- Analisis chatbot melibatkan pengumpulan dan analisis data tentang bagaimana pengguna berinteraksi dengan chatbot, membantu bisnis mengukur kinerja, mengidentifikasi masalah, dan meningkatkan pengalaman pengguna.
- Melacak kinerja chatbot dimulai dengan menentukan tujuan, menetapkan KPI terkait, dan menghubungkan metrik ini dengan nilai uang untuk menghitung dampak dan ROI bot.
- Metrik utama meliputi volume interaksi, durasi obrolan, pengulangan alur, tingkat penahanan (pengguna yang dibantu tanpa campur tangan manusia), skor kepuasan pengguna, dan waktu respons rata-rata.
Membangun dan menerapkan hanyalah langkah pertama dalam membangun chatbot AI - setelah penerapan, Anda siap memantau proyek Anda dengan analitik chatbot.
Setiap proyek chatbot atau agen AI yang nyata membutuhkan pelacakan metrik untuk mengamati dan meningkatkan kinerjanya.
Dengan pengalaman beberapa tahun dalam menerapkan chatbot perusahaan, tim kami berpengalaman dalam memantau dan mengulangi penerapan chatbot yang sukses. Tidak memanfaatkan analitik chatbot Anda secara maksimal adalah salah satu kesalahan umum yang dilakukan perusahaan saat menerapkan chatbot.
Berikut ini panduan singkat untuk membantu Anda memulai dengan analisis chatbot.
Apa yang dimaksud dengan analisis chatbot?
Analisis chatbot adalah data dan metrik yang melacak bagaimana pengguna berinteraksi dengan chatbot. Mereka membantu mengukur kinerja, mengidentifikasi masalah, dan mengoptimalkan efektivitas bot dari waktu ke waktu.
Mereka melibatkan pelacakan, pengukuran, dan analisis kinerja dan interaksi chatbot melalui metrik yang dipilih.
Analisis ini memberikan wawasan tentang bagaimana pengguna berinteraksi dengan chatbot, efektivitasnya, dan dampaknya secara keseluruhan terhadap tujuan bisnis.
Mengapa saya harus mengukur analitik chatbot?
Apa pun proyeknya, Anda perlu mengukur analitik chatbot AI Anda.
Proyek chatbot AI memiliki 3 tahap: membangun, menerapkan, dan memantau. Tulang punggung tahap monitor adalah mengukur analitik chatbot yang bermakna dan mengulangi chatbot Anda.
Pemantauan yang tepat sangat penting untuk penerapan chatbot yang sukses - melacak analitik memungkinkan Anda mengetahui area mana yang masih memiliki ruang untuk ditingkatkan dan di mana bot Anda memberikan ROI paling besar.
Cara Mengukur Performa Chatbot: Langkah demi Langkah
1. Tentukan tujuan chatbot
Mulailah dengan mengidentifikasi tujuan chatbot Anda. Hasil spesifik apa yang Anda inginkan? Chatbot dukungan pelanggan dan chatbot perolehan prospek akan memiliki tujuan yang sangat berbeda dari chatbot SDM.
Sasaran umum termasuk dukungan pelanggan yang lebih baik, perolehan prospek yang ditingkatkan dengan AI, dukungan penjualan, atau meningkatkan keterlibatan pengguna.
2. Mengaitkan sasaran dengan KPI
Kemudian Anda dapat memilih KPI yang mencerminkan tujuan Anda:
Jika sasaran Anda adalah dukungan pelanggan yang lebih baik, KPI Anda dapat berupa waktu penyelesaian kurang dari 2 menit, tingkat pembelokan tiket minimal 40%, dan skor kepuasan pelanggan 85%+.
Jika sasaran Anda adalah perolehan prospek, KPI Anda mungkin menghasilkan 50 prospek yang memenuhi syarat per minggu, atau tingkat konversi prospek sebesar 20%.
3. Pantau metrik yang selaras dengan KPI Anda
Selanjutnya, Anda dapat mengidentifikasi metrik spesifik mana yang menginformasikan KPI Anda.
Misalnya, metrik tentang keterlibatan pengguna akan dikaitkan:
- Jumlah pengguna yang kembali
- Apakah mereka terlibat dengan rekomendasi produk dari chatbot
- Berapa banyak pengunjung situs web secara keseluruhan yang menggunakan chatbot
4. Mengaitkan metrik dengan nilai moneter
Untuk memahami keuntungan dari investasi chatbot Anda, Anda perlu mengukur dampaknya.
Sebagai contoh:
- Jika chatbot mengurangi tiket dukungan, hitung berapa banyak Anda menghemat biaya tenaga kerja dengan menyelesaikan pertanyaan secara otomatis
- Jika meningkatkan perolehan prospek adalah tujuan Anda, hitung pendapatan rata-rata per prospek dan kalikan dengan jumlah prospek yang dihasilkan bot
Langkah ini adalah bagian penting dalam menghitung ROI chatbot.
5. Ulangi dan tingkatkan
Memantau analitik chatbot adalah proses yang sedang berlangsung dan terus berkembang.
Tinjau kinerja chatbot Anda secara teratur. Analisis data untuk mengidentifikasi pola, seperti titik putus yang tinggi, kesalahan umum, atau jalur penyelesaian yang tidak efisien.
Seiring dengan perkembangan chatbot Anda - dengan fitur-fitur baru, atau perluasan kasus penggunaan - Anda perlu beradaptasi dan memperluas metrik yang Anda lacak, di samping KPI Anda.
9 Metrik Chatbot untuk Dilacak
1. Jumlah interaksi
Salah satu metrik yang paling penting adalah yang paling mendasar: apakah orang-orang menggunakan chatbot Anda?
Jika tidak, tim Anda perlu memberi petunjuk yang lebih baik, atau menjadikan chatbot sebagai langkah yang lebih penting dalam prosesnya (misalnya, karyawan hanya dapat menjadwalkan hari libur melalui chatbot, alih-alih memberi mereka pilihan untuk menjadwalkan melalui perwakilan HR atau chatbot).
2. Durasi obrolan rata-rata (baik lama waktu dan jumlah pesan yang dipertukarkan)
Interaksi chatbot yang ideal adalah interaksi yang efisien dan bermanfaat. Jika interaksi berlangsung terlalu lama, cobalah untuk mengidentifikasi dan mengurangi kemacetan.
3. Jumlah aliran yang dimulai
Apakah chatbot Anda mengidentifikasi dan menyelesaikan masalah dengan segera, atau apakah chatbot Anda berputar melalui beberapa alur untuk menemukan perbaikan?
4. Jumlah aliran berulang
Jika chatbot Anda mengulangi alur yang sama, itu adalah tanda ketidakefisienan. Ini mungkin karena chatbot Anda tidak mengenali kebutuhan pengguna dengan benar sejak awal.
5. Tingkat penahanan chatbot
Tingkat penahanan chatbot mengacu pada berapa banyak pengguna yang berinteraksi dengan chatbot Anda dan menyelesaikan interaksi tanpa perlu berinteraksi dengan manusia.
Chatbot yang sukses dapat melihat tingkat penahanan ~ 65%, karena akan selalu ada interaksi yang membutuhkan bantuan manusia.
6. Jumlah pengguna berulang
Jika chatbot Anda bermanfaat, Anda akan melihat pengguna yang kembali.
7. Jumlah pengguna aktif per periode waktu
Mengetahui waktu pengguna berinteraksi dengan chatbot Anda dapat membantu dalam pengambilan keputusan tentang penjadwalan shift untuk agen live.
8. CSAT (skor kepuasan pelanggan)
Umpan balik langsung adalah cara mudah untuk mengukur efektivitas chatbot Anda.
9. Waktu respons rata-rata
Jika chatbot Anda memiliki tujuan untuk mengurangi waktu tunggu bagi pelanggan atau prospek Anda, pastikan untuk melacak berapa lama pelanggan harus menunggu untuk berbicara dengan agen manusia.
Jika chatbot Anda melakukan tugasnya, itu akan mengurangi waktu tunggu secara signifikan.
Cara menggunakan analitik chatbot tingkat lanjut
Platform chatbot terbaik akan memungkinkan Anda dan tim Anda mengatur metrik khusus untuk melacak analitik chatbot.
Analisis khusus memerlukan identifikasi tindakan bernilai tinggi dan menginstruksikan chatbot Anda untuk melacaknya.
Sebagai contoh, Botpress memungkinkan pengguna langganan untuk melacak acara apa pun yang mereka tambahkan kartu 'Lacak Acara'.
Jenis analisis lanjutan ini memungkinkan pengguna untuk melacak peristiwa yang sangat spesifik. Sebagai contoh:
- Seberapa sering bot tidak dapat menjawab pertanyaan menggunakan Basis Pengetahuannya
- Seberapa sering pengguna menginterupsi bot selama interaksi
- Seberapa sering chatbot e-commerce gagal melakukan pembayaran
- Seberapa sering pengguna meninggalkan chatbot, khusus untuk waktu atau alur tertentu
- Seberapa sering pengguna berinteraksi dengan produk yang direkomendasikan oleh chatbot
- Seberapa sering chatbot melakukan up-selling atau cross-selling suatu produk atau layanan
Analisis tingkat lanjut memungkinkan tim Anda mengidentifikasi ruang untuk perbaikan dengan akurasi yang tepat.
Dengan memahami bagaimana pengguna terlibat dengan setiap bagian dari alur chatbot Anda, Anda dapat mengoptimalkan proses tanpa henti untuk hasil yang lebih baik dan lebih baik lagi.
Apa yang harus dicari di dasbor analitik
Ada banyak pilihan untuk platform analitik chatbot. Sebagian besar platform chatbot akan dilengkapi dengan dasbor analitik mereka sendiri, tetapi Anda dapat meningkatkannya dengan add-on analitik. Ini juga berguna untuk analitik chatbot open source.
Saat mencari platform analitik chatbot tingkat tinggi, berikut beberapa fitur yang harus diperhatikan:
Pemantauan waktu nyata
Fitur utama dari platform analitik chatbot yang canggih adalah kemampuan untuk melacak kinerja secara real time. Tidak hanya memungkinkan tim Anda untuk melihat data terbaru, tetapi mereka juga dapat merespons dengan cepat terhadap masalah atau anomali.
Misalnya, Anda dapat mengatur peringatan waktu nyata untuk masalah, seperti tingkat penahanan yang tidak biasa atau menurun.
Integrasi dengan sistem bisnis
Kemampuan untuk mengekspor data chatbot Anda dengan mulus ke dalam visualisasi data dan alat BI - seperti Tableu atau Google Analytics - memungkinkan Anda untuk dengan mudah berbagi wawasan di seluruh tim (tanpa perlu semua orang masuk ke platform chatbot Anda).
Metrik yang dapat disesuaikan
Metrik yang dapat disesuaikan - atau 'analisis lanjutan' - akan memungkinkan tim Anda untuk mengasah bagian tertentu dari alur chatbot Anda.
Menerapkan chatbot bulan depan
Dengan pengalaman bertahun-tahun dalam menerapkan chatbot AI dan agen AI, Botpress adalah platform chatbot terkemuka untuk perusahaan dan pembangun solo.
Platform yang dapat diperluas dan disesuaikan tanpa henti memungkinkan pembuat bot membangun chatbot untuk kasus penggunaan apa pun, di industri apa pun.
Menerapkannya dengan mulus di berbagai saluran dan platform dengan pustaka integrasi yang sudah dibuat sebelumnya.
Pelajari cara membuat chatbot tingkat lanjut dengan perpustakaan edukasi yang luas dan komunitas Discord yang aktif dengan 20.000+ pembuat bot.
Mulaimembangun hari ini. Ini gratis.
Hal-hal yang sering ditanyakan
1. Seberapa sering saya harus meninjau data analitik chatbot saya?
Minimal, periksa setiap minggu. Tetapi jika bot Anda mendapatkan banyak lalu lintas atau memainkan peran penting dalam konversi atau dukungan, tinjauan harian dapat membantu Anda menemukan dan memperbaiki masalah dengan lebih cepat.
2. Apa cara terbaik untuk menetapkan baseline sebelum mengukur peningkatan?
Mulailah dengan melacak metrik chatbot Anda selama beberapa minggu tanpa melakukan perubahan, sehingga Anda mendapatkan gambaran yang jelas tentang kinerja "normal". Itulah garis dasar Anda.
3. Apa perbedaan antara analisis chatbot dan analisis situs web tradisional?
Analisis chatbot berfokus pada percakapan seperti bagaimana orang berinteraksi, di mana mereka berhenti, apa yang mereka tanyakan, dll., sementara analisis situs web lebih melihat pada klik, tampilan halaman, dan waktu yang dihabiskan pada halaman.
4. Bagaimana analitik chatbot terintegrasi dengan pemetaan perjalanan pengguna?
Mereka menunjukkan dengan tepat di mana dalam perjalanan pengguna terlibat, macet, atau memantul, sehingga Anda dapat mengubah pengalaman di tempat yang tepat untuk alur yang lebih baik.
5. Bagaimana analisis prediktif dapat meningkatkan alur chatbot dari waktu ke waktu?
Dengan melihat pola perilaku pengguna, analisis prediktif dapat membantu Anda mengantisipasi kebutuhan, menyarankan langkah selanjutnya yang lebih baik, atau bahkan secara proaktif memandu pengguna sebelum masalah muncul.
.png)
