Sam telah memulai kemampuan pengembangan bot untuk agensi digitalnya.
Sebagai bagian dari proses pengembangan bisnis, ia telah mengunjungi banyak klien untuk menjelaskan manfaat bot dan dengan melakukan hal tersebut, ia melihat sesuatu yang menarik.
Terlepas dari semua skenario berbeda yang ia jelaskan (dan banyak klien yang terkesan dan tertarik dengan apa yang ia katakan), semuanya tertarik dengan chatbots untuk kasus penggunaan layanan pelanggan.
Kasus penggunaan layanan pelanggan adalah sesuatu yang dapat mereka pahami secara intuitif:
- Biaya agen layanan pelanggan tinggi.
- Sebagian besar waktu mereka dihabiskan untuk menjawab pertanyaan-pertanyaan sederhana dan berulang.
- Bot dapat menjawab jenis pertanyaan seperti ini dengan lebih efektif dalam banyak kasus dibandingkan dengan agen.
- Biaya bot sedemikian rupa sehingga jika mereka mengganti beberapa agen layanan pelanggan dengan bot, mereka dapat dengan cepat menutup biaya bot dari penghematan biaya tenaga kerja.
- Tidak hanya itu, bot menjadi lebih baik dari waktu ke waktu dan membuka pintu bagi banyak inovasi lainnya.
Oleh karena itu, Sam memutuskan untuk mengkhususkan bisnis bot-nya pada bot layanan pelanggan karena permintaannya tinggi dan dari diskusi dengan pelanggannya dan dengan agensi lain, ia telah menetapkan bahwa ekonomi yang baik. Setelah dia berhasil menguasai ceruk ini, dia akan pindah ke pasar yang berdekatan.
Dia tahu bahwa meskipun beberapa teknologi di sekitar pemrosesan bahasa alami (NLP) sangat canggih, alat di luar sana sudah sangat bagus sehingga hampir semua orang dapat menerapkan solusi NLP yang baik. Sekarang ini, hal tersebut lebih merupakan pekerjaan konfigurasi daripada pekerjaan ilmu data. Ini berarti bahwa keterampilan yang dibutuhkan untuk mengimplementasikan solusi tersebut berada dalam kemampuan pengembang yang paling junior sekalipun.
Dia juga menyadari bahwa solusi layanan pelanggan yang hebat tidak mencoba melakukan terlalu banyak hal. Teknologi tersebut tidak cukup baik untuk melakukan percakapan seperti manusia dengan pelanggan. Mesin NLP sangat baik dalam memahami pertanyaan pertama yang diajukan pelanggan, tetapi jika percakapan menjadi lebih rumit dari itu atau bot gagal memahami pelanggan untuk pertama kalinya, maka penting untuk meminta bantuan manusia untuk segera turun tangan.
Fakta bahwa fokus utama pada NLP adalah pertanyaan atau interaksi pertama juga berarti bahwa tugasnya jauh lebih sederhana dari sudut pandang teknis. Memang benar bahwa beberapa perusahaan mengambil jalan untuk mencoba membangun pengalaman percakapan yang sesungguhnya, namun sejauh ini pendekatan ini telah menyebabkan meningkatnya kompleksitas dan kegagalan. Sam tidak tertarik untuk mengambil jalan ini.
Dia telah mengamati bahwa ada banyak penawaran yang muncul untuk bot layanan pelanggan di pasar sehingga mungkin pasarnya akan kompetitif. Pada saat yang sama, setiap bisnis membutuhkan jenis solusi ini dalam beberapa bentuk, jadi peluangnya sangat besar! Faktanya, Sam melihat pasar saat ini kurang terlayani secara masif dan percaya bahwa pasar akan tetap seperti itu setidaknya selama beberapa tahun.
Ada banyak perusahaan yang menawarkan solusi siap pakai untuk layanan pelanggan. Sam mempertimbangkan untuk menjadi reseller dari jenis solusi ini, namun ia tidak berpikir bahwa solusi eksklusif ini adalah solusi terbaik untuk jangka panjang. Dia tidak akan menggunakannya untuk bisnisnya sendiri, jadi dia juga tidak yakin bahwa dia harus menawarkan solusi jenis ini kepada kliennya.
Dia tidak menyukai pemikiran bahwa dia terkunci pada sistem berpemilik karena beberapa alasan:
- Dia tidak menyukai gagasan untuk menggabungkan mesin pemrosesan bahasa alami (NLP) dengan perangkat lunak lainnya. Penyedia mesin bahasa alami terbaik mungkin merupakan penyedia yang berbeda dengan penyedia layanan analitik terbaik, atau penyedia konektor terbaik ke platform obrolan.
- Bahkan jika solusi bahasa alami mereka adalah yang terbaik saat ini, tidak ada jaminan bahwa mereka akan menjadi penyedia terbaik di masa depan. Seharusnya dimungkinkan untuk mengganti mesin NLP di masa depan.
- Mesin NLP yang berbeda mungkin bagus untuk hal-hal yang berbeda sehingga Anda mungkin ingin menggunakan lebih dari satu. Misalnya, satu mesin NLP mungkin bagus untuk pertanyaan-pertanyaan TI, mesin NLP lainnya mungkin bagus untuk FAQ umum.
- NLP bukanlah satu-satunya kemampuan yang dibutuhkan untuk bot layanan pelanggan yang hebat. Mengandalkan teks dan NLP saja jelas bukan cara untuk menciptakan pengalaman pelanggan yang luar biasa.
- Antarmuka teks sangat terbatas dan oleh karena itu perlu ditambah dengan antarmuka grafis. Mengandalkan vendor untuk menyediakan antarmuka ini di masa depan tidak akan optimal.
- Fungsionalitas human in the loop (memungkinkan bot untuk dieskalasi ke agen manusia jika bot gagal memahami sesuatu yang dikatakan kepadanya) sangat penting untuk layanan pelanggan. Fungsionalitas human in the loop akan menjadi lebih canggih di masa depan. Ini akan mencakup antarmuka yang disesuaikan untuk agen yang mencakup jawaban yang sudah jadi atau tanggapan yang disesuaikan. Seharusnya memungkinkan bagi siapa saja, termasuk pengembang bot internal, untuk menyesuaikan human in the loop untuk tujuan mereka sendiri tanpa bergantung pada vendor.
- Konten harus mudah dikelola oleh tim konten yang harus dapat mengembangkan alat bantu untuk pengujian A/B dan analisis terkait pasar lainnya.
- Perlu ada kemudahan bagi pengembang internal untuk mengintegrasikan layanan dengan sistem internal tanpa bergantung pada vendor.
- Ada kemungkinan bahwa layanan lain pada akhirnya dapat ditawarkan melalui saluran layanan pelanggan.
Seorang pelanggan yang bertanya tentang kamar di sebuah hotel dapat ditawari diskon dan kesempatan untuk segera memesan di saluran yang sama misalnya. Pengembang internal atau pihak ketiga harus dapat mengkodekan layanan tambahan ini di saluran tanpa harus pergi ke vendor asli.
Namun, ia ingin solusi yang ia tawarkan sederhana saja. Menjadi bukti di masa depan dan dapat diperluas adalah penting, tetapi pada saat yang sama juga harus sangat mudah untuk mendapatkan solusi awal dan menjalankannya.
Jika dia menggunakan Botpress , dia dapat mengatasi masalah ekstensibilitas. Botpress dapat secara efektif bertindak sebagai middleware untuk semua alat chatbot terbaik di pasar dan juga menyediakan banyak komponen standar di luar kotak. Komponen-komponen ini dapat diganti dengan komponen pihak ketiga atau disesuaikan sesuai kebutuhan di masa mendatang.
Untuk menawarkan solusi terbaik kepada pelanggannya, dia akan memilih seperangkat alat yang dia yakini menawarkan solusi dengan nilai terbaik bagi pelanggan.
Untuk memulai dengan arsitektur yang sangat sederhana. Dia akan memilih mesin NLP terbaik dari vendor NLP utama (Google, Facebook, Microsoft, IBM, Rasa) dan kemudian menggunakan komponen standar dari Botpress untuk terhubung ke platform pengiriman pesan yang diperlukan dan untuk menyediakan kemampuan pendukung seperti analitik, human in the loop, dan keamanan berbasis peran.
Setelah solusi dasar ini berjalan dengan pelanggan, ia dapat berpikir untuk meningkatkannya jika perlu. Hal ini dapat dilakukan dengan menambahkan mesin NLP, meningkatkan paket analitik (ke penyedia pihak ketiga jika perlu) atau menambahkan kustomisasi pada fitur human in the loop.
Tentu saja keputusan untuk menyesuaikan lebih lanjut atau menambahkan komponen atau layanan baru ke dalam sistem akan didorong dengan menganalisis interaksi pelanggan dengan sistem. Perubahan dapat dilakukan dengan cepat sesuai kebutuhan pengembang yang tepat.
Sam memutuskan untuk memulai dengan mengimplementasikan solusi untuk bisnisnya sendiri terlebih dahulu. Hal ini memungkinkannya untuk bereksperimen dengan beberapa alat yang tersedia dan memilih apa yang menurutnya merupakan penawaran terbaik untuk penyiapan awal.
Sam tidak hanya segera mulai memenangkan banyak proyek layanan pelanggan, ia menemukan bahwa setelah implementasi layanan pelanggan berhasil, kliennya dengan cepat menginginkan layanan lain ditambahkan ke saluran tersebut.
Karena layanan pelanggan adalah sesuatu yang dibutuhkan oleh setiap perusahaan di dunia, maka tidak ada kekurangan klien.
Setelah mulai menerapkan solusi dengan cara ini, barulah dia menghargai betapa kliennya menghargai fakta bahwa dia bisa membantu mereka memilih alat bantu terbaik untuk bisnis mereka, bukannya mencoba mengunci mereka dalam satu solusi bloatware yang tidak bisa dikembangkan.
Sam dan timnya telah menjadi sangat ahli dalam mencari cara menggunakan bot layanan pelanggan untuk dengan sangat cepat membuat peningkatan yang bernilai tinggi dan berdampak tinggi pada fungsi layanan pelanggan perusahaan.
Bagikan ini:
Buat chatbot AI pribadi Anda sendiri secara gratis
Mulailah membuat bot GPT yang dipersonalisasi dengan antarmuka seret & lepas yang intuitif.
Mulailah - gratis! 🤖Tidak diperlukan kartu kredit
Terus ikuti perkembangan terbaru tentang AI chatbots