KCS Europe Team Meeting “Evolution of content” (Dag 2)

Op dag 2 van de KCS Europe Team Meeting werd de Open Space techniek toegepast. Voor het geval je die niet kent: deelnemers schrijven een onderwerp of vraag op die ze graag willen bespreken. Mensen die hier ook over willen meedenken, volgen de bedenker van de vraag. Het is iedereen vrij om naar een andere groep over te gaan. Degene die met het onderwerp kwam, vat de resultaten aan het eind samen.

Ik zat eerst bij een sessie die ging over het creëren van content parallel aan het oplossen van issues. Een aantal tips voor het snel creëren van content (want snelheid, daar gaat het om – service medewerkers zijn bang dat het teveel tijd kost) zijn: het benadrukken van “sufficient to solve” (genoeg content, maar niet perfect), geen plaatjes bij de eerste versie (kost tijd, dat kan bij de review gebeuren en het is ook niet zeker bij het aanmaken of het artikel wordt hergebruikt) en een goede Content Standard die de verwachtingen schetst.

De volgende sessie had ik zelf geïnitieerd: hoe kunnen we KCS meer promoten buiten de organisatie? De vraag komt van het feit dat ik me verbaas hoe weinig bekend KCS is, in de kennismanagement wereld en in Nederland. Het was een brainstorm waar we onder andere kwamen met het inrichten van een lokale (bijvoorbeeld Nederlandse) community, presentaties, roadshow, casusbeschrijvingen van kleine bedrijven (zodat niet alleen grote bedrijven zich herkennen in het voorbeeld), vertaling van het materiaal en het examen in de lokale taal.

Na de Open Space sessies hoorden we een interessante presentatie van SDL over Dynamic Language Translation, waar ook het lokalisatieprobleem waar we in de OpenSpace sessie tegenaan liepen, werd besproken. Als je weet dat 75% van alle web interacties in een andere taal dan Engels plaatsvinden. Lokalisatie gaat niet alleen over taal, ook gebruik van kleur, valuta, datumformaat, maar deze presentatie beperkte zich tot vertalen. Wanneer is machinevertaling de beste keus, wanneer is het beter voor een mens of post-edit te gebruiken. Die laatste methode heeft de voorkeur. Na machinevertaling, loopt een menselijke vertaler het materiaal na.

PTC vertelde tenslotte over Proactive / predictive customer support en AI. Hierbij wordt op basis van data en het gebruikersprofiel, een notificatie naar de gebruiker gestuurd als een probleem wordt gevonden. De klant (gebruiker van het systeem) hoeft op dat moment het probleem nog niet te ervaren, maar kan aanpassingen maken (die in de notificatie staan) waardoor hij/zij het probleem niet krijgt. Daarnaast heeft PTC een virtuele support engineer, genaamd Dylan. Dylan help gebruikers die de portal benaderen met een vraag, naar de juiste oplossing. Deze virtuele assistent werkt beter dan wanneer klanten zelf zouden zoeken. Bij Dylan wordt gebruik gemaakt van machine learning, waardoor Dylan steeds beter wordt in het herkennen van het probleem in een beschrijving. Dit staat allemaal nog erg in de kinderschoenen, maar de resultaten zijn tot nu toe positief, ook aan de kant van de klant/gebruiker.

  • Hits: 381