De feature 'AI-Powered Answers' is beschikbaar als app voor klanten. Je moet de juiste versie van de Conversations-app hebben om toegang te krijgen tot AI-Powered Answers. Neem voor meer informatie contact op met je accountmanager.

Dit artikel biedt een overzicht van de functie 'AI-Powered Answers' in Conversations.

Waarvoor kan ik AI Powered Answers gebruiken?

Je kunt de functie 'AI-Powered Answers' gebruiken om veelgestelde vragen van medewerkers automatisch te beantwoorden met behulp van bestaande artikelen uit je kennisbank. Je moet al een interne kennisbank in Conversations hebben samengesteld door artikelen aan te maken en te importeren. Raadpleeg ons artikel Een artikel toevoegen aan de kennisbank voor meer informatie over het samenstellen van een kennisbank in Conversations. 

Met de functie kun je het volgende doen:

• Verminder het aantal vragen dat je handmatig moet beantwoorden.
• Bespaar tijd voor zowel experts als aanvragers door direct antwoorden te bieden.
• Train het algoritme om de meest relevante antwoorden voor te stellen, wat leidt tot een grotere tevredenheid van medewerkers.
• Identificeer veelgestelde vragen en maak aanvullende kennisartikelen over belangrijke onderwerpen waarvan je je eerder misschien niet bewust was.

Hoe werkt het?

1. Kennisanalyse

Elk artikel dat je toevoegt aan je kennisbank wordt door het algoritme geanalyseerd en opgenomen in het model. Het suggestie-algoritme maakt gebruik van 'natural language processing' om elk artikel in je kennisbank te analyseren en de belangrijkste onderwerpen eruit te halen.

Steeds als je een nieuw artikel toevoegt, splitst Conversations de tekst (titel en inhoud) meteen op in zinsdelen, die worden omgezet in een numerieke vector. Met andere woorden: voor de chatbot bestaat het artikel niet uit tekst, maar uit een lijst met cijfers, die geïnterpreteerd kan worden als de 'score' van een artikel als het gaat om verschillende onderwerpen.

Raadpleeg het gedeelte met best practices van het artikel Een artikel toevoegen aan de kennisbank voor tips om het algoritme optimaal te benutten.

2. Binnenkomende vragen worden vergeleken met het model

Als medewerkers via Slack of Microsoft Teams een vraag indienen bij Conversations, wordt de vraag ook automatisch opgesplitst in een numerieke vector. Alle artikelen in je kennisbank krijgen een score op basis van hoe dicht hun vectoren bij de vector van de vraag liggen.

Opmerking
Het systeem vertaalt vragen niet automatisch naar de taal van het artikel. Houd rekening met de taal waarin een artikel is geschreven en welke gevolgen dit kan hebben voor bepaalde kantoren of medewerkers.

3. Als er een goede match is, worden er passende antwoorden voorgesteld

Als er meerdere artikelen overeenkomen met de vraag, geeft de Conversations-chatbot deze als suggestie aan de medewerker weer (er worden maximaal drie artikelen voorgesteld). 

Er worden meerdere suggesties getoond als het systeem nauw verwante artikelen vindt met kleine variaties. Zo worden er artikelen aangeboden die mogelijk een andere relevantie hebben, afhankelijk van waar de aanvrager naar op zoek is. 

Vervolgens kan de medewerker het volgende doen:

• De suggestie accepteren door op de knop This solves it! te klikken
• De suggestie afwijzen door op de knop Niets is relevant of de knop Ik heb hulp nodig van een expert te klikken.

Voor interne artikelen wordt de volledige inhoud weergegeven in Slack of Microsoft Teams. Voor externe artikelen, zoals artikelen die zijn geïmporteerd uit Confluence, Notion of SharePoint, wordt alleen de titel weergegeven met een link naar de betreffende informatiebron.

Tip
Met behulp van het logboek van automatische antwoorden en de playground voor automatische antwoorden kun je analyseren welke kennisartikelen de beste of meest relevante antwoorden bieden. Aan de hand daarvan kun je bepalen welke artikelen moeten worden samengevoegd, verwijderd of verduidelijkt.

4. Het model leert van feedback

In de loop der tijd leert het model van de feedback van medewerkers om toekomstige suggesties te verbeteren. Het leert op de volgende manieren:

• Als een medewerker een suggestie krijgt, kan de medewerker feedback geven door te laten weten of de suggestie wel of niet relevant was met behulp van de twee bovengenoemde knoppen.
• Als een andere medewerker een vergelijkbare vraag stelt, haalt het algoritme alle antwoorden op die zijn voorgesteld bij de vorige vragen. Hierbij houdt het algoritme rekening met de eerdere feedback.
• Als artikelen worden geaccepteerd, komen ze iets hoger in de rangschikking te staan. Artikelen die worden afgewezen omdat ze niet relevant zijn, komen juist iets lager te staan.

Om te voldoen aan de AVG, worden er tijdens dit proces geen gegevens gepersonaliseerd. 

Tip
Hoe meer je medewerkers gebruikmaken van de Conversations-chatbot en hoe meer feedback ze geven, hoe beter de chatbot leert om de juiste antwoorden uit je kennisbank voor te stellen.

Het logboek van automatische antwoorden en de playground voor automatische antwoorden

Het logboek van automatische antwoorden

Het logboek van automatische antwoorden bevat recente vragen van medewerkers. Er worden zoekopdrachten weergegeven van de afgelopen 30 dagen. Voor elke zoekopdracht wordt een datum en een lijst met suggesties weergegeven, plus het resultaat (geaccepteerd/afgewezen).

Het logboek van automatische antwoorden biedt inzicht in het type vragen dat vaak wordt gesteld, zodat je op basis daarvan nieuwe kennisartikelen kunt maken.

Je vindt het logboek van automatische antwoorden via Conversations > Beheer > Kennis > Logboek van automatische antwoorden. 

De playground voor automatische antwoorden

In de playground voor automatische antwoorden kun je artikelsuggesties testen door typische vragen van medewerkers in te voeren. Zo kun je controleren welke soorten artikelen er worden voorgesteld, en waar nodig aanpassingen of verbeteringen doorvoeren.

Om de testfunctie te gebruiken, voer je in de zoekbalk een zoekopdracht in en klik je op Stel je vraag. De resultaten worden gesplitst in twee secties:

• Voorgesteld: in deze sectie staan alle artikelen die aan de medewerker zouden worden voorgesteld (er worden per zoekopdracht van de medewerker maximaal drie artikelen voorgesteld)
• Niet voorgesteld: in deze sectie staan alle artikelen die niet zouden worden voorgesteld, bijvoorbeeld om de volgende redenen:
  • Relevantie: de relevantiescore ligt onder de drempel om te worden voorgesteld.
  • Targeting: de huidige gebruiker voldoet niet aan de targetingcriteria die in het artikel zijn opgegeven.
  • Aantal suggesties: er zouden te veel suggesties aan de medewerker worden weergegeven.

Tips
▶︎ Artikelen worden gesorteerd op relevantie, in aflopende volgorde.
▶︎ Als je op een artikel klikt, wordt het detail in een nieuw tabblad geopend.

Je vindt de playground voor automatische antwoorden via Conversations > Beheer > Kennis > Playground voor automatische antwoorden.