Verint en Teleperformance. Door de veelheid aan (verschillende soorten) informatie is het uiteindelijk lastig de hoofdtrends te onderscheiden. Zo worden meningen en opvattingen over trends en patronen afgewisseld met kwantitatieve inschattingen van respondenten over volumes, behaalde doelstellingen en klantfeedback. Soms zijn cijfers wel te vergelijken met voorgaande jaren, soms niet. En soms wordt in vragen een combinatie van containerbegrippen gepresenteerd: ‘is customer experience verankerd in het DNA van de organisatie?’ Die vraag is extra ingewikkeld omdat het contactcenter zelden nog de enige partij is die de customer experience of customer journey bepaalt of beïnvloedt: de rol van ketenpartners wordt steeds belangrijker. Denk aan e-commerce waar de kwaliteit van logistieke dienstverleners en wederverkopers een stempel op de totale beleving drukt.

Direct contact versus selfservice

Gelukkig heeft KIRC alle cijfers in een boekje gebundeld, waarbij Geeske te Gussinklo de hoofdlijnen kort samenvat; daarnaast is er een goede management summary. Direct contact (in plaats van selfservice) scoort nog altijd het hoogst – komt dat door een absolute voorkeur bij consumenten of de hoogste doeltreffendheid? Selfservice is en blijft een zorgenkindje: ruwweg vier van de tien interacties verloopt niet goed. Ook chatbots presteren nog ondermaats: ook hier is de succesratio net geen 60%. De doorlopende zoektocht naar manieren om meer met data te doen leidt tot meer applicaties en dus wordt systeemintegratie een een ander zorgpunt. Een andere belangrijke constatering kwam van SAMR. Uit onderzoek uitgevoerd in samenwerking met de Rijksuniversiteit Groningen blijkt dat bedrijven baat kunnen hebben bij scherp afgebakende doelstellingen op het vlak van klanttevredenheid. De grootste meeropbrengst in termen van retentie en herhaalaankopen kan gerealiseerd worden als bedrijven hun klanttevredenheid van een zeven naar een acht weten te brengen. Maar hogere ‘rapportcijfers’ leveren nauwelijks iets op. Of dat aan de terughoudendheid van Nederlanders om een hoger cijfer te geven of dat ‘goede dienstverlening’ net wordt zo gewaardeerd als ‘excellente’ dienstverlening, werd niet toegelicht.

Digitalisering van klantcontact

Digitalisering leidt tot minder live contact. Althans, dat is de opzet, de grootste krimp in contactcenters lijkt gerealiseerd te zijn met de opkomst van selfservice. Maar volgens de cijfers worden klanten daar niet echt blijer van. Geen enkele consument heeft ‘bellen met bedrijf A, B of C als hobby. Daarnaast kan op dit moment nog niet worden gezegd dat invoering van de chatbot banen kost. Het gebruik van chat en whatsapp neemt toe, maar de volumes aan e-mail en telefoontjes nemen niet echt af.

Beide onderwerpen kwamen terug in twee andere bijdragen tijdens het KSF-congres. Aegon liet zien hoe The Experience Economy van Joe Pine het bedrijf hielp bij het verbeteren van de servicestrategie. En een presentatie van Google zou alle klantcontactprofessionals moeten wakker schudden. Het is niet je eigen chatbot die voor een verandering gaat zorgen, het wordt een van de drie technologiereuzen die de eerstelijns customer service van je gaat afpakken (of overnemen).

Cost center of value center?

customer experienceIn de wereld van klantcontact speelt de discussie over kosten en opbrengsten van het contactcenter al jaren. Is het contactcenter een costcenter of een value center? Nu kost een afdeling bestaand uit assets en resources per definitie geld, dus in veel bedrijven begint het contactcenter al op achterstand. Rien Brus, Global VP of Customer Strategy bij verzekeraar Aegon heeft zijn organisatie geholpen om scherpere keuzes te maken: allereerst van productgericht naar klantgericht denken en daarna van kosten naar waarde. Impliciet gaat daarachter een afwijkend paradigma schuil: omzet en winst zijn geen doel op zich, maar een resultaat van het hebben van klanten (die blijkbaar bereid zijn om bij jou diensten of producten in te kopen).

Brus haalt daarbij Joseph Pine aan, auteur van The Experience Economy, over hoe economische waardecreatie zich ontwikkelt. Pierre Spaninks geeft daarvan een bondige samenvatting: “In de grondstoffeneconomie werd er nog gewoon geld verdiend aan meel en eieren. In de productie-economie aan de taarten die je daarmee kon bakken. In de diensteneconomie aan het bezorgen van die taarten. En in de beleveniseconomie aan workshops waar culi’s zich even een heuse banketbakker konden wanen. De volgende fase voorspelden Pine en Gilmore ook alvast: de transformatie-economie. Dan betalen mensen goud geld om te leren hoe ze weer van die taarten af kunnen blijven.”

customer experience

Klantcontact is een activiteit die zich afspeelt op het niveau van service en experience. Wat Brus betreft is het gemakkelijk om te zien wat het verschil is tussen commodities en producten, maar hoe kan klantcontact nu waarde toevoegen? Gaat het om noodzakelijke transacties (eenvoudigweg omdat het product of de dienst nu eenmaal tot vragen leidt: service als bijproduct van het product zelf) of om iets ‘hogers’ dat bijdraagt aan omzet en winst? Het antwoord op die vraag is belangrijk om te weten waar je wel en niet in moet investeren: kostenminimalisatie of opbrengsten-optimalisatie.

Volgens Brus ligt het antwoord besloten in het fenomeen ‘tijd’. Tijd is schaars, niet alleen voor mensen die in bedrijven werken, maar ook voor consumenten. Ze kunnen kiezen waar ze die tijd het liefst aan besteden en ook het besparen van tijd (door snelheid en gemak) kunnen aantrekkelijk zijn voor klanten. Het leveren van commodities, producten en services is gericht op het bieden van gemak en het besparen van tijd (‘time well saved’). Zodra je van ‘services’ naar ‘experiences’ en ‘transformations’ gaat, draait het voor consumenten om iets anders, namelijk ‘time well spent’.

‘Time well spent’ in een contactcenter?

In contactcenters bestaat de neiging verwachtingen van klanten ‘te overtreffen’ met ‘excellente service’. Maar is ‘time well spent’  haalbaar als klantcontact is ingericht op doelstellingen die te maken hebben met snel, eenvoudig en gemakkelijk – door managers vaak vertaald in standaardisatie en automatisering? Je kunt pas spreken van ‘time well spent’ als een interactie blijft hangen in de herinnering van een klant, als de interactie relevant en persoonlijk is. Hoe zwaarder deze eigenschappen aanwezig zijn, hoe meer ze bijdragen aan tevredenheid, retentie en uiteindelijk omzet, aldus Brus. Contacten die het minst bijdragen, moet je elimineren (of reduceren).

Design thinking?

Het model van Pine bestaat al sinds eind jaren negentig, maar biedt nog steeds concrete houvast bij de vraag hoe bedrijven afwegingen kunnen maken bij investeringsbeslissingen in klantcontact. De kunst is daarbij om niet zelf te bepalen wat waarde toevoegt of slechts ‘tijd bespaart’, maar de klant dit te laten doen. Het betrekken van de klant in het ontwerpen van dienstverlening kwam echter niet naar voren: niet bij Aegon, niet bij een andere presentatie van zorgverzekeraar CZ en evenmin bij het KSF Jaarcongres als geheel. Ofwel: klantcontactexperts praten liever over de klant dan met de klant. Dat is vreemd, want de klantcontactsector is nu juist op zoek naar wat bepalend is voor ‘relevantie’. Het is nog vreemder als je ziet dat de sector op basis van cijfers weet hoe klanten bepaalde oplossingen (zoals de eerste generatie chatbots waar veel bedrijven nu in investeren) waarderen.

Google wil ons naar ‘the age of assistance’ brengen

Dan naar Google. Karlijn Pels en Petra Stojanovic lieten zien hoe personalisatie (bijvoorbeeld op basis van persoonlijke gegevens en locatie) doordringt in het gebruik van Google. Consumenten zoeken steeds vaker met aanvullende vragen zoals ‘beste’, ‘in de buurt’ en ‘op dezelfde dag bezorgd’. Wat Google betreft zijn we de afgelopen tien jaar bezig geweest met mobile first en breekt nu een tijdperk aan: de ‘age of assistance’. Pels en Stojanovic wijzen er op dat veel klantvragen – voordat ze bij de website met selfservice of een contactcenter van een bedrijf uitkomen – beginnen met een zoekvraag bij een zoekmachine.

Google laat zien hoe bol.com, KLM, Albert Heijn, PostNL en zelfs Andrelon al zijn aangehaakt op het spraakplatform van Google. Het Unilever-shampoomerk werkt daarbij samen met Kruidvat en omvat ook een besteloptie. De boodschap van Google is duidelijk: haak nu aan, want dan kan je leren van hoe de consument met deze nieuwe technologie omgaat. Om die boodschap kracht bij te zetten gaf developer Lee Boonstra een live demo hoe je eenvoudig met een drag-and-drop-achtige aanpak een chatbotdialoog kunt inrichten. Nodig: data als trainingsmateriaal (denk aan voorbeeldzinnen), Actions on Google en het dialogenbouwpakket Dialog, beiden uit de stal van Google. De reacties van de gebruiker tijdens de dialoog worden niet alleen gebruikt om de dialoog te sturen; met behulp van sentiment monitoring wordt gekeken welke onderdelen van de dialoog tot (on)tevredenheid of broodnodige escalatie leiden.

Heeft Google straks als eerste contact met jouw klant?

Machine learning zorgt ervoor dat er momenteel in hoog tempo enorme stappen worden gemaakt in geautomatiseerde dialogen – “We zijn nog maar een paar maanden bezig”, aldus Google.
Het is de vraag of contactcentermanagers en marketeers al door hebben dat een spraakplatform dé manier is om consumentenvragen die buiten de organisatie bestaan, naar binnen te halen. Google en Amazon zijn beiden op hun eigen manier al diep doorgedrongen in e-commerce. Nu beide bedrijven ook een spraakplatform hebben opgetuigd, ligt het binnen handbereik dat zij ook de eerstelijns customer service geautomatiseerd gaan verzorgen: transacties, eenvoudige interacties, standaardvragen. Dan krijgt het ‘wegautomatiseren’ van eenvoudige klantvragen plotseling een heel andere betekenis: is het straks de Google Assistant die bepaalt of klanten wel of niet worden doorverbonden met jouw organisatie?

Algoritme controleert algoritme

Door digitalisering worden in veel bedrijven processen steeds complexer. Dat maakt de rol van toezichthouders – commissarissen, accountants, auditors – lastiger. De toepassing van algoritmen die op basis van machine learning werken, vergroot deze uitdaging. Ook auditors maken tegenwoordig gebruik van slimme systemen om andere slimme systemen te controleren. Wie controleert wat?

algoritmenYuval Harari, auteur van 21 Lessons for the 21st Century, is ervan overtuigd dat in de toekomst ons brein wordt gehacked door kunstmatige intelligentie. Hij verwacht dat biotechnologie en kunstmatige intelligentie naar elkaar toe zullen groeien en vraagt zich af wie deze ontwikkeling aanstuurt en bepaalt. Zijn dat burgers, overheden of juist de grote bedrijven? Het antwoord laat zich raden.  Overheden zullen ontwikkelingen op dit snijvlak vooral aangrijpen voor nationale belangen zoals defensie en daarnaast liggen de mogelijkheden bij bedrijven, niet bij burgers.

Dat hacken van ons brein is een goed voorbeeld van de tegenstrijdige wereld waar we naar toe gaan: technologie kan problemen oplossen en onze levens verbeteren, maar per saldo krijgen we steeds minder vat op ons leven. Hoe groter de rol van kunstmatige intelligentie wordt, hoe minder onze eigen hersenen een bepalende rol blijven spelen.

Wie controleert de werking van software

Wat ons mogelijk te wachten staat, laat het meest recente debacle van ING zien: de witwas-affaire. Bij banken is uitgebreide monitoring van transacties verplicht volgens de wet ter voorkoming van witwassen en financieren van terrorisme. Voor een grootbank is dat monitoren een proces dat ingericht en uitgevoerd wordt met behulp van software, die doorlopend grote hoeveelheden data moet analyseren. Deze software programmeer je in eerste instantie natuurlijk om het proces dat de wet voorschrijft, uit te voeren. Hierbij worden zowel medewerkers als beslissers voorzien van feedback uit systemen: beslissingen op bestuursniveau worden genomen op basis van data. Of die systemen integer zijn ontwikkeld en doelmatig functioneren (doen waarvoor ze zijn ontworpen) is niet gemakkelijk te zien, laat staan doorlopend zichtbaar. Toetsing door middel van interne en externe audits moet aantonen dat de software zijn werk goed doet en dat de software ook goed wordt ingezet. Bij ING was ergens in dit monitoringproces besloten om de software aan te passen. “Het systeem om transacties te monitoren was – mede vanwege de beperkte personele capaciteit – door de bank zo ingesteld dat slechts een beperkt aantal witwassignalen werd gegenereerd”, aldus het Openbaar Ministerie.

In dit verhaal valt op dat het besluit dat ING nam om een systeem aan te passen, intern niet werd afgekeurd (zowel het nemen van het besluit als het aanpassen van het systeem was mensenwerk). Ook is bijzonder dat de auditors die processen en systemen moeten controleren, de aangepaste instellingen van een cruciaal systeem niet hebben gezien – of gemeld.

Wat zijn de intenties van de bedenkers van algoritmen

De processen en systemen die auditors moeten controleren worden steeds ingewikkelder. Die systemen gaan steeds vaker gebruik maken van algoritmen – uitgebreide instructies voor software om een bepaald doel te bereiken, zoals het herkennen van verdachte financiële transacties. In dit soort complexe processen moeten zowel de instructies als de uitkomsten en de benodigde grondstof (data) aan allerlei eisen voldoen. De data moeten betrouwbaar zijn (niet vooraf gemanipuleerd), de instructies moeten voldoende uitputtend en effectief zijn.

Daarnaast moet helder zijn op basis van welke uitgangspunten de algoritmen zijn opgesteld (kostenreductie, risicominimalisatie, wantrouwen, voldoen aan regels). Zo kan een verzekeraar voor de acceptatie van nieuw klanten een algoritme ontwikkelen dat bepaalde klanten uitsluit, omdat ze een te groot risico vormen. Het uitsluiten van een nieuwe klant gebeurt echter niet op basis van feitelijke kenmerken van de klant, maar van een profiel waarbij niet gecontroleerd wordt of die klant ook voldoet aan het profiel. Kortom, wie bewaakt dat uitzonderingen ook als uitzonderingen worden behandeld?

Systemen die op basis van algoritmen draaien, nemen hoe dan ook beslissingen, waarbij de bestuurder en de toezichthouder ‘toekijken’; het is aan de auditor om het geheel met enige regelmaat door te lichten om na te gaan of alles werkt zoals het zou moeten werken.

Controle en audit

Interne controles worden in bedrijven uitgevoerd om te voorkomen dat door onvolledige of incorrecte gegevens een onjuist beeld ontstaat, waardoor verkeerde beslissingen genomen zouden kunnen worden. In eerste instantie is die controle erop gericht om te zorgen dat het management op basis van juiste gegevens beslissingen neemt. In tweede instantie worden zo ook de gegevens gecontroleerd die een bedrijf naar buiten brengt. Omdat – onder meer door het Enron-schandaal – duidelijk werd dat ook doorlopend onderzoek naar de beheersing van de ICT onderdeel moet uitmaken van de controle van de verantwoording door de directie van de onderneming, zijn de regels voor verantwoording uitgebreid met Sarbanes-Oxley (SOX) en Basel II. SOX schrijft bijvoorbeeld voor dat met bewijs onder meer wordt verantwoord welke software is aangepast, waarom en door wie.

Software wordt dynamisch

Auditors controleren onder meer software, al jarenlang. Die software was tot nu toe redelijk statisch van aard, veranderingen of ‘changes’ worden in de wereld van IT bovendien zorgvuldig afgewogen, ontworpen, getest en gedocumenteerd. Met de komst van kunstmatige intelligentie verandert dit. Want bij machine learning, de meest impactvolle vorm van kunstmatige intelligentie, evolueert software zonder menselijke tussenkomst. De software heeft een eigen feedback-loop en leert doorlopend van nieuwe data. “Hoe weet je dan nog of de algoritmes doen wat ze horen te doen? Hoe kun je vertrouwen hebben in zo’n zelflerend systeem?”, aldus Mona de Boer, expert op het gebied van data-analyse en digitale assurance bij PwC Nederland.

Het werk van auditors gaat dus steeds meer bestaan uit het analyseren en controleren van algoritmen. Tegelijkertijd maken auditors zelf ook in toenemende mate gebruik van algoritmen. GL.ai is een robot, ontwikkeld en ingezet door PwC, die met kunstmatige intelligentie in staat is miljarden verschillende gegevenspunten in seconden te analyseren bij het beoordelen van afwijkingen in grootboektransacties. Hoe langer GL.ai aan het werk is, hoe slimmer deze robot wordt. We gaan dus toe naar een situatie waarbij algoritmen hun collega-algoritmen gaan controleren. Dat plaatst het toezicht in een bijzonder perspectief. Toezicht was tot nu toe gericht op verantwoordingsdocumentatie: kan een bedrijf aan de hand van vastgelegde afspraken (wie doet wat, wie heeft wat gedaan) uitleggen hoe resultaten tot stand zijn gekomen?

Uitlegbaarheid algoritme

De Boer waarschuwt dan ook voor de ontwikkeling dat systemen steeds slimmer, maar gelijktijdig ook steeds minder goed uitlegbaar worden – want los van de ontwerpbeginselen zijn de systemen zelf veranderlijk. Mensen hebben de neiging om beslissingen die door een computer worden genomen, te beschouwen als beter en meer betrouwbaar dan beslissingen die door mensen worden genomen. Ook algoritmen worden, net als technologie, al snel beschouwd als ‘neutraal’. Maar technologie en software zijn niet neutraal – de werking moet beslist niet in het nadeel, maar in het voordeel van de bedenker werken. Daarnaast maakt het vermogen van kunstmatige intelligentie om zichzelf verder te kunnen ontwikkelen de controleerbaarheid erg lastig. De Boer pleit dan ook voor ‘uitlegbaarheid’ als ontwerpprincipe van AI.

De keerzijden van machinelearning

Die uitlegbaarheid gaat bijvoorbeeld over welke datasets worden gebruikt en welke criteria worden gebruikt. Evert Haasdijk (AI-specialist en senior manager Financial Advisory bij Deloitte) geeft een goed voorbeeld. Uit databaseonderzoek blijkt dat de meeste schade wordt veroorzaakt door bestuurders van rode auto’s. Met datamining kun je dus op kleur van auto’s premies differentiëren. Haasdijk wijst op de vraag of bij het ontwikkelen van het algoritme een juiste dataset is gebruikt: “Zitten er bij die rode auto’s niet een paar Ferrari’s die de schadelast enorm hebben opgeschroefd? Heel veel modellen kloppen gewoon niet. Het is natuurlijk onzin dat mensen in rode auto’s slechtere bestuurders zijn.”

Belangrijke eigenschap van machine learning is dat nieuwe afwijkingen of uitzonderingen niet direct leiden tot andere uitkomsten. Machine learning is een geleidelijk leerproces. Net als bij het menselijk brein levert ieder nieuw voorbeeld een kleine bijdrage aan nieuwe logische verbindingen.

algoritmenEn tot slot is het interessant dat we al sinds de opkomst van het sociale web de basis leggen voor een toekomst waarin machine learning alle ruimte krijgt. Onze digitale samenleving bestaat inmiddels voor een groot deel uit het produceren en afstaan van data, iets waar de Chinese president Xi Jinping handig gebruik van wil maken. Vervang ‘China’ door ‘een bedrijf’ en het is duidelijk dat kunstmatige intelligentie straks voor onuitlegbare verschillen kan gaan zorgen tussen mensen. Vrijwel alle bedrijven zitten al op een berg aan data en dat volume neemt alleen maar toe. Die data zijn in het verleden ‘afgestaan’ volgens wetten en regels uit dat verleden, maar ook met de technologische mogelijkheden uit die tijd. Werk aan de winkel dus voor bestuurders en toezichthouders om zicht en grip te houden op hoe hun organisatie op basis van nieuwe technologie met zowel reeds eerder verzamelde als nieuwe data omgaat. Een mooie, maar wellicht wat romantische houvast komt van journalist en Wall Street Journal R&D chief Francesco Marconi: “Algorithms are rules, and those should be fair.”

Dit artikel is ook doorgeplaatst op iBestuur

AI en de toekomst van klantcontact

Kunstmatige intelligentie: we vinden het allemaal leuk, maar het moet natuurlijk niet onze baan inpikken. Laat staan de wereld overnemen. Hoe we in klantcontact kunnen profiteren van kunstmatige intelligentie stond centraal tijdens de laatste editie van het Content Guru kennisevent op 11 oktober.

De mix van meer data, snellere en goedkopere hardware en betere software zorgt ervoor dat ondernemingen steeds meer gaan concurreren op ‘intelligentie’. Door slim gebruik te maken van data kan je je onderneming meer vraag- in plaats van aanbodgestuurd maken, aldus dagvoorzitter Ben van der Burg. Daarmee kan je activiteiten zoals productie, marketing en sales gerichter uitvoeren, wat leidt tot meer omzet tegen lagere kosten. Denk aan het vullen van vliegtuigstoelen: een vliegtuig dat stil staat of maar halfgevuld vertrekt, kost geld of levert te weinig op. Vraaggestuurd werken betekent dat je luistert naar en inspeelt op de behoeften van de markt zodat je organisatie flexibel kan opereren. En dat is waar klantcontact om de hoek komt.

Megatrends in klantcontact

“Er zijn twee megatrends in klantcontact”, aldus Martine Ferment van KIRC, “Digitalisering en automatisering en de empathy economy. Volgens Deloitte is automatisering de tweede prioriteit na bedrijfscontinuïteit.” Stichting KIRC ziet uitgelezen mogelijkheden voor de inzet van AI: 24×7 dienstverlening door middel van chatbots, het slimmer verwerken van piekvolumes en het gemakkelijker op- en afschalen van operaties. Maar omdat de roadmap van de IT-afdeling meestal een periode van drie tot vijf jaar bestrijkt, staat AI vaak nog niet op de agenda, stelt Ferment. Initiatieven krijgen dan meer een ad hoc karakter. Uit een korte poll van KIRC onder het publiek blijkt dat AI vooral geassocieerd wordt met chatbots en met slim routeren (herkennen van de klantvraag, doorzetten naar de juiste medewerker).

‘Check je re-mail’

Ferment wijst er op dat begrip van de context de belangrijkste succesfactor is bij de inzet van AI. Ze geeft als voorbeeld de vraag die luchtvaartondernemingen vaak krijgen: ‘ik wil mijn ticket wijzigen’. De behandeling van die vraag leidt maar in ruwweg een kwart van de gevallen tot een gewijzigd ticket, bij het grootste deel van de verzoeken wordt na goed doorvragen duidelijk dat een andere oplossing dan wijzigen beter is. Een vergelijkbaar probleem speelt bij de afhandeling van e-mail. Ferment raadt aan om het percentage ‘re-mail’ te gaan meten: vaak is één antwoord niet afdoende. Geen wonder dat het kanaal weinig bijdraagt aan de klanttevredenheid. Hier liggen uitdagingen voor kunstmatige intelligentie. Andere toepassingsmogelijkheden die Ferment noemt zijn realtime gespreksanalyse waarbij de agent aanwijzingen krijgt voor het gesprek op basis van de inhoud van wat de klant zegt of de manier waarop de klant communiceert.

Wordt AI onze beste vriend?

kunstmatige intelligentieDeborah Nas, hoogleraar strategisch design bij TUDelft en ondernemer, legt uit waarom AI naast veel enthousiasme ook de nodige weerstanden oproept. Ons beperkte referentiekader zit regelmatig in de weg. Zo zou de introductie van het schrift ervoor zorgen dat mensen zich niets meer hoefden te herinneren, zouden kranten mensen in een isolement plaatsen omdat er geen weetjes meer zijn uit te wisselen en zou internet ons dom maken. Angst voor het onbekende is een sterkere emotie dan vreugde, aldus Nas en ze meldt dat ook journalisten daaraan bijdragen door vooral negatieve dingen over technologie op te pikken. Soms houden fabrikanten moedwillig rekening met onze gekke vooroordelen en voorkeuren: zo had de eerste Tesla nog een grille in de neus, terwijl een elektrische auto geen koeling nodig heeft.

kunstmatige intelligentie

Nas bracht ook even orde aan in de chaos van de verzamelterm AI. Machine learning is een vorm van kunstmatige intelligentie – daarbij train je vooraf geprogrammeerde software aan de hand van data – en deep learning is een subvorm van machine learning waarbij de structuur van de software zoveel mogelijk op onze hersenen lijkt. Deze laatste vorm is beter in staat verschillende processen naast elkaar uit te voeren en bijvoorbeeld rekening te houden met context. Je kunt je voorstellen dat een e-mail over printerbenodigdheden spam is wanneer je niets nodig hebt; maar als je printer aangeeft bijna leeg te zijn, ligt dat anders. Inzicht in de context is cruciaal voor AI. De Chiwawa muffin challenge is hiervan een goed voorbeeld.

kunstmatige intelligentie

Kunstmatige intelligentie nog in kinderschoenen

Nas schetst grote en ingrijpende ontwikkelingen voor de komende tien jaar. Voorbeelden: een Shazam voor kleding, dynamic pricing op basis van een veelheid aan variabelen zoals voorraad en conversie, een magazijn waarin geen mensen meer werken, het volledig geautomatiseerd testen van nieuwe software. Daarbij vraagt zij zich af: wie gaat over vijf of tien jaar nog bellen met het contactcenter: mensen of voice assistants? Haar tip: de ontwikkelingen op het vlak van AI gaan erg snel. Als je nu niet instapt, heb je straks een achterstand die moeilijk in te halen is.

Wat kan je nu al toepassen?

Welke AI-technologie kan je vandaag al inzetten in klantcontact? Bram Lenten van Conversationals laat zien dat onze contactcenters de afgelopen jaren zijn veranderd in complexe organisaties, samengesteld uit allerlei eilandjes van kanalen, processen en skills. Vermoedelijk komen er nog meer kanalen aan in de toekomst en tegelijkertijd zijn de chatbots van nu nog niet goed in staat te doen wat we zeggen of te begrijpen wat we bedoelen. Lenten pleit ervoor nog eens goed te kijken naar je online servicepagina. Kan je klant daar direct vragen stellen, zelf dingen regelen en gemakkelijk zijn weg vinden? De grootste uitdaging zit in het herkennen van de klantvraag, zodat je die informatie kunt gebruiken: voor routering naar het juiste antwoord of de juiste agent of voor het ondersteunen van die agent. Een andere uitdaging is om de klant zoveel mogelijk te helpen binnen één platform – dus voorkom een overstap van bijvoorbeeld web naar smartphone. De overstap van bellen naar chat (beiden op je smartphone) kan bijvoorbeeld prima geregeld worden en vraagherkenning kan hierbij helpen, zoals hij via een voorbeeld laat zien. Zijn tip: kies voor high impact, low effort (ook wel bekend als laaghangend fruit).

Hoe een chatbot je uit de puree kan helpen

Paul de Vries liet zien wat er kan gebeuren als je je traditioneel ingerichte klantenservice (telefoon en e-mail) uitbreidt met een nieuw kanaal zoals WhatsApp. De Vries is social media manager bij Decathlon, een (online) retailer met 1.420 winkels in 46 landen, waarvan 13 winkels in ons land. In een paar maanden tijd was WhatsApp goed voor 85 procent van alle klantcontacten. Dat klinkt fijn, maar hoe ga je er mee om als het verkeer in korte tijd explodeert van 4.000 naar 30.000 berichten per maand? Decathlon moest kiezen tussen extra mensen of investeren in het automatiseren van de meest gestelde vragen. Gezien de groeiambities van het bedrijf werd het laatste als meest structurele oplossing gezien. Na drie maanden ontwikkeltijd kon de nieuwe chatbot zo’n 20 procent van de vragen afwikkelen.

De tips van De Vries: onderschat de inzet van WhatsApp niet, klant verwachten dat je net zo snel reageert als hun beste vriend. Het ontwikkelen van een chatbot kost tijd en ook onderhoud is nodig. Decathlon kijkt dagelijks naar de missers van de chatbot en voegt correcte informatie toe. En als laatste: zorg er oor dat de klant weet dat er een chatbot is en laat de communicatie aansluiten op de tone of voice die je voor ogen hebt. Alexander de Ruijter van OBI4wan voegde daar als tip aan toe: ‘don’t try to boil the ocean’: ofwel zet bots alleen dáár in, waar ze echt iets kunnen toevoegen.

1.500 chatbot-applicaties

Klantcontact ontkomt niet aan innovatie en AI hoort daarbij, aldus Peter Jongeneel (Business Development manager, Content Guru). Bedrijven dienen te beseffen dat kinderen technologie veel sneller omarmen dan hun ouders. De voorspelling van Gartner dat in 2020 circa 85% van de contacten tussen bedrijven en hun klanten straks geautomatiseerd verloopt via digitale kanalen is dus meer dan alleen toekomstmuziek. De kunst is om op het juiste moment in te stappen in nieuwe technologie, maar met 1.500 chatbot-applicaties is dat niet eenvoudig. Een goed contactcenterplatform stelt je in staat gemakkelijk te integreren met allerlei nieuwe software, waaronder applicaties die nodig zijn om data te verwerken. Zijn tips: houd een helder doel voor ogen, neem de tijd voor het selectieproces van de beste oplossing en betrek medewerkers bij het proces.

Moet je kunnen lachen om een chatbot?

Aan het eind van de dag gingen Geeske te Gussinklo (Directeur Klantenservice Federatie), Celeste Kettler (data scientist KPN) en Henry van Veldhuizen (product manager Kamer van Koophandel) de discussie aan. We hebben op dit moment 8.000 vacatures in klantcontact; maakt dat de chatbot tot een welkome oplossing, vroeg Te Gussinklo zich af. En moet je een chatbot trainen op het gebied van humor? Ja, omdat klanten een chatbot altijd testen met grappig bedoelde vragen over huwelijkse staat, geslacht, de zin van het leven en voorspellingen over voetbaluitslagen. Nee, omdat die kunstjes geen waarde toe voegen, zo was ook te horen. Het vermogen om grappig uit de hoek te komen kan wel bijdragen aan een hogere funfactor en daarmee verhoog je wellicht de NPS. Om over na te denken.

Contactcentermanager, haak aan

De KSF zou graag zien dat de contactcentermanager zich (nog) meer met de toepassing van technologie gaat bezighouden. Dat is bevorderlijk voor het innovatietempo, want Te Gussinklo hoort in de markt veel juichende verhalen maar als ze doorvraagt blijkt de concrete toepassing van bijvoorbeeld AI tegen te vallen. Aanhaken is ook om een andere reden belangrijk. De tendens is dat de overheid steeds verder gaat in het beschermen van de consument. Zo zijn er bijvoorbeeld wetten in voorbereiding op het gebied van het internet of things. Opletten dus, en zorgen dat je zelf aan de knoppen van de technologie zit zodat het geen ‘natuurverschijnsel’ is dat je overkomt.

Een verkorte versie van dit artikel verscheen eerder op Klantcontact.nl

Digitale transformatie debunked (2) – big tech

Digitale disruptie wordt veelal geassocieerd met het ontstaan van nieuwe verdienmodellen, die een ontwrichtend effect hebben op bestaande verdienmodellen van gevestigde bedrijven. Maar de echte disruptie moet nog komen, en die ligt in de combinatie big tech, platforms en data. Dat is alles wat nodig is om in één keer nieuwe monopolies te lanceren. Met een onvoorspelbaar eindproduct: AI.

De klassieke voorbeelden van disruptie zijn Airbnb (zelf geen hotelbed of andere assets op de balans, zou het voortbestaan van de hotels bedreigen) en Uber (zelf geen auto op de balans of een chauffeur op de loonlijst, zou het voortbestaan van de taxi-industrie bedreigen). Bedrijven zijn bang om de volgende Kodak of Nokia te worden. Maar de hotelsector floreert, taxibedrijven rijden rustig door, en Kodak is allesbehalve failliet.

Maatschappelijke disruptie

De echte disruptie vindt plaats in de samenleving, niet in de verdienmodellen van gevestigde bedrijven. Het zijn niet nieuwkomers die de energietransitie veroorzaken, maar het is de omschakeling naar duurzame energie die de samenleving geleidelijk inzet. De financiele sector wordt niet ontwricht door nieuwkomers zoals fintechs, het is het geleidelijk afscheid nemen van grootbanken door consumenten.

Big tech spelers zoals Airbnb, Uber, Apple, Amazon en Google hebben wel een enorme economische slagkracht. Ze hebben in hooguit enkele decennia complete ecosystemen opgetuigd of naar hun hand weten te zetten. De grootste verschuivingen vinden daarbij plaats in de verhoudingen tussen stakeholders. Aan de ene kant hebben deze platformbedrijven in een hoog tempo grote groepen trouwe fans opgebouwd (consumenten). De snelle groei leidt echter niet tot een vergelijkbare toenemen van hoogwaardige werkgelegenheid, bijvoorbeeld in de vorm van eigen productie.

Degenen die de kas van deze bedrijven vullen, zijn nergens van of voor verzekerd, bouwen geen pensioen op en hebben weinig tot geen rechten. Met de keuze voor deze platformen levert de consument de eigenlijke producent uit aan machtige dealmakers: de boekhandel levert voortaan via Amazon, de popgroep of het orkest via Apple iTunes of Spotify, de taxichauffeur kan straks alleen nog ritjes krijgen via Uber.

Big tech = big money
Marktwaarde grote bedrijven – klik voor grotere versie

Niet alleen bij Amazon maar ook bij Uber en Airbnb wordt de machine aangedreven door de gig economy. Dat is geen natuurverschijnsel, maar een bewuste keuze. Airbnb realiseerde over 2017 een winst van 100 miljoen dollar bij een omzet van 3,5 miljard. Thuiswinkel en clouddienstverlener Amazon realiseerde een winst van 1,6 miljard dollar. Uber draait voorlopig met 20 miljard taxiritjes, goed voor een omzet van 2,8 miljard dollar, nog met verlies (891 miljoen dollar over 2e kwartaal 2018). De gig economy houdt de loonkosten voor deze bedrijven extreem laag. De winsten komen vervolgens niet terug in de maatschappij waar werknemers met koopkracht de economie draaiend houden, maar belanden bij aandeelhouders en beleggers. Ook China kent ‘big tech’: Alibaba realiseert een jaaromzet van bijna 40 miljard en een winst van bijna 10 miljard dollar; voor Tencent zijn die cijfers respectievelijk 34 miljard en 11 miljard dollar.

De businessmodellen van Airbnb en Uber zijn ook op een andere manier maatschappelijk ontwrichtend. Ze zijn gebaseerd op het platformconcept en daarmee grotendeels ongrijpbaar.  Platformen treden op als marktplaats, maar als de marktplaats digitaal wordt, is de marktmeester een algoritme in plaats van een mens meg waarden en normen. Dat zorgt er bij Airbnb bijvoorbeeld voor dat de onderneming niet aanspreekbaar is op transparante bedrijfsvoering. Data is de brandstof waarmee de business wordt aangedreven. Iedere transactie is een data-transactie (er worden geen fysieke goederen geleverd, het bedrijf heeft evenmin mensen in dienst die diensten leveren). En voor iedere data-transactie ontvangt het bedrijf een percentage van de transactiewaarde.

Impact op steden
motie voor regulering Airbnb in Amsterdam- klik voor vergroting

Er zijn honderden platforms zoals Airbnb, want het businessmodel is gemakkelijk te kopiëren. Dat zorgt voor een enorme impact op steden. Niet omdat hotels verdwijnen, maar omdat schaarse woonruimte wordt omgezet in toeristenverhuur, omdat een gevarieerd winkelaanbod plaats maakt voor aan eenzijdig aanbod gericht op toeristen; en omdat steden het aantal low budget bezoekers snel zien groeien – mede het gevolg van goedkope vliegtickets. Vrijwel alle steden die met deze verandering te maken krijgen, bezinnen zich op tegenmaatregelen. In Amsterdam wordt ingezet op een lokaal verbod voor vakantieverhuur en halvering van de toegestane verhuurperiode. Marktleider Airbnb is zich bewust van de negatieve impact op dewoonomgeving, maar verdedigt zich met campagnes die meer hoon dan begrip opleveren.

Risico’s van big tech

Deze virtuele business waarbij data het verdienmodel bepalen, heeft zo zijn risico’s. In een digitaliserende samenleving is concentratie van data een probleem. Data is de grondstof voor informatie, maar ook het fundament voor nieuwe businessmodellen. Apple heeft als dominante hardwareleverancier toegang tot veel data en met 250 miljard dollar in kas alle mogelijkheden om een bank of ziektekostenverzekering aan te bieden tegen bodemtarieven. Facebook heeft met 44 miljard in kas en 1,3 miljard dagelijks actieve Facebookgebruikers, 700 miljoen Instagrammers een uitstekende positie. Ook Microsoft en Google zijn rijk aan data en aan cash met respectievelijk 124 en 92 miljard dollar.

Een belangrijk verschil met bestaande banken of ziektekostenverzekeraars is dat zij bij hun start nog geen klantgegevens in bezit hadden en daarnaast een datacollectie opbouwden aan de hand van feitelijke klanten. Dat is ook de reden waarom grootbanken zich weinig zorgen lijken te maken over de potentie van fintechs: die nieuwkomers hebben wellicht een geweldig businessmodel maar vooralsnog geen massa.

Giftige cocktail: big tech, platform en data

Het echte risico van ontwrichting zit in een combinatie: big tech, platform en het bezit van grote hoeveelheden data over grote groepen potentiële klanten. Die combinatie plaatst ook de toepassing van GDPR – dat zich richt op de bestaande relatie tussen bedrijf en klant – in een ander daglicht. Want met de aanwezige data kunnen deze bedrijven beslissingen nemen over het toelaten van potentiële klanten tot hun nieuwe activiteiten, inclusief het beprijzen van diensten.

Toegepast op een ziektekostenverzekeraar zou Apple bijvoorbeeld gemakkelijk aan cherry picking doen. Of dat een waarschijnlijk scenario is, kan je afleiden uit de manier waarop big tech eenzijdig de tarieven voor legale downloads in de muziekindustrie heeft bepaald. Of dat een wenselijk scenario is, moet bezien worden in een context waarbij zorgverzekeringen geleidelijk onbetaalbaar worden en zorg steeds verder geprivatiseerd wordt.

Beheers het spel en bepaal de regels

Een tweede risico ligt in totale marktdominantie. Op een ‘gewone markt’ staan transacties op het vlak van vraag en aanbod centraal en speelt concurrentie een rol. In big tech kunnen bestaande spelers extreem eenvoudig worden overgenomen, zodat ze buiten spel komen te staan of zodat het marktaandeel wordt toegevoegd. Het opslokken van bol.com – marktleider zonder winsthistorie – is de meest snelle manier voor Amazon om voet aan de grond te krijgen in de Benelux. Ook hier speelt de dominante positie op het gebied van data een rol: bestaande spelers gebruiken data van markt A om met een voorsprong markt B te bewerken. Denk aan Google dat in vrijwel iedere markt actief is, aan Facebook dat dominant aanwezig is op de smartphone met de meest gebruikte mobiele apps en aan Amazon dat in de VS de totale e-commercemarkt heeft veranderd in een eigen infrastructuur.

Ongrijpbaar
big tech
Airbnb in Amsterdam, 2017

Een derde risico voor ontwrichting ligt in de beheersbaarheid van de combinatie big tech, platform en datavolumes. Normaal gesproken volgt vernieuwing van wet- en regelgeving op enige afstand van economische activiteit; de vertraging is nog wat groter als het gaat om nieuwe technologie. Nieuwe businessmodellen kunnen met de combinatie tech, platform en data vrijwel direct van start, waardoor overheden nog minder mogelijkheden hebben om te sturen. Dat verschijnsel doet zich voor bij Airbnb, dat in zeer korte tijd in omvang is gegroeid, waardoor de maatschappelijke effecten ook in korte tijd zijn ontstaan. Maar bedrijven die opereren op basis van een data-gebaseerd transactiemodel zijn nauwelijks te beheersen.

Het product van Airbnb is een ongrijpbare dienst – niet te vergelijken met bijvoorbeeld een zelfrijdende auto – en tot nu toe zijn overheden er nog niet in geslaagd het bedrijf tot transparantie te dwingen. Voor succesvolle big tech spelers is het opleggen van boetes kinderspel. Verder is het de vraag waar regulering betrekking op zou moeten hebben. “Een bedrijf als Google bestaat niet uit de optelsom van de losse onderdelen, maar uit alle data die het in de loop der jaren heeft verzameld en exploiteert. Labels als Search, Maps, Gmail en YouTube zijn slechts de verzamelaars en exploitanten daarvan”, aldus bedenker van de aggregatietheorie Ben Thompson.

Van data naar AI

Publicist Evgeny Morozov wijst erop dat de dataverzameling van elk van deze grote techbedrijven vele malen omvangrijker is dan die van nationale overheden. Die data heeft big tech nodig om de eigen kunstmatige intelligentie (AI) te trainen. Volgens Morozov is het wachten op het omslagpunt waarbij niet data, maar AI de nieuwe olie wordt. Die ontwikkeling is pas zorgwekkend, want we kunnen nu nog beslissen over hoe wij omgaan met onze data. Maar wat bedrijven straks met hun ontwikkelde AI gaan doen, ligt dan niet meer binnen de invloedssfeer van consumenten, laat staan die van overheden. Dat is pas een digitale transformatie.

In deel 3 van deze serie over digitale transformatie ga ik in op de impact van de digitale transformatie op leiderschap. Lees ook deel 1 over 'andere transformaties dan alleen de digitale'

Grip op data in de digitale stad

De digitale transformatie gaat meestal over de noodzaak om organisaties ‘intern’ te veranderen zodat ze beter op ‘extern’ kunnen inspelen: op verandering, versnelling, concurrentie, disruptie. Een heel ander aspect is de belofte van de digitale transformatie: data zijn de nieuwe olie, nodig voor nieuwe verdienmodellen. Voor de overheid zijn data een sturingsmiddel; gebrek aan data maakt een overheid machteloos. Over de digitale visie van Amsterdam, Airbnb en een deelfietsenplan.

Onze economie wordt steeds meer een data-economie en ook overheden willen hier graag aan meedoen. Daarom heeft Amsterdam een visie opgesteld op het informatievraagstuk (zie verderop) en komen er geleidelijk concrete datatoepassingen naar buiten. Een voorbeeld daarvan is het dataportal Amsterdam City Data, waarmee data van en over de gemeente Amsterdam beschikbaar worden gesteld via één loket, bereikbaar voor publiek, ketenpartners en ambtenaren. Dat portal biedt data uit een aantal basisregistraties, in samenhang met omgevingsfoto’s, gebiedsinformatie, basisstatistieken en data over onder meer parkeren, milieu, externe veiligheid, monumenten en onderwijs. Verder zit er van alles in de pijplijn, want Amsterdam wil met behulp van technologie en open data de stad leefbaarder en duurzamer maken. Hiervoor zijn meer dan 100 projecten in het leven geroepen. Zo wordt bijvoorbeeld samengewerkt met start-up Olisto (een soort If This Than That ofwel IFTTT) voor het vinden van parkeerplekken en het slim gebruiken van laadpalen.

Ronkende verhalen over data

Gemeente Amsterdam ziet grote mogelijkheden met data: zowel voor zichzelf – de interne organisatie en de samenleving die bediend wordt – als voor de markt. De gemeentelijke I-visie is bedoeld om kaders te stellen voor de wijze waarop de gemeente de komende jaren haar informatievoorziening inricht en omgaat met informatie. Het document bevat veel ronkende taal over hoe onze samenleving digitaliseert: “Het internet genereert een groeiende hoeveelheid big data om te analyseren en te combineren. Door de slimme (geautomatiseerde) analyse van interne en externe data ontstaan nieuwe inzichten die van grote waarde kunnen zijn. De data uit de fysieke en sociale infrastructuur van de stad kunnen worden benut voor maatschappelijke en economische doelstellingen. Burgers en ondernemers worden in staat gesteld om met innovatieve oplossingen gebruik te maken van data (…).”

digitale

Data: geen sneeuwbui of mierenplaag

Je kunt wel stellen dat het ‘internet een groeiende hoeveelheid data genereert’, maar data zijn geen natuurverschijnsel. Ze worden geproduceerd door mensen, veelal direct door ‘digitaal gedrag’ –  bijvoorbeeld door het posten van een foto op Instagram. Die actie leidt tot de productie van een hele hoop nieuwe (meta)data: denk aan gegevens over de foto, over wie zich op welke locatie bevindt, welke gsm-mast wordt gebruikt. Diezelfde actie leidt ook tot een enorme datastroom richting derden (denk aan Facebook of Google) waarmee persoonlijke profielen worden gevuld die weer worden ingezet door adverteerders. Hun output komt wellicht weer als ‘gerichte boodschap’ terecht op de smartphone van de persoon die de foto op Instagram plaatste.

Data om gedrag te sturen

De data-economie is big business. Wie data bezit of er toegang toe heeft, kan het leven van mensen beïnvloeden, want mensen laten zich steeds meer letterlijk of figuurlijk leiden door software. Ook de gemeente heeft een data-agenda. Amsterdam wil inzetten op “het centraal en uniform ontsluiten, verzamelen en delen van data”, wat het mogelijk maakt om “met data maatschappelijke vraagstukken op te lossen, de dienstverlening te verbeteren, slimmer te handhaven en gemeentelijke eigendommen in de openbare ruimte te beheren, maar ook om met data de ondersteunde werkprocessen efficiënter in te richten en de zorg te verbeteren.” Amsterdam begrijpt daarnaast heel goed dat data (ook) een mogelijk stuurmiddel zijn: “Door toegang tot een verscheidenheid aan bronnen en het snel herkennen van patronen kan data worden gebruikt om gedrag te beïnvloeden.”

digitale

In de I-visie waarschuwt de gemeente hier en daar voor een ‘goede balans’. Zo is het belangrijk het evenwicht tussen beheer en innovatie (wegwerken van IT-legacy, maar daarnaast beslist ook innoveren) niet uit het oog te verliezen. Want Amsterdam loopt internationaal voorop met haar Smart City- en Innovatieprogramma, aldus de I-visie. Die ambitie komt ook terug in de economische plannen van Amsterdam om een global business hub te worden. “Door samenwerking tussen bedrijven, overheden, kennisinstellingen én de Amsterdammer wordt de metropoolregio Amsterdam ontwikkeld als slimme stad.”

Kansen

Amsterdam hamert in de I-visie nadrukkelijk op de kansen rondom data-gedreven innovatie. “Amsterdam heeft de kans om economische groei door data gedreven innovatie te stimuleren door kennis, data en infrastructuur beschikbaar te stellen aan burgers en ondernemers. Door een collectieve aanpak, kennisdeling, belemmeringen weg te nemen en partners samen te brengen kan de gemeente duurzame economische investeringen stimuleren.” En onder het kopje ‘zelf doen of laten doen’ (wanneer werk je samen met de markt?) stelt de gemeente dat bij informatievoorzieningsvraagstukken steeds de afweging moet worden gemaakt wie de beste en meest efficiënte dienstverlening of oplossing kan leveren. Amsterdam doet daarbij graag zaken met de markt.

Van wie zijn mijn data

Ik heb op dit blog al vaker geschreven over de vraag ‘van wie zijn mijn data’, ook in relatie tot ‘de slimme stad’. De behoefte aan transparantie neemt toe – en ook Amsterdam investeert bijvoorbeeld in open data initiatieven waarbij data van de overheid gedeeld worden. Maar de introductie van open data betekent niet dat alle data-gedreven initiatieven van de overheid transparant zijn, of op z’n minst zichtbaar.

Een goed zicht op die ontwikkeling is echter essentieel, want de stad is – door een concentratie van mensen, bedrijven, verplaatsingen, et cetera – als rijke en onuitputtelijke bron van data een goudmijn voor het bedrijfsleven. Was tien jaar geleden software nog een bottleneck (het ontwikkelen daarvan was een kostbare en tijdrovende zaak), tegenwoordig spelen er voor het bedrijfsleven maar twee vragen: 1. welke businessmodellen kan ik lanceren met data? En 2. hoe krijg ik toegang tot beschikbare data?
Een deel van de data rondom de slimme stad ligt bij de gemeente. Daarom moet bij de digitalisering – naast operationele zorg voor privacy en security – niet alleen worden gesproken over het eigenaarschap van data maar ook om over het toezicht op nieuwe data-gedreven initiatieven die berusten op businessmodellen op het snijvlak van overheid en bedrijfsleven. Daarbij gaat het niet alleen over alleen het eigendom van data, maar ook over de impact, duurzaamheid en beheersbaarheid van die nieuwe business.

dataGeen grip op Airbnb

Omdat wetgeving per definitie achterloopt op de stand van de technologie, kan regulering problematisch worden als een businessmodel niet alleen economisch maar ook maatschappelijk ontwrichtend blijkt uit te pakken. Het voorbeeld van Airbnb in Amsterdam laat zien hoe een snelgroeiend bedrijf in een hoog tempo ongrijpbaar is geworden voor de overheid. Net als veel andere steden krijgt ook Amsterdam geen vat op Airbnb wegens gebrek aan data, terwijl het businessmodel gaat over Amsterdammers die Amsterdamse huizen, boten en caravans verhuren aan toeristen. Het disruptieve karakter van Airbnb gaat niet over hotels, maar over het wegtrekken van bewoners en het ontstaan van op goedkoop toerisme gerichte monocultuur in de winkelstraten. Niet een economische sector wordt ontwricht, maar een aspect van de samenleving.

De connected deelfiets

digitaleAmsterdam ziet data ook als de sleutel tot het aanpakken van het vraagstuk van bijna honderdduizend zwerffietsen. Het plan om de stad (met meerfietsen dan bewoners) te verrijken met duizenden ‘deelfietsen’ – in essentie huurfietsen omdat er betaald wordt voor gebruik – levert een vergelijkbaar risico als bij Airbnb op: verlies van grip op een nieuwe onderneming die in belangrijke mate op data drijft. Het is niet duidelijk of Amsterdam hier goed heeft nagedacht over het eigenaarschap van data. Het kan ook zijn dat bij het ‘deelfiets’-plan de datahonger van Amsterdam zelf een rol speelt.
Wanneer in de stad de honderdduizend anonieme (en vaak stilstaande) weesfietsen plaats maken voor honderdduizend ‘connected’ fietsen, dan is er op het vlak van data in ieder geval altijd één winnaar: het deelfietsbedrijf dat de data mag gebruiken, of gemeente Amsterdam, die precies weet wie waar (naar toe) fietst. De ‘deelfiets’ kan natuurlijk aan de man gebracht worden als ‘smart mobility’; een paar jaar geleden dacht Amsterdam ook dat Airbnb iets met ‘deeleconomie’ had te maken.

Dit artikel is ook doorgeplaatst op iBestuur

Lees ook het blog over Smart City Amsterdam

Anders vliegen – innovatie in de luchtvaart

luchtvaartDe drukte op Schiphol en de belasting van Schiphol op de omgeving gaan hand in hand. De luchthaven en de luchtvaart vormen ook een onderdeel van onze vitale infrastructuur. Doorlopende groei van deze infrastructuren leidt tot steeds grotere problemen. Innovatie in de luchtvaart is noodzaak. 

De afgelopen jaren heeft de luchthaven (in handen van verschillende overheden) de bewuste keuze gemaakt om low cost carriers alle ruimte te geven. De huidige groei in passagiersstromen zijn volgens ING Economisch Bureau voor een belangrijk deel te verklaren door de toename van Europese vluchten door budgetmaatschappijen zoals Ryanair en Easyjet. Daarnaast doen ook home carriers zoals KLM (via eigen budgetdochters zoals Transavia) mee aan deze ‘race to the bottom’.

En tot slot is het een brede groep van consumenten die gretig gebruik maakt van de mogelijkheid om voor twee tot drie tientjes door Europa te vliegen. Toch wordt de maatschappelijk druk vooral bij vliegmaatschappijen en luchthavens gelegd. Vliegmaatschappijen zijn vervuilend en ze verduurzamen niet snel genoeg; luchthavens zijn platformen die alsmaar willen uitdijen in omgevingen waar de ruimte schaars is. Los van de vraag of in de huidige luchtvaart het groeiparadigma nog te handhaven is: de druk om te innoveren is groot.

luchtvaart

Laaghangend fruit: motoren en brandstof

Vliegtuigmotoren zijn in de afgelopen veertig jaar tijd al 75% stiller, 70% zuiniger en schoner geworden, aldus ICAO. Maar ander laaghangend fruit blijft lastig bereikbaar. Er wordt al jaren geëxperimenteerd met (bio)brandstof, dat de CO2-uitstoot met 80% verlaagt. Maar bij KLM is biofuel goed voor slechts 0,04 procent van het totale brandstofverbruik van KLM: het aanbod is niet groot genoeg en blijkbaar is opschalen van de productie niet interessant voor de langere termijn.

Internationale luchtvaart

Een van de meest hardnekkige problemen die relatief gemakkelijk op te lossen is, is de vorming van de Single European Sky (SES). Hierdoor kunnen vliegroutes aanzienlijk ingekort worden, kan in de luchtvaart meer gebruik worden gemaakt van glijpaden en kan de verkeersleiding aan efficiency winnen. Dat draagt allemaal bij aan minder lawaai rond luchthavens, meer kostenbesparing, een lager brandstofverbruik en tijdswinst. Over SES wordt al decennia lang gepraat, maar de vooruitgang is gering: de eigen politieke en economische belangen van Europese landen zijn te groot.

Een ander en vergelijkbaar hardnekkig probleem is de subsidies die overheden aan vliegmaatschappijen geven. In verschillende landen van Europa wordt geen accijns in rekening gebracht op brandstof en geen btw op tickets; relatief jonge en snelgroeiende maatschappijen uit het Midden-Oosten ontvangen ook overheidssubsidies. Hierdoor ontbreekt het aan een level playing field.

Transitie, net als energiesector en banken

Ondertussen blijft de druk om te besparen op kosten – een gevolg van de opkomst van nieuwe gesubsidieerde maatschappijen en van low cost carriers die ook op intercontinentale vluchten concurreren. Dat maakt het extra lastig om te investeren in innovaties, maar vanuit welbegrepen eigenbelang – de publieke opinie wordt steeds negatiever en dwingt verduurzaming van het businessmodel af – is dit onvermijdelijk. De luchtvaart is in in dit opzicht in een zelfde positie aan het komen als energiebedrijven (die nu met enige moeite weg bewegen van fossiel) en banken (die aan de slag moeten met legacy op het gebied van verdienmodellen, HR en IT). In alle drie de sectoren is sprake van een transitie, want zowel financieel als technologisch ligt er nog geen kant en klaar operating model.

Kosten besparen

Innovatie in de luchtvaart gaat over meer dan alleen motoren en brandstof. Met de opkomst van drones [link toii] neemt de kennis over onbemande luchtvaart toe, met name bij de klassieke marktleiders zoals Boeing en Airbus; IT wordt goedkoper en sneller waardoor de mogelijkheden systemen slimmer te maken ook groeien. Als opmaat naar het onbemande vliegtuig wordt nu gesproken over halvering van de bezetting in de cockpit. Afgaand op de arbeidsmarktprognose van Airbus duurt het nog een lange tijd voordat onbemande vliegtuigen werkelijkheid zijn. Het bedrijf schat in dat de komende twintig jaar de groei in passagiers sneller gaat dan de innovatie en verwacht dat er tot 2038 nog meer dan een half miljoen piloten nodig is. De vliegtuigfabrikant lanceert daarom een eigen opleidingsprogramma voor piloten.

Hoewel er ook een fikse uitstroom te verwachten is van babyboomers, is de relatief lage pensioenleeftijd bij veel maatschappijen al omhoog gegaan. Pilots met onbemande vliegtuigen worden wel opgestart bij vrachtvluchten.

Elektrisch vliegen

De Duits/Franse vliegtuigbouwer Airbus werkt aan de ontwikkeling van een deels elektrisch aangedreven passagiersvliegtuig. Daarbij wordt op een moderne manier geïnnoveerd en geëxperimenteerd: één van de vier motoren van een Avro RJ100 wordt vervangen door een elektrisch exemplaar, om zo de vliegeigenschappen te testen. In de luchtvaart is met name de capaciteit van accu’s een bottleneck. Daarom is elektrisch vliegen op dit moment vooral interessant voor drones gericht op korte afstanden, zoals de Airbus Alpha One, of drones gericht op vrachtvervoer. Ook vliegtuigbouwer Boeing investeert in de ontwikkeling van drones, maar neemt daar meteen een nieuw businessmodel voor een bezorgdienst in mee. Daarnaast werkt Boeing samen met JetBlue aan een elektrisch vliegtuig voor 12 passagiers, dat in 2022 zou moeten vliegen.

luchtvaart

Ondertussen wordt er ook hard gewerkt aan innovatie op accu-gebied. Het Noorse Instituut voor Energietechnologie heeft een manier gevonden om de capaciteit van batterijen met 300% tot 500% te verhogen, dankzij de inzet van nanotechnologie.

Private drones

Zelfsturende vliegtuigen die verticaal opstijgen en waarbij elektromotoren het werk doen: nieuwkomer in de luchtvaart Ashton Martin ontwikkelt in samenwerking met onder meer Rolls Royce (in de luchtvaart een van de grootste leveranciers van turbinemotoren) de Volante eVTOL, een high-end hybride driezitter die 320 km/h moet halen over een afstand van 400 km. Geschatte kosten: meer dan tien miljoen euro.

Rolls Royce werkt ook zelfstandig aan de ontwikkeling van een vliegende taxi voor vijf personen die tot 800 km ver moet komen. Net als bij het prototype van Ashton Martin is de aandrijving hybride: gasturbines in combinatie met accu’s en elektromotoren. Beide toestellen moeten in de loop van volgend jaar gereed zijn en over drie tot vijf jaar beschikbaar voor de markt.

Materialen

De inzet van nieuwe materialen, zoals composiet in plaats van aluminium, is volledig omarmd in de luchtvaart. Alles wat vliegt of moet gaan vliegen is gehouden aan strenge wet- en regelgeving, niet alleen op het gebied van operaties maar ook op het vlak van onderhoud. Hoewel ‘elektrificatie’ dat onderhoud enigszins zal vereenvoudigen, is er nog veel vernieuwing mogelijk op het vlak van predictive maintenance. Daarbij wordt met behulp van historische data, realtime sensor informatie en algoritmen de veilige belastbaarheid van systemen en onderdelen geoptimaliseerd. Dat reduceert de kans op onverwachte uitval en verlengt de levensduur van die onderdelen.

Omdenken in de luchtvaart

Er is daarnaast veel aandacht voor nieuwe concepten in de luchtvaart. Denk aan een bus die verandert in een vliegtuig, waarbij de romp wordt beschouwd als iets wat zowel door de lucht als over het spoor kan worden verplaatst. Vergelijkbare initiatieven in de logistieke keten van de luchtvaart zijn het apart laten reizen van bagage (wat een flinke winst kan opleveren in de turn-around time van toestellen en dus in de omzet per toestel). Luchthavens hebben al enorme sprongen gemaakt in het automatiseren van de processen aan de grond, zoals het doorvoeren van selfservice bij check-in van passagiers en bagage en het invoeren van robots die standaard bagagecontainers vullen. Door die containers pas op het laatste moment in een vliegtuig te schuiven en informatie over de inhoud vast te leggen kan er veel tijd bespaard worden als bij het boarden een passagier niet komt opdagen.

Innovatie lastig

In juni 2016 zei KLM-COO René de Groot het als volgt: “We zouden het proces rondom de passagier graag anders willen inrichten: thuis inchecken, je bagage laten afhalen, zo vanuit de hal doorlopen naar het vliegtuig, alles met automatische identificatie. De eerste KLM-medewerker die je tegenkomt, heet je welkom aan boord.” Maar het feit dat innovaties en procesveranderingen een groot aantal stakeholders raken (drie ministeries – Financiën wegens de Staat als aandeelhouder, Defensie vanwege de inzet van de marechaussee en Infrastructuur & Milieu als toezichthouder –, de slotcoördinator, de luchthaven Schiphol, omwonenden en de luchtverkeersleiding) maakt innovatie lastig. “Alleen al het koppelen van de irisscan aan je paspoort vraagt om samenwerken met heel veel instanties.”

Teleportatie of toch hyperloop

De kans bestaat dat al deze voorbeelden van (incrementele) innovatie over enige tijd de laatste stuiptrekkingen zijn van een sector die bleef geloven in het uitgangspunt van vliegen. Misschien is de hyperloop straks de meest snelle, efficiënte en veilige langeafstandsverbinding. Of is het vliegtuig straks net zo verouderd als de postduif, omdat we voor teleportatie gaan.

De toekomst van werk (9) – Gamingprincipes op de werkvloer

Generatie Y brengt een groot deel van de tijd door in virtuele werelden. Gaming is hot. Het levert bovendien een hoop data op over tactiek en strategie. Serious gaming kan veel waarde toevoegen in vrijwel iedere sector: in de vorm van inzicht in en versnelling en verbetering van allerlei bedrijfsprocessen. Toch staan gamification en serious gaming niet prominent op de radar bij managers, laat staan bij HR.

Piloten oefenen al sinds de eerste wereldoorlog in een flight simulator. Tegenwoordig worden piloten in geavanceerde simulators niet alleen bijgeschoold en getest (halfjaarlijkse checks), maar gebeurt ook het grootste deel van de vliegtraining voor nieuwe toestellen in een simulator. Hoewel het in de flight simulator niet om het winnen in teamverband gaat (eerder om het voorkomen van een crash), zijn er wel veel overeenkomsten met serious gaming. Handelen in een realistische, doch nagemaakte omgeving staat voorop.

HR staat niet te trappelen

Buiten de luchtvaart is het gebruik van simulators of simulaties een stuk minder gebruikelijk. Dat is ook niet verwonderlijk, want HR – de club die binnen organisaties een groot deel van het denken en doen over leren en ontwikkelen claimt, ziet serious gaming nog niet zo zitten. Dat blijkt bijvoorbeeld uit het meest recente trendonderzoek van Berenschot en Performa (2017-2018). Slechts 3 procent van 626 ondervraagde HR- en financiële professionals kiest voor de inzet van moderne tools zoals serious gaming. De weerslag hiervan op de werkvloer is zichtbaar in het HRD-trends-onderzoek van Springest (2018), uitgevoerd onder 4.000 werkenden en meer dan 400 HR-professionals. Daaruit blijkt dat in 2017 slechts 3 procent van de werkenden serious gaming of gamification inzet bij opleiding en training.

Trainen van skills voor planning en organisatie

Early adaptors zijn er wel. In contactcenters (met name in zakelijke dienstverlening) en in IT-helpdesks is de afgelopen jaren al flink geëxperimenteerd met gaming-elementen in personeelsselectie en in het dagelijkse werk. Zo lanceerde facilitair contactcenter arvato een paar jaar geleden de ‘TalentPitch’, ontwikkeld door Harver, een online recruitment game. Daarmee kan het bedrijf potentiële medewerkers online registreren, in de game uitleg geven over de inhoud van het callcenterwerk en de waarden van arvato en aansluitend een eerste selectie uitvoeren. Een andere early adopter is ABN AMRO, dat in samenwerking met gameontwikkelaar IJsfontein games heeft ingezet waarbij medewerkers in verschillende scenario’s leerden omgaan met kernwaarden en wet- en regelgeving, maar ook met conflicterende businessdoelstellingen zoals klantgerichtheid en productiviteit. Facilitair contactcenter Webhelp ontwikkelde in dezelfde periode een serious game voor operationeel managers rondom planning en organisatie van de werkvoorraad en de inzet van personeel. In het simulatietool worden allerlei dagelijkse gebeurtenissen in het contactcenter nagebootst: bijvoorbeeld pieken en dalen in het werkaanbod door uiteenlopende gebeurtenissen waaronder ziekmeldingen van medewerkers. En KPN tot slot zette gamification in bij de Enterprise Servicedesk om te bereiken dat tijdens piekmomenten de teamprestaties omhoog zouden gaan. Bij KPN werden punten toegekend voor iedere opgeloste call ,waardoor gesprekken korter en effectiever werden. De verdiende punten konden worden omgezet in vrije tijd op de minder drukke momenten.

Serious gaming en gamification

Bij serious gaming en gamification worden allerlei technieken uit de gaming-industrie voor leerdoeleinden ingezet. Gamification is het inbrengen van spelelementen om problemen op te lossen of doelen te behalen, serious gaming is het toepassen van gesimuleerde omgevingen om een ‘serieus’ doel te bereiken. De toepassingsmogelijkheden van beide methoden zijn eindeloos: van assessments tot het aanleren van of oefenen met specifieke vaardigheden en van bewustwording tot en met productiviteitsbevordering, zoals in het eerder genoemde voorbeeld van de IT-helpdesk van KPN. De inzet van beide technieken maakt het mogelijk om competenties aan te leren, prestaties te meten en te bevorderen. Een voordeel van serious gaming is de gecontroleerde omgeving, waardoor het mogelijk wordt leerprincipes als trial en error, feedback, beloning en plezier toe te passen zonder dat dit negatieve gevolgen heeft voor bedrijfsprocessen. Het inbrengen van een spelelement inclusief beloningen zoals erkenning, geld of vrije tijd, kan gewenst menselijk gedrag stimuleren, zo blijkt ook uit The Fun Theory.

Gaming is hot

Volgens Kim Boog van Redmax speelt 95 procent van de jongeren tussen 12 en 19 jaar online games. Onder meer in China worden finales van het multiplayer game League of Legends gespeeld in stadions, die met 80.000 toeschouwers afgeladen vol zitten. Gaming is hot onder jongeren.

In Minecraft – voor de game-analfabeten: een soort online lego – bouwen mensen hele steden na, kinderen worden zelfs aangemoedigd om hun eigen school of eigen straat na te bouwen. Daarbij komt veel ruimtelijk inzicht kijken; in de multiplayer games wordt een beroep gedaan op analytisch vermogen, incasseringsvermogen, intrinsieke motivatie, tactisch/strategisch inzicht, stressbestendigheid, communicatieve vaardigheden en samenwerken, plannen en reactiesnelheid. Veelal wordt er (via de headset) ook verbaal gecommuniceerd, vaak in een vreemde taal, aldus Barbara Gemen, als Talent Development Manager verbonden aan het Koninklijk Instituut Van Ingenieurs. In een game als Clash of Clans leer je management vaardigheden, want je moet processen plannen, reageren, omgaan met budget. Gaming zorgt er niet alleen voor dat je nieuwe vaardigheden opdoet; door vaker te spelen train je deze vaardigheden ook. Daarnaast is er niets zo veranderlijk als een game: developers voegen doorlopend nieuwe elementen (karakters, features, functionaliteiten, verhaallijnen) toe waardoor gamers steeds moeten omgaan met veranderde omstandigheden.

Toepassing van gaming

Gaming kan een geschikt hulpmiddel zijn bij werving, selectie, training en ontwikkeling. Hoewel recruiters naarstig op zoek zijn naar mensen met specifieke skills (denk aan zelfbeheersing, incasseringsvermogen, opofferingsgezindheid, leiderschap en doelgerichtheid) spreekt Tom Bos, directeur van NCOI Online Academy, zijn verbazing uit over het feit dat gaming-skills of gaming-ervaring nog nauwelijks terugkomen in (online) serious gamingCV’s. Wel wordt serious gaming geleidelijk meer ingezet voor werving en arbeidsmarktcommunicatie, zoals bij de Nederlandse politie, die CrimeDiggers ingezet om jongeren te interesseren voor digitaal recherchewerk. Spelers die bovendien goed scoren (een zaak oplossen in een zo kort mogelijke tijd), kunnen rekenen op een sollicitatiegesprek.

Bron van data

Serious gaming levert ook data op. Hoewel HR niet zo happig is op HR-analytics (vier op de tien HR-afdelingen maken er gebruik van, vooral corporates), slaan steeds meer werkgevers aan het experimenteren met het gebruik van employee intelligence. Shell kwam een paar jaar geleden tot het inzicht dat het ontdekken van talent veel sneller verloopt via games (zoals Dungeon Crawl en Wasabi Waiter) dan via een talent scout. Games registreren bijvoorbeeld tot in detail welke acties de speler inzet, hoe hij problemen oplost, prioriteiten stelt, analyseert en doorzet. Onder meer ABN AMRO, Rabobank, ManpowerGroup, Philips, Achmea en ING zoeken op deze manier naar gedragskenmerken die goede prestaties garanderen.

Oplossen van samenwerkingsvraagstukken

Daarnaast kunnen gaming-methoden en gamification bijdragen aan de ontwikkeling van skills, zoals ‘out of the box’ denken of samenwerken. TNO heeft verschillende serious games ontwikkeld, waaronder de Rail Cargo Challenge Rotterdam (RCCR) en de Rail Cargo Challenge Amsterdam (RCCA). Beide logistieke games zijn gericht op het bevorderen van kosten-efficiënte samenwerking tussen onder andere verladers en vervoerders. Betere en goedkopere technologie heeft er ook voor gezorgd dat het principe van de flight simulator uit de luchtvaart ook voor het beroepsvervoer over de weg beschikbaar is gekomen.

Technologische convergentie

Met steeds betere technologie neemt ook de technologische convergentie toe: verschillende technologieen gaan elkaar raken en aanvullen. Dat geldt bijvoorbeeld voor virtual reality en serious gaming. Inmiddels is voor artsen Isaac Asimovs ‘Fantastic Voyage’ bewaarheid geworden. De Eindhovense start-up VPI zet bestaande CT- en MRI-beelden om naar hoogwaardige 3D-volumemodellen. Een arts kan met behulp van een 3D-bril door zo’n driedimensionaal model heen vliegen, details visualiseren en sneller en makkelijker tot een diagnose komen, aldus Zorgvisie. En  thuiszorg-brancheorganisatie ActiZ onderzocht de mogelijkheden van applied gaming om ouderen te stimuleren meer te bewegen. De resultaten waren zowel voor de zorgsector als de ouderen uitermate positief. In vrijwel alle sectoren zijn er dus voldoende redenen voor HR om als een speer aan de slag te gaan met technologie, data en gamingtoepassingen.

De toekomst van werk (6) – technologie en het vermogen om armoede te vermijden

Ongeacht de bewegingen in de conjunctuur gaat één ontwikkeling vrijwel ongestoord door: de digitalisering van samenleving en economie. Data en software worden steeds belangrijker voor bedrijven om concurrentievoordeel te realiseren: na jarenlang sturen op operational excellence en kostenreductie vormen data en software de nieuwe basis voor incrementele (stapsgewijze) of fundamentele innovatie. Digitalisering betekent ook dat IT en technologie doordringen tot in de haarvaten van alle bedrijfsprocessen en daarmee in ons dagelijkse werk. Kunnen omgaan met technologie wordt steeds meer bepalend voor ons vermogen om voor je eigen inkomen te zorgen.

Technologie heeft op verschillende manieren invloed op ons werk. Het cliché is ’robots stelen onze banen’, maar nieuwe technologie zorgt ook voor het ontstaan van allerlei nieuwe toepassingen, die elkaar bovendien steeds vaker versterken (convergentie). Denk aan een online supermarkt die draait op basis van real time analytics (nodig: data-analisten, software engineers) en waarvoor logistieke centra moeten worden bemand met orderpickers. Met als verwachte uitkomst dat ook zij worden vervangen door robots. Sinds enkele jaren is echter duidelijk dat niet alleen werk met standaardiseerbare, routinematige of repeterende werkzaamheden, maar ook kennisintensief werk van hoogopgeleiden relatief gemakkelijk te automatiseren is. Technologie – ingezet door mensen – creëert nieuwe banen, verandert de inhoud van bestaande banen en vervangt bestaande banen. De belangrijkste vraag daarbij is of het aanpassingsvermogen van mensen zich met dezelfde snelheid ontwikkelt als het tempo waarin de technologie zich ontwikkelt.

Anders organiseren

Wie bij het Amsterdamse IT-bedrijf TRUE (provider van online werkplek- en hostingdiensten) naar binnen loopt, vindt in de hal geen balie met een receptionist. Naast een grote tafel met lectuur en een gemakkelijke zitbank is er een beeldscherm met toetsenbord en muis, waarmee je kunt aangeven met wie je een afspraak hebt. Je contactpersoon komt je daarna persoonlijk ophalen. Is de receptionist weggeautomatiseerd of is technologie hier een handig hulpmiddel voor de medewerkers?

Gemiddeld verdwenen er over de afgelopen tien jaar jaarlijks ruim 2.000 banen bij Nederlandse banken, maar niemand zit te wachten op de terugkeer van de wachtrij bij de kas- en baliemedewerker. De Nederlandse bankensector gaat nog verder krimpen, want nieuwe banken zoals knab en bunq  leveren vergelijkbare of betere diensten met aanzienlijk minder legacy op IT- en HR-gebied. Digitaal betekent in veel gevallen: zonder mensen.

digitalisering

Van hulpmiddel naar collega

Daar waar werk te standaardiseren is (denk aan robots in een productiestraat van een fabriek) zijn mensen al lang vervangen door machines. Het meest fundamentele verschil tussen mensen en kunstmatige intelligentie dat moet wordt overbrugd is het kunnen omgaan met context, creativiteit en empathie: zaken die niet gemakkelijk te automatiseren zijn. Met behulp van machine learning zullen bots steeds complexere taken kunnen uitvoeren, waardoor binnen steeds meer functies mogelijkheden ontstaan om technologie over te laten gaan van hulpmiddel naar collega die adviseert en coacht. Chatbots nemen niet alleen eenvoudige, gespecialiseerde taken van klantenservicemedewerkers over, maar ondersteunen hen met realtime informatie over de emotionele toestand van de klant, aankoopvoorkeuren van de klant of de kans op frauduleus gedrag van de klant.

Kiezen voor behoud, maar waarvan?

In de zorg zullen fysieke robots de komende tijd vooral moeten strijden om een volwaardige aanvulling op het werk van zorgpersoneel te worden, zodat het personeelstekort kan worden bestreden. Maar het is niet ondenkbaar dat dit personeelstekort over een aantal jaar omslaat in een overschot, omdat zorgrobots het routinematige werk van zorgmedewerkers overnemen. Ethische, maatschappelijke en emotionele bezwaren van nu zijn gevormd door de context van nu; over twintig jaar leiden andere omstandigheden – zoals de betaalbaarheid en beschikbaarheid van capaciteit – wellicht tot andere opvattingen. Hugh Montgomery van het Londense UCL wijst op de enorme druk om nieuwe ontwikkelingen naar de praktijk te vertalen. Routinematige en administratieve taken zijn nu nog goed voor bijna 70% van de werktijd van medische professionals, wat de zorgkosten enorm opdrijft. Automatisering daarvan is essentieel, want anders “gaat de huidige gezondheidszorg omvallen,” aldus Montgomery. Daarbij is het de vraag of de beroepsgroep kiest voor behoud van de eigen positie of voor betaalbaarheid van voorzieningen, een belangenconflict dat ook in andere sectoren speelt.

Wat ga je doen als je werk verdwijnt?

Autonome voertuigen zijn een belangrijke technologietrend in transport. De frequente stakingen in de Franse publieke transportsector (luchtvaart, spoorwegen) tegen de afbraak van opgebouwde rechten laat zien hoe moeizaam het omgaan met verandering is: machinisten van het Franse spoorwegbedrijf (met een schuld van 45 miljard euro en een operationeel kostenpeil dat 30 procent hoger ligt dan vergelijkbare bedrijven) mochten tot nu toe op hun 52ste met pensioen. In 2020 wordt de Europese markt voor OV volledig opengesteld; als machinisten 30 jaar werken en 40 jaar pensioen uitgekeerd krijgen, zet het personeel het voortbestaan van de eigen organisatie op het spel. Het mag duidelijk zijn dat uiteindelijk de ‘trein’ (als vorm van openbaar vervoer) grotere overlevingskansen heeft dan ‘de machinist’: overal ter wereld worden metronetten geleidelijk aangepast voor autonoom rijdende metrotreinen zoals in Parijs, Kopenhagen en verschillende delen van Londen. Afhankelijk van de automatiseringsgraad zijn bestuurders niet langer noodzakelijk en is er alleen nog personeel aan boord voor customer service doeleinden.

digitaliseringEen vergelijkbaar probleem speelt zich af in de luchtvaart. Denk aan nieuwe piloten die nu nog meer dan 100.000 euro in een opleiding investeren: in Nederland zijn die opleidingskosten voor eigen rekening. De kans is groot dat een piloot die niet snel genoeg aan het werk komt of te weinig verdient, ook tijd te kort komt om zijn lening volledig af te lossen, omdat ook vliegtuigen uiteindelijk autonoom zullen opereren. Sorteert de komende generatie piloten al vast voor op een tweede loopbaan?

Wat ga je doen als het werk te moeilijk wordt?

Als kunstmatige intelligentie niet alleen taken met routinematige of repeterend karakter overneemt, maar ook delen van kenniswerk, zal dat er toe leiden dat het werk dat voor hoogopgeleiden overblijft complexer van aard wordt. Dat zou kunnen betekenen dat voor de grote middengroep qua opleidingsniveau het probleem het grootst is: zij verliezen hun toegevoegde waarde, waardoor ze richting laagbetaalde arbeid worden geduwd. Het lijkt reëel dat de normaalverdeling er over twee decennia (als de ergste arbeidsmarktproblemen zijn opgelost) heel anders uitziet en dat de grote groep aan middenfuncties wordt opgedeeld. Ook dit is iets wat mensen in toenemende mate zullen moeten leren inschatten: welke voor mensen unieke competenties heb ik in huis en waar kunnen die waarde toevoegen? En hoe lang beschik ik over dat voordeel?

Op dit moment zijn in ons land alleen al bijna 2.000 verschillende hbo-studierichtingen en 1.200 master-opleidingen op wo-niveau. Dat studenten tegenwoordig keuzestress ervaren, is niet zo verwonderlijk. Aan de ene kant wordt vaak geklaagd over de gebrekkige aansluiting tussen onderwijs en werkveld, aan de andere kant wordt ook vaak gezinspeeld op het belang van juist generieke competenties zodat je breed inzetbaar bent. De vraag welke specifieke competenties nodig zijn voor de 21e eeuw, is even lastig als interessant. Omdat mensen straks vooral moeten concurreren met technologie, vermoed ik dat naast tech savvi-ness vooral creativiteit, aanpassings- en leervermogen, sensitiviteit en empathie doorslaggevend zijn.

Technologie zorgt voor nieuwe werkstijlen

Het intensieve gebruik van technologie (met name software) leidt in organisaties ook tot nieuwe werkvormen en samenwerkingsverbanden. Snel veranderende technologie in combinatie met digitalisering van bedrijven heeft geleid tot het in snelle, iteratieve stappen ontwikkelen van software, in nauwe samenwerking met de klant (design thinking) of de business (agile teams). De omgeving waarin professionals hun werk doen, is verruimd: de buitenwereld wordt naar binnen gehaald (outside in, in plaats van inside out) en er wordt meer in ecosystemen, partnerships en ketens samengewerkt. Ook leidinggeven gaat van het klassiek aansturen van een team (gericht op het realiseren van de beoogde output) naar het samenstellen, faciliteren en coachen van teams die over de beste mix van competenties beschikken.

Wat ga je doen als je (te laat) inziet dat je moet veranderen?

Amin Toufani (verbonden aan Singularity University) stelt dat bedrijven die willen overleven, vooral sensitief en adaptief moeten zijn: essentieel om noodzakelijke veranderingen tijdig te herkennen. Zijn zaken als omgevingsbewustzijn en sensitiviteit aan te leren en zijn deze kwaliteiten nodig om in te zien welke competenties je moet opbouwen en welke zaken je moet afleren? Levenslang leren gaat niet alleen over het opdoen van nieuwe kennis en vaardigheden, maar ook om het kunnen omgaan met verandering (ook in je priveleven, bijvoorbeeld omdat er plotseling zorgtaken bijkomen) en met het trainen van je eigen leervermogen. Dat heeft veel te maken met het kunnen herkennen van en inspelen op de kansen en krachten die bij digitalisering en globalisering horen. Dat gaat dus over anders waarnemen, anders denken en vooral anders doen. En dit geldt niet alleen voor individuele medewerkers, maar ook voor leiders en voor complete organisaties.

Het concept carrière is passé

‘Life time employment’ bestaat niet meer en het zou eigenlijk vervangen moeten worden door levenslang leren – niet om steeds iets bij te leren zodat je doorlopend kunt opklimmen, maar bijleren zodat je je eigen brood kunt blijven verdienen.

digitalisering

Dat ‘leren’ is tot nu toe vooral geconcentreerd rond de eerste twintig jaar van je leven. In de VS wordt jaarlijks 300-400 miljard dollar geïnvesteerd in de groep van 17 tot 25 jaar. Daarna is het maar een fractie, aldus het consortium for Advancing Adult Learning & Development (CAALD). CAALD ziet dan ook grote uitdagingen in het combineren van werk en leren, want skills zijn tegenwoordig zeer beperkt houdbaar. In Nederland geven we jaarlijks circa 40 miljard euro per jaar uit aan onderwijs, primair gericht op de leeftijdscategorie 4 tot en met 25 jaar. Dat is de basisinvestering voor een werkzaam leven van minimaal 50 jaar. Daarna wordt (vanuit het bedrijfsleven) per medewerker gemiddeld 949 euro per jaar uitgegeven aan opleiding en ontwikkeling.

Philipp Riederle, een Duitse Millennial en jonge ondernemer, sprak tijdens een congres dat ik begin dit jaar bijwoonde, zijn verbazing uit over de traditionele kijk op opleidingen (“op school leren we nog dat de computer aangaat als je op start drukt”) en op carrières. In zijn ogen bestaat het werkzame leven uit een voortdurend wisselend samengestelde combinatie van activiteiten.

digitalisering

Riederle is zich uitermate goed bewust van de onbalans van zijn generatie: “Ons tijdperk is het tijdperk met slechts de helft van de geboortecijfers” – waarmee hij zinspeelt op de extra uitdaging die bij de nieuwe generatie ligt: naast behoud van economische zelfstandigheid ook nog eens meebetalen aan de vergrijzing.

Inzetbaarheid, wendbaarheid of persoonlijk leiderschap?

HR-professionals spreken veelal over ‘duurzame inzetbaarheid’: de levensverwachting neemt toe en om onze welvaartsstaat enigszins betaalbaar te houden gaat de pensioenleeftijd omhoog. Dat levert voor vrijwel iedereen die nu aan het werk is (of nog aan een werkzaam leven moet beginnen) de uitdaging op dat je gedurende langere tijd moet werken om te kunnen leven. Het begrip duurzame inzetbaarheid wekt de indruk dat mensen inzetbaar (beschikbaar?) moeten zijn voor een bedrijf, maar is dit waar het werkelijk om draait? Of gaat het om het vermogen via werk een inkomen te verdienen en zo in je eigen levensonderhoud te voorzien? Dat vermogen om voldoende inkomen te verwerven is nu juist wat onder druk staat: doordat werk verdwijnt (omdat geautomatiseerde systemen het geheel of gedeeltelijk overnemen), omdat het werk te moeilijk wordt of omdat mensen niet meebewegen.

Om dit vermogen op peil te houden moet je zorgen dat je meebeweegt ofwel wendbaar bent – en een eerst voorwaarde lijkt dus wenbaarheid. Maar ook dit kan je afpellen, want om in beweging te komen zal je eerst de urgentie moeten zien. Sensitiviteit en het vermogen tot (zelf)reflectie zijn dus vereisten, net als het vermogen om tot actie te komen en te bedenken wat je zelf kunt en moet doen. Persoonlijk leiderschap dus; en dat is niet wachten op een vakbond die gaat protesteren of aanhaken op omscholingsprogramma’s die de overheid opstart. Grote kans dat je dan al te laat bent omdat je tot de achterblijvers behoort.

Het vermogen economisch zelfstandig te blijven

Maria Flynn, president en CEO van Jobs for the Future, pleit voor een infrastructuur die faciliteert op het snijvlak van ‘career navigation’ en levenslang leren. Praktisch gezien: een platform dat mensen helpt bij het op peil houden van het eigen vermogen om je aan te passen aan veranderende omstandigheden. Want dat is de uitdaging waarvoor we staan: duurzame economische zelfstandigheid, ofwel het vermogen om zelfstandig in je levensonderhoud te voorzien. Of misschien moeten we het wel aanscherpen tot ‘het vermogen om uit armoede weg te blijven’.

Banken, energie- en telecombedrijven: de toekomst van commodities

Wat is het verschil tussen Eneco, E-ON, Engie, Essent of Nuon? En wat maakt ING anders dan ABN AMRO of Rabobank? Als je mobiel belt via Vodafone of T-Mobile, merk je dan altijd een verschil? Voor je apparaten en verlichting maakt het niet uit of de stroom je stopcontact groen of grijs heet en wie het levert. Zo heeft ook iedere bank tegenwoordig een mobiele app en doet iedere mobiele telecomprovider aan uitgebreide selfservice. In elk van deze drie sectoren gaan diensten, producten en prijzen steeds meer op elkaar lijken. Het zijn commodities. Wat is straks hun onderscheidend vermogen? 

Commodity-spelers gaan allemaal door een vergelijkbare digitale transformatie heen, elk op hun eigen manier. Voor energiebedrijven geldt dat het einde van hun traditionele rol als energieproducent in zicht is. Centrale opwekking maakt plaats voor decentrale opwekking via een mix van natuurlijke bronnen zoals wind, zon en water. Door de consolidatie in de Europese energiemarkt zijn er een paar grote spelers over, die allemaal voor dezelfde uitdaging staan: nieuwe verdienmodellen zoeken. Van productie en levering schakelen ze over naar het organiseren van een intelligente demand & supply, het geven van advies over energieopwekking, -verbruik en –besparing, het regelen van de financiële transacties en het leveren van aanvullende diensten op het gebied van domotica.

Op zoek naar toegevoegde waarde

Telecombedrijven hebben hun oude verdienmodel al jaren geleden omgebouwd: van telefoontikken naar data. De verschillen tussen aanbieders gaan nu nog over datavolumes en snelheden, maar over een paar jaar is iedereen altijd en overal online en met de komst van 5G netwerken valt het verschil tussen mobiele en bedrade connectiviteit weg en verdwijnt ook het onderscheid tussen aanbieders van (mobiele) connectiviteit.

Ook kabelmaatschappijen, die voorheen geld verdienden met het doorgeven van pakketten met radio- en televisiekanalen (content), zijn veranderd in databoeren. Ook in de kabel- en telecomsector heeft consolidatie plaatsgevonden, waardoor een paar grote spelers zijn overgebleven die vergelijkbare diensten aanbieden: triple en quad play, een combinatie van vaste telefonie, mobiele telefonie, internet en televisie. De komende jaren wordt de toegevoegde waarde van deze spelers vooral bepaald door exclusieve content zoals sport of slimme aanvullende diensten – ook hier staat domotica op het lijstje.

Nieuwe marktspelregels

Ook banken krijgen te maken met verder gaande ‘commoditization’. De PSD2-wetgeving (Payment Services Directive 2, die oorspronkelijk op 13 januari geëffectueerd zou worden) maakt een eind aan de monopoliepositie die banken hebben op het gebied van financiële transacties. Betaalverkeer was al grotendeels geautomatiseerd; het wordt nu een commodity en straks bovendien real time. Net als energiebedrijven zullen ook de traditionele Nederlandse grootbanken (ING, Rabo en ABN AMRO) op zoek moeten naar nieuwe verdienmodellen. Er gelden nog steeds strenge regels voor bestaande en nieuwe spelers (denk aan een bankvergunning), maar de concurrentie staat klaar om nieuwe diensten uit te rollen. Denk aan slimme huishoudboekjes, aan frictieloos betalen, aan slimme koppelingen met e-commerce en aan geheel nieuwe benaderingen van loyaliteit: niets zegt meer over bestedingspatronen dan je bankrekening.

Waardecreatie persoonlijk maken

Hoe verander je van een grijze muis in een onderneming die vraaggestuurde, gemakkelijke, flexibele, relevante en gepersonaliseerde diensten levert aan consumenten? Op de eerste plaats moeten ze vooral (meer) data-driven worden, want dat is de enige mogelijkheid om gepersonaliseerde verdienmodellen haalbaar te maken. Kennis over de klant is cruciaal. Je zou dus verwachten dat banken zich nu al zouden richten op het aanbieden van gepersonaliseerde financiële diensten. Maar banken en verzekeraars blijven net als energiebedrijven reactief. Alleen telecomoperators lijken oog te hebben voor een proactieve klantbenadering. Ericsson stelt dat consumenten klaar staan voor aanvullende diensten en heeft voor telco’s een overzicht gemaakt.

click to enlarge
Massa = kassa, omvang is zwakte

Voor de drie commodityspelers in onze economie – nutsbedrijven, banken/verzekeraars en telecombedrijven – is de bereikte schaalgrootte zowel een kracht als een zwakte. Hun omvang vergroot het potentieel als ze er in slagen nieuwe verdienmodellen te realiseren (massa = kassa). Maar die omvang is ook een vertragende factor door de logheid van organisaties: dat er gepraat wordt over ketengebaseerd werken en het vergroten van de wendbaarheid betekent niet dat silo’s zijn verdwenen en legacy is geëlimineerd. Groter betekent niet beter, zoals te zien is bij UPC-Ziggo-Vodafone, waar klanten (en medewerkers) eerst door het dal van de integratie moeten.

Banken, verzekeraars, nutsbedrijven en telecombedrijven hebben de afgelopen jaren bovendien veel geïnvesteerd in operational excellence, terwijl dat steeds minder bijdraagt aan het onderscheidend vermogen. Daarbij zijn met name banken na de bankencrisis van 2008 bezig geweest met saneren van diensten, producten, personeelsbestand en het kantorennetwerk (ABN AMRO ging in zes jaar tijd van 600 naar 200 kantoren).

Voor de meeste Europese energiebedrijven geldt dat zij nog volop worstelen met hun assets zoals bruinkoolmijnen (RWE) en centrales (Vattenfall). Commodityspelers investeren daarnaast sterk in het vergroten van hun wendbaarheid – werken met bijvoorbeeld DevOps, lean en agile staat volop in de schijnwerpers – zodat ze sneller kunnen inspelen op verandering. Het idee dat alleen startups snel, wendbaar en creatief zijn, gaat niet meer op: ook gevestigde spelers zorgen er voor dat ze deze competenties in huis halen via overnames of partnerships met startups.

Aan de voorkant weinig verschil

Kortom, aan de binnenkant en achterkant wordt doorlopend aan de organisatie gesleuteld, met als resultaat dat de commodityspelers aan de voorkant steeds meer op elkaar zijn gaan lijken, zowel op het gebied van prijs als kwaliteit van dienstverlening. De omkering van commodityspeler naar klant- en vraaggerichte onderneming is nog niet echt zichtbaar.

Wat is wel zichtbaar? De oude verdienmodellen van banken, telecomspelers en energiebedrijven zijn een aflopende zaak. De commodity-spelers zetten verkennende stappen richting een onzekere toekomst. ING heeft een zeer succesvolle app ontwikkeld, maar ook (met de nodige tamtam) de interne organisatie aangepakt (met agile werken in tribes) en het denken omgevormd van ‘producten’ naar ‘journeys’, ofwel van ‘hypotheken’ naar ‘wonen’. ABN AMRO zet in op duurzaamheid – denk aan het verstrekken van leningen voor het verduurzamen van huizen en de financiering van lokale energieopwekking. Ook energiebedrijf Eneco gaat aan de slag met duurzame energie, maar zet daarbij in op smart producten en diensten zoals oplossingen om de elektrische auto op te laden, apps voor energiemanagement en batterijen voor energieopslag.

De slimme meter en het platform Toon zijn de springplank voor nieuwe, voor de klant relevante diensten op het gebied van domotica en beveiliging, maar inmiddels heeft vrijwel ieder energiebedrijf een eigen app. Energiebedrijf NUON ziet vooral kansen in mobiliteit en in het helpen verduurzamen van grote ondernemingen. Het is de vraag waar kabelaars en telecomspelers voor gaan kiezen met data als commodity: opschuiven op richting IT (denk aan cloudtoepassingen) of richting media (denk aan het aanbieden van exclusieve content zoals sportwedstrijden).

Een berg aan data

Maar alle apps, tribes, omnichannel strategieën en datadriven businessmodellen ten spijt: geen van de commodity-spelers heeft de weg weten te vinden naar gepersonaliseerde en realtime dienstverlening. Dat is dienstverlening die qua prijs en inhoud precies en op het juiste moment aansluit op de behoefte van de klant. Standaardisatie is nog niet ingeruild voor adaptief. Dat is vreemd, want banken, verzekeraars, energiebedrijven en telecombedrijven zitten al jaren op een berg aan data. Daar hebben ze tot nu toe weinig proactiefs mee gedaan. Bent u al een keer gebeld door uw bank/energiebedrijf/telefoonbedrijf om te vragen hoe het afgelopen jaar ging, en wat het komend jaar beter zou kunnen? Is er al een aanbod geweest waaruit blijkt dat ze weten wie u bent of wat u potentieel aan energie zou kunnen besparen? Of moet u nog steeds zelf bedenken hoeveel data u nodig heeft? Heeft uw ziektekostenverzekeraar – met het jaarlijkse, miljoenen verslindende overstapcircus – in oktober geïnformeerd wat uw plannen voor januari komend jaar zijn? Is er al een verzekering op maat?

De kans dat er straks geen banken meer bestaan, acht ik niet zo groot. Maar de commodityspeler die kiest voor een proactief partnership met de klant waarbij een gedeeld belang en ontzorging voorop staan (en wat bijdraagt aan een duurzame relatie), die heeft straks een voorsprong. Helemaal als het grootste deel van de consumenten straks bestaat uit mensen die pragmatisch naar commodities kijken en weinig loyaal aan merken zijn.

Lees ook: Adaptieve producten zetten de economie op z’n kop

Het contactcenter in 2020 is data-driven

Digitale transformatie is meer dan een verandering in businessmodellen. Digitalisering betekent ook letterlijk dat er iedere seconde ongekende hoeveelheden data door cyberspace heen gaan. Toenemende rekenkracht en sterk verbeterde algoritmen stellen bedrijven in staat meer te doen met data: om onbekende kansen te ontdekken; om bestaande processen te optimaliseren door scherpere keuzes te maken; en om processen te vergemakkelijken en versnellen door professionals te voorzien van bruikbare informatie. Wat is de impact van digitaal op klantcontact?

Het begrip ‘digitale transformatie’ wordt overal te pas en te onpas gebruikt, net als het inmiddels bijna versleten concept ‘agile’. Wat is digitale transformatie? Het is de omslag naar een (meer) data-gedreven bedrijf, zodat er optimaal kan worden aangehaakt op de digitale economie. Criticasters van de digitale economie hebben dan ook bij voorkeur een paar honderd euro aan bankbiljetten in een oude sok: denk het internet ‘weg’ en ga na wat er allemaal tot stilstand komt.

De meeste vergezichten die een paar jaar geleden werden geschetst als het ging om digitale transformatie, zijn inmiddels bewaarheid geworden. De manier waarop bedrijven en klanten interacteren is de afgelopen jaren ingrijpend veranderd. We kopen steeds meer online en steeds minder in fysieke winkels. We verzamelen onze informatie digitaal en we werken en communiceren digitaal. Naast de cliché-voorbeelden van de digitale economie (Airbnb en Uber) komen er steeds nieuwe voorbeelden bij waaruit blijkt dat de digitale economie voor versnelling en verstoring zorgt. Tesla’s leggen inmiddels vele kilometers af terwijl ze zelf sturen, maar Elon Musk gaat ook aan de slag met autoverzekeringen. Daarmee zet Tesla een complete keten buitenspel. Ook banken en verzekeraars reageren op disruptie, bijvoorbeeld door in te spelen op de deeleconomie en ‘autoverzekeringen per uur’ aan te bieden – iets waar verzekeraar NN aan werkt. De komende tijd gaat er ook het nodige veranderen in hoe klanten en bedrijven contact met elkaar hebben. In dit artikel vijf facetten van klantcontact.

1. Interactie wordt digitaal

Contactcenters gaan de komende drie jaar ‘dure’ kanalen afstoten en focussen op die kanalen die het beste passen bij de meest renderende klanten. Omdat consumenten uit zichzelf ook steeds meer online interacteren met bedrijven, ontstaan er meer mogelijkheden voor bedrijven om interacties met weinig toegevoegde waarde te automatiseren. Daarbij zijn er drie kanalen waarvan het voorbestaan onder druk staat. Op de eerste plaats de briefpost, een geheel ten onrechte vergeten categorie. Grote organisaties ontvangen jaarlijks nog honderdduizenden brieven. Het CAK is goed voor ruim 300.000, de NS voor 243.000. De grootste vereniging van Nederland ontving in 2014 nog ruim 744.000 brieven, een aantal dat in 2016 was teruggelopen tot ruim 512.000. Energiebedrijf NUON ziet ook dalende volumes: 150.000 brieven in 2013, 115.000 in 2016 en 100.000  in 2017 (bronnen: Toii.NL). Brieven zijn bewerkelijk om af te handelen en vormen een enorme kostenpost voor de backoffice.

data-driven

Op de tweede plaats zetten steeds meer organisaties het e-mail-kanaal ‘uit’, omdat ook dit kanaal relatief bewerkelijk is. In plaats van e-mail schakelen organisaties over op chat. En tot slot, op de derde plaats, komen er steeds meer bedrijven die niet meer bereikbaar zijn per telefoon. Dat wil zeggen: je kunt hoogstens een terugbelverzoek indienen. InShared werkte hier al langere tijd mee, maar nu is ook Oxxio over de brug. Kortom, bedrijven zoeken naar manieren om klantinteractie digitaal te maken, want dan is het te automatiseren en levert het meer data op. Inspelen op die tendens is een van de facetten van digitale transformatie.

2. Algoritme bepaalt wie je als klant ‘aan de lijn’ krijgt

Contactcenters gaan klanten die contact opnemen, aan medewerkers toewijzen (routeren) op basis van klant-eigenschappen en klantwaarde. Waar Sanoma medewerkers met een bepaald retentie-resultaat koppelt aan klanten met bepaalde kenmerken zoals klantwaarde, ontwikkelt softwareleverancier Telecats (onderdeel van Webhelp) een oplossing voor intelligente routering op basis van machine learning. Die houdt aan de ene kant rekening met eigenschappen en voorkeuren van de klant – klantwaarde, klantvoorkeuren, persoonlijke eigenschappen, sociale en gezinssituatie, actuele context zoals een vooraf ingesproken vraag, et cetera. En aan de andere kant houdt intelligente routering ook rekening met het medewerker-profiel. Door de uitkomsten van gerealiseerde ‘matches’ te meten wordt deze matching steeds nauwkeuriger – met andere woorden, hierbij wordt machine learning ingezet als tool om klantcontact data-driven te maken.

 3. Anders plannen

Hoewel het flexibel kunnen beschikken over personeel essentieel is voor ieder contactcenter, keert de wal het schip. Contactcenters stevenen af op een periode van ernstige arbeidsmarktkrapte. Dat heeft te maken met de aantrekkende economie, die samenvalt met een (lang geleden reeds voorspelde) arbeidsmarktontwikkeling. Werkgevers slagen er steeds minder goed in om hun claim op flexibele beschikbaarheid te compenseren met ‘nice place to work’-programma’s.

data-drivenVerschillende werkgevers zijn daarom begonnen met een roostermethodiek die werkschema’s beter voorspelbaar maakt voor medewerkers, waardoor de werk/privé-balans gunstiger wordt. Hiermee kunnen ze het verloop – in sommige contactcenters 400 procent op jaarbasis – terugdringen. Dat heeft een positief effect op medewerker- en klanttevredenheid, maar ook op de kosten: de kosten van verloop zijn 1-2 maandsalarissen per medewerker.

Daarnaast liggen er kansen om de hoogte van de beloning te koppelen aan de populariteit van tijdstippen, zodat het werken op impopulaire uren aantrekkelijker wordt. Overigens is ‘anders plannen’ een (vermoedelijke geslaagde) vorm van symptoombestrijding, aangezien het besturingsmodel  van contactcenters geleidelijk steeds minder goed past bij wat jongere generaties verwachten.

4. De rol van facilitaire contactcenters verandert

Facilitaire contactcenters bereiden zich voor op de digitale transformatie. Voor het realiseren van toegevoegde waarde werken ze aan de ontwikkeling van innovatieve diensten. Ze zullen wel moeten, want Forrester suggereert dat callvolumes – facilitaire contactcenters bestaan bij de gratie van schaalvoordeel – de komende twee jaar hard gaan dalen. De facilitaire spelers zullen krimpen in personele omvang en het wordt een hele uitdaging om met minder mensen een betere marge te realiseren. Dat kan alleen als ze opklimmen in de waardeketen van hun opdrachtgevers door hoogwaardige diensten (specifieke softwareoplossingen, data-analytics, consultancy) aan te bieden. Het Franse Webhelp is tot nu toe vooral bezig met het overnemen van technologiespelers. Door de overname van Telecats maakt Webhelp zijn spraakherkenningsoplossingen nu beschikbaar voor ook de Franse markt, waarmee Webhelp de Nederlandse best practices van het spraakbedrijf kan gaan exporteren. Marktleider Teleperformance vliegt innovatie aan over de as van partnerships, pilots en experimenten, daarbij kiezend voor samenwerking met technologiepartners.

5. Data-driven klantcontact

data-drivenEr gaat een schifting ontstaan tussen contactcenters die het uiterste uit data weten te halen – dat is de kern van de digitale transformatie – en contactcenters die blijven focussen op kostenvoordeel. Aan de ene kant neemt het volume aan contacten af, omdat eenvoudige interacties geautomatiseerd worden. Aan de andere kant wordt het resterende ingewikkelder van aard, waardoor er meer gevraagd wordt aan competenties en dat maakt het duurder. Deze ontwikkeling verhoogt de druk om in te blijven zetten op zoveel mogelijk automatisering van klantcontact. Voor deze digitale transformatie is kennis van en inzicht in data cruciaal: zowel voor de dienstverleners – om hun opdrachtgevers te helpen inde transformatie – als voor de opdrachtgevers: data is de nieuwe olie. De tijd van concurreren op volumematig kostenvoordeel in arbeidskosten is vrijwel voorbij.

Lees ook: De toekomst van facilitaire contactcenters (2016)