Door de toegenomen concurrentie hebben klanten nu meer alternatieven dan ooit. Klantenservice van hoge kwaliteit is nu een van de essentiële dingen die bedrijven kunnen doen om concurrerend te blijven. Een begrip uit de natuurlijke taal wordt gebruikt in intentieclassificatie (NLU-natural language understanding). Studies tonen aan dat:
- Een derde van de consumenten zou een geliefd merk al na één negatieve ontmoeting in de steek laten.
- Na een goede ontmoeting raadt 70% van de consumenten het merk aan vrienden aan.
Het doel van Natural Language Understanding (NLU), een tak van Natural Language Processing (NLP), is om het leesbegrip van machines te verbeteren door de grammatica en context van woorden te onderzoeken. Bedrijven kunnen hun klanten beter begrijpen en de klantervaring verbeteren door AI-technologieën te gebruiken in de klantenservice, zoals chatbots en personalisatie.
In deze blog worden intentieclassificatie en de gebruikte methoden met voorbeelden uitgelegd.
Wat is intentieclassificatie?
Intentieclassificatie plaatst zinnen in groepen op basis van wat ze betekenen. De betekenis laat zien wat de spreker bedoelde te zeggen. Je kunt de standaard systeemintenties in je app gebruiken of aangepaste intenties maken voor specifieke taken (de meeste ontwikkelaars maken aangepaste intenties voor apps).
Begroetingen, overeenkomsten, meningsverschillen, geldtransfers, taxibestellingen of wat dan ook kunnen bijvoorbeeld in verschillende intentieclassificaties worden ondergebracht.
Het model sorteert elke zin in drie groepen: enkelvoudig, meervoudig of geen.
Om een model te maken voor het classificeren van intenties, moet je trainingsvoorbeelden definiëren in de intents sectie van het bestand. U kunt meer te weten komen over hoe u dit moet doen door de documentatie te lezen. Vergeet niet om het bestand met de dataset te koppelen aan de toepassing. Houd er ook rekening mee dat aangepaste intenties tegelijkertijd met systeemintenties kunnen werken.
Manieren om intentieclassificatie te gebruiken met voorbeelden
Het automatisch koppelen van woorden of zinnen met een specifieke intentie wordt bereikt door intentieclassificatie, waarbij machine learning en natuurlijke taalverwerking worden gecombineerd. Een model voor machinaal leren kan bijvoorbeeld ontdekken dat zinnen als “aankoop” of “verwerven zijn vaak gekoppeld aan de intentie om te kopen.
Maar eerst zijn er tekstvoorbeelden nodig, vaak trainingsgegevens genoemd, om intentieclassifiers te trainen. Als je e-mails van klanten onderzoekt, kun je tags oppikken als:
- Geïnteresseerd
- Informatie nodig
- Afmelden
- Verkeerde persoon
- E-mail stuiteren
- Autoreply, enz.
Wanneer uw tags zijn ingesteld, kunt u relevante tekstvoorbeelden voor elke tag gebruiken om uw intentieclassifier te trainen.
Neem bijvoorbeeld: “Ik heb geprobeerd iets te kopen nadat ik het op de website heb gezien, maar ik weet niet zeker hoe ik moet beginnen. Zou u me kunnen helpen?” Je mag deze e-mail als interessant markeren als je dat wilt.
Hoe meer voorbeelden je het model geeft, hoe intelligenter je intentieclassificator zal zijn omdat het meer informatie heeft om van te leren.
Intentdetectie kan worden verbeterd door het te combineren met tekstextractie om specifieke informatie in tekst te vinden, zoals data, locaties, bedrijfsnamen en andere zaken die verband houden met de intentie van een gebruiker.
Als je bijvoorbeeld het bericht “Ik wil een vlucht van Canada naar de VS boeken, maar mijn kaart is geweigerd” krijgt, zou een intentieclassificator dit classificeren als een intentie om een vlucht te boeken. Een tekstextractor zou de entiteiten “Canada” en “VS” eruit halen.
Het nut van intentieclassificatie
Bedrijven kunnen klantgerichter worden door de intenties van hun klanten te classificeren, vooral op het gebied van verkoop en klantenservice. Het classificeren van intenties kan cruciaal zijn voor veel taken, zoals het sneller reageren op leads, het afhandelen van vragen en het bieden van geïndividualiseerde service.
Hier zijn een paar voordelen in meer detail:
-
Benut elke kans om te verkopen.
Het automatisch detecteren van koopintenties is van vitaal belang voor verkoop en klantenservice omdat het organisaties in staat stelt snel te handelen en leads om te zetten in betalende klanten. Hoe sneller teams reageren op koopintenties, hoe groter de kans dat ze een contract afsluiten.
Sommige klanten eisen een reactie binnen 6 uur. Stel dat een Facebook-gebruiker vraagt naar de beschikbaarheid van een product. Met een intentieclassificator kun je snel een geïnteresseerde klant identificeren en contact met hem opnemen om de verkoop te verhogen.
-
Schaal als je uitbreidt
Zelfs wanneer bedrijven overspoeld worden met gegevens, kunnen intentieclassificeerders potentiële klanten identificeren en hun vragen doorsturen naar verkooppersoneel. Machines werken sneller dan mensen, non-stop en worden niet moe, dus ze missen nooit een verkoop.
-
Betrouwbare standaarden
Machines gebruiken altijd dezelfde instellingen en criteria om gegevens te verwerken. De consistentie in maatregelen zorgt ervoor dat alle consumentenintenties volgens dezelfde standaarden, protocollen en algoritmes worden onderzocht. Dit vermindert fouten en verbetert de nauwkeurigheid van gegevens.
-
Verkoopconversies verhogen
Als je een marketingcampagne lanceert en klantinteracties ontvangt, kun je intentieclassificeerders gebruiken om kopers met een hoge intentie te identificeren en ze meteen te benaderen. Zo gaan je conversieratio’s door het dak.
-
Analyse van verkoopcampagnes
Omdat expliciete intentie automatisch wordt herkend in uw verkoop- en marketingactiviteiten, kunt u snel rapporten samenstellen op basis van geldige gegevens over conversiepercentages, geïnteresseerde klanten, upsell-prospects en meer.
Conclusie
Intent-classificatie kan je beste vriend zijn als je leads wilt omzetten in klanten. Door AI in je voordeel te gebruiken, kun je veel interacties tussen je gebruikers en potentiële klanten bekijken en automatisch achterhalen waar elke interactie over gaat.
Zodra u deze taak automatiseert, kunt u onmiddellijk actie ondernemen en in contact komen met gekwalificeerde leads. Als u wilt zien hoe intentieclassificatie u kan helpen bij het sorteren van uw klantgegevens, kunt u een demo aanvragen en zal ons team u op weg helpen.
QuestionPro is een uitstekend alternatief als u op zoek bent naar meer dan eenvoudige enquêtesoftware. Zij ontvangen uw vragenlijsten, zodat u kunt beginnen met het verzamelen van informatie. U vindt alle bronnen die u nodig hebt voor onderzoek op QuestionPro.
