7 klantenservicevaardigheden die elke menselijke en AI-agent nodig heeft (met voorbeelden)

Elk supportgesprek kan een klant winnen of verliezen. Hoe goed de AI- of menselijke agent aan de andere kant van de interactie luistert en het probleem oplost, bepaalt welke kant het gesprek opgaat. Afzonderlijk lijkt één gesprek misschien niet veel. Maar samen bepalen alle telefoongesprekken en chats of een bedrijf klanten behoudt of ze steeds moet vervangen.

Volgens een onderzoek van Zendesk stapte meer dan 50% van de klanten na één slechte ervaring over naar een concurrent. Dat laat zien hoe belangrijk klantenservicevaardigheden zijn, ook nu AI CX-activiteiten blijft veranderen. Organisaties die hun CX-team voortdurend bijscholen, hebben een concurrentievoordeel naarmate de verwachtingen van klanten toenemen.

In deze gids bespreken we belangrijke klantenservicevaardigheden, waarom ze belangrijk zijn voor bedrijven, hoe je ze verbetert en hoe AI CX-teams ondersteunt.

Samenvatting

• Klantenservicevaardigheden helpen bedrijven klantproblemen op te lossen, vertrouwen op te bouwen en klantverloop te verminderen.
• CX-teams oefenen doorgaans technische en sociale klantenservicevaardigheden, waaronder communicatie, probleemoplossing en conflictoplossing.
• Zowel menselijke als AI-agenten kunnen klantenservicevaardigheden toepassen via een geplande uitrol, evaluatie van gesprekken en verfijning om de klantervaring te verbeteren.
• Hoewel AI-agenten kunnen helpen bij conflictoplossing, is een soepele overdracht aan menselijke agenten cruciaal voor de-escalatie. 
• Evalueer bij de inzet van AI-agenten voor klantenservice gespreksstatistieken tijdens de training en na de implementatie om continu te verbeteren.

Wat zijn klantenservicevaardigheden?

Klantenservicevaardigheden zijn de sociale en technische vaardigheden die een supportteam helpen klantbehoeften te begrijpen en problemen effectief op te lossen. Deze vaardigheden worden grofweg ingedeeld in sociale vaardigheden, zoals communicatie, geduld, empathie en aanpassingsvermogen, en technische vaardigheden, zoals productkennis of incidentmanagement.

We bespreken zeven van deze vaardigheden uitgebreider: communicatie, probleemoplossing, conflictoplossing, empathie, aanpassingsvermogen, personalisatie en productkennis. Ook behandelen we hoe elke vaardigheid van toepassing is op zowel menselijke als AI-agenten voor klantondersteuning.

Klantenservicevaardigheden uitgelegd

Klantenservicevaardigheden zijn werkwijzen die customer experience-teams helpen actief te luisteren, begrijpen, reageren, oplossen en opvolging te geven aan klantproblemen. Deze vaardigheden bouwen voort op praktijken uit verschillende disciplines, waaronder communicatie, probleemoplossing, empathie en conflictoplossing. Door je team de juiste klantenservicevaardigheden te geven, zorg je voor een consistente, positieve klantervaring op alle contactmomenten.

Traditioneel ontwikkelen supportteams klantenservicevaardigheden via training in zowel sociale als technische vaardigheden. Je leert bijvoorbeeld hoe je pauzeert en luistert, frustratie bij klanten opmerkt en respectvolle woorden gebruikt om situaties te de-escaleren. Daarnaast moeten CX-teams bekend zijn met tools zoals CRM en ERP om tijdens gesprekken informatie naar boven te halen. Medewerkers in CX hebben steeds vaker een hoog niveau van technische kennis nodig om met AI-agenten relevante informatie te vinden en het oplossen van klantproblemen te versnellen.

De overgrote meerderheid van klantenserviceteams gebruikt inmiddels AI-agenten om customer experience-workflows te stroomlijnen. Volgens Gartner begint in 2028 minstens 70% van de klanten hun klantreis via een AI-interface.

Het bijscholen van het CX-team blijft belangrijk, maar AI-supportagenten ontwerpen rond merk-SOP's, beveiligingsrichtlijnen, kennisbankintegraties en tools van derden is essentieel om het potentieel van AI-gestuurde CX-activiteiten te benutten.

Waarom klantenservicevaardigheden voor betere ervaringen zorgen

Effectieve klantenservice versnelt het oplossen van problemen en stimuleert zo merkloyaliteit, klantbehoud en omzet op de lange termijn. In plaats van te wachten tot incidenten escaleren, onderzoeken CX-teams proactief door klanten gemelde gevallen. Ze luisteren actief en geven klanten ruimte om hun gedachten te delen, voordat ze helpen problemen of vragen op te lossen.

Hetzelfde geldt voor AI-agenten voor klantenservice. Hoewel ze worden aangestuurd door generatieve AI, machine learning en andere সফtwaretechnologieën, ontwerp je ze rond workflows, principes en beleid die vertrouwen opbouwen. Of het nu AI, mensen of beide zijn: je doel is klantproblemen op te lossen en klanten het gevoel te geven dat er naar hen wordt geluisterd.

Bij de integratie van AI in CX-workflows benadrukte Jannes Koopmann, Sr. AI Business Owner bij 3Shape het belang van een empathische toon en een menselijke uitstraling. Toen zijn bedrijf klantenondersteuning moderniseerde met AI-agenten, wilde Jannes ervoor zorgen dat klanten zich gedurende het hele proces begrepen voelen.

De 7 klantenservicevaardigheden die elke menselijke en AI-agent nodig heeft

Goede klantenservice vereist dat zowel mensen als hun AI-tegenhangers verschillende vaardigheden goed beheersen. Dit zijn de vaardigheden die nodig zijn voor klantenservice, met voorbeelden van hoe menselijke en AI-agenten ze toepassen.

Communicatievaardigheden: Luister actief en spreek duidelijk

Duidelijke communicatie voorkomt verwarring, waardoor klanten gesprekken of berichten afbreken wanneer ze hulp zoeken. Communicatievaardigheden vereisen actief luisteren, beknopte antwoorden en heldere schriftelijke en mondelinge communicatie.

Menselijke agenten ontwikkelen communicatievaardigheden door te luisteren naar wat klanten zeggen en passende woorden te kiezen in hun reactie. Ze vermijden jargon voor meer duidelijkheid en lichten technische termen altijd toe, per e-mail, in een telefoongesprek of via tekst.

AI-agenten, met name die worden aangestuurd door LLM's, blinken uit in conversatiegerichte antwoorden. AI-agenten hebben echter specifieke richtlijnen nodig voor beurtwisseling en het omgaan met onderbrekingen. Wanneer een klant bijvoorbeeld midden in een zin pauzeert, moet een voice agent binnen een bepaalde tijd reageren om natuurlijk te klinken. Tegelijkertijd mag deze niet door de klant heen praten of irrelevante antwoorden geven.

Zowel menselijke als AI-agenten kunnen beter communiceren wanneer ze de gesprekscontext effectief delen. Dit betekent dat AI en het CX-team realtime toegang moeten hebben tot gespreksanalyses om nauwkeurig te reageren.

Voorbeeld: Een menselijke agent zegt: “Laat me bevestigen dat ik dit goed begrijp: je bestelling is maandag verzonden, maar nooit aangekomen.” Een AI-voice agent herhaalt het belangrijkste detail op dezelfde manier en pauzeert zodat de klant dit kan bevestigen voordat de agent doorgaat.

Probleemoplossende vaardigheden: Vind sneller de juiste oplossing

Klanten verwachten dat het supportteam hun problemen snel oplost, of dat nu mensen of AI zijn. Het oplossen van pijnpunten van klanten is een essentiële taak van CX-agenten, waarbij een consequent hoogwaardige service helpt vertrouwen in je merk op te bouwen.

Menselijke supportmedewerkers kunnen problemen sneller oplossen door kwesties systematisch te diagnosticeren. Dit omvat het noteren van problemen van de klant, het bevestigen van details om miscommunicatie te voorkomen en het inzetten van productkennis om een oplossing te bieden. Als er niet meteen een oplossing beschikbaar is, communiceert de menselijke agent de vervolgstappen aan de klant.

AI-agenten hanteren vergelijkbare principes voor probleemoplossing, maar gebruiken het redeneervermogen en de voorspellende mogelijkheden van het LLM om problemen op te lossen. Op basis van beschikbare klantgegevens en context beoordeelt AI mogelijke oplossingsroutes en kiest het de route met de hoogste betrouwbaarheidsscore. Vervolgens geeft het stappen die de klant kan volgen om het probleem op te lossen.

Voorbeeld: Een klant meldt een mislukte kaartbetaling. Een menselijke agent controleert het account, bevestigt de kaartgegevens en helpt de klant stap voor stap met de oplossing. Een AI-agent leest dezelfde accountgegevens via een gekoppelde tool, kiest de meest waarschijnlijke oorzaak en deelt de stappen om het probleem op te lossen.

Vaardigheden voor conflictoplossing: De-escaleer lastige gesprekken

Ondanks alle inspanningen kan er tijdens gesprekken met klanten een conflict ontstaan. Door menselijke en AI-supportagenten uit te rusten met vaardigheden voor conflictoplossing, kun je knelpunten wegnemen, herstelmaatregelen bieden en gedurende het hele gesprek professioneel blijven.

Bij het oplossen van conflicten blijven menselijke agenten rustig, volgen ze procedures voor conflictoplossing en blijven ze objectief. Ze erkennen de frustratie van de klant en werken geleidelijk toe naar een gedeeld begrip. Het doel is vertrouwen te herstellen door concrete actie en een snelle oplostijd te waarborgen.

AI ondersteunt daarentegen de-escalatie van conflicten door een duidelijk escalatiepad te bieden. Het gebruikt natural language understanding (NLU) om vast te stellen wanneer een klant gefrustreerd, overstuur of boos is. Vervolgens draagt het gesprek rustig en snel over aan een menselijke agent. Ook kan een agent het gesprek doorschakelen naar een live supportteam als de klant daar expliciet om vraagt.

Voorbeeld: Een klant zegt: “Dit is de derde keer dat ik hierover bel.” Een menselijke agent antwoordt: “Het spijt me dat dit nog niet is opgelost. Ik neem het vanaf hier over en vertel je precies wat er nu gebeurt.” Een AI-agent die dezelfde frustratie detecteert, biedt een overdracht aan een menselijke agent aan en geeft de gespreksgeschiedenis mee via een warme overdracht.

​

Empathie in klantenservice: Laat klanten zich gehoord voelen

Empathie is emotionele intelligentie waarmee menselijke agenten kunnen aansluiten bij de gevoelens van de klant. Het is een van de belangrijkste klantenservicevaardigheden, omdat empathie tonen een band opbouwt en leidt tot wederzijds begrip met de klant.

Menselijke agenten tonen empathie door de gevoelens van hun klant te erkennen in plaats van meteen met een antwoord te komen. Door simpelweg te zeggen: “Ik begrijp dat je overstuur bent en ik sta klaar om je te helpen”, laat je de klant zich gehoord en gerespecteerd voelen. Dat opent de deur naar verdere gesprekken.

AI kan emoties niet echt voelen zoals mensen dat doen. AI kan echter patronen herkennen die wijzen op frustratie in de stem of tekstuele reactie van een klant. Op basis van het gedetecteerde sentiment kan AI de empathische toon en woordkeuze nabootsen die mensen gebruiken om empathie te tonen.

Voorbeeld: Zowel een AI-agent als een menselijke agent die frustratie detecteert, kan dit rechtstreeks erkennen door te zeggen: “Dat klinkt frustrerend en ik wil dit voor je oplossen.”

​

Aanpassingsvermogen: Behandel verzoeken via meerdere kanalen

Klanten nemen via verschillende kanalen contact op met bedrijven, waaronder e-mail, chat, spraak en tekst. Aanpassingsvermogen stelt het CX-team in staat consistente communicatie te behouden, vooral wanneer voor hetzelfde geval meerdere gesprekken nodig zijn.

Menselijke agenten worden getraind om vaardig te zijn op verschillende platforms. Elk platform heeft een eigen interactiestijl, richtlijnen en nuances. E-mails bieden bijvoorbeeld tijd om na te lezen en professioneel te blijven. Een telefoongesprek is echter spontaner en vereist dat de agent direct op nieuwe informatie reageert.

AI-agenten kunnen context behouden tussen onderwerpen en gesprekken. Na configuratie kunnen teams agenten via verschillende kanalen inzetten. Door historische context te raadplegen, kunnen AI-agenten met klanten communiceren in de toon, indeling en stijl die zij prefereren.

Voorbeeld: In een chat stuurt een menselijke agent een korte schriftelijke samenvatting waar de klant op kan terugvallen. In een telefoongesprek spreekt dezelfde agent langzamer en bevestigt details hardop. Een AI-agent volgt dezelfde regel door in chat beknopte tekstantwoorden en via spraak natuurlijke gespreksbeurten te geven.

Personalisatie: Geef antwoorden op maat

Wanneer klanten contact opnemen, verwachten ze dat supportagenten weten wie ze zijn en de details van hun situatie kennen, zonder dat ze zich bij elke nieuwe agent die ze spreken opnieuw hoeven te herhalen.

Menselijke agenten personaliseren antwoorden handmatig. Wanneer ze bijvoorbeeld op een ticket reageren, bekijken agenten eerdere aankopen van de klant en vragen ze kort of deze tevreden was met wat hij of zij heeft gekocht. Hoewel het een eenvoudig gebaar is, voelen klanten zich gewaardeerd omdat je team onthoudt wie ze zijn en wat ze prefereren.

AI-agenten kunnen antwoorden efficiënter personaliseren. In plaats van handmatig gegevens te controleren, maken ze verbinding met een CRM van een derde partij en halen ze historische gegevens op wanneer ze klanten ondersteunen. Daarnaast kan een AI-agent proactief realtime gegevens verzamelen en die gebruiken voor gepersonaliseerde productaanbevelingen.

Voorbeeld: In plaats van te vragen: “Wat heb je besteld?”, zegt een menselijke agent: “Ik zie dat je vorige maand het Pro-abonnement hebt gekocht. Neem je daarover contact met ons op?” Een AI-agent die is verbonden met een CRM kan met dezelfde context beginnen.​

Productkennis: Beantwoord vragen vol vertrouwen

Klanten verwachten dat supportagenten de producten, diensten en beleidsregels van het bedrijf kennen. Daarom moeten CX-teams die vragen beantwoorden op de hoogte blijven om zelfverzekerde, nauwkeurige antwoorden te geven.

Menselijke agenten blijven op de hoogte door de nieuwste product- en service-updates te bekijken. Ze letten op wijzigingen in beleid, documentatie en prijzen die klanten kunnen beïnvloeden.

AI-agenten werken vergelijkbaar, maar gebruiken tools zoals een retrieval-augmented generation-systeem (RAG) en integraties van derden om nauwkeurige, nuttige antwoorden te geven. Een chatbot op basis van een LLM begrijpt bijvoorbeeld niet automatisch een specifiek product dat de klant noemt. In plaats van te gokken, haalt de chatbot informatie op uit de interne kennisbank van je organisatie om een antwoord te genereren.

Voorbeeld: Wanneer een klant vraagt of het retourbeleid ook afgeprijsde artikelen dekt, antwoordt een goed geïnformeerde menselijke agent op basis van het huidige beleid. Een AI-agent haalt het nieuwste beleid op uit de kennisbank en antwoordt op basis daarvan.

Menselijke versus AI-agenten: klantenservicevaardigheden in één oogopslag

De onderstaande tabel vat samen hoe menselijke en AI-agenten elk van de zeven vaardigheden toepassen.

Menselijke agenten hebben de overhand waar oordeel cruciaal is, terwijl AI-agenten uitblinken waar snelheid en consistente naleving van beleid het belangrijkst zijn.

Klantenservicevaardigheden toepassen voor mensen en AI

Organisaties hebben een gezamenlijke workflow met duidelijke operationele grenzen nodig wanneer ze klantenservicevaardigheden integreren in een CX-operatie die door AI wordt ondersteund. Met deze stappen maak je een AI-workflow voor klantenservice die de vaardigheden toont die we hebben gedeeld.

1. Stel CX-doelen vast

Begin klein door je te richten op een veelvoorkomende vraag. Zo heeft je team voldoende ruimte om de agentic CX-workflow te bouwen, testen en verfijnen zonder bestaande supportactiviteiten te verstoren. Bepaal hoe je wilt dat je CX-team reageert, welke tone of voice het gebruikt, welke gebruikelijke workflows het volgt, wat ideale reactietijden zijn en welke andere factoren bijdragen aan een succesvolle interactie.

2. Kies een agentic AI-CX-platform

Conversational AI-platforms voor CX-activiteiten bieden verschillende functies. Kies een platform dat flexibel gedrag van agenten voor probleemoplossing ondersteunt en tegelijkertijd beveiligingsrichtlijnen en merkrichtlijnen handhaaft. Beoordeel elke optie aan de hand van deze criteria:

• Vaardigheidsdekking: Ondersteunt de vaardigheden in deze gids, waaronder beurtwisseling, sentimentdetectie en overdracht aan mensen.
• Toegang tot kennis en tools: Maakt verbinding met je kennisbank en CRM, zodat de agent nauwkeurig kan antwoorden en reacties kan personaliseren.
• Guardrails en merkcontrole: Handhaaft beveiligingsrichtlijnen en merkrichtlijnen in elk gesprek.
• Kanaaldekking: Werkt via spraak- en tekstkanalen, zodat klanten consistente service krijgen.
• Testen en evalueren: Biedt een sandbox voor gesimuleerde gesprekken en volgt na de lancering statistieken zoals CSAT en oplossingspercentage.

ElevenAgents is bijvoorbeeld een agentic AI-platform waarmee CX-teams betere ervaringen kunnen bieden via beproefde klantenserviceprincipes. Het vervangt goede klantenservicevaardigheden niet en is daar ook niet voor bedoeld. In plaats daarvan helpt ElevenAgents je best practices voor klantenservice op te schalen via meerdere kanalen, zonder menselijke teams te overbelasten.

3. Ontwerp de workflow voor AI-agenten voor klantenservice

Bepaal op welke klantcontactmomenten een AI-agent nuttig is. Configureer de agent vervolgens met de juiste vaardigheden via system prompts, toolintegratie en een interne kennisbank.

Kunstmatige intelligentie kan je klantenserviceagenten ondersteunen door hun midden in een gesprek context te geven of nuttige informatie te presenteren die helpt een interactie naar een succesvol resultaat te sturen. 

Je kunt ook volledige contactmomenten in kaart brengen waar AI het voortouw kan nemen en de druk op menselijke supportagenten kan verminderen. Gesprekken met een lage prioriteit of routinematige gesprekken zijn hier een goede optie voor automatisering, omdat gevoelige gevallen kunnen worden geëscaleerd terwijl AI-agenten de gebruikelijkere gesprekspatronen volledig afhandelen.

Nana richtte zich bijvoorbeeld op het verbeteren van de system prompt van de AI-agent, zodat deze empathisch kan communiceren en tijdens klantgesprekken merkgetrouw blijft. 

​

4. Test vóór de implementatie

Vergeet niet wijzigingen die je aan de AI-agent aanbrengt te simuleren in een testsandbox. Test de agent met mogelijke scenario's en observeer hoe deze reageert. Simuleer vooral edge cases, waaronder situaties die overdracht aan een menselijke agent vereisen vanwege een verandering in sentiment halverwege het gesprek.    

Klantenservicevaardigheden verbeteren door oefening en feedback

Klantenservicevaardigheden zijn aan te leren en kunnen in de loop van de tijd worden verbeterd. Je kunt menselijke en AI-agenten trainen en vervolgens beoordelen hoe ze presteren in de praktijk en in echte omgevingen.

Menselijke agenten volgen cursussen, scholen zich voortdurend bij, leren meer over de producten waarmee ze helpen en beoordelen klantfeedback om hiaten in de service aan te pakken en de dienstverlening te verbeteren. Ook hebben ze consistente ondersteuning, afstemming en communicatie vanuit het senior management nodig om klanten met vertrouwen te helpen. Tot op zekere hoogte geldt dit leerraamwerk ook voor AI-agenten.

Training in klantenservicevaardigheden werkt het best wanneer deze gekoppeld is aan meetbare resultaten. Houd CSAT, first contact resolution en average handle time bij, en voeg kwaliteitsborgingsscores uit beoordeelde gesprekken toe. Rollenspellen en het meekijken bij gesprekken vertalen die scores vervolgens naar specifieke coachingsdoelen.

AI-agenten leren van beleidsrichtlijnen, voorbeeldtemplates, gespreksgeschiedenis en materialen waaraan ze via verschillende kanalen worden blootgesteld. Het hele proces vindt plaats in een human-in-the-loop-omgeving, waarin een menselijke agent conversational AI-statistieken vaststelt waaraan de agent wordt getoetst.

Je meet bijvoorbeeld de containment rate, CSAT en het oplossingspercentage van de AI-agent om te bepalen of AI gevallen met vertrouwen kan oplossen zonder menselijke tussenkomst. Vervolgens herzie je beleid, AI-prompts en tools van derden waarmee de agent effectiever kan werken.

Bij ElevenLabs gebruiken we een specifiek testframework dat de probleemoplossende capaciteiten van AI-agenten beoordeelt. Het framework onderzoekt hiaten in bestaande gesprekken en gebruikt die als testcases om de agenten te verfijnen.

​Technische versus sociale vaardigheden in klantenservice: wat teams nodig hebben

Technische vaardigheden zijn vaardigheden waarmee het CX-team problemen efficiënt en effectief kan oplossen. Productkennis, incidentmanagement en CRM-applicaties zijn bijvoorbeeld technische vaardigheden in klantenservice. Ze zijn essentieel om de probleemoplossingspercentages te verbeteren.

Sociale vaardigheden verbeteren daarentegen de klanttevredenheid tijdens interacties. Agenten met sociale vaardigheden zoals empathie, actief luisteren en geduld zorgen bijvoorbeeld voor een prettige klantervaring.

Zowel technische als sociale vaardigheden zijn cruciaal om de klantervaring te verbeteren. Bij het gebruik van AI-agenten kan het CX-team taken delegeren aan de partijen die het best zijn uitgerust om ze uit te voeren.

Omdat AI-agenten uitblinken in het volgen van beleid, kunnen ze technische taken automatiseren, zoals het ophalen van klantgegevens, het verwerken van terugbetalingen of het diagnosticeren van technische problemen.

Menselijke agenten zijn daarentegen verantwoordelijk voor sociale vaardigheden, omdat ze van nature empathisch zijn en nuance begrijpen. Hoewel AI-agenten sentimenten kunnen detecteren en gespreksregels kunnen volgen, behouden menselijke agenten het eindoordeel bij het toepassen van sociale vaardigheden in klantenservice.

Ga aan de slag met ElevenAgents voor klantenservice

Door mensen en AI-agenten uit te rusten met klantenservicevaardigheden kun je klantverzoeken met meer vertrouwen behandelen. Nu we het agentic tijdperk ingaan, winnen samenwerkende AI- en menselijke agenten klanten.

ElevenLabs helpt je AI-agenten voor klantenservice in te zetten met vaardigheden die de klanttevredenheid verbeteren via tekst, spraak en e-mail. Met ElevenAgents kun je AI-agenten maken, CX-workflows ontwerpen, verbinding maken met een kennisbank, evaluaties uitvoeren en meer voordat je ze implementeert.

Gebruik hetzelfde dashboard om guardrails te handhaven, transcripties te analyseren en de prestaties van agenten in de loop van de tijd te monitoren.

Begin met het inzetten van AI-agenten op ElevenAgents of neem contact op met sales.

Veelgestelde vragen over klantenservicevaardigheden