Chattbotar, ett effektivt verktyg inom kundtjänst?

Examensarbete

15 högskolepoäng, grundnivå

Chattbotar, ett effektivt verktyg inom

kundtjänst?

Chattbots, an effective tool in customer service?

Emelie Ahlström & Elin Myhrman

Examen: Kandidatexamen180 hp Examinator: Henriette Lucander

Huvudområde: Medieteknik Handledare: Fredrik Rutz

Sammanfattning

Samhället blir allt mer digitaliserat, vilket innebär att företag måste anpassa sig för att överleva på marknaden. En del av den digitala utvecklingen som skett är implementering av chattboten, som kan användas inom kundtjänst. Syftet med studien är att skapa en förståelse kring vilka behov organisationer och användare inom kundtjänst har i förhållande till chattbotar, samt hur chattbotar uppfyller dessa behov. Studien jämför sedan organisationernas och användarnas uppfattning kring deras behov. Studien är framtagen genom två kvalitativa metoder som utfördes i form av två fokusgrupper och fem semistrukturerade intervjuer. Insamlad data har sedan analyserats med hjälp av en tematisk analys. Resultaten visar att användarnas främsta behov var att få snabba och konkreta svar på deras frågor. Organisationernas främsta behov var att avlasta den befintliga kundtjänsten. Studien visar att det viktigaste gemensamma behovet hos organisationerna och användarna var tillgängligheten. Studiens analys visar att chattboten har för låg kompetens för att uppfylla användarnas och organisationernas behov. På grund av chattbotens låga kompetens visar studiens slutsats att en kombinerad kundtjänst, innefattande både chattbots och mänsklig support, kan vara fördelaktig både för organisationernas

kundtjänster och användarna.

Nyckelord:

Abstract

The society is becoming more digitalized which requires companies to adapt in order to survive on the market. A part of such digitalization is the implementation of chatbots in customer services. The purpose of this study is to understand organizations’ and users’ needs in relation to chatbots used in support services and to examine how well chatbots satisfy the needs.

Organizations’ and users’ respective needs are thereafter compared. The study is based on two qualitative methods performed through two focus groups and five semi structured interviews. The collected data has been analyzed based on a thematic analyze method. The result shows that the users’ main need was to receive swift and concrete answers to their questions. The

organizations’ most central need was to redirect work from their support service staff. The study shows that the most important shared need was the accessibility. The study’s analysis shows that the chatbot has too low competence level to fulfill the users’ and organizations’ needs. Due to the low competence level of the chatbots, the study concludes that a combined customer service, including both chatbots and human support, can be advantageous for both the organizations and the users.

Keywords:

Förord

Studien är ett examensarbete framtaget för programmet Produktionsledare inom media på Malmö Universitet, författad av Elin Myhrman och Emelie Ahlström våren 2020. Vi vill tacka våra intervjurespondenter och fokusgruppsrespondenter för deras medverkan. Vidare vill vi även tacka vår handledare Fredrik Rutz vars kunskap och engagemang har hjälpt oss färdigställa denna studie. Vi vill även tacka familj och partners för deras hjälp och stöd under arbetets upp- och nedgångar. Avslutningsvis vill vi tacka alla de personer som stöttat i form av

korrekturläsning.

Arbetsfördelning

Arbetsfördelningen har i stora delar skett gemensamt under hela studien. Syftet, samt frågeställning har formulerats och diskuteras fram tillsammans av båda författarna. Det

inledande kapitlet har fördelats jämnt mellan författarna och har därmed skrivits tillsammans. I metodgenomförandet har samtliga delar genomförts och planeras gemensamt, samt även inom analysarbetet. Författandet av samtliga rubriker i metodkapitlet har fördelats i likvärdiga delar mellan författarna. I studiens kontext har Elin Myhrman ansvarat för samtlig teori kring AI och teorier kring chattbotar. Emelie Ahlström har ansvarat för rubrikerna digitaliseringens påverkan i studiens kontext. I teorikapitlet har Elin Myhrman varit huvudansvarig för rubrikerna chattbot inom kundtjänst, chattbot och organisationer, samt användare och chattbotar. Emelie Ahlström har varit huvudansvarig för vad är kommunikation?, digitalkommunikation – chattbotar och människor, kundbehov och användarbarbarhet. Elin Myhrman har även varit huvudansvarig för resultatet. Diskussionen och slutsatsen har diskuterats och skrivits gemensamt. Hela studien har reviderats och diskuterats mellan båda författarna för att skapa en gemensam uppfattning och ett gemensamt språk.

Innehållsförteckning

2.3.2 Chattbot med maskininlärning ... 8

3 Teori ... 9

3.1 Chattbotar inom kundtjänst ... 9

3.2 Vad är kommunikation? ... 10

3.3 Digitalkommunikation – chattbotar och människor ... 12

3.4 Chattbot och organisationer ... 14

3.5 Användarbarhet ... 15

3.6 Kundbehov ... 16

3.7 Användare och chattbot ... 18

4 Metodik ... 20 4.1 Forskningsansats ... 20 4.2 Urval ... 21 4.3 Datainsamling ... 22 4.3.1 Fokusgrupp ... 23 4.3.2 Intervju ... 25 4.3.3 Tematisk analys ... 28 4.4 Forskningsetik ... 29 4.5 Metoddiskussion ... 30

4.5.1 Validitet och reliabilitet ... 30

4.5.2 Fokusgruppsdiskussion ... 31

4.5.3 Intervjudiskussion ... 33

4.5.4 Analysdiskussion ... 34

4.5.5 Källkritik ... 35

5.1.1 Uppfattning - Fokusgrupperna ... 37

5.1.2 Kundtjänst chattbot - Fokusgrupper ... 37

5.1.3 Mänsklig kundtjänst - Fokusgrupper ... 38

5.1.4 Kommunikation - Fokusgrupper ... 39 5.1.5 Fördelar -Fokusgrupper ... 41 5.1.6 Nackdelar - Fokusgrupper ... 41 5.1.7 Kundbehov - Fokusgrupper ... 42 5.2 Intervjuer ... 43 5.2.1 Organisationsbehov - Intervjuer ... 43 5.2.2 Organisationsnytta - Intervjuer ... 44 5.2.3 Utmaning - Intervjuer ... 45 5.2.4 Kommunikation - Intervjuer ... 46 5.2.5 Fördel - Intervjuer ... 47

5.2.6 Människa vs chattbot - Intervjuer ... 48

5.2.7 Oidentifierbar - Intervjuer ... 49 5.2.8 Kundbehov - Intervjuer ... 50 6 Diskussion ... 52 6.1 Användarbehov ... 52 6.2 Organisationsbehov ... 54 6.3 Kommunikation ... 56

6.3.1 Förmänskligandet av chattboten – hur påverkas detta? ... 58

7 Slutsats ... 60

7.1 Förslag på vidare forskning ... 60

8 Referenser ... 61 Bilagor ... 66 Bilaga 1 – Fokusgruppsplanering ... 66 Bilaga 2 – Frågeformlär ... 67 Bilaga 3 – Intervjuguide ... 69 Bilaga 4 - Intervjuförfrågan ... 70

Bilaga 5 – Tematisk analys fokusgrupper ... 71

1

Inledning

Området kring artificiell intelligens har länge varit omdiskuterat på grund av svårigheten att definiera vad intelligens innebär (Coppin, 2004; Kaplan och Haenlein, 2019). Coppin (2004) menar att artificiell intelligens är en kombination av flera olika tekniker som baseras på

mänsklig intelligens. Ceppi och Miranda (2019) beskriver att redan under 1950-talet uppkom ett test som syftade till att mäta en dators intelligens. Testet skapades av Alan Turing och kallades därför för Turingtestet. Ceppi och Miranda (2019) beskriver att Turningtestet innebar att man lät en testperson kommunicera genom textmeddelande till två dolda mottagare, en människa och en dator. De beskriver vidare att om testpersonen med säkerhet inte kunde avgöra om denne kommunicerade med en människa eller med en dator skulle datorn därmed anses vara ”intelligent”.

Sedan Turingtestet har användandet av artificiell intelligens utvecklats betydligt och samhället har blivit allt mer digitaliserat. Internet och datorer har blivit en grundläggande faktor i alltifrån styrning av offentlig verksamhet till privat kommunikation (Kättström, 2016). Digitaliseringen av samhället och den nya tekniken medför att företag ges nya förutsättningar i hur de kan strukturera sin organisation och fördelningen av arbetsuppgifter (Näringsdepartementet 2015; Näringsdepartementet 2016). Detta menar Jacobsen och Thorsvik (2014) bidrar till en hög konkurrens på marknaden eftersom organisationerna måste tillämpa den nya tekniken om de ska överleva och samtidigt fortsätta att vara attraktiva på marknaden. Digitaliseringen möjliggör ett högre mått av tillgänglighet till organisationernas tjänster vilket bidrar till att konsumenterna får större inflytande avseende när, var och hur de ska ta del av organisationernas information och tjänster (Johansson & Malmsten, 2009). Digitaliseringen och dess möjligheter till en snabb och global kommunikation medför även att detta ställer större krav på kommunikationen och allt fler kommunikativa aspekter genomsyrar verksamheter och organisationer (Johansson & Malmsten, 2009; Näringsdepartementet, 2016).

1.1

Problemformulering

En teknik för kommunikation som digitaliseringen och framstegen inom artificiell intelligens har bidragit till är chattbotar som möjliggör för organisationerna att kommunicera med sina kunder dygnet runt, sju dagar i veckan, oberoende av arbetstider eller öppettider (Zumstien & Hundertmark, 2017; Kaplan & Haenlein, 2019). Zumstien och Hundertmark (2017) beskriver chattboten som ett datorsystem som simulerar mänskligt skriftspråk med hjälp av ett textbaserat

2

automatiserat sätt kommunicera med kunderna på ett mer personligt och interaktivt sätt. Att en chattbot har möjlighet att ge kunderna service dygnet runt och effektivisera arbetet bidrar till en bättre kundtjänstupplevelse till en lägre kostnad (Reddy, 2017).

Det finns flera indikationer på att användandet av chattbotar kommer att öka ytterligare. Smith (2017) menar att vid år 2022 kommer 90% av kundinteraktioner hos banker vara automatiserade med hjälp av chattbotar. Skatteverket (2019) skriver att år 2019 hänvisades besökarna på Skatteverkets hemsida till AI-roboten Skatti för allmänna frågor angående deklarationen. Även besökare på flygbolaget SAS hemsida kan möta en chattbot vid namn Turi som hjälper till med bland annat ändringar i bokningar och avbokningar (SAS, 2020). Om kunder till SEB behöver kontakta kundtjänst för enklare bankfrågor eller behöver hjälp med att installera Mobilt BankID kan de få hjälp av den digitala medarbetaren Aida som är tillgänglig dygnet runt (SEB, 2020). Som ovannämnt kan en chattbot ur ett organisationsperspektiv därmed verka vara en bra lösning. Tidigare forskning inom området har även visat på fördelarna med att implementera och använda chattbotar och även studerat den praktiska implementeringen av en chattbot (Brandtzaeg & Følstad, 2017; Van den Broeck, Zarouali & Poels, 2018). Från ett

användarperspektiv ställs krav på chatbotens effektivitet och relevans. I studien av Brandtzaeg och Følstad (2017) påvisas att den största anledningen till att användarna använder chattbotar är för att vara mer tidseffektiva genom att få snabb hjälp och information. Om chattboten har möjlighet att generera snabba och relevanta svar ökade även användarna förtroendet för

chattboten (Nordheim, Følstad och Bjørkli, 2019). Tidigare bedriven forskning på området visar dock att en chattbot inte alltid är lika fördelaktig ur ett användarperspektiv, eftersom det kan finnas svårigheter i att möta användarnas krav. En gemensam faktor som finns hos de tidigare studierna är att chattbotens kompetens att generera snabba och relevanta svar är viktiga faktorer för användarna (Brandtzaeg och Følstad, 2017; Nordheim et al., 2019; Skjuve, Haugstveit, Følstad, & Brandtzaegs, 2019). Samtidigt visar studier att det finns bristande kompetens i chattbotens förmåga att leverera relevanta svar (Skjuve, et al., 2019; Jenkins, Churchill, Cox & Smith, 2007). Tidigare forskning kring området har också fokuserat på hur kommunikationen påverkas genom att ske digitalt eller ansikte mot ansikte. Baltes, Dickson, Sherman, Bauer och LaGanke (2001) menar i deras studie att beslut inte bör ske vid digitala plattformar utan bör istället tas fysiskt. Detta öppnar för frågan hur det digitala kommunikationsverktyget chattbot också påverkar kommunikationen. Hill, Ford & Farreras (2015) menar att det finns en viss problematik med kommunikationsmedlet eftersom en chattbot kan ha svårt att förstå innebörden av det som kommuniceras. Studier visar att människor tenderar att använda samma

al. (2015) inte rekommenderar eftersom chattbotar inte har förmågan att förstå variationen av ord som det mänskliga språket innefattar. Utifrån tidigare forskning kan därför en motstridig bild över chattbotens förmåga att kommunicera med användarna synas, vilket kan bli

problematiskt eftersom allt fler företag automatiserar sina kundtjänster med hjälp av en chattbot. Tidigare forskning inom kundbehov fokuserar på att enbart se hur olika ramverk kan användas för att ta reda på vilka behov och krav kunder har, men med svårigheter i att se vad nya kunders behov och krav är (Griffin & Hauser, 1993). Denna studien ämnar därför bidra med ett

helhetsperspektiv, då studien undersöker vilka behov organisationerna och kunderna har gentemot chattboten och om chattboten lyckas uppfylla dessa. Genom att ta avstamp i tidigare studier om användarbarhet kan användarnas behov diskuteras för att identifiera om chattboten anses som ett användbart system och om den uppfyller användarnas behov. Vidare kommer även studien omfatta en analys över huruvida organisationernas och användarnas behov

gentemot chattboten överensstämmer. Studien kommer därför bidra med kunskap inom området som kan användas både som underlag inför framtida forskning och som stöd för organisationer i deras fortsatta arbete med chattbotar.

1.2

Syfte

Syftet med studien är att skapa en förståelse kring vilka behov organisationer och användare har inom kundtjänst i förhållande till chattbotar, samt hur chattbotar uppfyller dessa behov. Detta för att kunna kartlägga vilka behov som finns och jämföra dem.

1.3

Frågeställning

För att skapa en förståelse för studiens primära frågeställning behövde den sekundära

frågeställningen besvaras först. Den sekundära frågeställningen ligger därför till grund för den primära frågeställningen.

• Primär frågeställning: Vilka behov uppfyller chattboten inom kundtjänst från ett användar- och organisationsperspektiv?

• Sekundär frågeställning: Vilka behov finns hos användarna och organisationerna i förhållande till chattbotar inom kundtjänst?

4

1.4

Avgränsningar

Studien kommer enbart beröra chattbotar kopplade till kundtjänst inom svenska företag och organisationer. Detta med grund i att det skulle skapa svårigheter i att göra en jämförelse mellan organisationernas och användarnas behov om företagen var placerade utomlands men

användarna i Sverige. Studiens fokus kommer centreras på chattboten som verktyg och berör därmed inte kundrelationen mellan användaren och organisationen. Tekniska aspekter av användandet, såsom algoritmer av mjukvaran bakom chattboten, kodning eller det tekniska framtagandet av chattboten kommer studien vidare inte beröra. Detta eftersom kompetens inom de tekniska aspekterna saknades för att kunna undersökas i denna studie.

1.5

Målgrupp

Eftersom studien syftar till att förtydliga varför kunder väljer att använda sig av chattbotar inom segmentet kundtjänst och vilka behov de anser att chattboten fyller, riktar sig därför studien främst till företag, organisationer och myndigheter som använder chattbotar i sin kundtjänst. Genom denna studie kan organisationer få en djupare förståelse kring chattbotar ur ett

användarperspektiv. Dessutom finns det en brist på forskning inom det aktuella området, vilket gör att studien även kan användas inom olika läroinstitut som underlag för vidare forskning inom ämnet.

1.6

Disposition

Studien inleds genom att presentera studiens kontext där relevant information presenteras men som inte har vetenskaplig grund. Därefter presenteras studiens teorikapitel som är en

sammanställning av tidigare forskning och teoretisk litteratur. Efter teorikapitlet presenteras metodkapitel där metodteori, metodval och metoddiskussion presenteras. Vidare presenteras studiens resultat och diskussion. Avslutningsvis presenteras studiens slutsatser och även förslag på vidare forskning.

2

Studiens kontext

Under studiens kontext presenteras information som inte har vetenskaplig grund men som anses vara av vikt för att kunna förstå kommande resultat och diskussion.

2.1

Digitaliseringens påverkan

Statens offentliga utredningar, hädanefter förkortat SOU (Näringsdepartementet, 2015), menar att samhället är på väg mot en stor digital transformation, vilket innebär att samhället blir allt mer digitaliserat. Enligt SOU (Näringsdepartementet, 2016) har digitaliseringen medfört att interaktionen och kommunikationen mellan människor, företag och verksamheter blir allt mer självklara. De menar att den digitala ökningen påverkar hur människor utför saker och

uppgifter, hur de upplever saker och ting och på vilket sätt de hittar lösningar. Vidare anser de att digitaliseringen innebär konkret att de olika delarna i samhället hamnar i en skiftande transformering och att detta även påverkar företags och organisationers förutsättningar kring den nya tekniken. De anser att detta i sin tur även påverkar sammanhållningen och tilliten i samhället.

Enligt SOU (2016) har digitaliseringen ett antal olika kännetecken. Det första kännetecknet är att individen har hamnat mer i centrum på ett sätt som tidigare inte har varit möjligt. Företag och organisationer blir också påverkade av detta eftersom kundorienteringen har blivit mer

centrerad. Kunder förväntar sig individanpassade erbjudanden och därmed förändras förutsättningarna för såväl företagens förutsättningar och krav, som relationerna mellan parterna. Nästa kännetecken menar SOU (2016) av digitaliseringen är att kommunikationen mellan parter har utvecklats. Förutsättningarna för att snabbt kommunicera med omvärlden har förändrats på ett sätt som tidigare inte var möjligt. Detta innebär att kommunikationen inom olika branscher sker i större utsträckning på en global nivå, än som tidigare gjorts.

Digitaliseringen har också enligt SOU (2016) resulterat i en stor kunskapstillgång, vilket bidrar till att människor har en större tillgång till både nationell och internationell kunskap. Eftersom digitaliseringen får ett mer ökat genomslag kan det också bidra till andra tekniska utvecklingar. Dessa förändringar kommer skapa ny kunskap och förståelse för samhället och dess människor, samt andra viktiga samhällsområden såsom arbeten, hälsa och vård, samt människors relationer till varandra.

6

2.2

Artificiell Intelligens

Vad Artificiell Intelligens (AI) är menar Coppin (2004) är en svår fråga att svara på eftersom man första måste definiera vad som menas med intelligens. Författaren menar att intelligens kan förklaras bland annat genom förmågan att hantera nya situationer, lösa problem, svara på frågor och planera. Vidare menar Gisslén (2014) att definitionen av intelligens kan grundas på

självlärande, kreativitet och logiskt tänkande som kännetecknas av mänsklig intelligens. Men vad innebär då AI? Coppin (2004) menar att en enkel definition kan vara ”Artificial

Intelligences is the study of systems that act in a way that any observer would appear to be intelligent” (Coppin, 2004, s.4). Det är en enkel definition som han menar inte täcker hela spektrumet av Artificiell Intelligens. Han menar nämligen att Artificiell Intelligens i många fall kan ses som tekniker som involverar metoder som är baserade på mänsklig intelligens för att lösa komplexa problem. AI är ett brett område och de olika tekniker eller metoder som använts inom AI kan exempelvis vara, maskininlärning, djupinlärning och språkigenkänning (Ceppi & Miranda, 2019; Näringsdepartementet, 2018).

Ceppi och Miranda (2019) menar att maskininlärning innefattar olika uppsättningar av datoralgoritmer. Algoritmer kan beskrivas som stegvisa instruktioner, som exempelvis genom en formel eller en plan som innefattar de åtgärder som behöver göras för att utföra en viss uppgift. Författarna menar vidare att maskininlärning lär sig att klassificera och förutse data genom algoritmerna utan manuell programmering. Maskininlärning kan delas in i tre

huvudtyper, övervakad inlärning, oövervakad inlärning och förstärkningsinlärning. Författarna beskriver att i övervakad inlärning visas exempel på tidigare klassificeringar. Algoritmen justerar sedan funktionen efter exemplet och placerar nytillkomna data efter den tidigare klassificeringen. Vid oövervakad inlärning skapas mönster direkt utifrån oklassificerade data och kategoriserar sedan data utefter liknande egenskaper. Författarna beskriver slutligen förstärkningsinlärning som är en sorts övervakad inlärning. Algoritmen belönas eller bestraffas om den lyckas klassificera korrekt utan någon förkunskap om kategorierna.

LeCun, Bengio & Hinton (2015) menar att djupinlärning är olika tekniker inom maskininlärning. De anser att djupinlärningstekniker uppkom eftersom

maskininlärningsteknikerna hade en begränsning av att bearbeta rådata. Enligt författarna använder sig djupinlärning av representationsinlärning, vilket innebär en uppsättning metoder som har förmågan att matas med stora mängder rådata och automatiskt upptäcka vilka metoder som krävs för att klassificera. Ceppi och Miranda (2019) beskriver att djupinlärning använder sig av neutronnät vilket är AI-system som konstruerats för att arbeta likt den mänskliga hjärnan.

Genom att koppla inmatad information till utdata genom en delvis självständig

filtreringsprocess via artificiella neuroner anser författarna att ny kunskap skapas och varje anslutning motsvarar den mänskliga hjärnans synapser.

Ceppi och Miranda (2019) menar att språkigenkänning ofta baseras på djup maskininlärning för att förbättra systemets språkförståelse och är en av de mest framgångsrika och avancerade forskningsgrenarna inom AI. De menar vidare att maskiner och programs förmåga att avgöra på vilket mänskligt språk en datamängd är formulerad blir allt viktigare. Djupa neuronnät används där nätverken använder en intern ”grammatikbrygga” för att översätta hela meningar.

2.3

Chattbot

Zumstien & Hundertmark (2017) definierar en chattbot som ett datorsystem som simulerar mänskligt språk med hjälp av ett textbaserat dialogsystem. Författarna menar vidare att ordet chattbot är en kombination av ordet chatt och robot. Arsovski, Osipyan, Oladele, Cheok (2019) menar att det finns två huvudtyper av chattbotar. Den första kallas regelbaserad chattbot och den chattboten har inte förmågan att generera nya svar utan baserar svaren på en fördefinierad mall. Författarna menar vidare att svarskompetensen hos en regelbaserad chattbot är manuellt kodad vilket resulterar i en tidskrävande och ett komplext arbete. Den andra typen av chattbot baseras på djupinlärningstekniker, vilka baseras på maskininlärningsalgoritmer. Denna typ av chattbot menar författarna inte baserar svarskompetensen på fördefinierade svar utan de skapar nya svar genom att utgå från tidigare information.

2.3.1

Regelbaserad chattbot

Enligt Artificial Solutions (2020) är den vanligaste chattboten den regelbaserade chattboten och förekommer ofta genom livechatt, webbsidor eller Facebook – Messenger. Alburger (2020) menar att regelbaserade chattbots baseras på en serie definierade regler. Vidare anser författaren att reglerna kan vara enkla eller mer komplicerade, vilket är basen för vilka problem och frågor som chattboten kan lösa. Eftersom chattboten utgår från definierade regler menar författaren att den inte har förmågan att lära sig genom interaktioner med användare som exempelvis chattbots som är baserade på maskininlärning har. Botscew (2020) menar att en regelbaserad chattbot integrerar med användare genom att erbjuda olika fördefinierade svarsalternativ som användaren svarar på genom att klicka på det svarsalternativ som är det mest relevanta. Artificial Solutions (2020) anser att om chattboten missbedömer frågan är det möjligt för en

8

mindre flexibla och utvecklas långsamt eftersom den baseras på en mycket arbetsintensiv strategi.

2.3.2

Chattbot med maskininlärning

Artificial Solution (2020) menar att chattbotar som drivs av AI-mjukvara är mer komplexa än regelbaserade chattbotar. De menar vidare att AI-chattbotar är allmänt mer interaktiva och personliga än regelbaserade chattbotar. Samtalssystem som är baserade på maskininlärning (ML) menar författarna genererar en chattbot som är naturligt lagd att lära sig från mönster och tidigare erfarenheter. BotsCrew (2020) anser att ML-chattbotar tränas för att förstå specifika nyckelord eller fraser, som sedan lägger grunden för svaren. Författaren menar att om

användaren skulle skriva följande mening ”Jag har problem att logga in på mitt konto”, skulle chattboten förstå orden, ”problem”, ”logga”, ”konto”, som uppkom i meningen. Baserat på orden menar författaren att fördefinierade svar skulle genereras. Artificial Solutions (2020) menar att AI-chattbotar kräver, även på den mest grundläggande nivån, stora mängder träningsdata och specialister, till skillnad från regelbaserad chattbotar där det är enklare att manuellt justera felen.

3

Teori

Teorikapitlet introduceras med en beskrivning av chattbotar inom kundtjänst. Därefter beskrivs kommunikation för att vidare beskriva kommunikationen mellan chattbotar och människor. Därefter kommer chattbotar och organisationer, användarbarhet samt kundbehov och avslutningsvis presenteras användare och chattbotar.

3.1

Chattbotar inom kundtjänst

Zumstien och Hundertmark (2017) menar att chattbotar ändrar förutsättningarna för

organisationer och deras kunder att kommunicera informationen mellan varandra, eller mellan andra intressenter. Författarna menar på att chattbotar skapar förutsättningar för att

organisationerna kan kommunicera med sina kunder 24 timmar om dygnet, 7 dagar i veckan, oberoende av arbetstider eller öppettider. Vidare anser författarna att chattbotar kan bidra till minskade personalkostnader inom kundtjänsten och minskar risken för att kundernas önskemål inte når organisationerna efter deras öppettider.

Kirkpatrick (2017) menar att framstegen inom AI bidrar till stora fördelar för organisationer som använder tekniken inom deras kontaktcenter. Den AI-baserade tekniken kan förbättra den totala kundupplevelsen genom att tillhandahålla funktioner som hade varit för tidskrävande eller för dyra för att skötas manuellt. Vidare menar författaren att den största faktorn bakom

utvecklingen inom AI på telefonkundtjänsten är konsumenternas acceptans av vardaglig interaktion med AI, likt Apples Siri, Alexa från Amazon och Googles hemassistent. Enligt författaren kan konsumenterna på ett naturligt sätt fråga de olika AI-funktionerna frågor och få snabba svar tillbaka. Författaren menar att den funktionen har dock bidragit till att konsumenter kräver samma nivå av interaktion när de pratar med kundvårdsavdelningar på företag och produkter som de interagerar med på daglig basis.

Även om det finns stora fördelar med en chattbot menar Goebel (2017) att det måste finnas ett samspel mellan de mänskliga agenterna och chattboten. Han anser att chattbotar bör svara på enklare frågor och mänskliga agenter svarar på mer komplexa frågor som till exempel, att lösa ett komplicerat serviceproblem eller hantera en arg kund. Författarna Skjuve et al. (2019) menar också på att chattboten har en lång väg kvar för att hantera ärende på samma nivå som en människa, eftersom det finns brister i chattbotens förståelse. Därför anser författarna att chattboten bör ta rutinmässiga frågor där kraven på förståelse är relativ låg.

10

Shertiuk (2019) menar på att chattboten löser ett stort antal ärenden i form av enkla frågor för företagen. Därmed anser Goebel (2017) att det är fördelaktigt om chattboten börjar

interaktionen med kunden så de slipper vänta på att en mänsklig agent ska bli tillgänglig. Vidare menar författaren att chattboten kan lämna över konversationen vid behov till en mänsklig agent som följer upp och löser problemet. Vidare menar han då att den mänskliga agenten har full tillgång till konversationen mellan chattboten och kunden, vilket gör att konversationen

fortsätter där chattboten slutade och kunden behöver inte upprepa sig. Genom att den mänskliga agenten och chattboten samverkar menar författaren att detta kan resultera i att de förbättrar varandras prestanda.

Shertiuk (2019) menar på att chattbotar är mer än ett effektivt verktyg för företag. Vidare menar han att chattbotar först blir en avlastning om det finns en förståelse för lönsamheten vid

användningen av chattbotar. Hadi (2019) menar att företag kan förmänskliga sina chattbotar genom att göra mänskliga avatarer eller ge de mänskliga namn. Ett förmänskligande av chattbotar anser hon resulterar i att användarna tenderar att anta att chattboten har liknande förmågor att planera, agera och reagera på liknande sätt som en människa. Förväntningarna menar hon vidare resulterar i ökade förhoppningar om att chattboten kan hjälpa och lösa deras problem och vid utebliven hjälp anses de hållas ansvariga för felaktig handling.

Förmänskligandet av en chattbot anser hon har två sidor, den ena är att det kan bidra till att förbättra kundnöjdheten för positivt inställda konsumenter men förvärrar den negativa inställningen hos missnöjda konsumenter.

3.2

Vad är kommunikation?

Ordet kommunikation härstammar från det latinska ordet communica’tio vilket betyder ”ömsesidigt utbyte” (Sturmark & Brandén, 2001). Författarna anser att kommunikation ligger till grund för mänsklig interaktion och utveckling. Tidigare forskning inom området

kommunikation har skett i flera inriktningar.

Baltes et al. (2001) har genomfört en studie där de undersöker hur datormedierad

kommunikation påverkar teamen och hur det kan minska deras effektivitet jämfört med om kommunikationen sker ansikte mot ansikte. Författarna menar att under de senaste 20 åren har utvecklingen inom kommunikationsmedel ökat och att integrationen av datorer och

kommunikationstekniker har skapat nya tillvägagångssätt att arbeta. Studiens resultat visar att det blir vanligare att kommunikationen inom företag och organisationer sker via datorsystem. Trots att de motiverar att kommunikation som sker ansikte mot ansikte kan vara ekonomiskt

ofördelaktigt för företag då detta kostar företaget tid och det kan vara svårt att planera fysiska möten med samtliga parter. Därmed visar studien att det inte rekommenderas att beslut sker via datormedierad kommunikation. Studien visar också på att det finns en större öppenhet i

kommunikationen när den sker digitalt, jämfört med om den sker ansikte mot ansikte och att detta kan bero på att deltagarna känner sig säkrare i sin anonymitet när den sker digitalt. Blundel och Ippolito (2008) har i sin forskning skapat en modell över hur en kommunikation mellan två personer kan se ut. De menar på att en kommunikation som består av två personer kan delas in i rollerna sändare och mottagare. Författarna menar på att sändaren i denna form av kommunikation är den personen som tar ett innehåll eller ett budskap och förmedlar det till ett meddelande. Hadenius, Wadbring och Weibull (2008) beskriver också att kommunikation kan ske på olika sätt, exempelvis på ett traditionellt sätt. Ett traditionellt kommunikationssätt innebär att sändaren är den som förmedlar ett meddelande med information till mottagaren genom någon form av kanal. Med det sagt menar Blundel och Ippolito (2008) att

kommunikationsprocessen redan har startat när sändaren har formulerat meddelandet i sitt sinne. Shannon (1948) har i sin forskning tagit fram en modell över hur kommunikationsprocessen mellan källan (sändaren) och destinationen (mottagaren) ser ut. Modellen som Shannon (1948) har skapat visar att processen går från källan via ett meddelande som sedan skickas med en signal, som sedan tas emot för att därefter hamna hos destinationen (mottagaren). Innan budskapet kan skickat måste sändaren dock göra en så kallad kodning enligt Blundel och Ippolito (2008). Denna form av kodning menar Blundel och Ippolito (2008) är det som sker när ett budskap formuleras till ord och därefter skickas vidare i ett meddelande. När meddelandet skapats kan sedan sändare skicka meddelandet till mottagaren (Blundel & Ippolito, 2008; Shannon, 1948). När mottagaren har tagit emot meddelandet börjar avkodning av innehållet i meddelandet (Blundel & Ippolito, 2008; Shannon, 1948). Detta innebär att meddelandet omvandlas återigen till ord och får därefter en betydelse för mottagaren (Blundel & Ippolito, 2008). Därefter menar Blundel och Ippolito (2008) att mottagaren därefter kan reflektera över innehållet och efter det skapas ett meddelande som skickas tillbaka till sändaren. Denna process kan sedan repeteras mellan sändaren och mottagaren (Dimbleby & Burton, 1995; Blundel & Ippolito, 2008). Blundel och Ippolito (2008) menar att när denna form av kommunikation sker mellan sändaren och mottagaren så går kommunikationen från att vara en

envägskommunikation till tvåvägskommunikation.

McQuail (2005) har kommit fram till att massmedia framförallt hänvisar till organiserade medel som skapar förutsättningar för att kommunicera öppet, på avstånd inom en kort tid, till flera

12

människor. Även Hadenius et al. (2008) anser att masskommunikation kännetecknas när det finns en stor mängd mottagare av informationen samtidigt. Masskommunikation kan exempelvis ske genom tidningar, radio och tv (Fridolin & Hemberg, 2011; McQuail, 2005). McQuail (2005) menar, precis som Hadenius et al. (2008), att masskommunikation bidrar till att nå ut till hela befolkningen med samma information, men han menar även att underhållning och åsikter också förmedlas på ett snabbt sätt. Dimbleby och Burton (1995) beskriver dock i sin forskning att masskommunikation också kan skapa upprepning av information men också att mottagarna av informationen kan skapa en egen tolkning av det som informeras. De menar att eftersom masskommunikationen förs ut till ett stort antal människor som bearbetar materialet i deras sinnen resulterar detta i att de skapar sina egna tolkningar av innehållet. Eftersom de reflekterar över informationen utifrån deras egen erfarenhet skapar de på så sätt deras egna tolkningar av informationen (Dimbleby & Burton, 1995).

3.3

Digitalkommunikation – chattbotar och

människor

Gärdenfors och Holšánová (2008) menar att chattfunktionen generellt kan kännetecknas av dess spontanitet och snabbhet. De menar att resultatet av chattfunktioner bidrar till att

meningsuppbyggnaderna blir enklare och att språket också blir mindre varierat. Deras resultat visar att kommunikation i chattar inte får så stort fokus på rätt formuleringar i

meningsuppbyggnader på samma sätt som i ”klassiskt” skriftligt språk. Deras resultat visar också att chattfunktionen istället har skapat möjligheter att efterlikna den muntliga dialogen genom att skapa ”smilisar” (som ska efterlikna mänskliga känslor och uttryck), skriftliga former av känslor (likt *blink*), förkortningar och stora bokstäver för att betona något specifikt. Slutligen beskriver författarna att kommunikationen i chattar innefattar faktorer från både muntlig kommunikation och skriftlig, vilket bidrar till att kommunikationen genom chatt är en blandning mellan skrift och tal.

Go och Sundar (2019) har i sin studie undersökt hur de kan testa effekterna av att kombinera likheter hos människor som sedan kan appliceras i chattbotar för att därefter se om chattbotarnas mänsklighet kan förbättras. Författarna menar att det är nödvändigt att efterlikna mänskliga interaktioner i chattbotar om de ska ersätta människors roller. Dessa interaktioner menar de vidare är att chattbotarna ska använda mänskliga visuella signaler. Det andra är att förmänskliga chattbotens identitet, såsom namnet. Slutligen menar författarna att chattboten ska efterlikna det mänskliga språket. Användare som använder sig av chattfunktioner som chattbotar eller chatt

agenter, som efterliknar ett mänskligt beteende har lett till att människor också behandlar chattbotar på samma sociala sätt som människor (Gong & Nass, 2007). I Go och Sundars (2019) studie har de använt sig av experiment för att se hur de olika förmänskligande av chattbotarna ger för effekt på användarna. De testade exempelvis hur en bild på en människa skulle påverka resultatet av samtalet, jämfört med om det var en ikon som bild för chattboten. Resultatet i studien visar på att chattbotarnas förmåga att kunna erbjuda meddelandeaktivitet är viktigt för att kunna bestämma användarnas beteenden. Studien visar att de användarna med högre interaktion i deras meddelanden också hade större närvaro. Studien visade också att vid de tillfällena som chattbotarna hade en mänsklig ikon blev effekten positiv på användarnas upplevelse. Samtidigt menar författarna att olika interaktionsmönster med identitetstecken och upplevelser i inställningen till chattbotar också påverkade deras generella upplevelse. De menar att när en chattbot identifierades som en människa visade användarna en högre aktivitet i samtalet, medan när den inte gjorde det levererade användarna en mindre aktivitet i kommunikationen. Slutsatsen av studien visar att huruvida användarna kunde identifiera chattboten som mänsklig eller som en chattbot påverkade detta deras förväntningar på agentens prestanda.

Hill, et al. (2015) har i deras studie analyserat hur kommunikationen förändras när en människa kommunicerar med intelligenta agenter (exempelvis chattbotar) i jämförelse till om människor kommunicerar med människor. I studien har författarna jämfört 100 konversationer i

meddelandeformat med 100 meddelande med chattboten Cleverbot. Detta har de jämfört i sju olika kategorier. Dessa är, meddelanden per konversation, ord per meddelande, unika ord och användning av banning, uttryckssymboler och korthet. Författarna menar att användningen av mänskligt språk i datorer har använts under det senaste seklet utan att vara speciellt

framgångsrika. De menar att anledningen grundar sig i att datorer inte enbart kan ha svårigheter i att förstå mänskligt språk, utan också hur dessa ord har en oändlig variation i innebörden utifrån dess uttryck. Brandtzaeg och Følstad (2017) menar på att just chattbotar sällan har kapaciteten att förstå hur användare vill interagera med dem. Hill et al. (2015) studie visar på att kommunikationen mellan chattbotar och människor generellt resulterar i att människorna skriver färre ord i konversationer med chattbotar, jämfört med konversationer med människor.

Författarna drar slutsatsen att detta kan bero på att människor är mer erfarna att kommunicera med andra människor, jämfört med chattbotar och att de därför känner sig mer bekväma och säkra i kommunikationen med människor. Studien visar också att chattbotar är programmerade för att upprätthålla det pågående samtalet, men att det samtidigt finns begränsningar i

14

svårigheter i att skapa en djupare förståelse kring ett ämne och att detta resulterar i att

chattbotarna inte alltid förstår vad användarna menar. Slutligen visar studien på att erfarenheten mellan chattbotarna och människorna delar sig i deras konversationer, vilket bidrar till att även de användare som är vana att använda chattbotarna så kan chattbotarna inte förstå sambandet mellan de olika tillfällena som människan och chattboten har interagerat med varandra. Detta resulterar i att människors förväntningar på kommunikationen med chattbotarna är tillfälliga, vilket i sin tur leder till kortare konversationer.

3.4

Chattbot och organisationer

I en studie av författarna Larivière, Bowen, Andreassen, Kunz, Sirianni, Voss, och De Keyser (2017) har förhållandet mellan tekniken, anställda och kunder i möten inom servicetjänster studerats. De menar att den snabba teknikutvecklingen förändrar kundmöten i grunden. De menar vidare att trots att det skiljer sig mellan olika företag hur de använder teknik i kundmöten finns det tre olika huvudroller som tekniken kan ha oavsett vilken affärsmodell ett företag har valt. Dessa roller är, förstärkning, ersättare och nätverksunderlättande. Teknikens roll inom förstärkning menar Marinova, Ruyter, Huang, Meuter, ML, & Challagall (2017) är tekniska lösningar som kompletterar människors arbetsuppgifter för att effektivisera servicemöten och som kan komplettera människors arbeten. Detta kan vara till exempel intelligenta assistenter (Larivière, 2017). Samtidigt som tekniken kompletterar människans arbete menar Larivière (2017) att framstegen inom tekniken, likt automatiseringsrobotar, inlärningsalgoritmer och smarta enheter resulterar i att det traditionella arbetet under servicemöten blir omodernt och nya tekniker utvecklas för att till sist ersätta de traditionella arbetsuppgifterna eller metoderna. Teknikens roll som ersättare beskriver Marinova et al., (2017) som att teknikens utveckling möjliggör så att tekniken kan ersätta människor i repetitiva möten och kan användas för att förenkla möten med kunder inom service eller försäljning. Larivière (2017) menar att

automatiseringssystem likt självbetjäningsteknik eller chattbotar är exempel där tekniken har en sådan roll. Chattbotar kan vara en insats för att digitalisera kundtjänsterna, vilket behövs för att överleva på en allt mer teknikinriktad marknad (Nordheim et al., 2019). Eftersom chattboten möjliggör ett nytt sätt att interagera med företagens kunder, genom ökad tillgänglighet kan chattbotar förändra företagens sätt att informera och kommunicera med dess kunder. (Valtolina et al., 2020, Zumstien & Hundertmark, 2017). Valtolina et al., (2020) menar att till skillnad från e-mails och telefon är chattbotar snabbare och alltid tillgängliga samtidigt som de möjliggör för snabba och lätta svar på olika problem. Författarna menar vidare att genom chattbotarnas förmåga att hantera obegränsade såväl datamängder som användare kan chattboten assistera när

den mänskliga kundtjänsten inte är tillgänglig. Zumstien och Hundertmark (2017) menar att chattbotens tillgänglighet resulterar i att kunderna kan kontakta företaget när som helst, utan att ta hänsyn till öppettider eller kötid. Genom chattbotar kan företagen, enligt författarna, reducera personalkostnader i kundtjänsten samtidigt som den data som chattboten genererar kan ge företagen viktig information om deras kunder, vilket resulterar i att företagen lär känna sina kunder bättre. Även Nordheim et al., (2019) menar att chattbotar inom kundtjänst kan skapa möjligheter för serviceeffektivitet, kostnadsbesparingar och ökade kundupplevelser. Vom Brocke, Maaß, Buxmann, Maedche, Leimeister och Pecht (2018)belyser liknande åsikter genom att beskriva chattbotar som ett sätt för företagen att optimera befintliga arbetsprocesser genom att chattbotar bland annat används inom callcenter för att sänka kostnaderna genom personalminskningar samt intensifiera kundkontakten genom att erbjuda kunderna ett större tjänsteutbud.

Även om det finns många fördelar med chattbotar menar författarna Zumstien och Hundertmark (2017) att företagen bör vara medvetna om att det kan ta ett tag för användarna att anpassa sig efter det nya sättet att kommunicera. De menar vidare att en viktig faktor kring användandet av chattboten är att företagen säkerställer hanteringen av personliga data genom datasekretess och dataskydd. Författarna menar att dataskydd är avgörande vid hantering av exempelvis,

personliga eller känsliga uppgifter. Vatolina et al, (2020) menar också att ett motstånd från ett användarperspektiv till att använda sig av chattbot kan vara det faktum att användaren ombeds att uppge känslig information, såsom personuppgifter.

3.5

Användarbarhet

Nielsen (1993) har tagit fram en modell som mäter hur användbart ett system är (se figur 1). Figur 1 visar en modell inspirerad av Nielsens (1993), som skildrar hur användarvänligheten kan brytas ner till fem områden. Denna figur visar på hur användbarhet kan brytas ner i mindre delar för att därefter kunna ta reda på hur ett system är användbart (Nielsen, 1993). För att ta reda på detta beskriver Nielsen (1993) att användbarheten bör undersökas för att ta reda på

16

huruvida systemet är användbart.

Figur 1. Användarbarhet (baserad på Nielsen, 1993)

För att kunna ta reda på om ett system har en hög användarbarhet har Nielsen (1993) brutit ner användarbarheten i fem olika områden. (Se figur 1). Författaren menar på att om systemet är tillräckligt bra för att tillfredsställa användarnas krav och behov, så uppfyller systemet höga värden inom följande fem områden; lärbarhet, effektivt att använda, lätt att komma ihåg, fel och tillfredsställelse. Han menar att lärbarhet är den mest fundamentala punkten för att ta reda på om ett system är användbart. Vidare menar författaren att system behöver vara enkla att förstå för att användarna ska vilja använda sig av det. Systemet bör också vara enligt författaren effektivt för användaren att använda, de vill säga att systemet ska gå snabbt att använda. Med detta menar han att systemet ska vara lätt att minnas hur användningen fungerande mellan

användningstillfällena. Vid eventuella fel menar författaren att det ska vara enkelt för

användarna att åtgärda de fel som uppkommit i systemet. Slutligen anser författaren att systemet ska vara tillfredsställande och tilltalande för användaren att använda sig av. Därmed anser författaren att användbarhet handlar om huruvida ett system kan uppnå användarnas önskade mål, behov och krav.

3.6

Kundbehov

”Ett behov kan sägas vara en beskrivning av, ”vad som saknas” - d.v.s, skillnaden mellan hur man upplever nuet och hur man anser att det borde vara.” (Ljungberg & Larsson, 2012. s. 101). Ljungberg och Larsson (2012) menar att behov kan brytas ner till tre olika sorters behov. Dessa anser författaren är basbehov, endimensionella och medvetna behov, samt attraktiva och omedvetna behov. Inom begreppet basbehov menar författaren att detta är de outtalade behoven som en person tar för givet att de ska uppfylla. Endimensionella och medvetna behov är de

behov som kunden har som är viktiga för individen och som kunden också vet om att hen har. Slutligen är attraktiva och omedvetna behov det som kunden inte vet vilka de är men som kunden fortfarande kan känna igen sig i. Vidare anser författaren att det är väsentligt för organisationer att veta vad kundernas behov är.

Griffin och Hauser (1993) genomförde sin forskning där syftet var att ta reda på vilka behov och krav kunder i huvudsak hade. För att göra detta har de genomfört processen voice of the

customer som de beskriver som den process som tar fram kunders behov och krav. Gaskin, Griffin, Hauser, Katz och Klein (2010) har vidareutvecklat Griffin och Hausers teori från 1993 kring VOC (voice of the customer) fyra olika aspekter. Dessa aspekter är kundbehov, en hierarkisk struktur, prioriteringar och kunduppfattningar om prestation (Gaskin et al., 2010). I Griffin och Hausers (1993, s.4) forskning intervjuade de ett flertal respondenter som beskriver deras egna kundbehov som, ”[...] the benefit to be fulfilled by the product or service.”, det vill säga att produkten ska vara mer fördelaktig för kunderna att använda, än inte. Gaskin et al. (2010) beskriver det som att det är viktigt att känna till kundernas behov, både för

produktionsutvecklingen men också för marknadsföringen. Detta menar författarna på att om detta inte är tydligt riskerar produktutvecklingsteam samt marknadsföringsteam att fokusera på fel saker. De menar att kundbehov kan kategoriseras i olika behov såsom exempelvis

grundläggande behov (vad kunden antar att produkten ska göra), betonade behov (vad kunden vill att produkten ska göra) och spännande behov (de behoven som överraskar kunden). Den hierarkiska strukturen inom VOC menar Griffin och Hauser (1993) i deras forskning är att ett företag kan ha så pass många kundbehov att de inte kan anpassa sig utefter samtliga behov. Därmed kan en strukturering av kundbehoven göras i form av primära, sekundära och tertiära behov. Varje primärt behov innefattar tre till tio sekundära behov. Sekundära behoven visar specifikt vad företagets team behöver göra för att åtgärda de primära behoven. Exempelvis om det primära behovet är hur kunden uppfattar tydligheten i informationen på en webbsida, är det sekundära behoven hur typografin är utformad, den grafiska designen och förmågan att skilja på detaljer i alla delarna på webbsidan. De tertiära behoven, även benämnt som de operativa behoven, ger information så företaget eller organisationen kan utveckla tekniska lösningar för att åtgärda de sekundära behoven.

Vidare menar Gaskin et al. (2010) att prioriteringen av dessa behov är högre än andra behov. Beslutet kring om ett behov har en högre prioritering eller inte menar författarna baseras på balansen mellan kostnader för de uppfyllda kundbehoven och kundernas behov. Slutligen menar

18

Författarna menar att kunduppfattningar är undersökningar som görs för att veta hur kunderna uppfattar produkterna som finns på marknaden och hur dessa uppfyller kundernas behov. Författarna menar att det är viktigt att veta vilken produkt som kunderna anser uppfyller deras behov på bästa sätt. De anser också att det även är viktigt att ha kunskap om vilka skillnader det finns mellan företagets produkt och den som kunderna anser är den bästa produkten, för att kunna utveckla sin egen produkt. Griffin och Hauser (1993) menar avslutningsvis att det är av stor vikt att dessa behov sätts in i dess kontext, beroende på bransch eller företag, då de annars förlorar sin mening.

Melander (2019) har i sin studie tagit reda på hur företag kan använda sig av VOC för att bli mer kundengagerad. Studien syftar till att öka förståelsen för hur företag använder inom produktionsutveckling och även hur VOC kan utöka andra kundinvolveringsmetoder. Det som studien påvisar är vikten av att involvera kunderna i produktionsutvecklingen med hjälp av VOC. Studien visar att olika kundinvolveringsmetoder involverar kunderna på olika sätt. Andra kundinvolverande metoder kan involvera kunder på ett sätt som stärker relationer mellan kunder och företagen då kunderna känner att företagen är mer engagerade och att deras diskussioner kan tas upp direkt. Studien visar att företag måste överväga att inkludera deras kunder i produktutveckling. Författaren menar även att studien visar att VOC har svårt att undersöka de nya kunderna och inkludera dessa. Detta resulterade i att de nya kunderna förlitade sig på vad företagen sa att deras behov var, eftersom de inte kunde svara på det själva, vilket inte blev representativt. Författaren menar också att denna studie hade svårigheter i användningen av VOC eftersom studien strävade efter att få synkroniserade svar, vilket blev utmanande eftersom VOC inte lämpar sig vid studier som undersöker nya kunder.

3.7

Användare och chattbot

Brandtzaeg och Følstad (2017) menar att organisationer tävlar om att ligga i framkant i användandet av chattbotar inom just deras bransch. Resultatet av att organisationerna brådskar med att erbjuda en chattbotlösning är att många bortser från användarnas behov och deras erfarenhet av chattboten, vilket i sin tur resulterar i att chattbotlösningen inte blir särskilt effektiv. Gaskin et al. (2011) anser att kännedomen om kundernas behov är avgörande för företag, både för företagets marknadsföring och dess produktutveckling.

Davis (1989)beskriver att syftet bakom användarnas behov av ett visst system är främst de funktioner som det specifika systemet ger användarna och även hur enkelt det är för användarna att tillgodogöra sig dessa funktioner. För att en chattbot ska vara framgångsrik ska den enligt

Brandtzaeg och Følstad (2017) under ett tidigt stadie tydligt visa att användaren konverserar med en chattbot och inte med en människa. Vidare menar författarna att det är viktigt att det kommuniceras vad chattbotens kompetens är så att användaren vet vad den kan eller inte kan leverera. Dahiya (2017) belyser liknande tankar där hon beskriver att en chattbot måste vara enkel att använda och förstå, s.k. användarvänlig, samt att chattbotens kunskapsnivå bör vara hög.

Tidigare forskning inom ämnet utförd av Brandtzaeg och Følstad (2017) har studerat varför människor använder sig av chattbotar. Resultatet i studien visar att produktiviteten var det främsta skälet till att användare använde sig av chattbotar. Användarna ansåg att en chattbot var lätt, snabb, bekväm att använda och genererade snabb information som hjälpte användarna att vara mer produktiva och tidseffektiva. Nordheims et al., (2019) studier undersökte användarnas tillit till chattbotar och studiens resultat visar att korrektheten och relevansen i chattbotens svar är viktiga faktorer för förtroendet för chatboten. De menar dessutom att chattbotens kompetens är viktig för förtroendet. Chattboten bör tolka användarnas fråga rätt, förmedla svar som är korta, exakta och tydliga för att svaren skulle betraktas som trovärdiga och rimliga. Utöver chattbotens kompetens visade resultatet också att användarnas förtroende ökade om chattbotens responstider var effektiva genom att generera snabba svar. Författarna Brandtzaegs et al. (2019) studie påvisar också att effektiva responstider är en viktig faktor och att anse som avgörande för hur användarna upplever chattfunktionen. Studien visar att chattbotar passar väl inom

kundtjänsten eftersom de har förmågan att generera snabba svar. Även om chattboten kan leverera snabba svar anser författarna samtidigt att det finns en problematik kring chattbotens bristande förmåga i att generera relevanta svar vilket kan resultera i mindre användarvänliga konversationer. Jenkins et al. (2007)studie visar på likande resultat där de beskriver att

användarna blev frustrerade, irriterade och otåliga när chattboten inte kunde leverera ett tydligt svar eller om svaret uteblev helt. Akhtar, Neidhardt och Werthner (2019) menar därför att det är viktigt att känna till vilka ämnen användarna frågar om för att förstå deras informationsbehov samt för att generera rätta och snabba svar. Författarna föreslår därför att chattkonversationen ska inledas med att föreslå de populäraste ämnena och frågorna, som användarna därefter kan välja mellan. De menar att detta ökar användarnas tillfredsställelse genom att de slipper skriva texter som behöver tolkas och förstås och besvaras av chattboten. Författarna menar dock att kvaliteten på svar genom länkar är låg och inte anpassad efter användarnas frågor vilket resulterar i att användarna behöver fortsätta konversationen för att få rätt svar. De menar därför att en användaråterkoppling är viktigt för att förbättra funktionerna i chattboten.

20

4

Metodik

I detta kapitel presenteras de metoder som använts för att besvara studiens frågeställningar. Detta presenteras utifrån rubrikerna forskningsansats, urval, datainsamling, fokusgrupper, intervjuer, tematisk analys, forskningsetik och metoddiskussion. I metoddiskussionen diskuteras metodvalet och genomförandet för att sedan eventuellt kritisera för- och nackdelar med

utförandet och hur dessa hanterades.

4.1

Forskningsansats

Patel och Davidson (2019) menar att det centrala inom allt vetenskapligt arbete är att redogöra hur teori och verklighet förhåller sig till varandra. Sambandet mellan specifika teorier och verkligheten kan angripas på tre olika sätt: deduktivt, induktivt och abduktivt (Patel &

Davidson, 2019). Enligt Yin (2013) är induktiva och deduktiva ansatser motsatsen till varandra. Studiens forskningsansats utgår från ett induktivt angreppssätt eftersom studiens arbetsprocess har utgått ifrån studiens resultat som sedan kompletterats med teorier, vilket går i linje med Watt Boolsens (2007) beskrivning av ett induktivt angreppssätt. En induktiv arbetsprocess är när data i studien använts som utgångspunkt för att därefter låta teorierna utvecklas från studiens

insamlade data (Bryman, 2018; Watt Boolsen, 2007). Induktiva metoder är främst förknippade med kvalitativ forskning, medan kvantitativ forskning sammankopplas med deduktiva metoder (David och Sutton, 2016; Watt Boolsen, 2007; Yin, 2013). Inom kvalitativ forskning är ett induktivt angreppssätt det mest förekommande enligt Yin (2013). Patel och Davidson (2019) beskriver ett induktivt arbetssätt som att den följer forskningens väg. De menar att denna ansats är vanlig vid studier som fokuserar på öppna problemformuleringar. De menar vidare att studier med ett induktivt angreppssätt inte heller begränsas av möjligheter att finna nya aspekter av problemet som studerats.

I följande studie har kvalitativa metoder använts för att söka svar på likheter, samt olikheter mellan organisationernas och användarnas behov i relation till chattbotar. Detta har genomförts i form av två fokusgrupper och fem semistrukturerade intervjuer. Eftersom utgångspunkten i denna studie har varit att söka svar på huruvida chattboten uppfyller användarnas och

organisationernas behov har studien utgått från resultatet för att sedan stärkas med teorier, vilket talar för ett induktivt angreppssätt.

4.2

Urval

För att kunna besvara studiens frågeställningar utifrån användarnas perspektiv skapades ett bekvämlighetsurval för fokusgrupperna och intervjuerna. Enligt Bryman (2018) innebär ett bekvämlighetsurval att urvalet av personer innefattas av de som var tillgängliga för studien. För fokusgrupperna skickades en förfrågan ut via plattformen Facebook där ungefär ett 20 – tal personer tillfrågades, varav 11 medverkade i studien. De som blev förfrågade om medverkan tillhörde författarna av denna studiens nätverk, vilket kan ifrågasättas. Dock ingick

respondenterna inte från författarnas närmsta bekantskapskrets.

Urvalet för fokusgrupperna bidrog till att somliga av respondenterna kände varandra. Detta hanterades i möjligaste mån, genom att placera respondenter som kände varandra sedan tidigare i olika fokusgrupper. För att skapa goda förutsättningar i fokusgruppernas diskussioner grundar sig urvalet i homogena gruppsammansättningar. Wibeck (2010) menar att om målet är att uppnå samförstånd i gruppen genom att utbyta information, så underlättar det om gruppen är homogen. Urvalet för fokusgrupperna hade därför homogena faktorer som ålder, utbildningsnivå och teknikvana. Ytterligare en homogen aspekt var att samtliga respondenter var bosatta i Malmö, detta för att kunna genomföra fokusgrupperna fysiskt. Bryman (2018) anser att problematiken med bekvämlighetsurval är att det blir svårt att generalisera resultatet. Eftersom urvalstrategin grundar sig i att respondenterna var tillgängliga finns det svårigheter att härleda stickprovet till en viss population, vilket kan resultera i att det inte blir representativa för målgruppen (Bryman, 2018). Eftersom studien avser att studera organisationernas och användarnas behov i relation till chattbotar har resultatet från intervjuerna och fokusgrupperna kombinerats.

För att samla in organisationernas perspektiv kring chattbotar genomfördes fem kvalitativa semistruktureradeintervjuer med fem olika företag/organisationer vars kundtjänst använder sig av chattbotar. Underlagetför de fem intervjuerna genomfördes också med ett

bekvämlighetsurval. Angående mättnad menar Wibeck (2010) att detta inträffar när svaren mellan respondenterna börjar falla i samma mönster. Därmed ansågs fem intervjuer vara tillräckligt för denna studie, då respondenterna började ge liknande svar på intervjufrågorna. Som första steg i urvalet för intervjuerna använde författarna av denna studie Googles sökmotor för att få en snabb överblick på vilka företag och organisationer som använder sig av chattbotar i deras kundtjänst. Därefter kontaktades företagens och organisationernas huvudväxel för att få uppgifter om personer som var ansvariga för chattboten. Detta resulterade i antingen

22

företag och organisationer i Sverige som använde sig av chattbotar inom deras kundtjänst. De intervjurespondenter som har medverkat representerar både näringslivet och offentlig sektor, med en geografisk spridning runt om i Sverige. Totalt tillfrågades åtta företag/organisationer varav sex tackade ja till medverkan, ett av företagen ställde sedan in sin medverkan på grund av sjukdom. Att intervjua huvudansvariga i arbetet med deras chattbotar ansågs vara relevant eftersom de, enligt företaget och organisationerna själva, kunde svara på frågorna bäst.

4.3

Datainsamling

Datainsamlingen skedde via kvalitativa fokusgrupper och intervjuer. Enligt Ahrne och Svensson (2011) är kvalitativa metoder lämpliga vid undersökningar där erfarenheter och åsikter studeras. De menar att kvalitativa metoder är passande för att fånga nyanser och värderingar i ett

sammanhang, jämfört med kvantitativa metoder. Kvantitativa metoder är lämpliga vid studier som bygger på siffror och behandlas med olika beräkningar (Justesen & Mik-Meyer, 2011). Till skillnad från en kvantitativ studie avser inte denna studie att ge svar i siffror eller antal, utan tankar och åsikter. Därmed ansågs kvalitativa fokusgrupper och intervjuer som lämpliga för denna studie.

De kvalitativa fokusgrupperna har genomförts med respondenter som använder chattbotar i kundtjänstsyfte. Ahrne och Svensson (2011) menar att kvalitativa fokusgrupper som metodval är lämpligt vid undersökningar där olika perspektiv och åsikter undersöks inom ett ämne. Eftersom denna studie delvis fokuserar på att undersöka vad användarnas behov är ansågs denna metod lämplig för att studera vad användarna diskuterade fram tillsammans. Användarna hade också olika stor erfarenhet av användningen av chattbotar och därmed belystes fler intressanta synvinklar på samma ämne, vilket går i linje med Ahrne och Svensson (2011). Totalt deltog 11 respondenter som använder chattbotar inom kundtjänst. Innan fokusgruppstillfällena fick användarrespondenterna använda sig av två olika chattbotar med syfte att alla skulle få erfarenhet av chattbotar. De två chattbotarna som valdes ut var från två av de offentliga organisationerna som medverkade i studien. Samtliga fem medverkande företag hade alla likvärdiga chattbotar, därför valdes två chattbotar slumpmässigt ut för att presenteras för användarna.

Då studien undersöker organisationernasbehov ansågs intervjuer som en lämplig metod då enskilda intervjuer är en god metod för att samla in specifik kunskap, vilken går i enlighet med Ahrne och Svensson (2011). Intervjuer med huvudansvariga personer ansågs fördelaktiga eftersom de möjliggjorde att följdfrågor kunde ställas direkt till respondenten, vilket inte hade varit möjligt om en enkät skickats till företaget.

I studien har både privata företag, samt offentliga organisationer deltagit, därav skrivs både företag och organisation ut som benämning. Nedan följer en beskrivning av de gemensamma undersökningsmetoder samt analysmetoder som användes vid fokusgrupperna och intervjuerna. David och Sutton (2016) menar på att ljudinspelningar från gruppdiskussioner eller en intervju kan skapa ett sammanhang och betydelse av materialet till en senare analys. Därför har

ljudinspelningar gjorts på samtliga undersökningsmetoder för att senare kunna transkribera och analysera det insamlade materialet. Ahrne och Svensson (2011) menar att det är av stor vikt att förklara syftet med undersökningen och därefter be om respondenternas samtycke till

inspelningen av ljudet, för att skydda respondenternas integritet. Således förklarades syftet inför varje undersökningstillfälle och om respondenterna godkände inspelningen. Författarna Ahrne och Svensson (2011) anser att under en undersökning är det även viktigt att föra anteckningar, oavsett inspelningsteknik. Anteckningar fördes vid alla undersökningstillfällen, vilket David och Sutton (2016) menar hjälper till att styra diskussionen och underlätta en reflektion av materialet efter avslutad undersökning.

Ljudinspelningar underlättar även transkriberingen eftersom det är lätt att stoppa och spola tillbaka sekvenser (Ahrne & Svensson, 2011). För att lära känna materialet och börja

tolkningsprocessen genomfördes transkriberingen av studiens författare. Ahrne och Svensson (2011) anser att transkribering är en tidskrävande process, därmed transkriberades enbart de två första intervjuerna grundligt. Detta för att skapa ett underlag för vidare tolkning och för att effektivisera processen. De andra intervjuerna lyssnades igenom för att identifiera endast de centrala delarna av intervjuerna och fokusgrupperna för att sedan transkriberas. Med de centrala delarna menas de delar av de transkriberade ljudinspelningarna där respondenterna diskuterade relevant information kring ämnet. Irrelevant information såsom artighetsfraser eller andra avvikelser som inte berörde studien eller frågorna transkriberades inte. Ahrne och Svensson (2011) menar att problematiken med transkriberingsmetoden är att i ett tidigt stadium veta vad som kommer vara centralt i det färdiga arbetet, vilket kan vara svårt eftersom de centrala delarna kan uppenbara sig senare i arbetet eller efter arbetets slut. Därför transkriberades majoriteten av ljudinspelningarna, med undantag från det ovanstående.

4.3.1

Fokusgrupp

Wibeck (2010) samt Ahrne och Svensson (2011) menar att fokusgrupper innebär att forskaren samlar en grupp människor som under en förutbestämd tid får diskutera ett givet ämne.

24

Fokusgrupper skapar utrymme för respondenterna att reflektera kring ett ämne och på så sätt belysa olika perspektiv (Wibeck 2010; Ahrne och Svensson, 2011). Genom att undersöka människors föreställningar kring ett ämne skapar fokusgrupper förutsättningar för forskaren att få fram viktiga synpunkter och perspektiv (Wibeck, 2010; Ahrne och Svensson, 2011). För att skapa en god balans i fokusgrupperna anser Wibeck (2010) att antalet respondenter varken bör vara mindre än fyra personer eller överstiga sex personer. För att kunna skapa en tydlighet i genomförandet av fokusgrupper rekommenderar Ahrne och Svensson (2011) att det finns en tydlig struktur i planeringen.

Wibeck (2010) har skapat en intervjuguide som kan användas vid planeringen av fokusgrupper. Guiden består av fem steg: öppningsfrågor, introduktionsfrågor, övergångsfrågor, nyckelfrågor och avslutningsfrågor. [1] Öppningsfrågor ämnar skapa möjlighet för respondenterna att bli bekanta med varandra. [2] Introduktionsfrågor är för att låta respondenterna börja reflektera över ämnet och deras individuella erfarenheter kring det. [3] Övergångsfrågor skapar möjlighet för respondenterna att diskutera ämnet från ett större perspektiv. [4] Nyckelfrågorna är de frågor som forskarna ämnar kunna använda för att svara på studiens frågeställning och bör vara två till fem i antal. Fokusgrupperna avslutas sedan med [5] avslutningsfrågor för att skapa möjlighet för respondenterna att yttra sina sista tankar och reflektioner över det som diskuterats under

fokusgruppstillfället.

Vidare menar Wibeck (2010) att risken med fokusgrupper är att somliga respondenter kan agera dominerande i diskussionerna. Författaren rekommenderar då att fokusgruppen har en

moderator. Moderatorns främsta uppgift ämnar guida diskussionerna i fokusgrupperna för att kunna säkerställa att respondenterna diskuterar studiens syfte (Wibeck, 2010; Ahrne & Svensson, 2011).

Totalt har 11 respondenter deltagit. Fokusgrupperna delades i två olika grupper, en med fem respondenter och en med sex respondenter, vilket ligger i linje med Wibecks (2010)

rekommendationer kring antalet respondenter för fokusgrupper. Innan fokusgrupperna fick varje respondent i uppgift att använda sig av två olika chattbotar som författarna av denna studie valt ut. Valet av chattbotarna som användarna fick använda grundades i ett slumpmässigt val mellan chattbotarna som medverkade i studien. Då alla företagens chattbotar var likvärdiga i deras utformning ansågs de likvärdiga och att ett slumpmässigt val kunde därför göras. Vid

användningen av chattbotarna skulle respondenterna ta fram information som fanns tillgänglig på företagets webbplats, men enbart med hjälp av chattboten. Syftet att låta respondenterna använda dessa chattbotar var att underlätta de kommande diskussionerna i fokusgrupperna. Vid