بدأ سام قدرة تطوير روبوت لوكالته الرقمية.
كجزء من عملية تطوير الأعمال ، زار العديد من العملاء لشرح فوائد الروبوتات وبذلك لاحظ شيئا مثيرا للاهتمام.
بغض النظر عن جميع السيناريوهات المختلفة التي شرحها (وكان العديد من العملاء معجبين ومهتمين بما قاله) كلهم كانوا مهتمين به chatbots لحالة استخدام خدمة العملاء .
كانت حالة استخدام خدمة العملاء شيئا يمكنهم فهمه بشكل حدسي:
- كانت تكلفة وكلاء خدمة العملاء مرتفعة.
- قضى الكثير من وقتهم في الإجابة على أسئلة بسيطة ومتكررة.
- يمكن للروبوتات الإجابة على هذه الأنواع من الأسئلة بشكل أكثر فعالية في كثير من الحالات مما يمكن للوكلاء.
- كانت تكلفة الروبوتات كبيرة لدرجة أنها إذا استبدلت بعض وكلاء خدمة العملاء بالروبوتات ، فيمكنهم استرداد تكلفة الروبوت بسرعة كبيرة من الوفورات في تكاليف العمالة.
- ليس ذلك فحسب ، بل تحسن الروبوت بمرور الوقت وفتح الباب أمام العديد من الابتكارات الأخرى.
لذلك قرر سام أن يتخصص في أعمال الروبوت الخاصة به على روبوتات خدمة العملاء حيث كان الطلب عليها مرتفعا ومن المناقشات مع عملائه ومع الوكالات الأخرى التي أنشأها ، كانت الاقتصاديات جيدة. بمجرد أن يسمر هذا المكان ، سينتقل إلى الأسواق المجاورة.
كان يعلم أنه على الرغم من أن بعض التقنيات المتعلقة بمعالجة اللغة الطبيعية (NLP) كانت متطورة ، إلا أن الأدوات الموجودة كانت جيدة جدا الآن بحيث يمكن لأي شخص تقريبا تنفيذ حل جيد للبرمجة اللغوية العصبية. في هذه الأيام كانت وظيفة تكوين بدلا من وظيفة علوم البيانات. هذا يعني أن المهارات المطلوبة لتنفيذ الحل كانت في حدود قدرات حتى أصغر مطوريه.
كان يدرك أيضا أن حلول خدمة العملاء الرائعة لم تحاول فعل الكثير. لم تكن التكنولوجيا جيدة بما يكفي للدخول في محادثات شبيهة بالبشر مع العملاء. كانت محركات البرمجة اللغوية العصبية جيدة جدا في فهم السؤال الأول الذي طرحه العميل ولكن إذا أصبحت المحادثة أكثر تعقيدا من ذلك أو فشل الروبوت في فهم العميل في المرة الأولى ، فمن المهم أن يتدخل الإنسان على الفور.
حقيقة أن التركيز الرئيسي على البرمجة اللغوية العصبية كان السؤال الأول أو التفاعل يعني أيضا أن المهمة كانت أبسط بكثير من وجهة نظر فنية. صحيح أن بعض الشركات كانت تسير في طريق محاولة بناء تجربة محادثة حقيقية ولكن حتى الآن أدى هذا النهج إلى تصاعد التعقيد والفشل. لم يكن سام مهتما بالسير في هذا الطريق.
وقد لاحظ أن هناك العديد من العروض الناشئة لروبوتات خدمة العملاء في السوق ، لذلك ربما يكون السوق تنافسيا. في الوقت نفسه ، احتاجت كل شركة إلى هذا النوع من الحلول بشكل ما ، لذا كانت الفرصة ضخمة! في الواقع ، رأى سام أن السوق يعاني حاليا من نقص كبير في الخدمات ويعتقد أنه سيكون على هذا النحو لبضع سنوات على الأقل.
كان هناك العديد من الشركات التي تقدم حلول الملكية ، خارج الرف لخدمة العملاء. اعتبر سام أن يكون موزعا لهذا النوع من الحلول لكنه لم يعتقد أن هذه الحلول المسجلة الملكية هي أفضل الحلول على المدى الطويل. لن يستخدمها في أعماله الخاصة ، لذلك لم يعتقد أنه يجب أن يقدم هذا النوع من الحلول لعملائه أيضا.
لم يعجبه فكرة أن يكون مقيدا بنظام خاص لعدة أسباب:
- لم تعجبه فكرة اقتران محرك معالجة اللغة الطبيعية (NLP) بإحكام مع بقية البرنامج. قد يكون أفضل مزود لمحرك اللغة الطبيعية مزودا مختلفا عن أفضل مزود لخدمات التحليلات ، أو أفضل مزود للموصلات إلى منصات الدردشة.
- حتى لو كان حل لغتهم الطبيعية هو الأفضل في الوقت الحالي ، فليس هناك ما يضمن أنهم سيكونون أفضل مزود في المستقبل. يجب أن يكون من الممكن تبديل محركات البرمجة اللغوية العصبية في المستقبل.
- قد تكون محركات البرمجة اللغوية العصبية المختلفة جيدة في أشياء مختلفة ، لذا قد ترغب في استخدام أكثر من محرك واحد. على سبيل المثال ، قد يكون أحد محركات البرمجة اللغوية العصبية مفيدا لأسئلة تكنولوجيا المعلومات ، وقد يكون الآخر جيدا للأسئلة الشائعة العامة.
- لم تكن البرمجة اللغوية العصبية هي القدرة الوحيدة المطلوبة لروبوت خدمة عملاء رائع. الاعتماد على النص ومعالجة اللغات الطبيعية وحدها لم يكن بالتأكيد الطريقة لخلق تجربة عملاء مذهلة.
- السطوح البينية النصية محدودة للغاية وبالتالي تحتاج إلى تعزيزها بواجهات رسومية. إن الاضطرار إلى الاعتماد على البائع لتوفير هذه الواجهات في المستقبل لن يكون هو الأمثل.
- يعد عمل الإنسان في الحلقة (السماح بتصعيد الروبوت إلى وكلاء بشريين إذا فشل في فهم شيء يقال له) أمرا بالغ الأهمية لخدمة العملاء. ستصبح وظيفة الإنسان في الحلقة أكثر تطورا في المستقبل. سيشمل واجهات مخصصة للوكلاء تتضمن إجابات جاهزة أو استجابات مخصصة. يجب أن يكون من الممكن لأي شخص ، بما في ذلك مطور الروبوت الداخلي ، تخصيص الإنسان في الحلقة لأغراضه الخاصة دون الاعتماد على البائع.
- يجب إدارة المحتوى بسهولة من قبل فريق المحتوى الذي يجب أن يكون قادرا على تطوير أدوات استخدام لاختبار A / B والتحليلات الأخرى المتعلقة بالسوق.
- يجب أن يكون من السهل على المطورين الداخليين دمج الخدمة مع الأنظمة الداخلية دون الاعتماد على البائع.
- من الممكن أن يتم تقديم خدمات أخرى في النهاية عبر قناة خدمة العملاء.
قد يعرض على العميل الذي يستفسر عن غرفة في فندق خصم وفرصة للحجز على الفور في نفس القناة على سبيل المثال. يجب أن يكون المطورون الداخليون أو التابعون لجهات خارجية قادرين على ترميز هذه الخدمات الإضافية في القناة دون الحاجة إلى الانتقال إلى البائع الأصلي.
أراد أن يكون حله الذي عرضه بسيطا. كان من المهم أن تكون دليلا مستقبليا وقابلا للتوسيع ، ولكن في نفس الوقت يجب أن يكون من السهل جدا الحصول على حل أولي وتشغيله.
إذا كان يستخدم Botpress يمكنه حل مشكلة القابلية للتوسعة. Botpress يمكن أن تعمل بشكل فعال كبرنامج وسيط لجميع أفضل أدوات chatbot في السوق بالإضافة إلى توفير العديد من المكونات القياسية خارج الصندوق. يمكن تبديل هذه المكونات لمكونات الطرف الثالث أو تخصيصها كما هو مطلوب في المستقبل.
ليقدم لعميله أفضل حل ، سيختار مجموعة من الأدوات التي يعتقد أنها تقدم أفضل حل قيمة للعميل.
لتبدأ مع الهندسة المعمارية سيكون بسيطا جدا. سيختار أفضل محرك للبرمجة اللغوية العصبية من بائعي البرمجة اللغوية العصبية الرئيسيين (Google و Facebook و Microsoft و IBM و Rasa) ثم يستخدم المكونات القياسية من Botpress للاتصال بمنصة المراسلة المطلوبة ولتوفير إمكانات داعمة مثل التحليلات والأمان البشري في الحلقة والأمان القائم على الأدوار.
بمجرد تشغيل هذا الحل الأساسي مع العميل ، يمكنه التفكير في تحسينه إذا لزم الأمر. يمكن أن يقوم هذا بذلك عن طريق إضافة محركات البرمجة اللغوية العصبية ، أو ترقية حزمة التحليلات (إلى مزود تابع لجهة خارجية إذا لزم الأمر) أو إضافة تخصيصات إلى الإنسان في ميزة الحلقة.
بالطبع ، ستكون قرارات التخصيص الإضافي أو إضافة مكونات أو خدمات جديدة إلى النظام مدفوعة بتحليل تفاعلات العملاء مع النظام. يمكن إجراء التغييرات بسرعة كما هو مطلوب من قبل المطورين المناسبين.
قرر سام البدء في تنفيذ الحل لشركته الخاصة أولا. سمح له ذلك بتجربة بعض الأدوات المتاحة واختيار ما اعتقد أنه أفضل العروض للإعداد الأولي.
لم يبدأ سام على الفور في الفوز بالعديد من مشاريع خدمة العملاء فحسب ، بل وجد أنه بمجرد تحقيق التنفيذ الناجح لخدمات العملاء ، أراد عملاؤه بسرعة إضافة خدمات أخرى إلى القناة.
نظرا لأن خدمة العملاء شيء تحتاجه كل شركة في العالم أكثر أو أقل ، لم يكن هناك نقص في العملاء.
بمجرد أن بدأ في تنفيذ الحل بهذه الطريقة ، قدر مدى تقدير عملائه لحقيقة أنه كان قادرا على مساعدتهم في اختيار أفضل الأدوات لأعمالهم بدلا من محاولة حبسهم في حل bloatware واحد غير قابل للتوسيع.
أصبح سام وفريقه بارعين جدا في معرفة كيفية استخدام روبوتات خدمة العملاء لإجراء تحسينات عالية القيمة وعالية التأثير بسرعة كبيرة على وظيفة خدمة العملاء في الشركة.
شارك هذا على:
قم ببناء روبوت الدردشة الذكاء الاصطناعي المخصص الخاص بك مجانا
ابدأ في إنشاء روبوت GPT مخصص من خلال واجهة السحب والإفلات البديهية.
ابدأ - إنه مجاني! 🤖بطاقة الائتمان غير مطلوبة
ابق على اطلاع بأحدث ما الذكاء الاصطناعي chatbots