Hoe houd ik mijn kennisbank automatisch actueel?

Elke kennisbank begint correct. Je schrijft je artikels op een moment dat je weet hoe het zit, je publiceert, en alles klopt. Daarna verandert er iets. Een prijs, een levertermijn, een knop die verhuist, een procedure die iemand aanpast omdat de oude niet meer werkte. Meestal zo klein dat niemand aan de kennisbank denkt. Een half jaar later beantwoordt je documentatie vragen over een versie van je bedrijf die niet meer bestaat.

Waarom dat structureel gebeurt en waarom rapportages het niet oplossen, schreven we eerder uit in Waarom raakt je documentatie altijd verouderd. Deze post gaat over het praktische deel. Welke signalen je vandaag al hebt, wat je daar automatisch uit kan halen, en waar een mens aan zet blijft.

De reviewkalender houdt het zelden vol

De standaardaanpak is een kalender. Elk artikel krijgt een eigenaar en een herzieningsdatum, elk kwartaal loopt iemand de lijst af. Op papier sluit dat mooi. In een bedrijf van vijftien mensen valt het binnen twee kwartalen stil, en dat heeft een goede reden: het grootste deel van dat werk is zinloos. Je leest artikels na die nog perfect kloppen, terwijl het artikel dat echt fout staat er niet bij zit omdat zijn beurt pas in november komt.

Een kalender vertrekt van de veronderstelling dat elk artikel evenveel aandacht verdient. In de praktijk vraagt een klein deel van je artikels bijna al je aandacht, en dat deel wisselt voortdurend. Je klanten wijzen het je elke dag aan. Je moet alleen luisteren op de juiste plek.

De drie manieren waarop een kennisbank veroudert

Het helpt om verouderen op te splitsen, want de drie soorten vragen elk een andere reactie.

Er is kennis die ontbreekt. Iemand stelt een vraag die nergens staat. Een collega antwoordt uit het hoofd, de klant is geholpen, en het antwoord verdwijnt daarna weer. Dit is de meest voorkomende vorm en tegelijk de makkelijkst op te lossen, want het antwoord is net getypt.

Er is kennis die achterhaald is. Het artikel bestaat, het is netjes geschreven, en het beschrijft hoe het vorig jaar ging. Dit is de gevaarlijkste vorm, want de klant heeft geen enkele reden om te twijfelen.

En er is kennis die onvolledig is. Het artikel bestaat, het klopt ook, maar het gaat niet ver genoeg. De klant leest het, blijft met zijn vraag zitten, en mailt alsnog. Op je dashboard ziet dat artikel er goed uit. Het wordt gelezen.

De signalen die je vandaag al hebt

Je hebt geen extra tooling nodig om te weten waar het schuurt. Deze signalen liggen bij zowat elk bedrijf klaar.

Dezelfde vraag blijft binnenkomen hoewel het artikel bestaat. Dat betekent dat het artikel onvindbaar is, onduidelijk, of gewoon fout. Wat de oorzaak ook is, je klant komt er niet mee vooruit.

Iemand zoekt op je site en krijgt niets terug. Dat is het scherpste signaal dat er is, en meteen ook het meest genegeerde. Let daarbij op het verschil tussen een gat en een woordenkwestie. Als iemand zoekt op "abonnement stopzetten" en jouw artikel heet "Opzegprocedure", ontbreekt er geen kennis. Er ontbreekt een woord.

Je collega's linken het artikel niet meer. In een klein team is dat het betrouwbaarste kwaliteitsoordeel dat bestaat. Wie het antwoord uittypt in plaats van de link te plakken, heeft die beslissing bewust genomen.

Nieuwe medewerkers lopen vast op een stap. Elke nieuwe collega is een gratis test van je documentatie, precies één keer. Noteer waar ze blijven hangen, want binnen een maand vinden ze het vanzelf en ben je dat signaal kwijt.

En dan is er het artikel met veel bezoekers waar toch een ticket op volgt. Verouderde schermafbeeldingen zijn daar de klassieker.

Wat je echt kan automatiseren

Dit is waar het woord "automatisch" eerlijk gemaakt moet worden. Automatisering neemt het opsporen over. De beslissing verschuift, ze verdwijnt niet.

Een systeem kan de signalen hierboven verzamelen, groeperen en op volgorde zetten. Het kan zien dat vijf mensen deze week hetzelfde vroegen zonder antwoord te krijgen. Het kan twee artikels vinden die elkaar tegenspreken. Het kan een concept schrijven op basis van een antwoord dat een collega net verstuurde, met de vraag van de klant als titel. Dat is echt werk dat je niet meer zelf doet.

Wat mensenwerk blijft: nakijken of het klopt. Beslissen of dit een nieuw artikel wordt of een aanvulling op een bestaand. De toon bewaken. En vooral, beslissen wat je niet documenteert.

Daar zit ook meteen de valkuil. Detectie is het probleem niet. Elke tool kan je een lijst met gaten tonen. Het gaat mis bij de wachtrij die niemand leegmaakt, want ook die wachtrij is extra werk dat naast het echte werk staat. Een systeem dat vijftig suggesties per week produceert en geen enkel moment waarop iemand ze afhandelt, heeft je probleem verplaatst in plaats van opgelost.

De maat die telt is dus de tijd tussen "hier klopt iets niet" en "het staat gecorrigeerd online". Zolang die kort blijft, blijft je kennisbank kloppen.

Hoe dat bij Sarrai werkt

Wij hebben dat stuk zo klein mogelijk gemaakt. Sarrai beantwoordt vragen op basis van je kennisbank en houdt bij hoe zeker ze van elk antwoord was. Die zekerheid is de motor.

Kon Sarrai de vraag niet beantwoorden, dan krijgt je medewerker bij het versturen van zijn antwoord de vraag of er een conceptartikel van gemaakt mag worden. Eén klik, en de vraag van de klant wordt de titel, het antwoord de inhoud.

Was Sarrai onzeker, dan vergelijkt het systeem de gebruikte artikels met wat je medewerker antwoordde, en stelt het meteen voor welk artikel bijgewerkt moet worden en hoe.

Was Sarrai zeker maar antwoordde je medewerker toch iets anders, dan is dat het interessantste geval van allemaal. Dat is een artikel dat er compleet uitziet en niet meer klopt. Zonder vergelijking vind je dat nooit.

Alle voorstellen komen samen in één goedkeuringsinbox. Je ziet waar het voorstel vandaan komt, welk gesprek de aanleiding was en wat er precies zou veranderen. Goedkeuren, aanpassen en goedkeuren, of weigeren. Het opzoekwerk is gebeurd, jij beslist.

Daarnaast zie je in de rapportage de patronen die pas over honderd gesprekken zichtbaar worden, zoals zoektermen die niets opleveren of artikels die gelezen worden en toch een vraag uitlokken.

Wat je maandag kan doen

Je hoeft daar niet op te wachten om te beginnen. Open je zoekstatistieken en kijk waar mensen niets vinden. Vraag je collega's welk artikel ze bewust niet meer doorsturen. En spreek af dat één iemand een vast moment per week heeft om de openstaande voorstellen af te werken, ook al zijn het er drie.

Een kennisbank blijft actueel wanneer bijwerken zo klein is dat het altijd lukt, ook op een drukke dag. Daar zit je hele oplossing in.