Wraz z dojrzewaniem konwersacyjnej sztucznej inteligencji wiele organizacji rozgrzewa się do pomysłu wdrażania botów, które potrafią rozumieć język naturalny, a następnie angażować i rozwiązywać najczęstsze pytania klientów — tak jak potrafią to ludzie.
Generowanie leadów także może odbywać się przy pomocy voicebotów.
Zespoły contact center dostrzegają znaczny zwrot z inwestycji, ponieważ boty obsługują powtarzające się zapytania w różnych kanałach, gdy contact center boryka się z dużą liczbą problemów — i ma ograniczone zasoby agentów. Jednak to, jak dobrze te boty radzą sobie w prawdziwym środowisku, zawsze było problemem.
Prawdopodobnie tego doświadczyłeś. Potrzebujesz teraz pomocy z lotem, ostatnim zakupem lub kontem bankowym. Możesz poczekać na agenta lub użyć bota. Zaletą voicebota jest to, że jest zawsze włączony i zawsze gotowy odpowiedzieć na Twoje pytania. Dane pokazują, że klienci są otwarci na kontakt z botem. Jednak pomimo chęci zaangażowania, wciąż istnieje wahanie.
Powszechne problemy z voicebotami
Wielu klientów miało już złe doświadczenia z botami. Boty notorycznie zadają to samo pytanie: przepraszam, nie zrozumiałem tego. Czy możesz to powtórzyć? Albo mniej niż przydatne: przepraszam. nie rozumiem .
Dane pokazują, że niektórzy klienci postrzegają boty jako cyniczną próbę uniknięcia przez marki świadczenia usług. Czują, że są sposobem na trwałe odwrócenie kontaktu. Tak więc, podczas gdy marka może osiągnąć oszczędności dzięki wykorzystaniu bota do odrzucania połączeń, może w rzeczywistości obniżyć zadowolenie klientów i stworzyć przeciwników.
Aby zapewnić empatię na dużą skalę, firmy nie mogą tworzyć barier w świadczeniu usług. Skuteczne boty sprawiają, że klienci chcą się zaangażować. Pracują z klientami — nie przeciwko nim.
Mimo wszystko chatboty jednak są znacznie popularniejsze w tym momencie od voicebotów.
Nie zgaduj intencji swoich klientów
Sercem bota jest zarządzanie intencjami. Gdy klient komunikuje się z botem za pomocą mowy lub tekstu, bot stosuje modele języka naturalnego, aby dotrzeć do znaczenia wypowiedzi. Język naturalny może być skomplikowany. W jednym zapytaniu możemy zapakować wiele informacji; to, co mówimy, nie zawsze oddaje to, co mamy na myśli.
Konstruktorzy botów spędzają godziny, próbując wymyślić możliwe rzeczy, które klienci powiedzą, aby przekazać intencje, takie jak „status zamówienia” lub „płatność rachunku”. Może to zająć dużo czasu i jest obarczone błędami. Często budowniczowie zaczynają od małego zestawu wypowiedzi (możliwych stwierdzeń) i z czasem dodają kolejne. Oczywiście oznacza to, że pierwsi użytkownicy bota mają do czynienia z przerażającym przerażeniem , nie rozumiem odpowiedzi bota.
Rozwiązaniem jest przyjęcie podejścia opartego na danych. Wykorzystanie danych z poprzednich interakcji, aby zrozumieć, w jaki sposób klienci formułują swoje pytania — i daje wgląd w to, czym są te pytania. Staje się to coraz bardziej krytyczne, ponieważ świat przenosi się do Internetu, a liczba zgłoszeń do obsługi klienta przyspiesza.
Przyjęcie podejścia opartego na danych do intencji i wykorzystanie rzeczywistych danych do tworzenia i aktualizowania modeli intencji, na których opierają się boty, z kolei stworzy dokładniejsze boty. Zrozumieją i odpowiedzą poprawnie za pierwszym razem — bez proszenia o niekończące się wyjaśnienia.