technologie Archieven - Pagina 3 van 11 -

Tien zorginnovaties die bijdragen aan productiviteitswinst zorgprofessional (1)

‘Zonder robots krijgen 300.000 ouderen straks geen zorg’, aldus een kop van Skipr, een toonaangevend medium voor de Nederlandse zorgsector. KPMG heeft berekend dat er in 2040 per jaar 180 miljoen uur zorg nodig is, terwijl er tegen die tijd – bij de huidige omstandigheden – maar 80 miljoen uur zorg geleverd kan worden. Omdat de overheid samen met de verzekeraars gaat over de vraag hoe arbeidsvoorwaarden van zorgprofessionals er uit moeten zien, zetten slimme zorginstellingen daarom in op innovatie, ook als het gaat om het contact met de cliënt. De grootste uitdaging voor de komende jaren is om tegemoet te komen aan de groeiende vraag naar zorg met een tekort aan zorgprofessionals.

Sinds 2007, het jaar waarin de marktwerking in de thuiszorg werd ingevoerd, is het aantal thuiszorgaanbieders enorm toegenomen. Ondanks consolidatie aan de bovenkant van de markt door fusies, overnames en faillissementen is ook het aantal zzp’ers sinds die tijd meer dan verdubbeld. De zorgsector is in Nederland nu goed voor 16 procent van de banen.

Maar het aantal ouderen dat zorg nodig heeft stijgt sneller, met name door de daling van het aantal geboorten en door de toename van de levensverwachting. Volgens de prognose van het CBS zal rond 2040 26% van de Nederlandse bevolking bestaan uit 65- plussers. Daarnaast zal de omvang van de groep alleroudsten sterk in aantal toenemen. Op dit moment is 4% van de bevolking 80 jaar of ouder, in 2040 zal dit 9% zijn: meer dan een verdubbeling die uiteraard impact heeft op de vraag naar zorg.

Zorgvraag groeit harder dan aantal zorgprofessionals

Op dit moment zijn er zo’n 8.800 wijkverpleegkundigen aan het werk. Alleen al over twee jaar is er door de vergrijzing werk voor circa 12.000 zorgprofessionals. Het verschil, bijna 3.000 professionals, zit niet volledig in de ‘pijplijn’ van opleidingen of omscholingstrajecten. Om het tekort dat op ons afkomt zo veel mogelijk te verkleinen moeten zorginstellingen dus aan de slag met slimme technologieoplossingen. Dat kan bijdragen aan een hogere productiviteit – ofwel: met het schaarse aantal beschikbare zorgprofessionals kunnen we meer cliënten helpen. Als dat laatste de insteek is, moeten zorgprofessionals vooral taken uitvoeren waarmee zij de grootste toegevoegde waarde aan het zorgproces leveren. Die toegevoegde waarde van ‘mensen in de zorg’ zit hem vooral in persoonlijke aandacht, empathie en creativiteit. Andere processen – denk aan repeterende of standaardiseerbare taken – lenen zich voor automatisering (geheel of gedeeltelijk) en centralisatie. Daarbij kan technologische of sociale innovatie (anders organiseren en werken) helpen.

Tien innovaties die bijdragen aan productiviteit

Toii ging op zoek naar tien concrete en succesvolle innovaties in de zorg: voor cure en care, voor zowel de intra- als extramurale zorg, en voor verschillende doelgroepen. Criterium: de toegevoegde waarde zit in het vergroten van de productiviteit van de zorgprofessional. In deel 1 van een tweeluik de eerste vijf zorginnovaties.

1. Hartfilmpjes laten controleren via Livv

Het Zwolse bedrijf Livv heeft deze zomer een app gelanceerd waarmee iedereen met een hartritmestoornis – buiten een medische verwijzing om – zijn of haar hartfilmpjes door een medisch specialist kan laten beoordelen. Die zogenoemde ECG’s zijn overal te maken en zijn binnen 30 seconden klaar. De filmpjes (metingen) kunnen worden doorgestuurd naar het medisch callcenter, dat bemand wordt door cardiologen en verplegend personeel; indien gewenst kan er direct een advies aangevraagd worden van medisch specialist. Voor de beoordeling van de filmpjes werkt Livv samen met cardiologen van het Isala ziekenhuis in Zwolle. Livv zet de dienst in de markt volgens een abonnementsmodel, aldus dagblad De Stentor.

innovaties Inmiddels zijn er 75 particulieren die van de dienst gebruik maken, en daarnaast zijn er ook 25 huisartsen en drie ziekenhuizen in de regio die Livv inschakelen voor hun patiënten. Livv wil de service binnenkort uitbreiden met controle van het gewicht, bloeddruk, het zuurstofgehalte in het bloed en de bloedsuikerspiegel. Dit initiatief dringt het aantal ziekenhuisbezoeken terug, maar hoogfrequente monitoring op afstand reduceert ook het aantal consulten van specialisten. Volgens Dorien Breukelman van Isala past de ontwikkeling helemaal in de tijd van e-health. De Nederlandse Vereniging voor Cardiologie reageert terughoudend op het Zwolse initiatief: de methode zou onvoldoende betrouwbaar zijn.

2. E-health voor patiënten met diabetes type 2

Wereldwijd lijden ruim 400 miljoen mensen aan de chronische ziekte diabetes. Met de inzet van een app en een ‘connected’ weegschaal worden verschillende functionaliteiten gecombineerd bij de zorg voor diabetespatiënten. Bloedwaarden en gewicht worden automatisch doorgegeven aan het ziekenhuis. Hierdoor kunnen kwartaalcontroles, die nu nog plaatsvinden in de vorm van een fysiek bezoek aan het ziekenhuis, worden vervangen door een consult op afstand door de chatfunctie in de app. De patiënt krijgt bovendien meer regie over de eigen gezondheid door de app, die veel informatie geeft vanuit de Philips HealthSuite. Daardoor zijn er ook minder contactmomenten nodig met zorgprofessionals. Patiënten kiezen zelf via de app met wie ze hun dossier willen delen – ze kunnen bijvoorbeeld ook ervaringen delen met andere patiënten. De oplossing is in 2015 ontwikkeld bij ReShape en wordt nu concreet toegepast bij Zorgnetwerk Midden-Brabant.

3. Slingeland ziekenhuis werkt met sensortechnologie

innovaties Neem een perifeer ziekenhuis in een vergrijzende krimpregio en zet daar stijgende kostendruk tegenover. Meer vraag naar zorg, maar minder aanbod van personeel: ook hier dwingt die combinatie tot innovatie. Verpleegkundig personeel is relatief veel tijd kwijt aan het uitvoeren en registreren van metingen bij patiënten en het reageren op signalen van systemen: bij patiënten op vervolgafdelingen worden metingen zoals temperatuur en bloeddruk vooral handmatig verricht. In samenwerking met Fujitsu kijkt het Slingeland ziekenhuis in Doetinchem daarom naar hoe deze werkdruk op de verpleging kan worden verlaagd door gebruik te maken van sensortechnologie. In de zogenaamde Sensing Clinic – een samenwerkingsverband van het ziekenhuis met meerdere partijen – wordt geëxperimenteerd met drie sensoren, die in totaal zeven vitale functies kunnen monitoren. Het gaat om onder andere de slimme pleister, die meerdere vitale functies meet en een draadloze bloeddrukmeter. Daarnaast wordt een matrassensor ingezet die slaappatronen en beweging meet.

4. Cliënt- en patiëntlogistiek centraal

Een van de zaken waar zorgprofessionals relatief geringe waarde aan toevoegen, is het organiseren van de logistieke kant van het zorgproces. Het inplannen van zorg (behandelafspraken, routes, consulten) is daar een goed voorbeeld van. Hoewel lange tijd hoog is opgegeven van het fenomeen zelfsturende teams, wordt nu steeds beter ingezien dat zelfsturing impliceert dat zorgprofessionals managementtaken op zich moeten nemen. wDe financiering van de thuiszorg is bovendien ingericht op productiviteit in de zorgverlening: indirecte uren en overhead worden niet vergoed. Die moeten dus zo efficiënt mogelijk worden georganiseerd. De vraag daarbij is welke onderdelen van de planning van personeel (inzet medewerkers en toewijzen van routes) centraal of juist lokaal moeten worden georganiseerd. Zorgorganisatie Omring biedt wijkverpleging aan in de kop van Noord-Holland en West-Friesland en koos voor centrale planning in combinatie met een goede tool. Binnen de teams van Omring is na de overstap op centraal plannen het aantal plan-uren met gemiddeld 40 procent afgenomen. Ook zijn de routes efficiënter dankzij minder reistijd en kilometers. De vrijgekomen uren worden aan zorg besteed, wat tot een hogere productiviteit leidt.

innovaties Een vergelijkbaar vraagstuk – centraal of decentraal organiseren – bestaat bij het inrichten van de afsprakenplanning. Een middelgroot ziekenhuis ontvangt jaarlijks 500.000 tot 750.000 telefoontjes, voor grotere instellingen kan dit oplopen tot het dubbele. Het grootste deel daarvan komt terecht bij de afsprakenbureaus van poliklinieken. Die afsprakenbureaus krijgen de komende jaren te maken met patiënten die niet alleen bellen, maar ook mailen, appen en twitteren. Daarnaast is te verwachten dat daar informatiestromen van e-health devices bijkomen zoals wearables die de hartfunctie of bloedsuikerspiegel monitoren. Het centraliseren van klantcontact van poliklinieken in een contactcenter ontlast de poliklinieken, die zich daarmee meer op zorginhoud kunnen richten. Het Isala Ziekenhuis in Zwolle heeft voor deze oplossing gekozen. Ook de meest voorkomende medische vragen kunnen door zo’n centraal contactcenter worden beantwoord.

5. DigiContact bij Philadelphia

Philadelphia, een landelijke aanbieder van verschillende vormen van begeleiding aan geestelijk gehandicapten, heeft de afgelopen twee jaar geïnvesteerd in beeldbellen. DigiContact is een onderdeel van het nieuwe zorgconcept ‘MijnNetwerk’, het nieuwe zorgmodel van Philadelphia. MijnNetwerk is een mix van zorgdiensten: traditionele begeleiding bij de cliënt thuis, een ontmoetingscentrum in de buurt waar de cliënt binnen kan lopen of op afspraak terecht kan, cursussen die de cliënt zelfstandiger maken en het DigiContact-contactcenter waar cliënten 24×7 terecht kunnen. DigiContact wordt ingezet bij alle zorgvragen waarbij fysieke aanwezigheid van zorgprofessionals niet noodzakelijk is. Bij DigiContact wordt speciale technologie ingezet die er voor zorgt dat er letterlijk oogcontact is. Philadelphia voert ongeveer 5.000 gesprekken per maand, waarvan een deel ingepland en een deel ongepland. De toegevoegde waarde is dat binnen het beschikbaar gestelde zorgbudget meer contactmomenten ontstaan tussen Philadelphia en de cliënt – met als bijkomend resultaat een beter zicht op de cliënt – en dat het aantal cliënten dat de begeleider thuis kan opzoeken toeneemt.

Binnenkort de tweede serie van vijf innovatievoorbeelden, die een direct positief effect hebben op de productiviteit van zorgprofessionals. Suggesties welkom, ook via Twitter: @ToiiNL.

tweeten

Een chatbot die de bocht uitvliegt – de grenzen van kunstmatige intelligentie

Relevantie is het sleutelwoord voor sales, service en marketing. Waar het bij sales en marketing gaat om het doen van het juiste aanbod, moet customer service gericht zijn op het doen van de juiste dingen op het juiste moment: personalisatie is de hoogst mogelijke vorm van klantgerichtheid. En om service gepersonaliseerd te maken heb je data nodig. Kunstmatige intelligentie (AI) helpt om die data om te zetten in de best passende acties, maar de inzet van AI is niet zonder risico’s. Rob Walker, Vice President Decisioning & Analytics bij Pegasystems: “Als een systeem kan doen alsof het iets begrijpt, begrijpt het systeem dat dan ook?” Ofwel: wat gebeurt er als je AI inzet, maar het niet meer begrijpt?

Walker vroeg zich in een interview in online vakblad Customer Relations & Technology in 2012 al af wanneer er een tipping point komt in de bereidheid van consumenten om hun data (meestal ongemerkt) af te staan aan organisaties. Nu bedrijven steeds meer aan de slag gaan met kunstmatige intelligentie, neemt het vermogen van bedrijven om beslissingen op die data te baseren toe. Walker, zowel informaticus als gepromoveerd filosoof, pleit voor een onderscheid tussen AI die transparant is en AI die ondoorzichtig is. In het eerste geval is volstrekt duidelijk op basis van welke regels het systeem tot beslissingen komt. In het tweede geval is er sprake van een black box. In veel situaties komt de analysekracht van bedrijven al akelig dicht in de buurt van die black box. Facebook maakt op basis van 10 likes betere inschattingen over jou dan je collega’s, zo legde hij uit. Bij 300 likes kent Facebook jouw voorkeuren beter dan je partner. Facebook is inmiddels in staat om geslacht en leeftijd vrijwel foutloos te voorspellen.

Facebook is ‘small data’

De Facebook-voorbeelden gaan in feite over ‘small data’, aldus Walker – het is niets vergeleken met big data. Hoe kan je AI dan nog controleren of beslissingen herleiden? Walker komt met een voorbeeld van een antenne die NASA inzet bij ruimtevaartuigen. De ideale antenne met de eigenschappen werd ontwikkeld door AI. NASA is blij met het resultaat, maar weet nog steeds niet waarom het ontwerp van het AI-systeem de beste functionerende antenne is.

Microsoft kwam in maart 2016 met de chatbot Tay naar buiten. Tay kreeg ook een twitteraccount en bleek zich op dat medium na verloop van tijd te ontpoppen – het resultaat van machine learning – als een racist die geen moeite had met genocide. Stel je voor, aldus Walker, dat deze chatbot was ingezet voor customer service. Zowel de antenne van NASA als Tay roepen de vraag op in hoeverre AI zichzelf kan uitleggen – of in hoeverre de organisatie die er gebruik van maakt de werking kan uitleggen. Voor Walker is het duidelijk: AI kan niet zonder menselijke supervisie. En daarnaast pleit hij voor het grondig testen van AI, ook op bias. Daarmee kan je voorkomen dat AI – dus ook die vriendelijke chatbot – dingen gaat doen die jouw bedrijf grote schade toebrengen. Dat geldt niet alleen voor chatbots, maar vooral ook voor de inzet van algoritmen.

GDPR dwingt bedrijven tot openheid

De komende jaren wordt het vraagstuk rondom AI alleen maar complexer. De nieuwe privacywetgeving GDPR dwingt bedrijven open te zijn over hoe ze data verwerken, maar AI heeft daarin nog geen plekje. Dat is met name een probleem voor ondoorzichtige AI. Op het moment dat een organisatie systemen inzet waarvan de werkingsmechanismen niet geheel bekend is (of nog sterker, ook de uitkomsten niet volledig voorspelbaar zijn, zoals bij chatbot Tay) ontstaat er een risico. Technologie, ook AI-aangedreven tools, wordt meestal ingekocht van leveranciers die niet tot nauwelijks een rol spelen bij de praktische inrichting van systemen. Dat laatste is aan de klant in samenwerking met een system integrator. Klantorganisaties proberen marketing en service menselijk te houden, maar het is de vraag of we dat station niet al lang gepasseerd zijn.

Data is het nieuwe goud, maar dat was het al lang. We krijgen via AI wel steeds meer en krachtiger mogelijkheden om er iets mee te doen. Het is de vraag of bedrijven aan hun eigen klanten kunnen uitleggen waarom hun AI-toepassingen niet creepy (of juist wel creepy) zijn. Daarom is de meest praktische oplossing wellicht dat bedrijven aan klanten gaan vragen hoeveel voordeel ze willen, in ruil voor het inleveren van data en privacy. Een tweede oplossing kan zijn dat bedrijven hun klanten gaan voorlichten over de wijze waarop ze AI inzetten. Of wordt het tijd voor een nieuw soort disclaimer: “Dit aanbod/advies is mede tot stand gekomen op basis van kunstmatige intelligentie”?

[dit artikel verscheen eerder op Klantcontact.nl]

tweeten

Een robot met gevoel

Het wordt ook wel de vierde industriële revolutie genoemd: de totale digitalisering van de samenleving. In de digitale economie doen mensen steeds vaker zaken met systemen, software en algoritmen in plaats van met andere mensen. Kunstmatige intelligentie staat daarbij centraal. Binnenkort staan we voor de vraag of we accepteren dat een robot beschikt over kunstmatige emotionele intelligentie.

Na de efficiencyslag van de derde industriële revolutie (de opkomst van de eerste automatiseringsgolf) brengt ook de vierde industriële revolutie veel kansen met zich mee. Met data als grondstof en software als machine kunnen we informatie veel beter benutten. De keerzijde is dat hardware en software zich zo snel hebben ontwikkeld, dat computers ook veel taken kunnen overnemen die voorheen exclusief aan mensen waren voorbehouden. Optimisten stellen dat iedere technologische revolutie voor het verdwijnen van banen heeft gezorgd, maar ook nieuwe werkgelegenheid heeft gecreëerd. Sommigen hebben het bij die vierde revolutie over nieuwe banen zoals ‘head of humanity’ – want ook voor de verdere ontwikkeling van kunstmatige intelligentie zijn mensen nodig.

Van hulpmiddel naar vervanger

In zijn boek ‘The Rise of the Robots’ legt Martin Ford haarfijn uit waarom de vierde industriële revolutie anders is dan de voorgaande drie revoluties. De computer verandert de komende jaren van een ‘complementair hulpmiddel’ in een ‘vervanger’ van de mens. Het ontstaan van nieuwe technologiebanen kan niet compenseren dat grote groepen op de arbeidsmarkt – inclusief hoogopgeleide kenniswerkers – hun voorsprong op de computer zullen verliezen. Ford is relatief behoudend: hij voorspelt dat kunstmatige intelligentie over tien tot twintig jaar tot maatschappelijke ontwrichting zal leiden door grootschalig verlies van werkgelegenheid. Hij zegt er meteen bij dat veel Silicon Valley-ondernemers denken dat die toekomstscenario’s al over vijf tot tien jaar aan de orde zijn.

We doen al jaren zaken met systemen

Het grote onderscheid tussen mensen en kunstmatige intelligentie is dat de laatste variant nog niet beschikt over empathisch vermogen en evenmin in staat is creatief te denken. Daarom lijkt de computer vooralsnog geen bedreiging voor beroepen waar intensieve interactie met mensen centraal staat – iets wat ook Ford in zijn boek betoogt. Maar hoe belangrijk ze ook mogen zijn, de interacties tussen mensen (klant en leverancier, patiënt en arts, student en docent) bevatten ook altijd eenvoudiger, repeterende en routinematige elementen. Veel daarvan is in de afgelopen jaren al geautomatiseerd: denk aan het zelf inchecken van passagiers en bagage bij luchthavens, de ontwikkeling van online selfservice bij klantenservice, de opkomst van e-learning en het zelf regelen van bankzaken via apps en websites. Ook het ingewikkelde werk aan de ‘achterkant’ van die interactie – zoals het verwerken van schadeclaims of het opstellen van analyses en adviezen – wordt in toenemende mate geautomatiseerd. Wat overblijft, zijn de interacties tussen mensen waar onvoorspelbaarheid, creativiteit en empathie een rol spelen. Je kunt het ook omdraaien: waar de huisarts nu nog zelf een diagnose stelt, kan hij straks terugvallen op een systeem en wordt zijn taak beperkt tot het tonen van empathie. Totdat kunstmatige emotionele intelligentie zijn intrede doet.

De computer begrijpt wat ik bedoel

Of we het als mens accepteren dat ‘systemen’ onze emoties en intenties gaan begrijpen, is de vraag, maar er wordt in ieder geval aan gewerkt. Watson Engagement Advisor – ja, een telg uit de IBM Watson kwekerij – is in staat in natuurlijke taal te communiceren. Watson heeft daarvoor 300 miljoen Engelse woorden gelezen en begrijpt natuurlijke taal inclusief de nuances. Watson gebruikt bovendien deep learning. IBM stelt dat dit alles voldoende is voor het herkennen van de achterliggende intentie van een vraag, ongeacht hoe die vraag wordt gesteld.

kunstmatige emotionele intelligentie

In bovenstaand voorbeeld – can I change my flight? – is het de intentie dat de vlucht wordt gecancelled. Watson kan uiteraard veel aanvullende vragen stellen om dichter bij de juiste beslissing te komen – ben je een trouwe klant? Zijn er nog andere zaken om rekening mee te houden? Wat moet Watson bijvoorbeeld doen als de klant meldt dat hij een fervent blogger is? Wanneer Watson tot het inzicht komt dat hij niet alle informatie met voldoende zekerheid kan verwerken, zet hij de vraag door naar een menselijke collega. Watson kan rationeel gezien dus een heel eind komen, maar mist nog wel dat wat hem onderscheidt van mensen: emotionele intelligentie.

De computer begrijpt wat ik voel

Juist in intensieve interacties tussen mensen is empathie een van de belangrijkste zaken om tot het juiste begrip van de ander te komen. Wanneer systemen in staat zijn de juiste ‘emotionele’ informatie te verzamelen – denk bijvoorbeeld aan de ooguitdrukking, spraaksnelheid en volume, lichaamshouding – kunnen ook zij tot een beter begrip komen. Deze tweede tak van sport wordt affective computing genoemd – of kunstmatige emotionele intelligentie. Analistenbureau Markets and Markets voorspelt dat de markt voor affective computing over drie jaar (in 2020) 42 miljard dollar zal omvatten. De belangrijkste toepassingsgebieden: retail, zorg, overheid en defensie; met name op die plaatsen waar informatie moet worden verzameld, waar wordt samengewerkt en waar informatie wordt verstrekt. Tien jaar geleden verschenen de eerste houterige chatbots op het toneel. Virtuele assistenten of chatbots zijn tegenwoordig in staat om op basis van tekst het sentiment in een dialoog met een mens te beoordelen.

Kunstmatige emotionele intelligentie

kunstmatige emotionele intelligentie Op dit moment wordt op Carnegie Mellon University hard gewerkt aan de eerste ‘chatbot met sociaal inzicht’, genaamd SARA. Die naam staat voor Socially-Aware Robot Assistant en SARA is in staat om sociaal gedrag te herkennen in conversaties. SARA verwerkt realtime visuele informatie (lichaamstaal, gelaatsuitdrukking), intonatie, volume en snelheid van de spraak en verbale informatie (spraakherkenning) van de gesprekspartner. Bij het bepalen van de respons wordt er zowel rationeel als sociaal geanalyseerd. Wat is de beste oplossing voor het vraagstuk dat is voorgelegd? En wat is de beste manier om de respons te geven: met welke gelaatsuitdrukking, lichaamstaal en stemgebruik? Daarna wordt de respons via een Natural Language Generation module uitgesproken op een manier die aansluit bij de gesprekspartner.

Software is eating the world

Gaan mensen accepteren dat een robot invoelend gedrag vertoont? De attitude ten aanzien van nieuwe technologie kan snel veranderen zoals dit beroemde filmpje uit 1999 laat zien. De acceptatie van ‘kunstmatige intelligentie met gevoel’ zal afhangen van kwaliteit, geloofwaardigheid en vertrouwen. We zijn de afgelopen jaren al een heel eind opgeschoven van mensen naar machines: denk aan bankzaken (van kasmedewerker tot mobiele app), informatie verzamelen (van bibliothecaris of encyclopedie-redacteur naar internet) en het nemen van aankoopbeslissingen (van letterlijke mond-tot-mondreclame naar klantbeoordeling op een webpagina). We vertrouwen op gegevens op ons scherm in plaats van op het oordeel of vermogen van een levend medemens. En in plaats van ervaringen met echte mensen te delen, delen we data via systemen. Software is eating the world.

Pikant detail is dat de conversaties die nu worden gevoerd in customer service het ideale leermateriaal zijn voor de invoelende robot. Veel van deze gesprekken worden digitaal vastgelegd, inclusief schermhandelingen. Daarnaast wordt vaak aan klanten gevraagd een oordeel te geven over de interactie in de vorm van een klanttevredenheidscijfer. Op deze manier lijken contactcentermedewerkers mee te werken aan de automatisering van hun eigen werk. Wellicht geldt dat straks voor meer beroepen.

Tweeten

De toekomst van facilitaire contactcenters

Bedrijven maken zich op voor een nieuwe golf aan automatisering. De inzet van virtual reality, kunstmatige intelligentie en chatbots staan daarbij bovenaan de verlanglijstjes, aldus een nieuwsbericht van Oracle. Ook klantcontact gaat de komende tijd opnieuw ingrijpend veranderen. De rol van de live agent wordt niet minder belangrijk, in tegendeel. Maar het volume aan live contacten zal afnemen. Dat zet de businesscase voor outsourcing van klantcontact naar facilitaire contactcenters – de dienstverleners waar bedrijven hun klantcontact kunnen onderbrengen – in een ander perspectief.

Volgens klantcontactexpert Hans Bach ligt de belangrijkste uitdaging van facilitaire contactcenters in het focussen op toegevoegde waarde. Om hun onderscheidend vermogen op peil te houden zullen ze meer moeten doen dan het leveren van betere operationele resultaten. Ook het leveren van innovatieve kracht beschouwt Bach als opdracht. In een analyse in CustomerFirst schrijft hij bovendien dat medewerkers binnen nu en vijf jaar ‘andere dingen gaan doen’ – zoals het goedkeuren van beslissingen die genomen zijn door geautomatiseerde systemen. ICT wordt door Bach vooral gezien als middel ter ondersteuning van agents – bijvoorbeeld in de vorm van realtime monitoring en gespreksanalyse. Hij relativeert dan ook de opkomst van automatisering van klantcontact. Het argument: kunstmatige intelligentie is nog niet in staat is de vraag achter de vraag (de intentie) van de klant te begrijpen.

Hij gaat echter voorbij aan het feit dat veel interacties weldegelijk verder te automatiseren zijn. Met die doorlopende automatisering als een van de leidende trends verwacht ik dat de komende drie jaar zichtbaar gaat worden dat het verdienmodel van facilitairen begint af te brokkelen. Er zijn verschillende trends die duidelijk maken wat de effecten zijn van de digitalisering van interacties op outsourcing.

Technologieleveranciers krijgen andere rol

Om te beginnen een uitstapje naar de IT-industrie, waar outsourcing zo ongeveer is uitgevonden. Tot enkele jaren geleden zetten de grote IT-dienstverleners volop in op langdurige en grootschalige contracten met waarden oplopend tot honderden miljoenen dollars. Klassieke outsourcing kwam neer op leveren van diensten voor het beheer van software, werkplekken of infrastructuur, gebaseerd op schaalvoordeel en standaardisatie: ‘your mess for less’. In veel gevallen werd daarbij personeel van de opdrachtgever of vorige dienstverlener overgenomen.

Die tijden zijn echter aan het veranderen. De grote IT-dienstverleners staan voor een grote transformatie. Steeds meer onderdelen van het klassieke portfolio van IT-dienstverleners worden geautomatiseerd: de automatisering van IT. IT-outsourcingcontracten worden steeds korter, meer flexibel en komen vaker in handen van kleinere niche-spelers. Het is niet ondenkbaar dat IBM of Accenture (nu beiden nog circa 375.000 medewerkers) over een paar jaar in omvang gehalveerd zijn. Deze bedrijven zijn dan ook hard bezig met zowel reorganiseren als het opbouwen van nieuwe business, bijvoorbeeld in kunstmatige intelligentie en customer experience.

Klantinteractie blijft vatbaar voor automatisering

Die doorlopende automatisering is ook zichtbaar in klantcontact. In de jaren negentig viel de rol van de telefoniste weg door de opkomst van automatische routering (ACD, IVR); daarna kwam online selfservice op, gevolgd door e-commerce. Met de inzet van bots en spraakherkenning wordt opnieuw een deel van de interactie tussen klant en bedrijf geautomatiseerd, wat leidt tot inzet van minder mensen.

Vergelijkbare veranderingen zijn zichtbaar in de retail, waar nu vooral online modellen voor de groei zorgen. In combinatie met fintech ontstaan toepassingen voor frictieloos betalen (geen kassa meer nodig). De digitalisering van klantcontact en transacties schuift steeds meer op in de richting van mobiele, geïntegreerde app-platforms (Facebook Messenger, LINE en WeChat). Binnen WeChat draaien al meer dan 500 bots voor bestellingen, reserveringen, transacties, communicatie, nieuwsvoorziening en entertainment.

facilitaire contactcenters

Kostenbesparing is een van de drivers van verdere digitalisering, maar ook om een andere reden zijn bedrijven gebaat bij uitbreiding van digitale interacties. Ze zijn relatief gemakkelijk te sturen en leveren data op. Dat geldt ook voor live interactie, maar de slag van spraak naar bruikbare business intelligence is voorlopig nog een stuk ingewikkelder.

Effecten digitalisering al jaren zichtbaar op arbeidsmarkt

Dat digitalisering in BtC-dienstverlening doorzet, is ook te zien aan de ontwikkeling van werkgelegenheid. In de financiële sector zouden tussen 2014 en 2019 15.000 banen verdwijnen, aldus een analyse van UWV uit 2014. We kennen inmiddels de krantenkoppen over ontslagen bij ABN AMRO en ING. In april 2016 concludeerde werving- en selectiebureau Hays dat van de professionals in de financiële sector 60 procent verwacht dat de werkgelegenheid in de sector verder afneemt. 40 procent van hen denkt zelfs dat in 2030 zijn of haar functie niet meer bestaat. Cloudsoftware en kunstmatige intelligentie worden door 80 procent van de financiële professionals als bedreiging voor de werkgelegenheid gezien.

Ook de reissector is een goed voorbeeld van digitalisering. Tussen 2007 en 2013 daalde het aantal banen in de reissector van 18.740 tot 14.100. Sinds de laatste twee jaar stijgt het aantal banen weer, maar is het accent verschoven naar online marketeers en e-commerce managers. Kortom: het draait ook daar niet om menselijke customer service, maar om IT.

Gedrag van consumenten

De tweede trend gaat over het gedrag van consumenten. Volgens KIRC is (wereldwijd) het volume aan live contacten sinds 2014 afgenomen, ten gunste van de volumes aan online selfservice: beide volumes zijn nu even groot. Het gebruik van e-mail (waar medewerkers de afwikkeling verzorgen) daalt geleidelijk; het aantal bedrijven dat het e-mailkanaal ‘sluit’ neemt toe, terwijl app care groeit. 2016 was het jaar waarin (in de VS) het aantal Millennials het aantal babyboomers oversteeg. In ons land ligt de piek van de vergrijzing in 2035; halverwege de jaren 20 van deze eeuw zal het relatieve aandeel babyboomers voor het eerst gaan dalen. Hoewel de kanaalvoorkeuren van consumenten uiteindelijk vooral afhangen van de situatie (en in mindere mate van de leeftijd), zullen jongere generaties zoals Millennials en generatie Z wel steeds zwaarder hun stempel drukken op online interactie.

Ondertussen neemt het aantal mobiele abonnementen toe, net als het aantal interacties. In 2017 zullen er 8,3 biljoen mobiele messages worden verstuurd, waarvan 90 procent gelezen kan worden in minder dan 3 minuten. De helft van de consumenten verwacht tegenwoordig dat bedrijven 24×7 klaar moeten staan om vragen van klanten te beantwoorden. Meer dan de helft (bijna 64 procent) vindt daarbij dat bedrijven bereikbaar zouden moeten zijn via messaging apps. Die tekstgebaseerde online communicatie is het perfecte vertrekpunt voor automatisering.

Kosten van klantinteractie

De mogelijkheid om onderscheidend vermogen te realiseren op prijs of product neemt al jaren af. In sectoren als energie, telecom en e-commerce hebben enorme consolidatieslagen plaatsgevonden. Als spelers zoals Amazon of Alibaba de Europese markt voluit gaan bewerken, neemt de concurrentie in e-commerce nog verder toe. Bedrijven kunnen dus vooral het verschil maken in toegevoegde waarde zoals snelheid en kwaliteit van customer service. Omdat in customer service de complexiteit van het live contact doorlopend stijgt (en daarmee de duur en de kosten), blijft de noodzaak om verdere kostenbesparingen door te voeren belangrijk. Dat wat geautomatiseerd kan worden, zal geautomatiseerd worden.

Na IVR’s, online selfservice en e-commerce websites zijn bedrijven nu bezig met de volgende stap in automatisering. De Zweedse bank Swedbank is er in geslaagd 80 procent van alle standaardvragen af te handelen via chatbot Nina, goed voor 30.000 contacten per maand. Omgerekend is dat – afhankelijk van de gemiddelde gespreksduur – 20 tot 30 FTE op maandbasis. TacoBot van Taco Bell is in staat bestellingen volledig zelfstandig af te handelen.

Wanneer komt de omslag in facilitair klantcontact?

De totale Nederlandse markt omvat nu ruwweg 87.000 werkplekken; het aantal werkzame personen in de sector is ongeveer het dubbele. Uit het rapport van Hans Bach komt naar voren dat de facilitaire markt nog groeit van 642 miljoen euro in 2016 naar 691 miljoen euro in 2017. De grote vraag is wanneer die groei gaat omslaan als gevolg van veranderende keuzes van hun opdrachtgevers, waarbij technologie – naast medewerkers – een tweede ‘productiefactor’ wordt bij het afwikkelen van contacten. Dat sommige spelers anticiperen, blijkt uit het partnership dat Webhelp recent aanging met Recast.AI.

Mijn indruk is dat alle seinen op groen staan: de consument heeft geen bezwaren tegen chatbots, de technologie is beschikbaar. Het volume aan live contacten zal afnemen, en het verwerken van minder calls met een hogere complexiteit vraagt om een hoger opleidingsniveau en meer training. Dat staat haaks op het businessmodel van facilitairen – schaalvoordeel gebaseerd op standaardisatie. Tel daarbij op het streven van bedrijven naar innovatie, versnelling, customer centricity en een betere aansluiting op interne IT- en dataprocessen. Al deze ontwikkelingen zullen elkaar de komende tijd gaan versterken. De snelheid waarmee bedrijven op deze ontwikkelingen inspelen, zal bepalend zijn voor de toekomst van de klassieke, grootschalige facilitaire contactcenters. Dat ze in omvang zullen afnemen en door een transformatie heen moeten, staat vast.

Tweeten

PSD-2 en GDPR: de strijd om persoonlijke data barst los

De financiële sector moet data gaan delen en vrijwel gelijktijdig wordt de zeggenschap van burgers en consumenten over hun eigen data versterkt. Met de komst van twee complexe sets aan nieuwe Europese wetgeving – PSD-2 en GDPR – wordt de digitale samenleving er niet eenvoudiger op.

Economie en samenleving zijn de afgelopen 20 jaar ingrijpend ‘gedigitaliseerd’: we communiceren, werken, kopen en betalen steeds meer online. De Europese Unie is daarom in 2012 aan de slag gegaan met de modernisering van de privacywetgeving. Met ingang van voorjaar 2018 wordt de nieuwe General Data Protection Regulation (GDPR) van kracht. Omdat data zich niet aan landsgrenzen houden, heeft de EU de ‘richtlijn’ uit 1995 ingewisseld voor veel strengere regelgeving. Die nieuwe regels zijn van toepassing op alle organisaties die data beheren of verwerken, waarbij die data gerelateerd zijn aan het leveren van diensten of producten in de EU. Het gaat daarbij ook om monitoring van gedrag (zoals het volgen van websitebezoekers).

Compliancy

Om compliant te zijn aan de nieuwe regels moeten organisaties hun beleid documenteren, assessments gaan uitvoeren op het vlak van databescherming en risico’s, en moet dataprotectie ingebed zijn in alle activiteiten. Concreet betekent dit bijvoorbeeld dat organisaties verplicht worden een Data Protection Officer aan te stellen of in te huren. Een ander concreet gevolg is dat de rechten van consumenten worden versterkt. Zo moeten consumenten – door de EU betiteld als een ‘data subject’ – gemakkelijk toestemming kunnen geven en intrekken voor het gebruik van hun data. Ook krijgen ze het recht op te vragen over welke persoonlijke data bedrijven beschikken. Ze kunnen deze data zelfs opeisen en onderbrengen bij een andere databeheerder. Hier hoort ook het ‘recht om vergeten te worden’ bij. Lidstaten mogen (voorlopig) zelf bepalen welke leeftijdsgrens (16 of 13 jaar) ze hanteren voor het zelfstandig nemen van data-beslissingen. Dit zijn slechts enkele voorbeelden uit de uitvoerige set aan regels waaruit GDPR bestaat.

Consument baas over eigen data

De kern van GDPR is dat de consument baas wordt over zijn eigen data. Daarbij hoort niet alleen transparantie – bedrijven moeten transparant zijn over wat ze met welke data doen – maar ook sturend vermogen: consumenten krijgen veel mogelijkheden om zelf beslissingen te nemen over hun data. Organisaties die zich niet aan de regels houden, kunnen boetes krijgen die kunnen oplopen tot 4 procent van hun totale jaarlijkse omzet. Dat geldt ook voor organisaties die data voor derden verwerken, zoals facilitaire contactcenters of bemiddelaars.

Markt voor betaaldiensten gaat verder open

Vrijwel gelijktijdig met deze nieuwe Europese privacywetgeving wordt het nieuwe Payment Service Directive-2 ingevoerd. Met PSD-2 wil de EU óók inspelen op de digitaliserende samenleving, maar dan met het argument om innovatie en concurrentie in de bancaire dienstverlening te bevorderen. Hoewel PSD-2 primair gericht is op financiële transacties, gaat het ook hier om data. PSD-2 brengt als het ware een nieuwe ordening aan in bancaire diensten. Er wordt een onderscheid gemaakt tussen diensten die uitgaan van betaalrekeningen (nu het domein van banken) en betalingsdiensten. De banken moeten straks informatie uit betaalrekeningen delen met derde partijen (mits de consument daar toestemming voor geeft) en derde partijen mogen met toestemming van de rekeninghouder online betaaltransacties initiëren, waarbij banken verplicht worden hun infrastructuur beschikbaar te stellen, tegen wettelijk gemaximeerde tarieven per transactie.

Alles tegelijk

Aan de ene kant krijgen consumenten (en daarmee – onder voorwaarden – bedrijven) zeggenschap over hun persoonlijke data, aan de andere kant worden de regels over het bezit en verwerken van data voor bedrijven enorm aangescherpt. Dit heeft grote gevolgen: bedrijven moeten in actie komen om alle nieuwe regelgeving door te voeren. Hun marketingorganisaties zullen zich moeten voorbereiden op nieuwe omstandigheden waarbij het bezit van klantdata niet meer vanzelfsprekend is. Ondernemingen zullen moeten accepteren dat ze te maken krijgen met payment service providers uit de fintech sector. Bedrijven worden gedwongen meer te communiceren met hun klanten over hoe ze met data omgaan en moeten er op anticiperen dat consumenten hun data zelfs gaan ‘terughalen’. Die consumenten zelf zullen in de nabije toekomst vaker beslissingen moeten nemen over hun persoonlijke data. Inmiddels is er een hele serie data-startups ontstaan, dat platforms aanbiedt om consumenten te helpen bij het managen (of zelfs vermarkten) van hun eigen data, zoals DIME en Schluss. Qiy is een stelsel voor de routering van data onder regie van het individu. Het verschil tussen DIME, Schluss en het Qiy Afsprakenstelsel is dat implementaties op basis van het Qiy stelsel een link leggen met persoonlijke data die ergens anders blijven bestaan, in plaats van dat deze data zich in een ‘kluisje’ bevinden op een platform.
En tot slot zullen privacytoezichthouders extra inspanning moeten leveren om hun taken uit te voeren.

Data = kapitaal

privacy-voorvechters Het was al een tijdje duidelijk dat data een belangrijk onderdeel van het bedrijfskapitaal vormen (ook al staan ze, net als intellectueel kapitaal, zelden op de balans). Organisaties zijn nog volop bezig met uitvinden hoe ze het big data vraagstuk te lijf moeten gaan. Daar komt nu een nieuw vraagstuk bij. Hoe overtuig je de klant dat zijn/haar data bij jou – e-commerce speler, bancair dienstverlener, socialmedia-platform, bank, of een van de databeheerders uit het rijtje Qiy, Schluss of DIME – in goede handen zijn? Zoals Paul Weiss (Accenture) het samenvat: het gaat om vertrouwen. Staan banken daarbij op 0-1 achterstand of ligt de uitdaging vooral bij alle andere spelers?

De privacy-voorvechters hebben hun messen al lang geslepen. Ze vinden nu ook de AFM aan hun zijde, die onder meer bang is voor misbruik van betaalgegevens. Of ligt de grootste uitdaging bij het onderwijs, om consumenten bewust te maken van privacy?

Tweeten

Algoritmen, internet of things en PSD-2: recept voor disruptie in de retail

Echte innovatie komt vaak neer op onverwachte, nieuwe combinaties uit onverwachte hoek. Wat zijn de ingrediënten voor totale disruptie in de consumentenmarkt? Nieuwe wet- en regelgeving voor banken, het internet of things en kunstmatige intelligentie. Uit dit mengsel komen oplossingen die precies aansluiten op wat consumenten willen: gemak, snelle en realtime dienstverlening, altijd online beschikbaar.

Sinds de financiële crisis in 2008 is er voor consumenten is er niet heel veel veranderd, maar des te meer voor de banken: kun wereld staat op zijn kop. Het toezicht verder verscherpt. Zo zijn bij belangrijke beslissingen van de Raad van Bestuur de toezichthouders en commissarissen letterlijk aanwezig. Daarnaast zijn banken bezig met ingrijpende reorganisaties, want het saneren en digitaliseren van het dienstenportfolio maakt veel mensen overbodig.

Voor consumenten gaan de grootste veranderingen echter nog komen. De invoering van PSD-2, een uitgebreide set aan nieuwe wet- en regelgeving vanuit Europa, is goed voor een complete revolutie. PSD-2 staat voor Revised Payment Service Directive en gaat begin 2018 in. Vanaf dat moment zijn banken niet meer de enige, exclusieve en vertrouwde partij waarmee klanten hun bancaire zaken (financiële transacties) kunnen regelen. Ze krijgen concurrentie van partijen die nieuwe bancaire diensten mogen aanbieden, en die aan minder strenge regels hoeven te voldoen. Voor het doen van dagelijkse bankzaken hoeft de consument straks niet meer bij zijn eigen bank te zijn. Hebben we straks nog wel een bank nodig? En welke fintechs slagen er als eerste in om door te breken met disruptieve innovaties?

Komen banken tijdig in beweging?

PSD-2 is een ingrijpende verandering voor Europese banken. Met ingang van januari 2018 zijn zij verplicht om externe dienstverleners toegang te geven tot de data rondom zakelijke en particuliere betaalrekeningen, wanneer de individuele klant daarmee instemt. In januari 2017 maakt de EU de technische voorschriften bekend waaronder deze toegang moet worden verstrekt. Daarnaast moeten banken hun technische infrastructuur beschikbaar stellen voor zogenaamde payment initiation serviceproviders.

Op dit moment maken de drie Nederlandse grootbanken nog prima marges op leningen (kredieten, hypotheken) aldus een analyse van het FD. Rabobank, ING en ABN Amro hebben gezamenlijk meer dan 90 procent van de Nederlandse markt in handen. Aan het dagelijkse betalingsverkeer verdienen ze echter niets – het is een kostenpost. Als het gaat om het bedienen van consumenten, moeten banken hun geld dus op een andere manier gaan verdienen – zeker wanneer met de komst van PSD-2 de concurrentie op bancaire diensten toeneemt. Omdat klanten nog niet heel gemakkelijk kunnen overstappen, verwachten banken dat zij hun klanten voorlopig nog goed kunnen ‘vasthouden’. Of dat een duurzame combinatie is met afnemende relevantie, is de vraag; SNS Bank anticipeert al op de komst van PSD-2 door als eerste bank de overstapservice volledig te digitaliseren en het meenemen van je rekeningnummer mogelijk te maken. Paul Alfing, senior adviseur betalingsverkeer bij Thuiswinkel.org, is op Emerce duidelijk over de toekomst van banken: “Als banken niet meebewegen, zullen zij steeds meer het contact met hun klanten verliezen. De tekenen zijn er dat banken dit ook meer en meer beseffen.”

Gaat fintech zorgen voor disruptie in de retail?

disruptie in de retail De investeringen in fintech-bedrijven zijn de laatste jaren enorm toegenomen. Dat vergroot de kans op een enorme shake out, maar ook op succesvolle initiatieven die de bancaire dienstverlening sterk zullen veranderen. De beste kansen zijn er voor diensten die ‘ten times better’ zijn dan bestaande diensten. Het geheim van dat succes ligt soms in een detail; soms komt het neer op het maken van slimme, nieuwe combinaties. Bijvoorbeeld door je rekeningen van verschillende financiële instellingen (bank, creditcardmaatschappij, beleggingen), te combineren in één omgeving. Of door budget- of boekhoudsoftware te integreren in je bankomgeving. Of door betaaltransacties ‘onzichtbaar’ te maken, iets waar (online) retail wel oren naar heeft. Shopping cart abandonment is een groot probleem: omslachtige betaalprocedures met pasjes, codes en identifiers zorgen voor 45 procent afhakers bij het online aankoopproces. Er liggen dus enorme kansen als je de kloof tussen ‘aanbod’ en ‘betaling’ weet te verkleinen.

Handig: transacties en betalingen automatiseren

De automatische incasso, de geldautomaat (nooit meer in de rij bij je bankkantoor), online bankieren via de smartphone: er is al veel gebeurd om financiële transacties gemakkelijker te maken. De onder- en achterliggende mechanismen vertrouwen we zonder meer. Voor steeds meer diensten – zoals de OV-chipcard met automatische saldo-aanvulling – vinden we het geen probleem om naar te gebruik betalen, zonder dat we hierbij bewust bezig zijn met iedere afzonderlijke transactie.

Omdat we de mechanismen vertrouwen, is het maar een kleine stap naar diensten waarbij we transacties overlaten aan objecten. Zo kan de connected Nespresso-machine op basis van data via de winkel een push-bericht genereren met daarin een nieuwe, voorgestelde bestelling. Het enige wat we hoeven te doen is daar een akkoord op te geven via onze smartphone. De betaling en de afhandeling van de bestelling gebeurt daarna op de achtergrond.

Denkwerk automatiseren via de smartphone

Wanneer data goed geanalyseerd worden, kan je er ook mee voorspellen of suggesties mee doen. Waar een consument nu nog actief moet kijken naar de mededeling van online retailers (‘u zocht naar….’; ‘andere klanten waren enthousiast over….’) kunnen algoritmen ook actief een deel van ons eigen denkwerk overnemen. De gezondheidsapp op je smartphone kan op basis van verzamelde data suggesties doen om bij de volgende levering van Albert Heijn wat extra krachtvoer of vitamines toe te voegen in combinatie met een paar gezonde recepten. Wanneer je online een bloemetje bestelt voor je jarige moeder, liggen er kansen voor de leverancier die jou het jaar daarop tijdig weet te benaderen: zal ik een bloemetje voor je versturen? Kortom, de keuze is al gemaakt, je hoeft hem alleen maar te bevestigen.

Denkwerk uitbesteden

ariel_ezrachi_6 — Ariel Ezrachi – Oxford University

Terecht waarschuwt Oxford-professor Ariel Ezrachi voor misleidend gebruik van die algoritmen. Het algoritme bepaalt niet alleen wat je waar en wanneer te zien krijgt, maar bepaalt bijvoorbeeld ook de prijs van producten. Op basis van je postcode kan de prijs omhoog gaan (omdat je in de dure wijk woont) en ook kunnen algoritmen van verschillende aanbieders elkaar beïnvloeden, zodat ze samen zorgen voor een prijsopdrijvend effect. Het ‘ja-zeggen’ tegen geautomatiseerde bestellingen zou je qua budget op je smartphone kunnen begrenzen, maar voorafgaand aan een aankoop eerst zelf kritisch naar de prijzen kijken, dat verdwijnt dan.

Het laten uitvoeren van bestellingen en transacties door algoritmen is een vorm van delegeren. Daarvoor heb je niet alleen duidelijke kaders nodig, maar ook voldoende vertrouwen. Consumenten accepteren massaal ongezien de algemene voorwaarden van smartphone apps van Facebook, Google of Apple. De fintech-partij die als eerste een vergelijkbare portie vertrouwen wint bij het vragen van toestemming voor financiële transacties op basis van algoritmen, gaat een zonnige toekomst tegemoet.

Tweeten

Een goed gesprek van mens tot robot

We praten wat af in ons leven. Een van de belangrijkste (en ook meest ingewikkelde) dingen die een mens kan, is communiceren. We hebben hiervoor de beschikking over sociale vaardigheden, verbale uitdrukkingsvaardigheid (woordenschat, grammaticale kennis) en invoelend vermogen (om taal van een ander, maar ook de non-verbale communicatie te begrijpen). We herkennen ook gezichten, zodat we iemand als persoon kunnen plaatsen: onze leidinggevende, ons kind, onze vrienden. Er is voor mensen weinig reden om die communicatie te automatiseren, al zijn er ouders die hun kinderen toevertrouwen aan ‘connected‘ speelgoed waarmee ze interactie kunnen aangaan.

Voor bedrijven ligt dat anders. Zij automatiseren graag zo een zo groot mogelijk deel van de interactie met klanten. Verschillende wetenschappers en softwareontwikkelaars zijn met bezig om de afzonderlijke bouwstenen van menselijke communicatie te vatten in algoritmen en geautomatiseerde systemen. Wat heb je nodig om een goed gesprek te voeren met een computer of robot?

Spraakherkenning

Allereerst moet de computer menselijke, natuurlijke taal kunnen herkennen. Deze technologie is inmiddels goed doorontwikkeld. Computers kunnen gesproken tekst vrijwel net zo goed omzetten in geschreven tekst als professionele transcribeerders. Dat spraakherkenning goed werkt, kan je testen met Siri of Google’s assistent op je eigen smartphone of de demo van Google’s Deepmind. De ‘last mile’ is echter nog lastig. Het gaat daarbij om het begrijpen van context, maar ook om het correct plaatsen van punten en komma’s. Spraakherkenning zou wellicht verbeterd kunnen worden als het gecombineerd wordt met systemen die liplezen.

Liplezen is voor mensen een flinke uitdaging. Een geoefende professional komt niet verder dan 60 procent correcte herkenning. LipNet, een systeem ontwikkeld door wetenschappers van Oxford University, haalt 93 procent accuratesse. De ontwikkelaars zien onder andere mogelijkheden op het vlak van ‘stil dicteren’, maar stellen ook dat spraakherkenning er verder mee verbeterd kan worden. LipNet werd getraind met bijna 29.000 video’s, gecombineerd met de juiste tekst. Het algoritme kan analyseren tot op losse letters. LipNet werd onder meer gefinancierd door DeepMind, de kunstmatige intelligentie-tak van Google.

Met wie spreek ik? Gezichtsherkenning

Gezichtsherkenning bestaat al geruime tijd. Het wordt bijvoorbeeld toegepast bij de douane van Schiphol voor identificatiedoeleinden. In de selfserviceomgeving van de luchthaven wordt nu al de scan van het paspoort vergeleken met het portretbeeld van de passagier, maar Schiphol wil nog een stap verder gaan en gezichtsherkenning uitbreiden over het gehele traject van vertrekhal tot in het vliegtuig.

Het herkennen van emoties

Emoties spelen een belangrijke rol in beslisprocessen van mensen. Interessant dus voor bedrijven die iets willen verkopen. Dat begint al bij marketing, wat probeert in te spelen op ons gevoel. Bij het beslissen over een aankoop worden moties en rationele afwegingen tegen elkaar afgezet. Wanneer een systeem de emotie van een klant kan herkennen, ben je al halverwege de portemonnee van die klant. In 2012 werden de eerste veelbelovende resultaten geboekt met een algoritme waarmee de computer de vorm van de mond van een computergebruiker kan koppelen aan de emoties (geluk, verdriet, angst, woede, walging en verbazing) die de gebruiker voelt. Het algoritme was zelflerend: het werd beter naarmate er meer voorbeelden werden aangereikt.

Volgens de analisten van MarketsandMarkets wordt er ook nu nog steeds veel geld in technologie voor emotiedetectie gepompt: 22 miljard dollar tot 2020. Bedrijven doen hun best om systemen te ontwikkelen die emoties kunnen aflezen van gezichten. Emotient werd begin dit jaar overgenomen door Apple – het zou zo maar kunnen dat je iPhone over een tijdje naar je gezicht kijkt en dat Siri bij het beantwoorden van je vragen rekening houdt met je gemoedstoestand.

Microsoft biedt een emotie-API aan, waarbij de API boosheid, zorgen, afgrijzen, angst, blijdschap, verdriet en verrassing gewogen kan beoordelen. Deze API kan je zelf testen door een foto te uploaden. Het idee achter de API is dat de uitkomst (de waarschijnlijkheid dat een bepaalde emotie aan de orde is) als input voor een ander systeem kan worden gebruikt. Er zijn nog tientallen andere oplossingen ontwikkeld voor emotie-detectie. Een daarvan is Affectiva, een oplossing die aan de hand van camerabeelden van oogopslag en wenkbrauwen op basis van machine learning real time emoties kan benoemen. De software wordt onder andere gebruikt door game developers en filmmakers om de beleving van de gebruiker verder te personaliseren.

Informatie uit emoties kan ook via spraakherkenning worden geanalyseerd. Spraaktechnologie kan behoorlijk goed overweg met de vier basis-emoties (boos, blij, bang en bedroefd) door te kijken naar een groot aantal eigenschappen van de spraak, waaronder toonhoogte, intonatie, tempo en volume.

Het kunnen vertonen van empathisch gedrag is met al deze technologie nog niet gerealiseerd. Daarvoor is empathie te complex: een systeem kan bijvoorbeeld nog geen onderscheid maken tussen een grapje, sarcasme of cynisme. Empathie is voor een groot deel ook cultureel bepaald. Het staat onder invloed van religie, land en taal.

Impliciete kennis en begrip van de context

Waag het niet een persoonlijke vraag aan Siri of een andere assistent te stellen – ‘Wat vind je dat mij beter staat, een hoed of een pet?’ of ‘Waarom ben ik altijd te laat voor mijn afspraken?’. De virtuele assistenten kunnen alleen overweg met de informatie die door de ontwikkelaars wordt aangeboden of ontsloten. Toen Watson de kennisquiz Jeopardy won, beschikte dat systeem over een extreem uitgebreide dataset. Zo’n dataset blijft echter expliciete kennis (denk aan het internet of een gesloten database zoals alle medisch-wetenschappelijke literatuur) die bovendien actueel moet worden gehouden.

Voor zinvolle persoonlijke interacties is ook impliciete kennis nodig. Die categorie kennis zit alleen in hoofden van mensen. Ook hebben kunstmatige intelligentie-systemen veel moeite met ambigue informatie. Het voorbeeld dat Arjan van Hessen aangeeft (Jan ziet Marie met een verrekijker) is een mooi voorbeeld. Een systeem zal ambigue zinnen moeten herkennen en in staat moeten zijn de juiste contextuele informatie te vinden (of op te vragen aan de gebruiker).

De sprekende computer: text-to-speech

Tot slot: een computer die je verbaal wilt laten communiceren met mensen, zal zelf ook tekst naar spraak moeten kunnen omzetten. Ook deze spraaksynthese-technologie is enorm verbeterd. Waar voorheen met blokjes spraak werd gewerkt (waardoor een sprekende computer nogal kunstmatig en houterig over kwam) worden nu veel kleinere eenheden geanalyseerd, gecodeerd en gebruikt om spraak te produceren.

Op weg naar de uncanny valley

De oplossing die alle bovenstaande technologieën weet te combineren in bijvoorbeeld een robot met een levensecht uiterlijk, een goede motoriek en realistische gelaatsuitdrukkingen, komt dicht in de buurt van Westworld. Het is niet ondenkbaar dat over een paar jaar het onderscheid tussen mensen en robots – bijvoorbeeld bij toepassing van videoconversaties – op het eerste oog moeilijk te maken is. Naarmate het verschil tussen robots en mensen kleiner wordt, komt de ‘uncanny valley‘ steeds meer op de voorgrond: een afkeer van robots, omdat ze te veel menselijke trekjes krijgen.

Tweeten

Big data in customer service (2): wat kan customer service met big data?

Is de NPS lager als het buiten regent en er een griepgolf heerst? Zijn vrouwen meer empathisch aan de telefoon dan mannen? Kopen hondenbezitters eerder iets van agents die ook een hond hebben? Data genoeg op het doorsnee contactcenter. De ACD-rapportages, verkeersrapporten, het CRM-systeem, quality monitoring-informatie, WFM- en HR-systemen, ERP-systemen…. En dan hebben we het nog niet eens gehad over alle externe bronnen: van social media tot en met webbezoek.
Iedere bron heeft zo zijn eigen gebruiksdoel, het geheim van big data is het combineren van verschillende datasets. Het aantal voorbeelden van zinvol gebruik van big data in customer service is nu nog beperkt, maar er gloort licht aan de horizon.

Big data is vooralsnog een marketingfeestje

Marketing en service hangen nauw met elkaar samen en in veel gevallen gaat de inzet van big data in een customer service omgeving dan ook vooral over marketing. Eerder schreef ik op Toii over de inzet van big data bij bol.com. Deze online winkel werkt (tot nu toe) uitsluitend met bedrijfsgegevens en laat ongestructureerde data (zoals social media en bezoek aan andere sites dan die van bol.com) bewust links liggen. Voor bedrijven die wel externe data mee willen nemen, liggen er kansen om aan de hand van verschillende variabelen bijvoorbeeld bezoekersaantallen of aankoopgedrag te voorspellen. Denk aan informatie over weersomstandigheden, tijd van het jaar, persoonskenmerken en -voorkeuren en feitelijk gedrag van concurrenten. Zo kunnen analytics worden ingezet voor het bepalen van bijvoorbeeld openingstijden van webshops, maar ook voor inkoop. Dat laatste doet Albert Heijn met bevoorrading (mooi weer opkomst? Extra hamburgers in de schappen) of met gepersonaliseerde marketing via relevante, individuele aanbiedingen aan klanten.

Wat zijn interessante vragen voor customer service?

Het heeft geen zin in een bak met data te gaan zoeken naar zinvolle informatie als je niet weet wat je zoekt. Ook voor customer service geldt: het begint bij een relevante vraag. Voor grootschalige customer service operaties kan het interessant zijn meer vat te krijgen op forecasting en planning. Nog niet zo lang geleden had de Amerikaanse luchtvaartonderneming Delta te kampen met een wereldwijde computerstoring. Herhaling van zo’n drama is niet uit te sluiten en ik denk dat veel concullega’s wel zouden willen weten volgens welke patronen het verkeer in zo’n situatie zich opbouwt. Een vergelijkbare vraag kan je stellen over de impact van grootschalige storingen op NPS, winst en omzet.

Voorspellen van verkeer en gedrag

Ook voor grotere virtuele contactcenters, ook in uitbestede varianten, kan het interessant zijn te weten welke krachten het volume aan interacties opjagen. Persoonlijk zou ik wel willen weten wanneer de routers van internetserviceproviders technisch gesproken hun end-of-life bereiken en welke factoren dit proces versnellen. Dat soort vragen zijn interessant voor alle technische producten die op grote schaal verkocht worden, want ze beïnvloeden de gehele customer experience keten van contactcenter tot logistiek. Denk aan automotoren, computers of smartphones van een bepaald type.

En als grotere ziektekostenverzekeraars slim zijn, hebben ze al lang uitgezocht welke variabelen er voor zorgen dat klanten (tegen het einde van het jaar) gaan bellen. Ik denk dat customer service managers als ze een beetje hun best doen, ze ook nog wel andere interessante vragen kunnen formuleren – waarvan een deel waarschijnlijk tegen marketing aanleunt.

Big data is… de juiste vragen stellen

Data is geen informatie en zelfs analytics levert alleen informatie op als er goede vragen worden gesteld. Samsung is overtuigd van de kracht van data. Sterker nog, alle beslissingen bij Samsung moeten op data zijn gebaseerd, aldus Thai Young Kim, Senior manager of Logistic Innovation bij Samsung. De elektronicagigant is steeds meer afhankelijk van e-commerce. In 2014 kocht 15 procent van de inwoners van de EU (28 landen) online producten geleverd door aanbieders uit het buitenland. Het bedrijf wilde daarom weten van welke factoren de acceptatie van tarieven voor express delivery afhangt in de (grensoverschrijdende) Europese markt voor e-commerce. Die tarieven zijn (vanuit kostenperspectief) uiteraard van invloed op de marge van Samsung, maar ook van invloed op de conversie en dus op de omzet.

40.000 transacties analyseren

Samsung betrok in samenwerking met de Erasmus Universiteit in een big data analyse van 40.000 transacties allerlei variabelen: orderfrequentie, orderomvang, frequentie van herhaalaankopen en zaken die van invloed zijn op de vraag naar express levering, zoals besteedbaar inkomen en logistieke kosten. Verderaf gelegen leveradressen gaan gepaard met hogere kosten voor een express-levering en het is interessant om te weten waar het kantelpunt ligt, maar ook wat de vervolgeffecten zijn als je als leverancier (via de tarifering) investeert in express delivery. De uitkomsten lieten zien dat express delivery een gunstige invloed heeft op de financiële performance van Samsung. Express delivery leidt tot meer orders, een grotere orderomvang en meer herhaalaankopen, zo kon op basis van alle verschillende data worden aangetoond. Naarmate het besteedbaar inkomen van de klant hoger was, nam de kans op het bestellen met express delivery toe.

E-learning optimaliseren met big data

Een andere toepassing van big data in customer service ligt in e-learning. Daarbij worden data-analyses ingezet om te bepalen wat de trainee in de toekomst nodig heeft op basis van huidige performance en gebruik van een e-learning omgeving. Er wordt dan gebruik gemaakt van de gebruiksduur van modules, oefeningen en geboekte resultaten, maar ook van commentaren van docenten. Dit maakt het mogelijk e-learning verder te personaliseren. Met predictive analytics kan het programma worden afgestemd op individuele leerstijlen en tijdschema’s. Hiermee ontstaan intelligente educatieve programma’s met een maximale impact op de organisatie en de medewerker.

Er komen nieuwe databronnen op het contactcenter af

big data De komende tijd zal customer service steeds vaker te maken krijgen met data van connected apparaten – denk aan de connected koelkast van Samsung of de connected tandenborstel van Philips. Naast elektronica gaat het ook om sensoren in auto’s en huizen (zoals de smart energiemeter, de connected car of de connected autoverzekering) die verschijnselen waarnemen in de omgeving. Deze data geven inzicht in feitelijk gedrag (en dat is iets anders dan uitbreid klanttevredenheidsonderzoek, waarin je naar meningen vraagt) en in dat opzicht is de informatie vergelijkbaar met bijvoorbeeld verbruiksgegevens. Dat vergroot de mogelijkheden van customer service om klanten gericht te helpen en te up- en cross sellen.

Bedrijven kunnen deze informatie zelf combineren met andere bedrijfsdata – denk aan gegevens uit enterprise software systemen voor financiële transacties, aankoopgedrag, websitegedrag, logistieke processen, klant- en onderzoeksgegevens, respons op campagnes en productinformatie. En bedrijven kunnen aanhaken op datasets van onderzoeksinstellingen zoals het CBS en SCP. En tot slot zijn er de user generated data – gegevens afkomstig van klanten (social media posts, sociale connecties, ratings, geo-locatie, communicatie, meningen en voorkeuren en activiteiten). De organisatie die als eerste creatief met big data weet om te gaan en bruikbare informatie weet te destilleren uit combinaties van datasets, kan een voorsprong creëren door bijzondere kennis over klanten en consumenten op te bouwen.

big data

Dit is deel 2 van een tweeluik over big data in customer service. Lees hier deel 1 over big data. Beide blogs werden eerder gepubliceerd op Klantcontact.nl.

Tweeten

Big data in customer service (1): veel data, weinig informatie

Net als andere technologiehypes (cloud, internet of things, robots en kunstmatige intelligentie) wordt big data vaak gepresenteerd als een soort wondermiddel. Begrijpelijk, want de hoeveelheid data die bedrijven opslaan, neemt exponentieel toe en dat leidt vanzelf tot de vraag wat ze er mee kunnen. De komende decennia worden data het nieuwe kapitaal. Zinvol en effectief gebruik van big data is een heel ander verhaal. Deel 1 van een tweeluik.

Uit het laatste Big Data Survey-onderzoek van GoDataDriven en Big Data Expo blijkt dat de inzet van big data in Nederlandse bedrijven in de praktijk nog tegenvalt. Het is niet dat het ontbreekt aan data: bedrijven met klantcontact beschikken over bijvoorbeeld CRM, web-statistieken en marketingdata vanuit e-mails en afrekensystemen. Data uit andere bronnen, zoals tekst, beeld en geluid, worden echter nog maar weinig ingezet. En als bedrijven al iets doen met hun gegevensberg, blijft het hoofdzakelijk beperkt tot analyse achteraf. De brede inzet van realtime en predictive toepassingen laat nog op zich wachten, aldus de onderzoekers. Ook Michel van de Velden (Universitair hoofddocent aan het Econometrisch Instituut van de Erasmus School of Economics) constateerde tijdens een seminar over big data toepassingen dat wanneer zijn studenten voor een data-gerelateerde stage in een bedrijf rondlopen, zij zien dat er maar weinig met big data wordt gedaan.

Databerg groeit snel, toepassing groeit langzaam

De meeste bedrijven hebben er moeite mee om van big data meer te maken dan ‘klassiek marktonderzoek’. Boston Consulting Group (BCG) stelt vast dat big data in customer service en marketing zeer geleidelijk zijn intrede doet. Bedrijven doorlopen volgens BCG vier stadia in het werken met ‘customer insights’ – het gebruik van big data om klantgedrag te sturen en te voorspellen.

big data

De benchmarkstudie van BCG uit 2015 laat zien dat maar 20 procent van de onderzochte bedrijven in fase 3 en 4 verkeert. Zelfs als bedrijven veranderingen doorvoeren, zoals het introduceren van nieuwe functies en competenties die bij fase 3 horen (advanced analytics, digital- en social media monitoring) lopen ze in een valkuil: ze houden de klassieke benadering van marktonderzoek aan. Dat betekent volgens BCG in de praktijk dat er gebrek aan support vanuit de top is, dat er beperkt mandaat en budget is en dat er weinig met de business wordt samengewerkt. Bovendien worden de data-analisten zelden afgerekend op ROI. Wel ziet BCG dat big data vraagstukken meer en meer op het bordje van de CMO komen te liggen en weg worden gehaald bij de CEO.

Big data is nutteloos zonder goede vraag

Data is het nieuwe goud, maar met alleen data kom je er niet. De inzet van big data begint bij een goede dataset en het formuleren van een goede vraag. Het idee dat big data bij uitstek geschikt is om patronen of correlaties op te sporen (die je vervolgens kunt monetariseren) roept vaak ergernis op bij wetenschappers, aldus Michel van der Velden. Basale fout: correlaties worden vaak verward met causale verbanden. Zo is er een hoge correlatie (98 procent) tussen het uitkomen van films waarin Nicolas Cage speelt en het aantal verdrinkingen in zwembaden, maar een oorzakelijk verband is nooit aangetoond.

big data

Zelfs als je een causaal verband vindt (waarbij de ene variabele veranderingen in de andere variabele veroorzaakt), is het de vraag of een (significant) bewijs voldoende praktische waarde heeft. Het komt vaak voor dat onderzoeksresultaten significant zijn, maar dat allerlei onderliggende aannames discutabel zijn. Een dataset levert niet altijd bruikbare informatie op.

Meer data is beter?

Op de tweede plaats wordt big data vaak geassocieerd met ‘meer data is beter’. Meer data wekt de suggestie dat beslissingen betrouwbaarder worden. Je kunt met meer data onder andere kleinere verbanden aantonen, maar ook hier geldt de vraag of ze altijd nuttig zijn. Bedrijven staan weinig stil bij de vragen welke data relevant zijn en wat de beperkingen zijn omdat analisten bepaalde data juist niet bezitten.

Toch is ‘meer data’ een van de kerneigenschappen van big data. Je spreekt van big data als de dataset(s) te groot zijn om met normale databaseprogramma’s te verwerken. Bij big data speelt ook mee dat er met verschillende soorten data tegelijk wordt gewerkt: verschillend qua bron, soort, kwaliteit en complexiteit. Ook de snelheid waarmee de data binnenkomen of verwerkt worden, bepaalt of je te maken hebt met big data.

Klassieke valkuilen

Big data wordt zoals gezegd snel verward met klassieke analyse van datasets. Vliegmaatschappij Southwest gebruikt bijvoorbeeld spraakanalyse van klantgesprekken om op customer service verbeteringen door te voeren. Die dataset – alle realtime conversaties met alle klanten – klinkt natuurlijk als een goudmijn, maar als het alleen gaat om de conversaties en daar geen andere context (andere datasets) aan wordt toegevoegd, blijven de echte gebruiksmogelijkheden beperkt.

Bankbedrijf RBS wil graag weer een situatie creëren waarin de bank – net als in de jaren 70 – een goede relatie heeft met haar klanten. Er werd 100 miljoen pond geïnvesteerd in een programma waarin 800 analisten werkzaam zijn. Eerdere pogingen van de bank om aan datadriven marketing en service te doen kwamen neer op segmenteren en push marketing – daarbij de wensen van de klant over het hoofd ziend. De analisten hebben nu op basis van data-analyses onder meer dubbelingen in het verzekeringsportfolio in kaart gebracht. Verder vertelt de bank trots dat ze nu kunnen acteren op de verjaardag van de klant. De bank erkent dat er nog de nodige stappen moeten worden gezet in de uitrol van haar big data strategie.

herz Ook autoverhuurder Herz wordt opgevoerd als een big data succesverhaal. Het bedrijf is actief in 140 landen en zit op een berg aan data van e-mails, tekstberichten en online vragenlijsten. Met die data zou Hertz beter in staat zijn te weten wat de klanten willen en beweert het bedrijf bovendien de relatie tussen manager en klant te kunnen verbeteren. De resultaten die Hertz boekte, waren primair gericht op het verbeteren van processen gericht op managementinformatie. Voor de customer journey heeft de inzet van big data nog niets opgeleverd: boek online een auto bij Hertz, en haal daarna de auto op. Het eerste wat je dan moet doen is wachten tot dat de medewerker alle informatie opnieuw heeft ingevoerd; daarna moet je wachten totdat iemand de auto klaarzet. Er wordt geen rekening gehouden met eerdere transacties of voorkeuren. Het bestellen van een ouderwets boek bij bol.com gaat slimmer en sneller.

In het volgende deel van dit tweeluik ga ik in op big data kansen voor customer service.

Dit artikel is eerder gepubliceerd op Klantcontact.nl

Tweeten

De cloud is een black box

cloud Een derde van de Nederlanders heeft in 2015 wel eens bestanden opgeslagen in de cloud. Het gaat dan om programma’s als DropBox, Apple iCloud, GoogleDrive of Microsoft SkyDrive. Bijna negen op de tien cloudgebruikers zetten hun foto’s in de cloud. Daarnaast plaatsen veel consumenten tekstbestanden, spreadsheets en presentaties op internet (58 procent). De cloud is het meest populair in Denemarken, het Verenigd Koninkrijk en Zweden, waar meer dan 40 procent van de internetgebruikers clouddiensten afneemt. Nederland behoort tot de vijf EU-landen met het hoogste cloudgebruik. Uit gegevens van marktonderzoeksbureau Giarte blijkt dat 86 procent van Nederlandse ondernemingen uit de Giarte community (top 250 van Nederlandse bedrijven) al actief is in de cloud.

Marketingblabla en definities

Er wordt veel over cloud gesproken en geschreven. Vooral het bedrijfsleven wordt bestookt met cloudproposities. Vaak is niet duidelijk wat er precies bedoeld wordt, aldus Giarte, maar de beloften van aanbieders hebben meestal te maken met flexibiliteit en kostenvoordeel.
De meest gebruikte definitie van cloud is afkomstig van NIST, het Amerikaanse National Institute of Standards and Technology, een wetenschappelijke instelling die onder de Amerikaanse federale overheid valt. NIST stelt: ‘Cloud computing is a model for enabling ubiquitous, convenient, on-demand network access to a shared pool of configurable computing resources (e.g., networks, servers, storage, applications, and services) that can be rapidly provisioned and released with minimal management effort or service provider interaction.’ In normaal Nederlands zou je kunnen zeggen dat clouddiensten direct zijn te gebruiken; onderdeel zijn van een gedeelde set aan IT-voorzieningen; direct verkrijgbaar zijn zonder tussenkomst van een derde; snel en onbeperkt schaalbaar zijn; en tot slot transparant in gebruik en kosten.

De enige echte cloud

De enige echte cloudpropositie is de zogenaamde public cloud, die aan al deze eisen voldoet; toch hanteren IT-dienstverleners begrippen als ‘private cloud’ (een deel van een extern of intern datacenter dat je als bedrijf exclusief kunt gebruiken) en ‘hybrid cloud’ (een mengvorm). In 2016 deed RightScale onderzoek onder 1060 technische professionals. Daaruit kwam naar voren dat 77 procent van de bedrijven gebruik maakte van private clouds en dat 82 procent van de ondernemingen een hybride cloud strategie hanteert. Daarbij had slechts 38 procent van de bedrijven duidelijke richtlijnen op het gebied van cloud governance. Favoriete cloudproviders zijn Amazon Web Services (AWS), gebruikt door 57 procent van de bedrijven; en Azure (Microsoft) met 56 procent.

Zowel voor bedrijven als voor consumenten heeft de cloud een dubbel gezicht. Het is niet alleen een technische oplossing, maar ook een economisch model, zo stelt Simon Zwetsloot van Giarte in Cloud Sourcing 2016. Daar komt bovenop dat het een dienst is, anders dan software die je vroeger aankocht met bijbehorende licentie. Die ‘licentie’ is er nog steeds: clouddiensten kennen uitgebreide gebruiksvoorwaarden. Van consumenten is bekend dat zij die meestal accepteren zonder ze te lezen. Daardoor is vaak onbekend wat de verplichtingen en verantwoordelijkheden van een leverancier zijn en hoe het ecosysteem achter een clouddienst (connectiviteit, servers, software, dataopslag, locatie datacenters) er uit ziet. En dat betekent weer dat consumenten vaak geen idee hebben van risico’s, laat staan een plan B hebben. Sommige clouddiensten zijn ‘gratis’ voor consumenten (Gmail, Facebook) en als betaalde variant verkrijgbaar voor bedrijven (Google Apps). Wanneer een clouddienst gratis wordt aangeboden, is data meestal het betaalmiddel. Google gebruikt de inhoud van Gmail onder andere om gepersonaliseerde advertenties aan te bieden.

De consumentencloud

Voor consumenten lijkt het gemak omgekeerd evenredig aan het bewustzijn. Onderzoek van nScreenmedia liet zien dat 90 procent van de Amerikaanse consumenten wel eens had gehoord van het begrip cloud, maar slechts 29 procent gaf aan gebruik te maken van clouddiensten. In 2012 berekende Rackspace al dat de gemiddelde Nederlander dagelijks drie uur bezig is met clouddiensten. Er is weinig onderzoek gedaan naar het gedrag van consumenten in de cloud, maar volgens Rackspace had in 2012 meer dan de helft (55 procent) van de consumenten zaken als wachtwoorden en belangrijke financiële of juridische gegevens online staan zoals creditcard- en bankgegevens (39 procent) online opgeslagen. Voor consumenten is de cloud niet altijd even ‘mission critical’, al gebruikt wereldwijd een miljard mensen Gmail. In Nederland telt Facebook 9,6 miljoen gebruikers en hebben 4,2 miljoen Nederlanders Linkedin een Linkedin-account (cijfers 2016). Naast deze veelgebruikte toepassingen zijn er nog vele andere. Veel technologiebedrijven leveren bij hun hardware of software (gratis) ruimte in de cloud. Denk naast Google aan Flickr, Apple, Microsoft en Dropbox.

Cloudrun

Ook bedrijven zijn vaak slecht op de hoogte van de precieze voorwaarden van de clouddiensten die ze gebruiken. In hun situatie zijn complexiteit en afhankelijkheid nog groter dan bij consumenten. In 2013 ging de Amerikaanse cloudopslagaanbieder Nirvanix failliet; het bedrijf gaf na het informeren over het faillissement zijn klanten slechts twee weken de tijd om hun gigabytes en terabytes aan data te redden. Daarbij moesten de klanten in allerijl maatregelen nemen voor eigen dataopslag en nagaan in welk format men data zou terugkrijgen. Bij het terughalen van de data speelde bovendien het gevaar van een ‘cloudrun’: als alle klanten tegelijk hun data ophalen, kan dat de toegangssnelheid negatief beïnvloeden en dat zou het redden van data weer in gevaar kunnen brengen.

De NIST-definitie van cloud wordt door bedrijven vaak vertaald in voordelen voor bedrijven. In de praktijk blijkt echter dat veel cloudaanbieders ‘directe beschikbaarheid’ en ‘flexibel op- en afschalen’ niet kunnen waarmaken. Bij iedere migratie naar de cloud is tijd nodig voor het migreren van data, het inrichten van de functionaliteiten van de cloudapplicatie en het integreren en koppelen van applicatiesDaarnaast hanteren veel cloudaanbieders voorwaarden waarbij je licenties per gebruiker per maand moet betalen, soms zelfs in pakketten met begrensde aantallen. Dat is begrijpelijk omdat ook de cloudaanbieder maatregelen moet nemen als een klant plotseling bijvoorbeeld het aantal gebruikers van een applicatie wil verdubbelen.

One size fits all

De belangrijkste eigenschap van cloudapplicaties is echter het standaardkarakter. Software-updates worden automatisch doorgevoerd en gelden voor iedereen. Omdat de software niet in eigen huis staat, kan je upgrades en updates niet negeren. De functionaliteiten zijn in de kern voor iedereen hetzelfde – bij het gebruik van cloudapplicaties geldt ‘one size fits all’, ook al zijn veel bedrijfsapplicaties zeer uitgebreid. Wanneer bedrijven bovenop de standaardmogelijkheden extra functionaliteiten willen, dan moeten ze toch weer kiezen voor extra applicaties, hetgeen de complexiteit van het IT-landschap weer vergroot.
En tot slot is er voor allerlei bedrijfsapplicaties een enorm omvangrijk aanbod aan cloudoplossingen aan het ontstaan, waarbij de verschillen in functionaliteit, maar ook de prijsdruk (kosten per gebruiker per maand) enorm zijn. Dat maakt de keuze lastig, niet op de laatste plaats omdat er naar verwachting de komende jaren een flinke shake-out zal plaatsvinden in deze markt.

Op het moment dat aanbieders van cloudapplicaties worden overgenomen, hun producten aanpassen of stopzetten of zelfs omvallen, staan klanten voor een probleem: ze kunnen dan in de situatie belanden dat ze in ijltempo op zoek naar een alternatief en in korte tijd een nieuwe integratie moeten organiseren. Met andere woorden: zorg voordat je naar de cloud gaat voor een plan B; naast het uitwijkcentrum wordt het tijd voor uitwijksoftware.

Tweeten