5 problema s AI chatbotom koji vas koštaju kupaca
Problemi s AI chatbotom mogu vas tiho koštati kupaca. Pet znakova upozorenja da vaš bot smanjuje konverzije u korisničkoj službi i kako popraviti svaki od njih....
7 min čitanja
AI
Chatbots
+2
AI chatbot za korisničku podršku koji stalno promašuje cilj gotovo se uvijek svodi na jedan od šest popravljivih uzroka: zastario izvor znanja, netestirani Flow, pogrešno postavljen prag prijenosa, preslab model, jezična neusklađenost ili netko tko ne pregledava što zapravo radi krivo. Evo kako dijagnosticirati koji od njih imate i popraviti ga bez potpunog ponovnog izrađivanja.
U ovom članku:
- Popravak 1: Izvor znanja vašeg AI chatbota je nepotpun ili zastario
- Popravak 2: Flow nije testiran na stvarnom načinu izražavanja korisnika
- Popravak 3: Prag prijenosa je pogrešno postavljen
- Popravak 4: AI model je preslab za pitanja koja dobivate
- Popravak 5: Jezična pokrivenost ne odgovara vašim korisnicima
- Popravak 6: Nitko ne pregledava ono što chatbot krivo radi
Većina timova jednom postavi AI chatbot za korisničku podršku, gleda kako dobro radi prvih nekoliko tjedana i prestane obraćati pozornost. Zatim eskalacije počnu rasti, korisnici se počinju ponavljati i nitko ne može točno reći zašto, jer nitko ne gleda što zapravo ne uspijeva.
Popravak 1: Izvor znanja vašeg AI chatbota je nepotpun ili zastario
Ovo je najčešći uzrok i najlakše ga je provjeriti. Chatbot zna samo ono što sadrže njegovi povezani izvori znanja. Ako se proizvod promijenio, pravilo ažuriralo ili je predstavljena nova značajka, a izvorni sadržaj nije ažuriran, bot će samouvjereno dati stari odgovor.
Izvucite popis pitanja koja bot najčešće griješi i provjerite svako od njih u odnosu na stvarni izvorni sadržaj. Ako izvor u potpunosti nema tu informaciju, radi se o praznini u opsegu. Ako je izvor ima, ali je bot i dalje griješi, sam sadržaj možda je loše strukturiran, zakopan ili mu proturječi negdje drugdje u istom izvoru.
Na primjer, ažuriranje stranice s cijenama koje mijenja broj uključenih mjesta na planu tiho će pokvariti svaki odgovor chatbota o tom planu dok netko ne ažurira izvor znanja da se podudara.
Popravak 2: Flow nije testiran na stvarnom načinu izražavanja korisnika
Flow izrađen i testiran samo s urednim, dobro oblikovanim testnim pitanjima ponaša se drugačije od onog testiranog na načinu na koji korisnici stvarno tipkaju. Stvarna pitanja su kraća, manje formalna i često im nedostaje konteksta koji bi uredno testno pitanje uključivalo.
Izvucite dvadeset stvarnih korisničkih poruka iz povijesti ticketa, što neurednije to bolje, i ručno ih provucite kroz Flow. Zabilježite svako mjesto gdje je odgovor pogrešan, nepotpun ili tehnički točan, ali zbunjujući. Ova jedina vježba obično otkrije više stvarnih problema nego tjedan dana agregiranih metrika.
Ako se vaš tim također oslanja na AI Answer Assistant za sastavljanje odgovora agenata, isti problemi s izvorom znanja koji kvare chatbot pojavit će se i tamo, jer obje značajke crpe iz istog temeljnog sadržaja.
Spremni podići poslovanje na višu razinu?
Isprobajte LiveAgent besplatno i uvjerite se sami.
Popravak 3: Prag prijenosa je pogrešno postavljen
LiveAgentov chatbot omogućuje vam postavljanje minimalnog broja AI odgovora prije nego što prijenos agentu postane dostupan ili dopušta AI agentu da sam odluči kada će prenijeti razgovor. Podešavanje ove postavke u bilo kojem smjeru izgleda kao problem s performansom, iako je zapravo konfiguracijski problem.
Postavite prag previsoko i korisnici će ostati zaglavljeni kružeći kroz beskorisne bot odgovore prije nego što mogu doći do osobe. Postavite ga prenisko i bot će eskalirati pitanja koja je mogao riješiti, što povećava stopu eskalacije i gubi vrijeme agenata na zahtjeve kojima nikad nije trebao čovjek.
Pregledajte ovu postavku zajedno sa stvarnim podacima o eskalaciji, ne samo jednom prilikom postavljanja. Ono što je bilo ispravno za manji volumen ticketa ili uži skup pitanja možda će trebati prilagodbu kako se opseg vašeg chatbota povećava.
Popravak 4: AI model je preslab za pitanja koja dobivate
Ne rasuđuju svi AI modeli jednako dobro o višedijelnim ili dvosmislenim pitanjima. Model koji dobro rješava jednostavne upite iz FAQ-a može početi padati kad korisnici postavljaju slojevita pitanja koja zahtijevaju povezivanje dvije ili tri informacije zajedno.
Ovo vrijedi provjeriti na kraju, ne na početku. Nadogradnja modela neće popraviti nepotpun izvor znanja ili netestirani Flow, a timovi koji skoče izravno na promjenu modela često otkriju da isti problemi i dalje postoje jer stvarni problem nikad nije bio model. Kad su izvor znanja i Flow čvrsti, ako složena pitanja rasuđivanja i dalje padaju, tada snažniji model opravdava svoju cijenu. Pružatelji modela objavljuju vlastita mjerila rasuđivanja i praćenja uputa upravo za ovu usporedbu, vrijedi provjeriti prije nego što pretpostavite da svaki model rješava višedijelna pitanja na isti način.
Pretplatite se na newsletter
Najnoviji savjeti i ponude izravno u vašem sandučiću.
Popravak 5: Jezična pokrivenost ne odgovara vašim korisnicima
Chatbot može odgovarati na više od 100 jezika ovisno o AI modelu s kojim je povezan, ali jezična podrška radi samo onoliko dobro koliko i temeljni izvor znanja na tom jeziku. Izvor znanja napisan i održavan samo na engleskom proizvodit će tanje, manje točne odgovore za korisnike koji pišu na bilo kojem drugom jeziku, iako bot tehnički “podržava” taj jezik.
Provjerite svoj volumen ticketa po jeziku u odnosu na to koliko vašeg izvora znanja zapravo postoji na svakom od njih. Neusklađenost ovdje izgleda potpuno isto kao opći problem s performansom, ali rješenje je prevođenje izvornog sadržaja, a ne diranje Flow-a ili modela.
Popravak 6: Nitko ne pregledava ono što chatbot krivo radi
Chatbot koji je bio dobro podešen pri pokretanju ne ostaje takav sam od sebe. Proizvodi se mijenjaju, korisnici počinju postavljati nove vrste pitanja i Flow koji je pokrivao sve prije tri mjeseca tiho prestaje pokrivati ono što korisnici danas stvarno pitaju.
| Znak za tjednu provjeru | Što obično znači |
|---|---|
| Stopa eskalacije raste | Opseg više ne odgovara stvarnim pitanjima |
| Isti pogrešan odgovor, ponovljen | Izvor znanja je zastario na tu temu |
| Novi obrasci izražavanja u ticketima | Flow treba ponovno testiranje na trenutnom jeziku |
| CSAT pada na ticketima koje je bot riješio | Bot „rješava" tickete kojima korisnici nisu bili zadovoljni |
Postavite redoviti tjedni pregled neuspješnih i eskaltiranih razgovora za prvi mjesec nakon svake promjene, zatim prijeđite na mjesečni pregled kad se brojke stabiliziraju. Ovo je jedini popravak na ovom popisu koji nije jednokratna promjena. To je navika koja hvata ostalih pet prije nego postanu obrazac koji korisnici primijete.
Ako se još uvijek odlučujete između platformi umjesto da popravljate postojeću, naš vodič o tome kako odabrati AI chatbot pokriva istih šest područja iz perspektive kupca, prije nego se obvežete na postavljanje.
Prođite kroz ovih šest uzroka redom prije nego pretpostavite da cijelu postavku treba zamijeniti. Većina timova otkrije da je stvarni problem jedan specifičan, popravljivi nedostatak, a ne temeljna mana samog chatbota. LiveAgentov AI chatbot čini većinu ovih poluga – izvore znanja, pragove prijenosa i izbor modela – izravno konfigurabilnima, tako da popravak jednog od ovih uzroka obično traje popodne, a ne ponovno izrađivanje.
