Kandoor APG
Er zijn mensen die niets met financiën hebben, maar er wel iets mee moeten. En er zijn mensen die juist niets liever doen. Kandoor brengt deze twee groepen met elkaar in contact. Kandoor is een initiatief van APG, een van de grootste pensioenuitvoerders van Nederland. Dankzij de inzet van heel veel vrijwillige gidsen en een slimme chatbot, helpen zij iedere dag weer mensen aan meer kennis over hun geld en financiële toekomst. Wij hebben voor Kandoor diverse projecten uitgevoerd voor de chatbot;

Entity Recognition model
Veel vragen die worden gesteld aan de chatbot bevatten persoonlijke informatie. Denk hierbij aan geboortedata, inkomen, pensioenfonds, leeftijd, etc. Met deze data wordt in het beginsel niets gedaan. Echter wordt vaak later in de conversatie alsnog deze informatie uitgevraagd om gedegen antwoord te kunnen geven. Om deze informatie uit de vragen te halen, is er een Named Entity Recognition (NER) model gemaakt.
Analyses
Denk hierbij aan analyses per pensioenfonds, wat zijn de top 5 vragen die worden gesteld, welke niet-gerelateerde pensioenvragen worden gesteld? Maar ook domein analyses; welke vragen worden vooral gesteld binnen het domein ‘Belasting’ bijvoorbeeld en hoe worden de antwoorden door de users beoordeeld?
Recommender
In de ‘oude’ recommender werd aan het einde van iedere vraag een set van 8 pensioenvragen gegeven als mogelijk interessante vragen. De recommender is verbeterd door per ‘modelvraag’ te kijken naar het domein, de tekst van de vraag en hoe vaak users verschillende vragen samen hebben gesteld. Modelvragen zijn de vragen waarop we een antwoord hebben, deze kunnen op verschillende manieren gesteld worden, maar leiden naar hetzelfde antwoord.
Analyse Dashboard
Ontwikkelen van een dashboard waarin kleine analyses kunnen worden gerund. Doel hiervan is om te zorgen dat de drempel om deze analyses te bekijken zo laag mogelijk wordt en dat er meer datagedreven gewerkt zal worden.
Topic model voor nieuwe modelvragen
Er is een topic model toegepast op de vragen die op dat moment (en eerdere periodes) niet door het model werden herkend. Het doel hiervan was om te kijken of er bepaalde onderwerpen zijn waar mensen wel vragen over hebben, maar die we op dit moment niet door de chatbot kunnen laten beantwoorden. Hier kwam uit naar voren dat op cruciale onderwerpen geen antwoord gegeven kon worden. Deze vragen zijn toegevoegd aan de chatbot.
REVIEW DASHBOARD
Er is een dashboard gemaakt waar aan het einde van iedere sprint naar wordt gekeken.