Wat agents in Dynamics 365 Contact Center betekenen voor je klanten, medewerkers en organisatie
Deze blog is gebaseerd op het webinar van de Microsoft Contact Center User Group (MCCUG). Binnen deze kennisgroep komen professionals samen die werken met Microsoft-oplossingen voor klantcontact. Ze delen ervaringen, bespreken nieuwe ontwikkelingen en kijken vooral naar wat er in de praktijk werkt. Tijdens onze sessie doken we in de rol van agents binnen Dynamics 365 Contact Center. Wat kunnen ze al, waar liggen de kansen en welke keuzes moet je maken om er echt waarde uit te halen? De belangrijkste inzichten lees je in deze blog.

AI-agents zijn er al. Maar waar begin je?

Meer klantvragen afhandelen zonder dat de werkdruk verder oploopt. Medewerkers sneller de juiste informatie geven. Minder tijd kwijt zijn aan administratie. Het zijn herkenbare uitdagingen voor vrijwel ieder contactcenter. AI-agents kunnen daarbij helpen. Toch is een agent geen slimme knop die je simpelweg aanzet. In Dynamics 365 Contact Center werken meerdere agents samen, ieder met een eigen rol. Tijdens de Microsoft Contact Center User Group keken we daarom niet alleen naar wat er kan, maar vooral naar de vraag die ertoe doet: hoe zet je agents zo in dat klanten én medewerkers er echt iets aan hebben?

Drie onderdelen, één contactcenter

De mogelijkheden zijn grofweg in drie onderdelen te verdelen, elk gericht op een andere groep gebruikers binnen het contactcenter.

Customer Assist ondersteunt klanten en servicemedewerkers. Denk aan selfservice, intentieherkenning en realtime ondersteuning tijdens gesprekken. Het doel is om klanten sneller te helpen en medewerkers direct toegang te geven tot de juiste informatie.

Quality Assurance ondersteunt teamleiders, coaches en supervisors. Deze mogelijkheden helpen bij het beoordelen van gesprekken, het bewaken van kwaliteitsafspraken en het gericht coachen van medewerkers op basis van inzichten uit klantcontacten.

Service Operations richt zich op beheerders en applicatie-eigenaren. Deze functionaliteit helpt bij het beheren en configureren van kanalen, wachtrijen, gebruikers en workstreams, zodat het contactcenter efficiënt blijft functioneren.

De echte kracht zit in de samenwerking tussen deze onderdelen. Agents voeren specifieke taken uit en wisselen informatie met elkaar uit. Zo kan kennis die ontstaat tijdens klantcontact worden gebruikt om selfservice te verbeteren, terwijl inzichten uit gesprekken weer bijdragen aan kwaliteitsverbetering en efficiënter beheer. Hierdoor ontstaat geen verzameling losse AI-functies, maar een contactcenter dat continu leert en zich verder ontwikkelt

Iedere klantvraag maakt de volgende beter

Neem de combinatie van intentieherkenning en kennisbeheer. De Customer Intent Agent haalt uit gesprekken, transcripties en cases welke vragen vaak terugkomen en welke informatie nodig is om ze goed te beantwoorden. Ziet de Customer Knowledge Management Agent dat er kennis ontbreekt? Dan kan deze een voorstel doen voor een nieuw kennisartikel. Een medewerker controleert het voorstel en bepaalt of het wordt gepubliceerd.

Daarmee wordt selfservice onderdeel van een continu leerproces. Een vraag die vandaag nog bij een medewerker terechtkomt, kan input opleveren voor een beter antwoord morgen. Dat betekent niet dat ieder contact geautomatiseerd moet worden. Soms is persoonlijk contact simpelweg de beste route. Een goede overdracht naar een medewerker of een callback hoort daarom net zo goed bij een slimme klantreis.

Slimmer beoordelen, met ruimte voor menselijk oordeel

Ook kwaliteitsbewaking kan slimmer. De Quality Evaluation Agent kan gesprekken toetsen aan criteria die je als organisatie zelf vastlegt. Denk aan het volgen van verplichte stappen of het geven van de juiste informatie. Tijdens het gesprek kan een medewerker realtime suggesties ontvangen, bijvoorbeeld over vervolgstappen of informatie die relevant is voor de klant. Daarbij blijft de medewerker zelf verantwoordelijk voor de keuzes die worden gemaakt.

Juist daar is nuance nodig. De beoordeling is gebaseerd op een transcriptie en mist soms informatie uit de audio. Intonatie en sarcasme zijn lastig te vangen. Hetzelfde geldt voor brede begrippen als ‘empathisch’. Formuleer criteria daarom zo concreet mogelijk en laat mensen de uitkomsten controleren, zeker als een beoordeling gevolgen kan hebben voor een medewerker. AI helpt dan bij coaching en serviceverbetering, zonder het menselijke oordeel over te nemen.

Wat je vooraf goed wilt regelen

De techniek is belangrijk, maar bepaalt niet alleen of een agent succesvol wordt. Minstens zo belangrijk zijn de afspraken die je eromheen maakt.

Vertel klanten wanneer ze met AI spreken. Zorg ook dat een medewerker kan meekijken of ingrijpen. Dat geldt bijvoorbeeld bij het publiceren van kennisartikelen en het beoordelen van gesprekken.

Weet waar je data wordt verwerkt. Controleer wat er gebeurt met audio, transcripties en andere klantgegevens. De regio waarin je omgeving staat, de beschikbare modellen en de plek waar gegevens worden opgeslagen sluiten niet altijd vanzelf op elkaar aan.

Kijk verder dan de licentieprijs. Naast seatlicenties kun je te maken krijgen met voice-minuten en Copilot-credits. Ook het gekozen model, de gekoppelde databronnen en de duur van gesprekken beïnvloeden de kosten. Voor een eenvoudige, voorspelbare vraag is generatieve AI bovendien niet altijd de beste keuze. Vaste logica kan dan goedkoper, sneller en betrouwbaarder zijn.

Begin klein en laat de praktijk het bewijs leveren

Je hoeft niet meteen het hele contactcenter opnieuw in te richten. Kies één wachtrij en twee duidelijke klantvragen om mee te starten. Laat de oplossing een paar weken draaien en kijk vervolgens verder dan het percentage automatisch afgehandelde contacten. Wat gebeurt er met de gemiddelde afhandeltijd? Wordt het serviceteam echt ontlast? Zijn de antwoorden goed genoeg? En wat kost ieder contact?

Pas als de resultaten overtuigen, schaal je verder op. Dat klinkt misschien minder spectaculair dan direct groot beginnen, maar het levert wel betere keuzes op. Iedere organisatie heeft tenslotte een andere mix van volumes, vragen, openingstijden en compliance-eisen. De praktijk laat uiteindelijk zien welke agent, inrichting en welk model daarbij passen.

Niet maximaal automatiseren, maar bewust kiezen

De waarde van agents zit niet in maximale autonomie, maar in de keuzes die je maakt. Welke vragen wil je automatiseren? Wanneer moet een medewerker het overnemen? En hoe bepaal je of klanten daadwerkelijk beter worden geholpen? Als technologie, processen en duidelijke afspraken op elkaar aansluiten, ontstaat er ruimte om stap voor stap te verbeteren.

Benieuwd waar voor jouw contactcenter de beste eerste stap ligt? Daag ons uit. We denken graag met je mee of lees alvast 1 van onze customercases.

Plan een afspraak met Maurits

Benieuwd wat BusinessBase voor jouw organisatie kan betekenen? Plan direct een moment in met Maurits. Kies een datum en tijd die jou uitkomt, dan bespreken we jouw ambities, uitdagingen en mogelijke volgende stappen.

Boek een meeting met Maurits