Waarom beantwoorde vragen de verkeerde maat zijn
Een chatbot kan er na een maand indrukwekkend uitzien. Duizend gesprekken, negecht procent met een antwoord. Het dashboard klopt en toch zit je team elke ochtend vol met tickets.
Dat komt doordat een antwoord niet hetzelfde is als een opgelost probleem. Een klant vraagt "waar is mijn bestelling?" en de bot geeft de verzendbeleidspagina. Technisch is de vraag beantwoord. De klant weet nog steeds niet wanneer het pakket komt, en mailt of belt alsnog.
Resolutiegraad draait de meting om. Je telt niet wat de bot zegt, maar wat er daarna is gebeurd. Is het pakket opgespoord, de bestelling geannuleerd, de retour aangevraagd? Zo ja, dan was het gesprek opgelost. Zo nee, dan heeft de klant een tweede contactmoment nodig, en dat kost jou tijd en hem geduld.
Het verschil zit in één werkwoord. Een chatbot informeert. Een systeem dat bij je Shopify-bestellingen kan, handelt af. Zodra een vraag een handeling vraagt, zoals een adres wijzigen of een bestelling annuleren, geven de meeste chatbots het werk door aan een mens. Dat ligt niet aan de bot. Hij is er simpelweg niet voor gebouwd.
We vergelijken beide voor een Shopify-webshop. We leggen uit wat een chatbot is, waar hij goed in is en waar hij vastloopt. Daarna kijken we naar de telefoon, naar regels rond AI en naar hoe je kiest. Wil je eerst de basis over het kanaal zelf? Lees dan ons stuk over een chatbot op je website.
Wat is een AI-chatbot voor klantenservice
Een chatbot is een programma dat in tekst met je klant praat. Meestal zit het rechtsonder op je webshop als een klein chatvenster, soms in een berichtenapp. De klant typt, de bot antwoordt.
Er bestaan grofweg drie soorten, en het scheelt veel welke je hebt.
De eerste is de regelgebaseerde bot. Hij volgt een boom van vaste keuzes: "Kies een onderwerp: verzending, retour, betaling." Elke vraag moet in een vak passen. Typt een klant iets onverwachts, dan komt de bot met "Dat begrijp ik niet" of herhaalt hij het menu.
De tweede is de bot op een kennisbank. Hij leest je helpartikelen en je website en formuleert daar een antwoord uit. Dat voelt veel natuurlijker, want de klant mag in eigen woorden vragen. Het antwoord blijft wel informatie. De bot weet wat jouw retourbeleid zegt, maar niet of deze klant binnen de termijn zit.
De derde is de bot die ook handelingen kan doen. Die is het zeldzaamst en het duurst om goed te bouwen, omdat hij toegang tot je bestelgegevens nodig heeft en regels voor wat hij mag.
Wat bieden chatbots voor klantenservice dus meestal? Snelle antwoorden op vragen die vaak terugkomen, buiten kantoortijden, zonder wachtrij. Dat is echt waardevol. Een vraag als "wat zijn jullie openingstijden?" hoeft niemand van je team meer te beantwoorden.
Het probleem begint bij de vragen die ertoe doen. Klanten vragen zelden naar het beleid. Ze vragen naar hun eigen bestelling.
Wat een chatbot goed doet
Het zou oneerlijk zijn om alleen de zwakke plekken te noemen. Een chatbot heeft op een webshop een duidelijke plek.
Denk aan de vragen die voor het kopen komen. Is dit product op voorraad? Wat is de maat? Wanneer bezorgen jullie? Dat zijn bijna altijd tekstvragen met een tekstantwoord. Een bot die je productpagina's kent, haalt hier werk weg en helpt soms zelfs de verkoop een stap verder.
Ook herhaalde algemene vragen horen bij de bot. Hoe werkt een retour in het algemeen? Welke betaalmethoden accepteren jullie? Wat kost verzending naar België? Het antwoord is voor elke klant gelijk, dus een bot geeft dat zonder fouten en zonder wachttijd.
Een derde plus is dat het kanaal past bij de klant die toch al op je site zit. Iemand die door je assortiment bladert, wil niet de telefoon pakken voor een kleine vraag. Typen is dan makkelijker.
Het werkt dus goed zolang drie dingen waar zijn: de vraag gaat over informatie, het antwoord is voor iedereen gelijk en de klant zit al op je site. Zodra een van de drie niet klopt, begint het gedoe.
Hier loopt een chatbot vast
Neem een klant die je ophaalt omdat een pakket beschadigd is aangekomen. Hij wil weten wat er nu gebeurt. De bot kan je retourbeleid voorlezen. Hij kan niet kijken of deze bestelling binnen de termijn valt, geen retour aanmaken en geen vervangend pakket klaarzetten.
Dan komt de overdracht. De bot zegt "Ik schakel een collega in" en de klant begint opnieuw. Hij legt zijn probleem nog een keer uit, nu aan een mens, soms een dag later per e-mail. Dit is wat de Engelstalige bronnen "self-service fatigue" noemen: de klant raakt het zat om zelf antwoorden te zoeken en wil gewoon iemand die het oplost.
Er zijn drie vaste knelpunten.
Eerst het geheugen. Veel bots onthouden weinig van eerdere gesprekken. Elke chat voelt als een eerste contact, ook voor een klant die al drie keer heeft geschreven.
Dan de formulering. Een bot die op scripts of trefwoorden draait, stoot zich op alles wat net anders is gesteld. Dat zie je terug in de klantenservice-chats die eindigen met "Praat ik met een mens?".
En de handeling. Zonder koppeling met je bestelgegevens blijft de bot een folder. Met een koppeling is hij veel meer waard, maar dan moet je de regels erachter zelf bouwen en onderhouden.
Voor een webshop is dit niet abstract. Wie bestellingen verkoopt, krijgt vooral vragen over bestellingen: waar is hij, kan hij nog anders, kan hij terug. Een informatiebot kan precies die vragen niet beantwoorden.
Wat een AI aan de telefoon anders doet
Bij de telefoon speelt iets dat bij tekst minder speelt. Wie belt, heeft meestal haast of een probleem. Een bestelling die er niet is, een pakket dat vandaag moest komen. Mensen pakken dan liever de telefoon, omdat ze direct iemand willen die het regelt.
Seth, de AI van Ringly.io die de telefoon opneemt, is gebouwd om dat gesprek af te maken. Ringly.io is AI-telefoonsupport voor Shopify brands. Zodra je Shopify koppelt, herkent Seth een terugkerende beller aan het telefoonnummer en begroet hij hem met context uit je shop, zoals de naam en de laatste bestelling.
Wat gebeurt er daarna in een gesprek?
- Bestelstatus. Seth geeft de vervoerder, de status, de laatste scan en de verwachte aankomst. De tracking loopt via TrackingMore en dekt meer dan 1.633 vervoerders, waaronder PostNL, DPD, GLS en DHL.
- Verificatie. Voordat Seth bestelgegevens deelt, controleert hij de beller. Of stil, via het nummer, of door naar twee gegevens te vragen uit bestelnummer, postcode van het verzendadres en e-mailadres.
- Annuleren. Dat gaat op twee manieren, die jij kiest: annuleren en terugbetalen tijdens het gesprek na verificatie, of een verzoek vastleggen voor je team.
- Retouren. Seth vraagt de retour aan in Shopify als concept. Je team keurt het goed of af. Hij controleert eerst of de bestelling in aanmerking komt en of bestelnummer en postcode kloppen.
Zie je het verschil? De klant praat één keer en na het gesprek is er iets veranderd in je shop. Er blijft geen ticket liggen om later op te pakken, tenzij het echt een mens nodig heeft. En dan krijgt je team een ticket met samenvatting en transcript, zodat niemand opnieuw hoeft te vragen wat er speelde.
Hoe dit past in de bredere keuze over wie de telefoon opneemt, lees je op onze pagina over een AI-telefoniste voor je webshop.
Chatbot en telefoon vergeleken
Een vergelijking in een tabel maakt het verschil zichtbaar. Het gaat om wat er in een gesprek gebeurt, niet om wie de mooiste interface heeft.
| Onderdeel | AI-chatbot (tekst) | AI aan de telefoon (Ringly.io) |
|---|---|---|
| Kanaal | Chatvenster of berichtenapp | Telefoongesprek |
| Waar het sterk in is | Vaste vragen, productinformatie | Vragen die een handeling vragen |
| Bestelstatus opzoeken | Meestal alleen met koppeling | Vervoerder, status, laatste scan en verwachte aankomst |
| Bestelling annuleren | Meestal doorgeven aan een mens | Annuleren en terugbetalen, of een verzoek voor je team |
| Retour aanvragen | Beleid uitleggen | Concept in Shopify, door je team goed te keuren |
| Beller herkennen | Vaak per sessie | Via telefoonnummer, met naam en laatste bestelling uit Shopify |
| Wat het team ziet | Ticket met chatlog | Ticket met samenvatting en transcript |
De kolom met chatbots is een algemeen beeld. Er bestaan bots die meer kunnen, maar dat vraagt een koppeling die jij zelf moet inrichten.
Let op de rij over retouren. Seth zet een concept klaar dat je team goedkeurt. Dat is bewust: jij houdt de beslissing, hij doet het uitzoekwerk en het invullen.
Resolutiegraad: zo meet je klantenservice eerlijk
Wie klantenservice wil beoordelen, heeft drie getallen nodig die iets anders zeggen.
Het eerste is het aantal gesprekken. Het is makkelijk te tellen en zegt bijna niets. Een bot die veel gesprekken voert, kan veel mensen kwijt zijn.
Het tweede is deflectie: het deel van de contacten dat niet bij een mens terechtkomt. Dat klinkt goed, tot je beseft dat een klant die opgeeft en vertrekt ook gedeflecteerd is. Je hebt dan geen probleem opgelost, je hebt het weggestopt.
Het derde is resolutiegraad: het deel van de gesprekken waarin het probleem daadwerkelijk is opgelost. Alleen dit getal zegt of de klant geholpen is.
In de Analyze-tab van Ringly.io staan de drie bij elkaar: Seth ROI, resolutiegraad en deflectiegraad. Een trechter laat zien hoeveel gesprekken Seth heeft opgelost, hoeveel zijn doorgezet als ticket of doorverbinding en hoeveel onopgelost bleven. Een categoriegrafiek toont waar klanten over bellen, zoals bestelstatus, wijzigingen en annuleringen, retouren en productvragen, verdeeld per uitkomst.
Per gesprek zie je ook een opname, transcript, samenvatting, categorie, uitkomst en de stemming van de beller. Dat is handig als je wilt weten waarom iets misging. Een aparte lijst laat zien welke kennis Seth voor een antwoord gebruikte. Een fout antwoord is zo meestal in een paar minuten te herleiden.
Eén eerlijke kanttekening over omzet. Ringly.io telt Shopify-bestellingen binnen zeven dagen na een gesprek, gekoppeld op telefoonnummer, als omzet die bij Seth hoort. Dat is correlatie, geen oorzaak, want Seth doet support en geen verkoop. Gebruik dat getal als signaal, niet als bewijs.
Wil je deze maat gebruiken bij elke tool, ook de chatbot? Vraag dan altijd: hoeveel contacten waren daarna echt klaar, zonder tweede contact?
Wat het betekent voor jouw webshop
De juiste keuze hangt af van hoeveel er gebeld en gevraagd wordt, en waarover.
Een webshop met tien bestellingen per dag
Je krijgt weinig contactmomenten. Misschien een handvol per dag, vooral vragen over bezorging. Hier is complexe automatisering vaak te veel gedoe. Een goede kennisbank en een eenvoudige bot op de site kunnen genoeg zijn, zolang je zelf de bestelvragen oppakt.
De afweging draait om de telefoon. Staat er een nummer op je site, dan bellen er klanten, ook als het er maar een paar per week zijn. Wie niet opneemt, mist dat gesprek. Staat er geen nummer, dan verlies je klanten die liever bellen en dat nooit laten weten. Zie hiervoor ook ons stuk over het verhogen van je conversie.
Een webshop met driehonderd bestellingen per dag
Hier verandert het beeld. Bij die aantallen is een groot deel van de contacten bestelstatus, wijzigingen en retouren. Een chatbot die alleen informeert, haalt de vragen over openingstijden weg en laat de rest liggen. Je team blijft het zware werk doen.
Wie op dit volume werkt, heeft baat bij een systeem dat de handeling afrondt. Telefoon en chat kunnen allebei blijven bestaan, maar de vraag blijft dezelfde: welk deel van de bestelvragen is opgelost zonder dat een medewerker het hoeft aan te raken? Wil je de rest van het werk uit handen geven, dan is klantenservice uitbesteden een andere route met eigen afwegingen.
Een webshop die over de grens verkoopt
Verkoop je ook in Duitsland of België, dan wil je niet voor elke taal een bot inrichten. Seth spreekt 40 talen, heeft 17 stemmen en wisselt in de modus Multi language midden in een gesprek van taal. Meer over de uitdagingen daarvan lees je bij cross-border e-commerce.
Waarom AI-klantenservice zo vaak frustreert
Zoekt iemand op "AI-klantenservice", dan komen er veel stukken langs over ergernis. Toeval is het niet. Er zijn een paar terugkerende oorzaken.
De klant komt niet bij een mens. Het meest gehoorde ongenoegen is dat een bot de enige optie lijkt. Wie een probleem heeft dat niet in het menu past, zit in een lus. Dat is een ontwerpfout, niet een eigenschap van AI.
De bot weet niets van de klant. Hij vraagt naar gegevens die je al hebt. Hij herhaalt vragen. Hij kent de bestelling niet. Dit gebeurt precies als de bot niet gekoppeld is aan je winkel.
Het antwoord klinkt zeker maar is fout. Een bot die op een kennisbank draait, kan een beleid verkeerd samenvatten. Daarom is controle op wat hij zegt zo belangrijk.
Geen overdracht met context. Als de klant eindelijk een mens krijgt, begint het verhaal opnieuw. Dat voelt als tijd weggooien.
Wat helpt, is verrassend simpel. Laat de klant altijd kunnen kiezen voor een mens. Zorg dat de AI de bestelling kent. Controleer regelmatig wat hij echt zegt. En geef de medewerker bij een overdracht alles mee wat er al besproken is.
Bij Ringly.io kun je zelf instellen wat er gebeurt als Seth er niet uitkomt. Er zijn drie standen: altijd doorverbinden, alleen tijdens kantooruren doorverbinden en anders een ticket aanmaken, of alleen een ticket aanmaken. Vraagt een beller om een mens, dan kies je of Seth eerst probeert op te lossen of direct doorzet. Eerst proberen wordt aangeraden.
De regels: mag een AI zomaar met je klanten praten
Sinds 2 augustus 2026 geldt artikel 50 van de Europese AI-verordening. De kern: wie met een AI praat, moet dat duidelijk te horen krijgen bij het eerste contact. Een beller die aan de lijn hangt, moet weten dat hij met een AI spreekt. De boetes kunnen oplopen tot 15 miljoen euro of 3% van de wereldwijde omzet.
Wat betekent dat in de praktijk voor jou?
Zeg het in de opening. Een korte zin volstaat, zoals dat het om een digitale assistent gaat. Verstop het niet in de voorwaarden en laat het niet weg omdat de stem natuurlijk klinkt.
Bied daarnaast een weg naar een mens. Dat staat niet als vaste eis in elk geval, maar het is wel de manier om de frustratie uit de vorige sectie te voorkomen. Een klant die weet dat hij uiteindelijk iemand kan krijgen, accepteert een AI veel makkelijker als eerste stap.
Controleer tot slot bij elke leverancier hoe de melding is ingericht. Dit stuk legt de regel uit. Juridisch advies is het niet en het zegt niets over hoe jouw leverancier eraan voldoet. Vraag het dus gewoon na.
Zo kies je een AI-chatbot of AI aan de telefoon
Hoe kies je de beste AI-chatbot voor klantenservice? Begin niet bij de tool, maar bij je eigen gesprekken.
Stap 1: tel waar klanten over contact opnemen. Pak een maand aan e-mails, chats en telefoontjes en verdeel ze. Hoeveel gaan over bestelstatus, hoeveel over retouren, hoeveel over productvragen? Dit duurt een middag en bepaalt alles.
Stap 2: markeer wat een handeling vraagt. Elke vraag waarbij een medewerker iets in je Shopify-beheer moet doen, valt buiten wat een informatiebot oplost. Is dat de helft van je contacten? Dan haalt een bot maar de andere helft weg.
Stap 3: kijk naar het kanaal. Bellen je klanten, of typen ze? Staat er een telefoonnummer op je site, dan weet je het antwoord al. Staat er geen, dan loont het om te kijken hoeveel verkoop je mist. Meer over het bouwen van je shop vind je bij e-commerce website.
Stap 4: vraag naar de koppelingen. Werkt de tool samen met Shopify, je helpdesk en je vervoerders? Kan hij ook echt iets doen in je winkel, of alleen lezen?
Stap 5: test met echte vragen. Verzamel tien lastige gesprekken uit je eigen inbox en leg ze voor. Bij Ringly.io kun je in het paneel Try Seth typen en zien in welke stap van de flow Seth terechtkomt, zonder te bellen.
Stap 6: bepaal hoe je meet. Spreek vooraf af dat je beoordeelt op resolutiegraad, en kijk niet naar het aantal gesprekken.
Is een AI-chatbot geschikt voor mijn bedrijf? Als de meeste vragen over informatie gaan, ja. Gaan ze vooral over bestellingen, dan niet als enige oplossing.
Wat Ringly.io hierbij doet
Het probleem op deze pagina is simpel: bestelvragen blijven liggen omdat niets ze afrondt. Aan de telefoon rondt Seth ze af, met je Shopify-gegevens erbij. Zoals je hierboven las, geldt voor Seth: Seth lost 65% van je supportgesprekken op, of je betaalt die maand niet.
Bij het verbeteren helpt AI Coach, een chatassistent in het Seth-dashboard. Coach leest je instellingen en je echte gesprekken, zegt wat je eerst moet aanpakken en voert de meeste wijzigingen voor je door. Dat doet hij nooit zelf: je ziet een kaart met de huidige en de voorgestelde instelling en klikt op toepassen of negeren. Coach kan bijvoorbeeld de begroeting, regels, skills en escalatie aanpassen. Hij zit nog in bèta, dus hij kan het bij het verkeerde eind hebben.
De koppelingen die hierbij horen: Shopify voor bestellingen, Gorgias en Zendesk om elk gesprek als ticket vast te leggen, Twilio als je een eigen nummer wilt importeren en TrackingMore voor de status van pakketten. Met een eigen skill kan Seth ook een andere API aanroepen. Ringly.io rekent per telefoongesprek, de actuele tarieven staan op de prijzenpagina van Ringly.io.
Wat Ringly.io niet doet
Dit hoort erbij, want het scheelt je een verkeerde aanschaf. Ringly.io werkt niet als helpdesk en vervangt Gorgias, Zendesk of Trengo niet. Het is ook geen menselijke antwoordservice waar iemand een bericht aanneemt. Er zijn geen Nederlandse fulfilment-koppelingen en geen koppeling met Mollie. Chat is een apart product en hoort niet bij wat deze pagina beschrijft.
Seth schaft ook geen beslissingen af. Hij kan een bestelling alleen annuleren of een retour starten als jij dat zo instelt. En hij heeft kennis nodig: zonder een goed gevulde kennisbank en duidelijke regels geeft hij dezelfde matige antwoorden als elke andere bot.
Veelgestelde vragen
Wat is een AI-chatbot voor klantenservice?
Een AI-chatbot voor klantenservice is een programma dat in tekst met je klanten praat en vragen beantwoordt, meestal vanuit je website en helpartikelen. Hij is goed in vaste vragen en productinformatie. Voor handelingen zoals annuleren, wijzigen of een retour aanmaken heeft hij een koppeling met je winkel nodig. Zonder die koppeling geeft hij het werk door aan een medewerker.
Hoe kies je de beste AI-chatbot voor klantenservice?
Begin bij je eigen contacten, niet bij de tool. Verdeel een maand aan vragen in informatie en handelingen. Kijk dan of de tool met Shopify en je vervoerders is gekoppeld en test hem met tien echte, lastige gesprekken. Beoordeel daarna op resolutiegraad: hoeveel contacten waren echt opgelost zonder tweede contact. Het aantal beantwoorde vragen zegt weinig.
Wat als de chatbot een vraag niet kan beantwoorden?
Dan moet de klant bij een mens terechtkomen, met alles wat er al besproken is. Een bot die doorverwijst zonder context dwingt de klant opnieuw te beginnen. Bij Ringly.io leg je vast of Seth doorverbindt, een ticket aanmaakt of alleen een ticket maakt, en het ticket bevat samenvatting en transcript.
Verlies ik klanten doordat ze liever een mens spreken?
Dat kan, vooral als de bot de enige optie is. Klanten haken af als ze in een lus zitten of hun gegevens steeds opnieuw moeten geven. Laat daarom altijd een weg naar een mens open en zorg dat de AI de bestelling kent. Dan merkt de klant vooral dat het probleem snel is opgelost.
In welke talen werkt de chatbot?
Dat verschilt per aanbieder, dus vraag het na. Seth van Ringly.io spreekt 40 talen, heeft 17 stemmen en wisselt in de modus Multi language midden in een gesprek van taal. Dat is handig als je naast Nederland ook in België of Duitsland verkoopt.
Wil je zien hoe Seth jouw bestelvragen afhandelt? start je plan.
Zelf horen hoe het klinkt.
Ringly.io neemt de telefoon van je Shopify-webshop op en leest tijdens het gesprek de actuele bestelling mee. Je stelt hem in zonder te betalen.
