Erfolgreiche Chatbot-Projekte vermeiden diese Fehler

Was ist ein Chatbot? Ein Chatbot ist eine Software, die ein menschenähnliches Gespräch mit einem Nutzer führen kann. Ein Benutzer kann entweder mit ihm sprechen oder ihm über eine Chat-Anwendung eine Nachricht schicken, und er wird je nach Bedarf antworten, indem er spricht, etwas tippt oder etwas grafisch darstellt. Der Hauptanwendungsfall für chatbots ist derzeit der Kundensupport, wo sie einfache, sich wiederholende Fragen beantworten und komplexere Fragen an die menschlichen Mitarbeiter weiterleiten.

Obwohl es noch einige Probleme zu lösen gibt, bevor sie auf breiter Basis für die Kundenbetreuung eingesetzt werden (abgesehen von Amazon Alexa, die Produkte bestellt, und einigen anderen Beispielen), wird die konversationelle Schnittstelle schnell für die Kundenbetreuung eingesetzt.

Aus geschäftlicher Sicht muss ein Chatbot-Projekt, wie jedes andere Projekt auch, im Hinblick auf Risiken und Erträge bewertet werden.

In diesem Beitrag untersuchen wir die möglichen Herausforderungen bei der Chatbot-Implementierung und wie man sie vermeiden kann.

Viele der hier aufgezeigten Risiken sind vermeidbar, da viele der Probleme, mit denen die ersten Anwender konfrontiert sind, inzwischen bekannt sind.

Es ist unvermeidlich, dass chatbots und Voice bald in großem Umfang für den Kundensupport eingesetzt werden, da der ROI für Chatbots in vielen Fällen bei über 1.000 % liegt, was nicht nur auf Kosteneinsparungen zurückzuführen ist, sondern auch auf die erhöhte Kundenbindung und -zufriedenheit und die daraus resultierenden Umsatzmöglichkeiten.

Die Bot-Plattformen sind inzwischen so ausgereift, dass dies für Unternehmen ein leichtes Unterfangen ist. chatbots wird nicht nur in großem Umfang für den Kundensupport genutzt werden, sondern die Anwendungsfälle werden sich schnell auf das Customer Enablement ausweiten, das schließlich den Kundensupport als Hauptanwendungsfall dominieren wird.

‍

Jenseits des Hypes

Es ist oft schwierig, eine neue Technologie zu bewerten, weil man weiß, dass ein Teil des Hypes um das Produkt genau das ist: ein Hype. Technologieunternehmen machen alle möglichen kühnen Versprechungen darüber, was passieren wird, wenn man ihre Technologie einsetzt, aber natürlich weiß man, dass es nicht so einfach ist, dass nichts garantiert ist und dass sie sicherlich nicht auf die Nachteile hinweisen. Das Gleiche gilt für chatbots.

Chatbots haben schon viele Hype-Phasen durchlaufen. Ein großer Teil dieses Hypes hat damit zu tun, dass die Möglichkeiten von chatbots überschätzt werden.

Es stimmt, dass es in den letzten Jahren einige echte Durchbrüche in der KI im Zusammenhang mit Chatbots gegeben hat und dass diese Durchbrüche verstanden werden müssen, um ein richtiges Bild davon zu bekommen, was von chatbots zu erwarten ist.

Die wichtigsten Durchbrüche gab es bei drei Haupttechnologien: der Verarbeitung natürlicher Sprache (NLP), der Spracherkennung in großem Maßstab (für Sprachassistenten) und der Erzeugung natürlicher Sprache.

NLP ermöglicht es einem Chatbot, die gemeinsame Absicht hinter verschiedenen natürlichsprachlichen Ausdrücken zu erkennen, die dieselbe Bedeutung haben. Zum Beispiel haben "einen Flug buchen" oder "Ich möchte nach Paris fliegen" die gleiche Absicht wie "einen Flug buchen". Ein Softwareentwickler kann programmieren, was zu tun ist, sobald diese Absicht erkannt ist.

Bei der Spracherkennung kommt eine Technologie zum Einsatz, die gesprochene Wörter in Text umwandelt. Spracherkennung gibt es zwar schon seit langem, aber erst die Fortschritte bei der Leistungsfähigkeit von Computern und die Möglichkeit, die Arbeit an cloud zu delegieren, machen es möglich, dass diese Systeme Millionen von Wörtern erkennen können, da die Algorithmen sehr rechenintensiv sind.

Die Generierung natürlicher Sprache nimmt eine Reihe von Parametern auf und erzeugt einen grammatikalisch korrekten Satz in natürlicher Sprache.

Alle diese Technologien sind bis zu einem gewissen Grad durch die jüngsten Fortschritte bei der Rechenleistung vorangekommen.

Der extreme Hype besteht darin, dass chatbots bald menschliche Agenten vollständig ersetzen wird. Die Realität ist, dass chatbots in einem engen Bereich, in dem der Kontext begrenzt ist, extrem gut funktioniert und am besten bei der Beantwortung einmaliger Fragen ohne Kontext funktioniert.

Das bedeutet nicht, dass die zugrunde liegende Technologie nicht leistungsfähig und nützlich ist. Sie ist es. Das bedeutet auch nicht, dass chatbots keine hohe Kapitalrendite (ROI) erzielen kann. Das können sie.

Das bedeutet jedoch, dass die Chatbot-Erfahrung mit Blick auf die Einschränkungen gestaltet werden muss.

‍

Häufige Fehler bei einem Chatbot-Projekt

Falsches Ziel

Es gibt viele Möglichkeiten, wie das bei der Implementierung eines Chatbots gewählte Ziel falsch sein kann. Es kann viele Probleme bei der Festlegung von Zielen geben, wie z. B. die Lösung eines Problems, das es nicht gibt, d. h. die Verwendung eines Chatbots für etwas, das besser über eine grafische Schnittstelle erledigt werden kann.

Der größte Fehler, den Sie machen können, ist, den Hype zu kaufen und zu versuchen, einen menschenähnlichen Chatbot zu implementieren, der sich mit den Kunden fast auf menschlicher Ebene unterhält. Viele Unternehmen haben dies versucht und sind gescheitert. Der Versuch, einen Chatbot über das hinaus zu entwickeln, was er wirklich gut kann, ist immer ein Problem.

Die besten Chatbot-Erfahrungen sind geführte Konversationserfahrungen und keine Konversationserfahrungen mit offenem Ende. Die Software Botpress zum Beispiel definiert einen "Happy Path", einen geführten Pfad, auf dem die Software den Nutzer halten muss. Wenn der Nutzer von diesem Pfad abweicht, versucht die Software, ihn auf den glücklichen Pfad zurückzubringen oder ihm die Möglichkeit zu geben, einen anderen Pfad einzuschlagen, aber sie erlaubt ihm nicht, auf eine Tangente abzuweichen.

Schlechtes Design und Entwicklungsprobleme

Ein schlecht gestalteter Chatbot führt dazu, dass die Nutzer ihn auf eine Weise nutzen, die nicht beabsichtigt war. Das führt natürlich zu Frustration und hat alle möglichen negativen Auswirkungen.

Chatbots müssen konservativ gestaltet werden, der Umfang muss sehr deutlich gemacht werden und das Gespräch muss eher zu oft als zu selten an einen Menschen weitergegeben werden (oder es muss eine gleichwertige Strategie für den betreffenden Anwendungsfall verwendet werden).

Es versteht sich von selbst, dass die Entwickler, die an dem Bot arbeiten, kompetent und mit den besten Praktiken in diesem Bereich vertraut sein müssen.

‍

Falscher technologischer Ansatz

Chatbots sind heute eine Mischung aus NLP und Entscheidungsbäumen. NLP ermöglicht es dem Benutzer, offene Fragen in einem sehr engen Bereich zu stellen, und die Entscheidungsbäume führen den Benutzer durch einen Entscheidungsbaum (den glücklichen Weg), um ein Problem zu lösen oder eine Aufgabe zu erledigen. Wie oben in Bezug auf Umwege erwähnt, gibt es für den Benutzer nur eine begrenzte Möglichkeit, vom "Happy Path" abzuweichen.

Es ist ein Fehler, einen Black-Box-Ansatz für Konversationen zu wählen. Blackbox-Lösungen sind datengesteuerte Lösungen, bei denen die Logik im Wesentlichen in den KI-Algorithmen enthalten ist. Das Problem dabei ist, dass niemand mit Sicherheit weiß, was die KI-Lösung tun wird, dass es extrem schwierig ist, sie zu debuggen, dass sie nicht umfassend getestet werden kann und dass neue Informationen ihr Verhalten ändern können.

Auch Botpress nutzt einige dieser Technologien, beschränkt aber den Bereich, in dem diese "Blackbox"-KI arbeiten kann, auf den engen Bereich um den glücklichen Pfad. Daher besteht das Ziel der KI darin, den Benutzer immer auf den glücklichen Weg zurückzubringen oder ihm den Übergang zu einem neuen Weg zu ermöglichen. Dies ist viel einfacher zu verstehen und zu beheben.

Ich sollte erwähnen, dass diese "Blackbox"-KI in Bereichen, die begrenzt sind und in denen es eine riesige Menge relevanter Daten für die jeweilige Aufgabe gibt, extrem gut funktioniert. Deshalb kann KI auch so gut Spiele spielen. Das Problem mit der Sprache ist, dass sie unendlich viele Dimensionen hat, da jede Aussage je nach Kontext unterschiedliche Bedeutungen hat. Dazu gehören auch Aussagen, die zuvor gemacht wurden, und andere relevante Informationen, die dem Gesprächsagenten bekannt sein sollten.

Die Implementierung von Blackbox-KI für Konversationen mit dem derzeitigen Stand der Technik ist ähnlich fehlerhaft wie der Versuch, einen Chatbot mit offenem Ende zu implementieren.

Darüber hinaus ist diese Art von "Black Box"-Ansatz trotz der oben erwähnten Schwächen extrem datenintensiv und kostet daher ein Vermögen. Und die Tatsache, dass es sich um eine Blackbox handelt, bedeutet, dass es sehr schwierig ist, den Anbieter zu wechseln, was extrem hohe Wechselkosten und damit eine Bindung bedeutet.

Es ist besser, einfache NLP- und Entscheidungsbaum-Technologien zu verwenden, um Bots zu erstellen, und dann KI mit einem begrenzten Umfang an den Rändern zu verwenden, um den Benutzer wieder dazu zu bringen, die anstehende Aufgabe zu erledigen. Wir haben festgestellt, dass die Unternehmen überrascht sind, wie zugänglich und einfach die Technologie zu nutzen ist. Ein kompetenter Entwickler kann in wenigen Stunden lernen, wie man einen Bot erstellt, der NLP und Entscheidungsbäume verwendet.

Es ist auch wichtig zu verstehen, dass Unterhaltungen mit chatbots nicht die Unterhaltungen mit Menschen nachahmen sollten. So sind grafische Schnittstellen in vielen Fällen viel effizienter als Text oder Sprache. Optionsschaltflächen lassen sich schneller anklicken als eine Antwort zu tippen oder zu sprechen. Dies würde auch dann gelten, wenn es möglich wäre, einen Chatbot auf menschlichem Niveau zu erstellen. Diese Tatsache wird oft übersehen, wenn man einen Blackbox- oder hauptsächlich wortbasierten KI-Ansatz verwendet.

‍

Falsche Plattform

Die Probleme, die sich aus der Wahl des falschen Bot-Frameworks ergeben, sind vielleicht nicht sofort erkennbar, werden aber mit der Zeit deutlich.

Der schnellste Weg, einen Chatbot zu erstellen, ist die Verwendung einer Drag-and-Drop-Plattform. Das Problem dabei ist, dass die Entwickler in den meisten Fällen schnell an harte Grenzen stoßen. Darüber hinaus bedeutet der verwendete generische Ansatz, dass einfache Funktionen in das System gehackt werden, was die Verwendung des Bots für die Administratoren umständlich und schwierig macht.

Die andere Seite des Spektrums sind codebasierte, proprietäre Plattformen, die es Entwicklern ermöglichen, den Bot von Grund auf zu programmieren. Das Problem bei diesem Ansatz ist, dass es sehr lange dauert, selbst einfache Bots zu erstellen.

Der beste Ansatz ist ein Framework, das alle notwendigen Komponenten und visuellen Schnittstellen, einschließlich der Drag-and-Drop-Schnittstellen, von Haus aus bereitstellt, gleichzeitig aber auch die Möglichkeit bietet, diese Komponenten und Schnittstellen leicht an die jeweilige Aufgabe anzupassen.

Dies ist besonders wichtig, da die Bot-Sponsoren in der Regel den größten Teil ihrer Aufmerksamkeit darauf verwenden, wie der Bot für die Endnutzer funktioniert. Das Problem dabei ist, dass es viele andere Komponenten und Schnittstellen gibt, die für andere Nutzer des Bots wichtig sind, wie z. B. die Administratoren (die Chatbot-Analysen überwachen und den Backend-Zugang verwalten wollen), technische und nicht-technische Ersteller (die das Verhalten und den Inhalt des Bots ändern wollen) und menschliche Agenten (die auf die vom Bot eskalierten Unterhaltungen reagieren).

Diese Komponenten von Grund auf neu zu entwickeln, ist äußerst zeitaufwändig. Einfache Drag-and-Drop-Frameworks verfügen natürlich über sehr generische und begrenzte Versionen dieser Funktionalität und können nicht einfach angepasst werden.

Die Möglichkeit der Anpassung ist für den Endbenutzer-Bot selbst von entscheidender Bedeutung, auch wenn dies im Vorfeld nicht offensichtlich ist. Bei der Erstellung von Abläufen mit dem Drag-and-Drop-Flow-Builder kann es zum Beispiel Aufgaben geben, die in verschiedenen Abläufen immer wieder wiederholt werden müssen, wie die Authentifizierung eines Benutzers mit einem Unternehmenssystem oder die Verarbeitung einer Zahlung.

Das Framework sollte es ermöglichen, diese Komponenten als visuelle Komponenten zum Flow Builder hinzuzufügen, so dass auch technisch weniger versierte Inhaltsersteller diese Funktionen leicht zu den Prozessen hinzufügen können.

Eine Plattform, die sich nicht leicht anpassen lässt, erschwert es nicht-technischen Benutzern, Inhalte zu aktualisieren, da die entsprechenden Methoden in das Framework "gehackt" werden müssen. Ein Framework, das die Anpassung von allem erlaubt, sollte es einfach machen, zweckgebundene Bildschirme für nicht-technische Benutzer zu erstellen, die einfach und intuitiv zu bedienen sind.

Darüber hinaus ist es für Ihre Entwickler von großem Vorteil, wenn sie Zugang zum zugrunde liegenden Quellcode des Systems haben. So können sie schneller verstehen, wie etwas funktioniert, und Probleme schnell erkennen, wenn sie auftreten.

Etwas, das für ein Framework von entscheidender Bedeutung ist, ist die Fähigkeit, Ihre Daten zu kontrollieren und zu migrieren. Die Plattform sollte es Unternehmen ermöglichen, den Bot überall dort einzusetzen, wo sie es wünschen, sei es auf einer privaten cloud oder vor Ort (auf internen Servern).

Die Rentabilität ist auch ein wichtiges Kriterium für die Plattform. Die Plattform sollte es ermöglichen, die Arbeit eines Bots für andere Bots wiederzuverwenden, d. h. durch den Aufbau von Funktionen für einen Bot wird der Aufbau des nächsten Bots erleichtert. Dadurch wird die Skalierung von einem Bot auf viele Bots schrittweise billiger, was sich auf den gesamten ROI auswirkt.

Ein Beispiel dafür ist, dass schlecht konzipierte Plattformen Sie dazu zwingen, für jede neue Sprache, die Sie hinzufügen, einen neuen Bot zu erstellen, anstatt Ihnen einfach zu erlauben, denselben Inhalt in einer anderen Sprache bereitzustellen. Auch die fehlende Trennung des Ablaufdesigns vom Inhalt macht die Verwaltung des Inhalts schwieriger und fehleranfälliger, da nicht-technisches Personal die eigentlichen Abläufe bearbeiten muss, anstatt einfach nur den Inhalt zu aktualisieren.

Wenn Administratoren und andere Backend-Benutzer ihre Arbeit effizient und einfach erledigen können, spart das Zeit und führt zu weniger Fehlern, was den ROI verbessert.

‍

Verkäufer-Lock-In

Die Bindung an einen bestimmten Anbieter ist in mehrfacher Hinsicht ein Problem.

Wenn Sie gezwungen sind, ihre Technologie zu verwenden, d. h. die Plattform erlaubt Ihnen nicht, Komponenten von Drittanbietern zu verwenden, setzen Sie darauf, dass alle ihre Komponenten für immer die besten ihrer Klasse sein werden. Andernfalls sind Sie gezwungen, veraltete Technologie zu verwenden, während der Rest des Marktes sich weiterentwickelt oder einen sehr kostspieligen Wechsel vornimmt.

Wenn sie irgendwelche Komponenten vermissen oder wenn Sie etwas ändern müssen, müssen Sie sich darauf verlassen, dass sie die kundenspezifische Entwicklung durchführen, was nicht nur zu Verzögerungen führt, sondern auch teuer werden kann.

Und wenn Sie ein gebundener Kunde sind, können sie die Preise festlegen, was sehr teuer sein kann. Sie wissen, dass die Umstellungskosten sehr hoch sein können, insbesondere wenn sie die Migration von Daten und Code auf andere Plattformen erschweren.

Die Verwendung eines proprietären Systems im Gegensatz zu einem offenen System erhöht die Wahrscheinlichkeit eines Lock-in und die Umstellungskosten. Darüber hinaus bedeutet die Wahl eines komplexen Ansatzes für chatbots , der nur von Datenspezialisten implementiert werden kann, dass es noch schwieriger ist, sich aus der Abhängigkeit zu lösen, und dass die Kosten der Abhängigkeit höher sind.

‍

Stakeholder nicht mit ins Boot holen

Dies ist ein üblicher und offensichtlicher Fehler bei jedem Softwareprojekt, bei dem es um die Änderung bestehender Verhaltensweisen geht, und die Lösungen sind wohl bekannt. Natürlich sind Kundendienstmitarbeiter in der Bot-Welt besonders wichtig, da sie sich durch diese Technologie bedroht fühlen können. Sie müssen umgeschult werden, um eine Reihe von Dienstleistungen anbieten zu können, die die Dienste des Bots ergänzen, insbesondere um Kunden mit komplexeren Bedürfnissen, die von den Bots nicht gelöst werden können, tiefergehende Dienstleistungen anzubieten.

‍

Den ROI ignorieren

Die Vernachlässigung des ROI kann in zweierlei Hinsicht zum Scheitern führen. Die erste ist, dass ohne eine überzeugende ROI-Zahl das Projekt nicht gefördert wird, selbst wenn es eine Förderung für eine POC zum Nachweis der Technologie gab. Die zweite ist, dass die Projektbeteiligten erkennen, dass es keinen ROI gibt, wenn das Projekt erst einmal angelaufen ist.

Es gibt keinen Grund, den erwarteten ROI [Berechnung des ROI] nicht im Voraus zu berechnen und diese Zahl dann zu aktualisieren, wenn Sie mehr Informationen über den Anwendungsfall und den Kontext erhalten. Es gibt viele Anwendungsfälle, die einen extrem hohen ROI haben, so dass es nicht schwierig sein sollte, Anwendungsfälle zu finden.

‍

Kein schrittweiser Aufbau des Bots

Natürlich können viele der oben genannten Risiken durch eine schrittweise Implementierung des Bots vermieden werden.

Es ist extrem einfach, Lösungen zu entwickeln, die schrittweise getestet werden können. Beginnen Sie mit einem POC für einen einzigen Anwendungsfall und leiten Sie einige Endbenutzer zum Bot, um die Leistung zu bewerten. Auf diese Weise kann die Effektivität der Lösung, einschließlich der Reaktion der Nutzer, kostengünstig getestet und bei jedem Schritt verfeinert werden.

Natürlich ist es wichtig, die Anwendungsfälle auszuwählen, die die risikoreichsten Annahmen in Frage stellen, wenn man einen Anwendungsfall für diese Übung auswählt, damit die unsichersten und kritischsten Annahmen im Vorfeld getestet werden.

Viele Anbieter möchten Sie dazu bringen, sich auf einen "Big Bang"-Ansatz einzulassen, bei dem ein großer Teil der Arbeit und des Aufwands im Vorfeld geleistet wird, bevor den Benutzern ein funktionierender Bot, selbst ein POC, präsentiert wird. Darüber hinaus bestehen die Anbieter darauf, dass nur hochpreisige Berater in der Lage sind, den Bot für Sie zu verwalten und zu überwachen. Das sollte ein großes Warnsignal sein.

‍

Schlussfolgerung

Bei der Entwicklung eines Chatbots gibt es viele Aspekte zu beachten. Solange Sie sich der wichtigsten Risiken bewusst sind und schrittweise an die Umsetzung herangehen, haben Sie eine große Chance, einen erfolgreichen Chatbot zu entwickeln und die phänomenalen Renditen zu erzielen, die damit verbunden sind.

‍