Klantverwachting: mijn eerste jaar aan echte ervaringen in dit domein

Nu ik me sinds een tijdje verantwoordelijk voel voor het domein klantverwachting, beginnen me steeds meer dingen op te vallen als het gaat om dit domein. In dit artikel vind ik het leuk om jullie mee te nemen in mijn ervaringen. Natuurlijk hoop ik hierbij ook dat jullie iets kunnen met deze ervaringen en de manier van kijken naar een organisatie.

Toen ik begon, ben ik me eerst eens gaan verdiepen in het fenomeen klantverwachting. Dit begrip lijkt heel lastig te vatten, het is namelijk iets dat voor elke klant anders lijkt. Heel individueel dus. Toch blijkt dit minder het geval dan ik dacht. Er zijn eigenlijk een paar vaste ijkpunten als het gaat om klantverwachting:

  1. Klanten verwachten dat hetgeen je zegt als organisatie ook daadwerkelijk wordt waargemaakt.
  2. Klanten verwachten dit niet alleen vanuit hun verwachtingen richting jouw organisatie, maar juist ook vanuit hetgeen dat andere (toonaangevende) organisatie uitdragen.
  3. Klanten vergelijken deze verwachtingen met jouw organisatie. Daarnaast nemen ze in hun verwachting jouw uitstraling mee (wat zeg je, wat doe je).
  4. De belangrijkste verwachting die klanten hebben, is dat elke stap in het proces (zoeken, aankoop, gebruik, herhaalaankoop) eenvoudig en makkelijk is.

Dit zijn generiek de belangrijkste punten waaraan jouw organisatie dus dient te voldoen. Klinkt natuurlijk heel eenvoudig, maar gezien de legacy van organisatie en de mindset die heerst, zul je in veel gevallen toch aardig wat werk dienen te verrichten om bovenstaande in werkelijkheid waar te maken.

Het waarmaken draait om de drie pijlers die het fundament zijn van elke organisatie:

  • Mensen (leiderschap)
  • Processen (structuren)
  • Technologie (systemen)

Wat mij hierin opviel, is dat veel organisaties deze drie pijlers (mede door de erfenissen uit het verleden) vanuit intern oogpunt blijven gebruiken. Zeker, er worden mooie sausjes overheen gegooid, maar het echte ademen van klantverwachting zit er vaak nog niet in (uitzonderingen daargelaten, en we kunnen zelf de voorbeelden hiervan opnoemen denk ik zomaar).

Conclusie:

Mijn eerste half jaar met de focus klantverwachting bracht eigenlijk veel wat ik al wist. Eigenlijk veel wat we allemaal weten. Er zal nog heel wat water door de Maas stromen voordat 95% van de organisaties in Nederland kan voldoen aan de klantverwachting in de werkelijke zin van het woord. Genoeg te doen dus!

Heb jij een mooi voorbeeld binnen jouw organisatie als het gaat om voldoen aan de klantverwachting? Laat deze dan eens weten. Ik ben benieuwd, en als er voldoende mooie voorbeelden zijn, motiveert dat anderen weer om zich er ook meer in te verdiepen. Mooi streven toch?

Het overtreffen van de klantverwachting hoeft niet ingewikkeld te zijn: Drie tips van Luuck Menger

Als consument hebben we tientallen klantervaringen per dag. Meestal zijn we ons hiervan niet bewust omdat de ervaring ‘gewoon goed’ is. Onderzoek wijst uit dat ‘gewoon tevreden klanten’ niet loyaler zijn dan andere klanten. Bij het eerste en beste alternatief switchen ze van aanbieder. Daarom gaan veel bedrijven op zoek naar ‘Promotors’ en is het halen van een negen of een tien op de aanbevelingsvraag het hoogste doel. De hele customer journey wordt in kaart gebracht en op alle ‘touch points’ wordt de klanttevredenheid gemeten. Prima natuurlijk, maar het overtreffen van klantverwachting is soms eenvoudiger dan het lijkt. Drie tips, waarmee je vandaag nog kunt beginnen.

 

  1. Het zit ‘m vaak in kleine dingen

Het overtreffen van klantverwachting zit meestal in de details. Die ene medewerker die altijd vrolijk is. De wijze waarop je wordt aangesproken. De gebruiksvriendelijkheid van de website, of het gemakkelijke inzicht in de kosten. Eenvoudige dingen, waar vaak geen klanttevredenheidsprogramma tegenop kan. Daar word je blij van.

 

  1. Hoe ga je om met fouten?

Waar gewerkt wordt, worden fouten gemaakt. Kan gebeuren. Je wordt pas echt getest hoe je daarmee om gaat. Een simpel “sorry, we hebben het niet goed gedaan”, “we lossen het nu voor u op” doet wonderen. Een negatieve ervaring ombuigen in een positieve. Dat zijn vaak de momenten die consumenten zich herinneren en waarover gesproken wordt.

 

  1. Geef je medewerkers de ruimte

Het gaat vaak mis omdat afdelingen niet goed met elkaar communiceren en/of samenwerken, er gestuurd wordt op de verkeerde KPI’s of medewerkers worden gestuurd met scripts. Dit gaat voorbij aan het feit dat het verschil wordt gemaakt door de mensen. Geef ze de ruimte en een klein budget. Hun persoonlijke benadering en vindingrijkheid is goud waard.

 

Bijdrage van Luuck Menger, Zelfstandig Marketing Manager in Telecom en Energie

3 manieren om kunstmatige intelligentie toe te passen om de klantverwachting te optimaliseren

 

Kunstmatige intelligentie is overal. Via de Google Arts & Culture-app, die gezichtsherkenningstechnologie gebruikt om selfies te matchen met duizenden kunstwerken, naar de plannen van Pizza Hut voor het pinnen zonder chauffeur.

 

De toepassing van kunstmatige intelligentie om de klantervaring te verbeteren, is in opmars. Dit jaar gaf de Consumer Electronic Show zijn allereerste kunstmatige-intelligentie marktplaats weer om de nieuwste innovaties te presenteren die zijn ontworpen om menselijke taken uit te voeren. Producten varieerden van big data-analyse tot spraakherkenning tot geavanceerde besluitvorming tot voorspellende technologie. Veel van deze oplossingen worden al door grote bedrijven gebruikt om een ​​magisch tintje aan hun diensten toe te voegen.

 

Gebruik jij al de voordelen van zelflerende systemen? Zo niet, dan zijn er drie manieren waarop u Artificial Intelligence kunt toepassen om uw klantervaring te verbeteren.

 

1. Automatiseer eenvoudige klantinteracties

 

Er is niets minder efficiënt dan hooggekwalificeerde, goedbetaalde medewerkers vast te houden met basistaken. Opkomende technologie in kunstmatige intelligentie kan eenvoudige interacties automatiseren, waardoor uw mensen zich kunnen concentreren op complexere en genuanceerde klantinteracties. Gartner voorspelt dat 95 procent van de klantinteracties tegen 2025 wordt aangestuurd door Artificial Intelligence, waarbij gebruik wordt gemaakt van chatbots en mobiel berichtenverkeer om eenvoudige taken uit te voeren (bijvoorbeeld de herinneringsgesprek van het kantoor van uw arts of het betalen van uw tabblad met behulp van Ziosk, een pay-on-the- tafeltablet voor restaurants).

 

Onlangs kondigde Kroger de nieuwe Kroger Edge-technologie aan, waarmee de kruidenier onder meer onmiddellijk prijzen kan wijzigen en promoties op digitale displays kan activeren, waardoor werknemers die anders met de hand van prijs zouden veranderen, doelgerichter ingezet kunnen worden. Dit soort automatisering kan een meer consistente ervaring en een enorme financiële impact opleveren volgens Juniper Research, die de kostenbesparingen van meer dan $ 8 miljard per jaar schat in 2022, tegen $ 20 miljoen in 2017.

 

2. Vergroot de slagkracht van uw servicemedewerkers

 

Door gebruik te maken van oplossingen waarmee u proactief kunt inspelen op de behoeften van klanten en op een emotioneel niveau kunt handelen, zullen klantervaringen verschuiven van alledaags naar uitzonderlijk.

 

Onlangs is TD Bank gestart met het inzetten van kunstmatige intelligentie. Hoewel het nog steeds onzeker is hoe de technologie precies zal worden toegepast, zei Michael Rhodes, groepsleider innovatie, technologie en gedeelde services voor TD Bank dat het bedrijf dingen zou kunnen doen zoals het detecteren van bestedingspatronen die aangeven dat een klant op zoek is naar een huis en vervolgens die klant een hypotheek aanbieden. Deze vorm van intelligentie stelt organisaties in staat om proactief, boeiend en afgestemd op de behoeften van uw klanten te interacteren.

 

3. Verrijk de gegevens die u al heeft

 

Ten slotte kunt u alle gegevens die u hebt opnieuw gebruiken. Peter Norvig, directeur onderzoek bij Google, merkt op: “Er zijn veel plaatsen waar AI bedrijven eenvoudig hun gegevens beter laat gebruiken, en waar AI-gebruik grotendeels onzichtbaar is voor de klant. Retail-sites kunnen bijvoorbeeld de producten inventariseren die mensen bekijken, en die gegevens gebruiken om andere, relevantere producten aan hen voor te stellen dan voorheen mogelijk was. “Onlangs begon Netflix naast het maken van gerichte inhoudsuggesties ook de cover aan te passen. De cover wordt geassocieerd met een aanbevolen film of tv-programma, gebaseerd op de kijkgeschiedenis van de gebruiker.

 

Bijvoorbeeld: de afbeelding die wordt weergegeven voor een spannende serie (ik ben een fan van Homeland), zal ofwel spelen op de spanning of de ‘komplottheorieen’ van de serie. Of misschien bevat het de afbeelding van een acteur die speelde in andere films die je hebt bekeken. Voor wat het waard is, heeft Stranger Things negen verschillende opties voor albumhoezen (kijk welke versie je in je stream ziet!).

 

Er is meer behoefte – en concurrentie – dan ooit om zinvolle en krachtige klantervaringen te bieden. Gelukkig helpt technologie zoals kunstmatige intelligentie de kloof te overbruggen, meer waarde te creëren voor zowel bedrijven als klanten en merken de kans te geven echt te differentiëren op klantervaring.

 

Klantverwachting: Tip 4: Het echte leren gebeurt niet in een vergaderruimte, maar op de werkplek

In een training leer je deelnemers een nieuw gedragsrepertoire, je geeft inzichten en handvatten om toe te passen in de praktijk. Maar wat maakt dat iemand dat ook daadwerkelijk gaat doen?

Nieuwe gewoontes laten zich niet zomaar implementeren in onze hersenen. Dat heeft tijd nodig, zo’n 40 dagen gemiddeld. Oefenen en doen is dus de sleutel voor echte verandering. Om het nieuwe gedrag vol te houden hebben mensen feedback, aandacht, waardering, reflectie, aanmoediging en succeservaringen nodig.

Pas als ze dat onder de knie hebben, kunnen ze weer meer aan #klantverwachtingen voldoen

Klantverwachting: Tip 3: Wees oprecht in je klantheerschap

Excellent klantheerschap is authentiek. Je moet oprecht geïnteresseerd zijn in de ander en je geeft die persoon je volledige aandacht.

Je kunt wel een bord met de tekst ‘welkom’ bij de ingang plaatsen, maar dit hoeft nog geen welkom gevoel te geven.

Zorg in de organisatie voor de zogeheten ‘Mood Makers’. Medewerkers die elke dag met een glimlach op het werk verschijnen en klanten helpen zonder dat het hen gevraagd of opgedragen wordt. Gewoon, omdat het “in hun zit”.

Zorg ervoor dat medewerkers in het contactcenter of in de winkel op een functie worden geplaatst die aansluit bij zijn of haar kernkwaliteiten. Maak klantheerschap een podium waarop je medewerkers kunnen excelleren!

Klantverwachting: tip 2: Gebruik de Servicedesk als kennisinstituut

 

De Servicedesk is een unieke afdeling en heeft veel klantcontact en klantkennis. Het kan een ‘zeer waardevolle kennisbron’ zijn voor de klantgerichte facilitaire organisatie en de gehele organisatie.

De Servicedesk is één van de weinig operationele afdelingen die strategische invloed kan uitoefenen binnen de organisatie. Met de juiste organisatie van deze klantcontactafdeling kan men kennis toepassen in de klantgerichte facilitaire aanpak.

Goede medewerkers zijn van wezenlijk belang op de Servicedesk en laten de organisatie glimlachen. Ze dragen direct bij aan het bestaansrecht van de Servicedesk, namelijk klanten van een organisatie gelukkig laten voelen, goed laten werken en aangenaam verblijven. Dit is essentieel voor het overtreffen van de klantverwachting!

Klantverwachting overtreffen: Tip 1: Van hart tot hart

De menselijke factor in klantverwachting is het element wat de meeste impact heeft. Denk maar eens terug aan een moment dat jij verrast werd in je verwachting als klant.

Ongetwijfeld was er een persoon die een doorslaggevende rol had in die beleving. Je kunt door een glimlach iemands hart raken. Dat zal een website, chatbot of procedure niet zo snel doen.

Wereldberoemd dichteres en activist Dr. Maya Angelou zei eens: “Mensen vergeten wat je hebt gezegd, ze vergeten wat je hebt gedaan, maar ze vergeten nooit het gevoel dat je ze hebt gegeven.

Dus? Klantverwachtingen managen kan dan misschien wel via software, maar klantverwachtingen overtreffen blijft (voorlopig zeker nog) mensenwerk!

Klantverwachting: 5 tips om ervoor te zorgen dat uw live chat aan de klantverwachting voldoet

Uit onderzoeken blijkt dat steeds meer mensen de voorkeur geven aan zelfservice, chat en whatsapp bij het vragen van adviezen, het kopen van de producten en het vragen om service bij de producten (en natuurlijk ook mogelijke klachtafhandeling, maar dat laat ik voor nu even buiten beschouwing, aangezien dit een aparte tak van sport is).

 

(potentiele) Klanten bepalen hun eigen mix aan communicatiemiddelen, waarbij ze steeds meer verwachten dat ze online de oplossing vinden als het gaat om simpele vragen die ze hebben. Sterker nog, als ze de antwoorden niet vinden, zullen ze hooguit geneigd zijn te chatten en nemen ze steeds minder de moeite om een mail te typen of de telefoon te pakken.

 

Chat als communicatiemiddel

Chat is al een relatief oude manier van communiceren tussen personen. Chat begon eigenlijk al op het moment dat personen SMSjes begonnen te sturen naar elkaar of via pagers contact met elkaar zochten. Vooral SMS ontwikkelde zich in de jaren 90 en begin deze eeuw als communicatiemiddel tussen personen. Voor communicatie met bedrijven over zaken als advies over producten etc was SMS echter niet heel geschikt. Als alternatief hiervoor kwam Livechat sterk op, waarbij je in de afgelopen jaren ziet dat naast het feit dat bedrijven het bieden, ook de professionaliteit waarmee dit gebeurt sterk is toegenomen.

 

De eerste versies van livechat waren losstaande applicaties die slechts heel beperkt waren geïntegreerd met andere klantcontactsystemen en de online omgeving van organisaties. Veel mensen hadden nog weinig ervaring met chat als kanaal om te communiceren en stelden dan ook niet al te hoge eisen. Al met al was het een extra communicatiemiddel waarbij de gebruikers snel tevreden waren (mits in basis natuurlijk goed ingericht).

 

 

Chat nu

Vandaag de dag zijn de eisen aan chat tussen klanten en organisaties veel hoger. Bijna iedereen gebruikt in zijn prive chatservices die deel uitmaken van sociale netwerken (facebook, instagram, snapchat) of als zelfstandige mobiele apps worden gebruikt (Whatsapp, Telegram). De ervaring in deze toepassingen is consistent op alle apparaten die we kunnen gebruiken en ze maken het gemakkelijker om gesprekken voort te zetten wanneer we beschikbaar zijn. De services zoals bijvoorbeeld Facebook Messenger en WhatsApp stonden in schril contrast met chat-tools die worden gebruikt in e-commerce.

 

Terwijl het binnen sociale netwerken gemakkelijk is om gesprekken consistent af te handelen over meerdere apparaten, via verschillende netwerkverbindingen en op verschillende tijdstippen, moeten livechat-tools vaak gedurende de hele conversatie verbonden blijven en dien je als gebruiker te voorkomen dat er een time-out optreedt. Voor klanten die gewend zijn om te praten wanneer het hen uitkomt, voldoet deze benadering van zelfservice niet aan hun klantverwachting.

 

Wat moet je als organisatie dan doen om wel aan de klantverwachting te voldoen? Hier een aantal tips:

 

  • Verkort de gespreksduur via AI en automatisering:

Aan het begin van een chatsessie kunt u klantdata gebruiken om alle benodigde achtergrondinformatie over het verzoek van een klant te krijgen. Door ook te koppelen me bijvoorbeeld FAQ’s binnen het topic waarover de chat gaat kunnen gesprekken sneller en effectiever worden afgehandeld. AI en zelflerende systemen kunnen dit proces nog meer versnellen en sterker nog, onnodige chatconversaties op den duur voorkomen door een goede kanaalsturing en serviceverbetering.

 

  • Zorg voor een goed escapekanaal

Als een klant een reëel probleem heeft dat het geautomatiseerde systeem niet aankan, kan de chatsessie aan een agent worden overgedragen. Dit chatgesprek moet echter alle achtergrondinformatie bevatten zodat de klant niet het gevoel heeft meerdere keren dezelfde vraag te beantwoorden. Conversaties met al hun context hebben een hogere kans op een snellere oplossing in vergelijking met die welke dat niet doen.

 

  • Krijg slimmer hoe u de toewijzing van agents aanpakt wanneer zaken asynchroon zijn

We zijn allemaal drukbezette mensen en we kunnen steeds vaker meer dan één taak tegelijkertijd uitvoeren. Hoe een organisatie omgaat met onderbrekingen van de chat-ervaring wordt belangrijker met uw algehele strategie voor klantervaringen.

Klanten zijn gewend om chatgesprekken te onderbreken en weer exact op te pikken waar ze zijn gebleven. Klanten verwachten dit ook steeds meer van chatconversaties met bedrijven.

Wanneer een klant niet meer reageert tijdens een chatsessie, is het normaal dat een agent doorgaat met andere gesprekken. Deze sessie kan dan worden onderbroken wanneer een venster wordt gesloten of wanneer de sessie wordt onderbroken. Wat gebeurt er wanneer de klant terugkeert naar zijn chatvenster? Kan de sessie helemaal opnieuw worden verbonden en kan de klant automatisch naar dezelfde agent worden teruggeleid? Of is de verbinding met een agent willekeurig toegewezen en is het geluk van de trekking om terug te keren naar dezelfde persoon? De eerste vorm verhoogt natuurlijk enorm de beleving en het voldoen aan de klantverwachting, dus als organisatie ligt hier een fundamentele keuze.

 

  • Houd de hele ervaring verbonden, ook als de klant dat niet is

Natuurlijk is het belangrijk om interne resources zo efficiënt mogelijk te beheren. Kijkend naar interne vaardigheden is het beter om chatsessies direct te routeren naar de persoon met de juiste vaardigheden en beschikbaarheid. Indien mogelijk moeten alle onderbroken gesprekken worden hervat door iemand met de juiste vaardigheden en overzicht wanneer de klant opnieuw begint te chatten. Immers, relevant en actueel zijn is essentieel om aan de klantverwachting te voldoen.

Als een agent echter plotseling meer chatvolumes krijgt en het gesprek niet goed kan afhandelen, moet het chatgesprek automatisch worden doorgestuurd naar de volgende beschikbare agent. Deze keuze voor de juiste agent zou optimaal zijn op basis van vooraf gedefinieerde regels zoals vaardigheidsniveaus en ervaring.

Enorm belangrijk hierbij is ook dat de vorige chatgeschiedenis beschikbaar moet zijn voor iedereen in het team. Zelfs als een nieuwe agent de chatsessie moet ophalen, hoeft deze dan niet helemaal opnieuw te beginnen.

 

  • Integreer uw helpdesk en CRM-systemen samen met uw chat-tool

Niet alle chatprogramma’s zijn hetzelfde – sommige hulpprogramma’s zijn gemaakt voor e-commerce en bieden een bot om productquery’s af te handelen, terwijl andere zijn ontworpen voor ondersteuning en service. Sommige zijn stand-alone, terwijl de meeste moeten worden geïntegreerd met alle helpdesktools en CRM-systemen die u hebt geïnstalleerd.

 

In elk chatgesprek moet elk contactpunt en engagement worden gezien als een potentiële make or break door de klant. Zonder integraties met achterliggende zal de workflow tegenwoordig sterk beinvloed worden en leiden tot  langere sessietijden. Ook is het lastiger om antwoorden op basis van context te automatiseren. Een koppeling met achterliggende systemen is tegenwoordig dus steeds belangrijker.

 

  • Voeg de juiste klanttevredenheidsscore toe aan uw chatervaring

Zoals elk klantenservicekanaal, is het belangrijk om te meten hoe je presteert. Er is een duidelijke correlatie tussen trage reactietijden en lage scores voor klantverwachting.

Jouw keuze: verzamel je een eenvoudige NPS score of ga je je agents intensief betrekken in het ‘waarom’ van een chatgesprek? Zie je chat als zijn eigen, op zichzelf staande kanaal of als onderdeel van een bredere strategie binnen het voldoen aan de klantverwachting?

Het verzamelen van klantverwachtingsbeoordelingen en scores zou standaard bij uw chatstrategie dienen te horen; het is wel belangrijk om steeds in detail te kijken naar wat u meet. Hoewel feedbackverzoeken standaard moeten zijn voor alle kanalen voor klantondersteuning, kan het gemakkelijk over het hoofd worden gezien of worden gebundeld in een algemene statistiek die niet voldoende details biedt.

Welke benadering u ook volgt, zorg ervoor dat feedback van klanten is ingebed in uw beheer en analyses voor klantenservice. Zonder dit inzicht is het moeilijk om na te gaan of uw aanpak in de loop van de tijd effectief is.

 

Heeft u nog andere tips om een ​​hogere klanttevredenheid te bereiken met live chat? Ik ben benieuwd!

 

Groet,

 

Steyn

Klantverwachting: Hoe Linkedin haar klantverwachting via de feed steeds verbetert

Laatst kwam ik een leuk artikel tegen over de feed van Linkedin. Het gaf me veel inzichten over hoe de feed wordt opgebouwd en hoe men er bij Linkedin voor zorgt dat de feed van elk lid vrij van spam blijft en de relevante content showt waar het lid iets aan heeft. Graag deel ik met jullie mijn samenvatting en learnings, iets waar jullie hopelijk ook veel aan zullen hebben.

 

Inleiding

Veel Linkedinners bekijken elke dag weer de feed van iedereen uit hun eerstelijns netwerk. De feed is het startpunt van de reis van een lid op LinkedIn. Miljoenen leden zien de feed als hun eerste indruk. De feed is ook essentieel voor het leveren van de belangrijkste waardeproposities van LinkedIn:

  • Leden blijven verbonden met hun netwerk door netwerkactiviteiten te volgen,
  • Leden kunnen hun professionele identiteit te ontwikkelen door inhoud te plaatsen,
  • Leden blijven op de hoogte van voor hun relevante onderwerpen en actualiteiten ,
  • Leden ontdekken professionele kansen en doen ideeen op.

Het relevant houden van de LinkedIn-feed is van cruciaal belang om de kwaliteit van de ervaringen van gebruikers met de feed te behouden.

 

De uitdagingen
De rol van de LinkedIn-feed is actuele enrelevante inhoud te bieden op professioneel gebied. Informatie die op andere media als prettig wordt ervaren / aanvaardbaar is, is voor Linkedin gebruikers misschien totaal niet acceptabel.  Het spanningsveld voor Linkedin zit in het doorgeven van zoveel mogelijk content, zonder hierbij afbreuk te doen aan de verwachting van de gebruiker. De extra uitdaging zit m in het feit dat het gaat om zeer veel content, die, al is het maar door een paar items, sterk kan dalen in de kwaliteitsbeleving van de linkedingebruikers. De speld in de hooiberg, die erg pijnlijk kan zijn als je er in gaat zitten…..

 

Een mens + machine benadering
Om de kwaliteit van zoveel content goed te kunnen beheren, heeft Linkedin een proces ontwikkeld, waarbij content zowel door machinelearning en AI-achtige toepassingen wordt geclassificeerd als ‘niet-spam’ en relevant als professioneel content.

 

Maar…. Er is geen perfect algoritme om alles af te vangen. Er is een groot grijs gebied waarbinnen content valt die de ene persoon als spam ervaart en de ander juist als relevant. Daarom heeft Linkedin een aanpak gecreerd warbij naast machinelearning ook de mens een rol speelt in het clssificeren van de content.

 

Een van de belangrijkste manieren om de content te beoordelen, is door de inhoud van de content op diverse punten van haar levencyclus te boeoordelen. Dit is bijvoorbeeld bij:

  • De creatie van de content: het algoritme beoordeeld de tekst, video en afbeelding bij direct na het verschijnen als spam of niet.
  • De eerste reacties van het publiek, waarbij ook bekeken wordt of content misschien wel viral kan gaan. Reacties zijn bijvoorbeeld likes, shares en inhoudelijke comments.
  • De reacties na verloop van tijd (uren, dagen). Continu worden comments, shares en likes in de gaten gehouden en de content steeds weer beoordeeld. Naarmate de content meer beoordeeld wordt, zal deze relevanter worden en in de feed verschijnen )of niet.

Tot zover het algoritme en geautomatiseerde proces.

 

De volgende stap in het beoordelingsproces is is menselijk. Dit proces geldt alleen voor content die als ‘verdacht’ wordt gelbeld, en dus niet als spam of relevant beoordeeld gaat worden. De mensen van Linkedin krijgen deze content voorgeschoteld en bepalen of content relevant is voor de feed. Het geautomatiseerde proces wordt hierbij continu gevoerd met de resultaten, terwijl aan de andere kant de engine steeds weer uitgedaagd wordt via steekproeven. Dit zorgt ervoor dat het algoritme steeds specifieker content kan beoordelen en het proces steeds efficiënter kan verlopen.

 

Als laatste stap wordt op diverse levels steeds weer het algoritme en de menselijke steekproef toegepast. Dit kan niet anders, omdat relevantie van de content voor iedere feed anders is, en het geautomatiseerde proces nog lang niet perfect is. Door de levencyclus van de content goed in de gaten te houden, kan het proces wel steeds sneller verlopen en kan spam of niet relevante content steeds sneller worden geïdentificeerd. Hierdoor kan content eerder op een feed verschijnen, of juist sneller van een feed verwijderd worden.

 

Tenslotte

Linkedin is een professioneel netwerk. Erg goed dat ze de content beoordelen op professionaliteit en relevantie binnen de feeds van gebruikers. Door bovenstaand proces is zeker een steeds betere relevantie te verkrijgen. Ikzelf merk dat doordat bijvoorbeeld de rekenuitdagingen en andere niet relevante content steeds minder in mijn feed staan, iets waar ik persoonlijk erg blij mee ben. De scheidslijn blijft echter dun, dus het zal voor Linkedin een blijvende uitdaging zijn om mij tevreden te houden in mijn contentbeleving. Ik blijf dan ook in de gaten houden hoe Linkedin blijft voldoen aan mijn klantverwachting / contentrelevantie.