• Turbot onderzoeksteam

Vlaams Chatbot Onderzoek bij eindgebruiker

Auteur: Marijke Brants, Analyse: Michelle Lenaerts


Doelstelling


Onderzoekers van de Thomas More-hogeschool onderzochten binnen het tweejarig onderzoeksproject ‘Turbot’ (2018-2020) de mogelijkheden van chatbots voor Vlaamse KMO’s. Binnen dit project ontwikkelden de onderzoekers een stappenplan, implementatiegids, technische map en chatbot-canvas. Deze tools stellen de KMO-ondernemer in staat om aan een eerste chatbot-implementatieproject te starten.

Een belangrijke fase in het stappenplan is ‘ken jouw eindgebruiker’. Hier hebben we de ondernemer al een stap vooruit geholpen. Met het Vlaams Chatbot Onderzoek bevroegen we 416 eindgebruikers over hun kennis, (toekomstig) gedrag en attitude.


Binnen het onderzoek gebruikten we volgende definitie voor chatbot: “Met een 'chatbot' bedoelen we een virtuele gesprekspartner die via korte tekstberichten (chats) conversaties kan automatiseren. Zo worden chatbots gebruikt bij het beantwoorden van de meest voorkomende klantenvragen of voor het aanreiken van tips en praktische informatie. Maar via een chatbot kan je ook online jouw aankoop afhandelen, inclusief betaling en leveringsopvolging, of zelfs persoonlijk advies krijgen. ”


7 krachtlijnen om mee te nemen uit het onderzoek


1. Chatbots zijn de hype voorbij: ze zijn gekend én worden gebruikt door een merendeel van de respondenten. Voicebots (of spraakgedreven geautomatiseerde interacties) hebben in Vlaanderen nog maar een klein bereik.

2. De gemiddelde respondent ziet chatbots als de toekomst op vlak van klantenservice en is een voorzichtige voorstander.

3. Er is een grote spreidstand in de tevredenheid rond huidige interacties met chatbots: 50% heeft meestal positieve ervaringen, 50% vaker negatieve ervaringen. De positieve ervaringen worden gedreven door een snel, correct antwoord; de negatieve ervaringen door een beperkte ‘intelligentie’ van de chatbot.

4. Respondenten staan voornamelijk open voor informatieve of probleemoplossende toepassingen van chatbots, minder voor financiële toepassingen. Bij deze laatste toepassingen maakt de respondent zich zorgen over betrouwbaarheid en privacy.

5. De respondenten vinden het belangrijk op voorhand te weten dat ze spreken met een geautomatiseerde gesprekspartner.

6. Er zijn 4 verschillende types van respondenten te onderscheiden die elk hun verschillende drempels, interactiegeschiedenis, prioriteiten en koopgedrag met zich meebrengen: de hoopvolle voorstander, de pessimist, de believer en de kritische shopper.

7. De kritische shopper speelt door zijn interesse in chatbots (en innovatie in het algemeen) en groepsgrootte een essentiële rol om chatbots breder toepasbaar te maken binnen de Vlaamse KMO’s (kritische massa). Hierbij moet vooral gekeken worden naar kennis over interactiegeschiedenis en het vermogen om complexere vragen te beantwoorden.


Kennis en gebruik van chatbots

De huidige chatbotmarkt is het stadium van de hype gepasseerd en volwassen geworden. Ruim 8 op 10 respondenten weten wat een chatbot is en een ruime meerderheid daarvan (67%) maakt er ook gebruik van.


In de categorie van respondenten die een chatbot niet kennen of er geen gebruik van maken, zijn vooral de 50+’ers vertegenwoordigd. Ze geven aan geen nood te hebben aan een chatbot (51%) of de voorkeur te geven aan persoonlijk contact (44%

Deze cijfers zijn van toepassing op tekst-gedreven geautomatiseerde interacties. Stemgestuurde chatbots (of voicebots) zijn nog heel wat onbekender bij de Vlaming: slechts 22% maakte al eens gebruik van een stemgestuurde chatbot.


Huidige ervaringen met chatbots

Er is een grote spreidstand in de tevredenheid rond huidige interacties met chatbots. De helft van de respondenten heeft meestal positieve ervaringen, de andere helft heeft vaker een negatieve ervaring bij interactie met een chatbot.


Om dit beter te begrijpen duiken we dieper in de motivaties van deze respondentengroepen.


Respondenten eerder positief over eerdere interacties

De tevredenheid van de respondenten is voornamelijk te wijten aan een snelle en correcte oplossing voor een probleem (‘direct probleemoplossend’).


Respondenten eerder negatief over eerdere interacties

De ervaringen van negatieve interacties zijn eerder te wijten aan te beperkte intelligentie en te algemene antwoorden. De ervaring van onnatuurlijke interacties of beperkte integratie met andere systemen/kennis lijkt minder een bron van ergernis.

Toekomstig chatbotgebruik


Wat zijn de belangrijkste redenen van onze respondenten om (eventueel) gebruik te maken van een chatbot? 1 op 10 respondenten zou onder geen enkele omstandigheid gebruik maken van een chatbot. De overige 90% staat zeker open voor eerder informatieve toepassingen (reservatie, klacht, antwoord), maar is aarzelend bij financiële toepassingen van de chatbot (product kopen, rekening betalen, …). Vooral betrouwbaarheid van de chatbot en overschrijden van de privacy grenzen lijken de respondenten hier parten te spelen.

Als we dieper in de motivaties van (toekomstig) chatbotgebruik duiken, kunnen we vaststellen dat niet elke situatie dezelfde gebruikersdrempel heeft. Andere situaties vragen dus om andere oplossingen en communicatie om die drempel te overwinnen.

To chatbot or not to chatbot?


Bij de voorwaarden om te kiezen voor een chatbot wanneer persoonlijk contact niet onmiddellijk mogelijk is, staan snelheid en probleemoplossend vermogen – niet verwonderlijk – bovenaan de prioriteitenlijst. Verwonderlijk is wel prioriteit nummer 3: “ik wil vooraf weten dat ik met een geautomatiseerde dienst spreek”. Dat de conversatie persoonlijk moet aanvullen bungelt dan ook helemaal onderaan de prioriteitenlijst.


Imago van chatbots

De gemiddelde respondent (weergegeven als genormaliseerde Z-scores) ziet chatbots als de toekomst op vlak van klantenservice en is een voorzichtige voorstander. Ook al is de respondent er niet altijd happig op. Er rijzen inderdaad vragen rond privacy en veiligheid, wanneer er expliciet naar gevraagd wordt. In de realiteit lijken gebruikers zich die vraag echter niet altijd expliciet te stellen (het is geen grote drempel).

Chatbot persona’s

De bedoeling van het onderzoek is om vraag en aanbod beter op elkaar te laten inspelen. Met de resultaten willen de onderzoekers gericht advies verlenen aanbedrijven en chatbotontwikkelaars. De onderzoekers konden 4 consumentenprofielen onderscheiden, elk met hun specifieke kenmerken en drempels: de hoopvolle voorstander (16,5%), de believer (20%), de kritische shopper (50,5%) en de pessimist (13%). Doordat de kritische shopper ruim 50% van de Vlaamse bevolking vertegenwoordigt, heeft dit segment een essentiële rol te spelen in de acceptatie en waardering van chatbots in interactie met bedrijven. We goten de informatie in 4 bruikbare persona’s.



Methode


Het onderzoek werd doorlopend afgenomen via een online bevraging in de periode april-juli 2020 bij 416 Vlamingen. De respondenten waren evenwichtig verdeeld naar leeftijd, gender, opleidingsniveau en online koopgedrag (frequentie en bedrag).

Bij een respons van 416 moet een maximale foutenmarge van 4.75% ingecalculeerd worden (B.i. 95%). Significante verschillen werden in kaart gebracht op basis van chikwadraattoetsen en t-toetsen. Segmentering van de respondenten werd bekomen aan de hand van K-means clusteranalyse.


Contact

Meer weten rond het onderzoek, het stappenplan, het chatbot-canvas of een workshop?

Marijke Brants | Onderzoeker Strategische Business Innovatie met focus op AI en circulaire economie| Thomas More Hogeschool | GSM: 0494/118992 | mail: marijke.brants@thomasmore.be

139 keer bekeken