Meerdere bots in één shop: personas die verkopen

Meerdere bots in één webshop: wanneer persona's helpen en wanneer ze verwarren

Een AI-productadviseur hoeft niet overal in een webshop dezelfde rol te spelen. Een bezoeker die een cadeau zoekt, stelt andere vragen dan een zakelijke inkoper die onderdelen wil vergelijken. Iemand op een Nederlandse storefront verwacht een andere toon en producttaal dan iemand in een Engelstalige markt. Met Fynd kun je daarom meerdere bots voor één shop maken, elk met een eigen persona, welkomsttekst, voorgestelde vragen, kleuren en desgewenst een eigen kennisruimte.

Dat betekent niet dat elke pagina een nieuwe bot nodig heeft. Meer bots zijn alleen waardevol als ze een duidelijkere taak, betere context of betrouwbaardere antwoorden opleveren. Dit artikel helpt je die grens praktisch te bepalen.

Begin met een taak, niet met een karakter

Een persona is geen grappige naam en ook geen marketingmasker. De persona bepaalt wat een bot primair probeert op te lossen, hoeveel detail passend is en welke informatie hij wel of niet gebruikt. Schrijf voordat je een bot aanmaakt één zin die begint met: “Deze bot helpt bezoekers die …”

Voorbeelden van bruikbare taken:

• een keuze maken tussen consumentenproducten;
• een cadeau vinden binnen een budget;
• een professional helpen met compatibiliteit, specificaties en aantallen;
• vragen beantwoorden binnen een afzonderlijk merk of assortiment;
• bezoekers in een andere taal door dezelfde catalogus begeleiden.

“Deze bot is vriendelijk” is geen taak. Vriendelijkheid kan voor alle bots gelden. “Deze bot helpt een installateur een passend onderdeel vinden zonder consumentenaccessoires aan te bevelen” is wel een taak. Die zin wordt later je toets: als een voorgestelde prompt, bron of antwoord niet bij de taak past, hoort het waarschijnlijk niet in deze bot.

Wanneer je bots moet splitsen

Splits een bot wanneer de vraag, de benodigde kennis of de gewenste conversatie aantoonbaar verandert. Er zijn vier veelvoorkomende redenen.

Verschillende koopintentie

Een modewinkel kan een stijladviseur voor consumenten en een corporate-gifting-assistent voor zakelijke bestellingen hebben. De eerste mag helpen met pasvorm, gelegenheid en combineren. De tweede moet vooral aantallen, personalisatie, levertijd en factuurprocessen duidelijk maken. Eén algemene bot zal vaak te vroeg naar producten springen, of juist te veel vragen stellen aan een bezoeker die snel wil kiezen.

Maak de grenzen expliciet in de welkomsttekst. Bijvoorbeeld: “Ik help je een outfit of cadeau te kiezen” tegenover “Ik help bedrijven met grotere bestellingen en personalisatie.” De bezoeker hoeft dan niet te raden welke route klopt.

Afzonderlijke merkwerelden

Een multi-brand shop kan merken verkopen met een eigen doelgroep, jargon of prijsniveau. Een premium skincare-lijn vraagt om ingrediënten, routines en voorzichtig geformuleerde claims. Een sportvoedingsmerk vraagt om gebruiksmomenten, smaken en bundels. Een gedeelde bot kan die merkstemmen mengen en de bezoeker onbedoeld van het ene merk naar het andere sturen.

Een bot per brand line houdt de uitleg coherent. Gebruik de kleuren van het merk voor de widget, maar behoud voor herkenbaarheid dezelfde basisinteractie: dezelfde plaats voor openen, sluiten en hulp. Zorg ook voor een route terug naar de hoofdshop als iemand buiten de brand line terechtkomt.

Professionele versus consumentendata

Bij technische, B2B- of parts-catalogi is dit vaak de sterkste reden om te splitsen. Professionals zoeken op modelnummer, norm, materiaal of aansluiting. Consumenten zoeken op doel, formaat of “past dit bij mijn apparaat?”. Als de bot voor beide doelgroepen alle technische documenten en marketingcopy tegelijk doorzoekt, krijgt niemand een optimaal antwoord.

Een professional-bot kan beginnen met een voorgestelde prompt als “Ik heb een onderdeelnummer” en om een SKU, serie of maat vragen. De consumentenbot kan beginnen met “Welk apparaat heb je?” en daarna taal zonder vakjargon gebruiken. De catalogus mag dezelfde zijn; de gespreksflow hoeft dat niet te zijn.

Taal is meer dan vertaling

Een Nederlandse en Engelse bot zijn nuttig wanneer markten inhoudelijk verschillen, niet alleen wanneer de interface een andere taal heeft. Nederlandse klanten kunnen andere bezorgopties, productnamen, maten of wettelijke informatie zien dan bezoekers in het VK of de VS. Maak dan een NL- en EN-persona met lokale welkomsttekst, prompts en bronnen.

Gebruik niet blind dezelfde instructie vertaald door een machine. “Maat” kan in het Engels size betekenen, maar een maattabel, meeteenheid en retourverwachting verschillen per markt. Laat de bot bij twijfel de storefront-taal volgen en bied een zichtbare taalswitch als bezoekers vaak wisselen. Een bot die de vraag in het Engels begrijpt maar een Nederlandse productpagina linkt, voelt alsnog onbetrouwbaar.

Kennis isoleren: optioneel, maar soms essentieel

Fynd kan bots met afzonderlijke kennis laten werken. Dat is nuttig als een bot alleen antwoorden mag baseren op een merkcollectie, een B2B-assortiment of land-specifieke service-informatie. Isolatie voorkomt dat een bot een product, beleid of prijscontext uit een andere lijn in een antwoord trekt.

Gebruik isolatie wanneer:

• een merk eigen ingrediëntenclaims, handleidingen of compatibiliteitsregels heeft;
• een B2B-catalogus niet voor consumenten zichtbaar of relevant is;
• landen verschillende levering, retour of productbeschikbaarheid hebben;
• interne instructies alleen voor een specifieke verkooproute gelden;
• juridische formuleringen per merk of markt verschillen.

Isolatie is niet automatisch beter. Wanneer alle bots dezelfde productcatalogus, voorraadlogica en algemene servicepagina’s nodig hebben, creëert volledige scheiding dubbel beheer. Pas dan een gedeelde kern toe: dezelfde algemene bronnen voor levering, betaling en retouren, met bot-specifieke instructies voor taal en prioriteit. Test wel dat een nichebot niet buiten zijn toegewezen assortiment adviseert.

Ontwerp de persona in vijf beslissingen

Zet per bot de volgende punten in een korte interne briefing. Zo voorkom je dat verschillen alleen in de widgetkleur bestaan.

1. Doelgroep en taak. Wie opent deze bot, op welke pagina en met welk doel?
2. Toon en detailniveau. Kort en keuzegericht, of technisch en systematisch?
3. Toegestane kennis. Welke collecties, documenten en servicebronnen mag de bot gebruiken?
4. Grenzen. Welke claims, productlijnen, vragen of acties moet hij doorverwijzen?
5. Volgende stap. Moet hij een product vergelijken, een PDP openen, een bundel voorstellen of contact aanbieden?

Een persona voor een slaapmerk kan bijvoorbeeld rustig, praktisch en niet-medisch zijn. Hij kan matrassen, hardheid en maten vergelijken, maar geen diagnoses of gezondheidsbeloften doen. Een zakelijke bot mag om gewenste aantallen vragen, maar mag geen verzonnen offerte of voorraadbelofte geven. Dergelijke grenzen zijn belangrijker dan een enthousiaste openingszin.

Geef elke bot een eigen, herkenbare start

De eerste paar seconden bepalen of de widget voelt als hulp of als een afleiding. Stem de welkomsttekst en twee tot vier suggested prompts af op de taak. Vermijd prompts die alleen de mogelijkheden van AI demonstreren.

Voor een cadeau-assistent werken vragen als:

• “Ik zoek een cadeau onder €50”
• “Wat past bij iemand die van koken houdt?”
• “Welke sets kunnen direct worden verstuurd?”

Voor een technische bot werken prompts als:

• “Welk filter past bij mijn model?”
• “Vergelijk deze twee aansluitingen”
• “Ik heb een SKU of onderdeelnummer”

Voor een Engelstalige storefront kunnen dat zijn:

• “Help me choose the right size”
• “Compare these two products”
• “What can arrive this week?”

Laat de persona nooit doen alsof hij al weet wie de klant is. “Waar kan ik je mee helpen?” is vaak goed, maar een concrete route verlaagt de drempel. Houd prompts kort genoeg om op mobiel zonder afkappen te lezen.

Plaats bots bewust, niet overal tegelijk

Meerdere bots betekent niet meerdere zwevende knoppen op hetzelfde scherm. Dat is visuele ruis en dwingt de bezoeker tot een keuze zonder context. Toon op een pagina één primaire Fynd-widget. Kies de bot op basis van storefront, collectie, categorie, campagne of accountstatus.

Een praktische inrichting kan zijn:

• een algemene shopbot op de homepage en algemene zoekpagina’s;
• een merkbot op de landing pages en PDP’s van dat merk;
• een B2B-bot in het zakelijke portaal;
• een lokale taalbot op een land-specifieke storefront.

Als een bezoeker vanaf een merkpagina naar een gemengde categorie navigeert, wissel niet abrupt midden in een gesprek. Maak de overgang duidelijk: bied een knop “Hulp voor de hele shop” of behoud de huidige bot tot de sessie eindigt. Continuïteit is meestal belangrijker dan perfecte segmentatie.

Houd de visuele verschillen functioneel

Themakleuren helpen gebruikers herkennen waar ze hulp krijgen, vooral bij duidelijke merkwerelden. Gebruik ze voor accentkleur, avatar en openingsstaat, niet voor fundamenteel andere bediening. De knop moet in alle contexten zichtbaar, toetsbaar en op mobiel bereikbaar blijven.

Controleer contrast voor tekst, pictogrammen en focusranden. Een merkaccent dat op een campagnepagina mooi oogt, kan te weinig contrast hebben in een gesloten widget. Geef iedere bot een duidelijke naam in plaats van alleen een logo; screenreaders en nieuwe bezoekers hebben tekst nodig om de context te begrijpen.

Test vóór livegang in de playground

Zet een nieuwe persona eerst in de Fynd-playground. Dit is geen cosmetische laatste stap: hier ontdek je of botgrenzen in echte vragen standhouden. Maak per bot een kleine testset met minimaal:

• drie typische productvragen;
• twee vragen die eigenlijk bij een andere bot horen;
• één vraag buiten de kennis;
• één vraag over levering, retour of prijs;
• één vraag in de andere taal, als de shop meertalig is.

Beoordeel niet alleen of het antwoord grammaticaal is. Controleer of het product binnen de juiste lijn valt, of onzekerheid eerlijk wordt benoemd, of links naar de juiste pagina leiden en of de tone of voice past. Test ook vervolgvragen. Juist daar kan een gedeelde chatcontext onbedoeld een eerdere merknaam of marktvoorwaarde meenemen.

Pas na deze ronde de live plaatsing toe. Begin eventueel op één collectie of een beperkte storefront. Kijk naar gesprekken waarin bezoekers herformuleren, afhaken of naar een ander onderwerp springen. Dat zijn signalen dat de persona, prompts of kennisgrens te breed is.

Veelgemaakte fouten

De eerste fout is een bot maken voor elk team in plaats van voor elke klanttaak. De marketingbot, supportbot en salesbot kunnen intern logisch lijken, maar de bezoeker wil niet bepalen wie verantwoordelijk is. Bundel interne eigenaarschap achter één heldere klantrol.

De tweede fout is een gesplitste persona zonder gesplitste kennis of instructies. Een “premium bot” die dezelfde bronnen en adviezen als de budgetbot gebruikt, levert geen andere ervaring op. De derde fout is te agressief isoleren. Dan kan een brand bot een eenvoudige vraag over verzending niet beantwoorden, terwijl die informatie voor elke bezoeker relevant is.

Ook problematisch: vertaalde welkomteksten zonder lokale prompts, merkaccenten met slechte toegankelijkheid, en automatische botwissels zonder uitleg. Ten slotte is er de fout om direct live te gaan omdat de bot in één demo goed antwoordde. Test varianten, lastige vervolgvragen en verkeerde routes in de playground.

Maak complexiteit pas zichtbaar als die helpt

De beste multi-bot-opzet voelt voor de klant niet als een systeem met veel bots. Het voelt als de juiste productexpert op het juiste moment. Start daarom met één algemene bot en voeg pas een persona toe als je een duidelijke vraaggroep, merkgrens of marktverschil ziet. Leg taak, kennis, taal en overdracht vast. Houd één widget per scherm, laat de interface herkenbaar blijven en valideer elke configuratie vóór livegang.

Zo gebruik je meerdere bots niet als een extra laag technologie, maar als gerichte producthulp die sneller tot een passende keuze leidt.