Wat een AI-assistent ziet van de feedback van uw klanten

De grens, en waar die precies loopt

Een enquêterapport bestaat uit twee verschillende dingen. Er zijn de cijfers: hoeveel mensen antwoordden, wat elk van hen koos, hoe de keuzes over de schaal verdeeld liggen. En er zijn de woorden: wat iemand in de open vraag aan het eind typte, in een eigen zin, over een bezoek dat hij had.

Een assistent krijgt het eerste en nooit het tweede. Hij kan vertellen dat vraag drie eenenveertig antwoorden heeft, gemiddeld 3,2, met het gewicht onderaan de schaal. Bij diezelfde vraag kan hij vertellen dat negen mensen ook iets schreven. Hij kan niet vertellen wat één van die negen schreef, en geen scope, sleutel of rechten veranderen dat: de tekst wordt er op de weg naar buiten uit gehaald, dus er bestaat geen versie van het verzoek die hem teruggeeft.

• Komt terug: aantal antwoorden, wat ieder koos, de spreiding per vraag, het verloop
• Komt terug: hoeveel mensen bij elke vraag een opmerking achterlieten
• Komt nooit terug: de opmerking zelf — naar geen enkele sleutel, connector of assistent

De vraag, niet het gemiddelde

Het nuttige dat een assistent met feedback doet, is precies datgene waar niemand tijd voor heeft: elke vraag apart lezen in plaats van dat ene getal bovenaan.

Een zaak met een 4,1 is bijna nooit overal 4,1. Het is een vijf op de ontvangst, een vier op het eten en een twee op hoe lang de rekening duurde, en het gemiddelde verbergt alle drie. Vraag een assistent de spreiding vraag voor vraag over de afgelopen maand te vergelijken en hij noemt degene die naar beneden trekt en degene die draagt. Daar kunt u deze week iets mee. Het is rekenwerk dat iedereen met de hand zou kunnen doen, en juist daarom doet niemand het.

Hij leest dezelfde cijfers die uw dashboard toont, dus er valt achteraf niets te verzoenen. Het lezen ontbrak, niet een tweede bron van waarheid.

• Vergelijk de spreiding per vraag, niet één gemiddelde per locatie
• Noem de vraag die bewoog en de periode waarin dat gebeurde
• Dezelfde cijfers als het dashboard — een samenvatting, geen tweede bron

Waarom de zinnen achterblijven

Wie twee regels schrijft over een mislukte avond, schrijft aan de zaak waar die avond plaatsvond. Die publiceert niet, en richt zich niet tot de systemen die deze zaak dit kwartaal heeft aangesloten. Die zin aan een assistent geven maakt hem derde partij in een gesprek waar hij nooit deel van uitmaakte.

En hij belandt ergens. Een antwoord dat naar inloggegevens gaat, komt terecht waar de houder daarvan zijn spullen bewaart — dat is een vraag over andermans infrastructuur, niet over de uwe. De klant ziet die beslissing niet, kan er geen bezwaar tegen maken en zou nooit weten dat ze genomen is. De eerlijke manier om tekst van een ander te bewaren, is het aantal plaatsen waar die tekst heen kan reizen klein te houden — en een integratie is precies de deur waardoor dat aantal stil groeit.

De naad is daarom geen waarschuwing in een gereedschapsbeschrijving, waar een model zich omheen kan redeneren. De tekst valt weg voordat het antwoord wordt opgebouwd. Een grens die afhangt van het nette gedrag van een assistent, is geen grens.

Wat dat kost, ronduit gezegd

Het kost u de functie die iedereen als eerste demonstreert: zeshonderd opmerkingen erin, vijf thema’s eruit. Dat is echt nuttig, en van een zo aangesloten assistent krijgt u het niet.

Wat u er wel voor terugkrijgt, is een beslissing die van u blijft. Opmerkingen kunnen uit de inbox geëxporteerd worden, en als u ze door een door uzelf gekozen hulpmiddel haalt, doet u dat bewust, één keer, voor een set antwoorden die u hebt bekeken — in plaats van een staande verbinding te laten staan waardoor alles wat iemand vanaf nu schrijft standaard ergens aankomt. Het eerste is een keuze; het tweede een gewoonte waarvan niemand zich het ontstaan herinnert.

Weeg de ruil eerlijk. Als het lezen van de opmerkingen het hele werk is, lees ze dan, of exporteer ze bewust. Als het werk is te weten welke vraag over negen locaties wegzakt sinds de kaart veranderde, waren de cijfers altijd al de juiste invoer en hadden de opmerkingen dat nooit beantwoord.

• Geen thema-extractie of sentiment over opmerkingen via de verbinding
• Exporteer uit de inbox wanneer u dat wilt — als een beslissing die u één keer neemt
• Een staande verbinding is niet hetzelfde als een overwogen export

Wat anoniem blijft

Een enquête die geen contactgegevens verzamelt, blijft dat ook door een integratie heen, omdat de integratie niet verder reikt dan de enquête zelf. Het aansluiten van een assistent maakt een antwoord dat anoniem binnenkwam niet alsnog herleidbaar.

Waar een enquête wél een contactgegeven vraagt, geldt dezelfde regel als overal in de werkruimte: de assistent ziet wat zijn scopes toestaan, de verbinding staat zichtbaar in een lijst, en één druk beëindigt hem. De nuttige discipline is de gewone: geef de eerste sleutel alleen leesrechten, kijk een week hoe de vragen er werkelijk uitzien, en verbreed pas wanneer niets meer u zou verrassen.

Voordat u iets op klantgegevens aansluit

Deze vragen zijn het stellen waard bij elk feedbackproduct, en de antwoorden zeggen meer dan een functielijst.

Verlaat de tekst die mensen schreven het product via integraties, of alleen de cijfers? Wordt die grens afgedwongen waar het antwoord wordt opgebouwd, of is het een opmerking in de documentatie? Kunt u opsommen wat er nu is aangesloten en elk daarvan met één druk afsnijden? En als u het product vraagt wat het niet doet, zegt het dat dan ronduit — of merkt u het halverwege een taak, aan een weigering?

• Verlaat geschreven feedback het product via integraties, of alleen cijfers?
• Staat de grens in de code, of als opmerking in de documentatie?
• Ziet u elke verbinding en kunt u er één meteen beëindigen?