Panduan untuk Analitis Chatbot pada tahun 2025

Membina dan menggunakan hanyalah langkah pertama membina chatbot AI – selepas penggunaan, anda sudah bersedia untuk memantau projek anda dengan analisis chatbot.

Sebarang projek ejen chatbot atau AI sebenar memerlukan penjejakan metrik untuk memerhati dan meningkatkan prestasinya. 

Dengan pengalaman beberapa tahun menggunakan chatbot perusahaan , pasukan kami mahir dalam memantau dan mengulangi penggunaan chatbot yang berjaya. Tidak memanfaatkan sepenuhnya analitis chatbot anda ialah salah satu kesilapan biasa yang dilakukan oleh syarikat apabila menggunakan chatbot . 

Berikut ialah panduan ringkas untuk membolehkan anda bermula dengan analisis chatbot.

Apakah analisis chatbot?

Analitis chatbot ialah data dan metrik yang menjejaki cara pengguna berinteraksi dengan chatbot. Mereka membantu mengukur prestasi, mengenal pasti isu dan mengoptimumkan keberkesanan bot dari semasa ke semasa.

Ia melibatkan penjejakan, mengukur dan menganalisis prestasi dan interaksi chatbot melalui metrik yang dipilih. 

Analitis ini memberikan cerapan tentang cara pengguna terlibat dengan chatbot, keberkesanannya dan kesan keseluruhannya terhadap matlamat perniagaan.

Mengapa saya perlu mengukur analisis chatbot?

Tidak kira projek itu, anda perlu mengukur analitik AI chatbot anda. 

Projek chatbot AI mempunyai 3 peringkat: membina, menggunakan dan memantau. Tulang belakang peringkat monitor adalah mengukur analitik chatbot yang bermakna dan mengulangi pada chatbot anda. 

Pemantauan yang betul adalah penting untuk penggunaan chatbot yang berjaya — analitik penjejakan membolehkan anda mengetahui kawasan yang bot anda mempunyai ruang untuk penambahbaikan dan tempat ia memberikan ROI paling banyak.

Cara Mengukur Prestasi Chatbot: Langkah demi Langkah

1. Tentukan matlamat chatbot

Mulakan dengan mengenal pasti tujuan chatbot anda. Apakah hasil khusus yang anda mahukan? Chatbot sokongan pelanggan dan chatbot generasi utama akan mempunyai matlamat yang sangat berbeza daripada chatbot HR . 

Matlamat biasa termasuk sokongan pelanggan yang lebih baik, penjanaan petunjuk yang dipertingkatkan AI , sokongan jualan atau peningkatan penglibatan pengguna.

2. Mengikat matlamat dengan KPI

Kemudian anda boleh memilih KPI yang mencerminkan matlamat anda:

Jika matlamat anda ialah sokongan pelanggan yang lebih baik, KPI anda boleh menjadi masa penyelesaian di bawah 2 minit, kadar pesongan tiket sekurang-kurangnya 40% dan skor kepuasan pelanggan 85%+.

Jika matlamat anda ialah penjanaan petunjuk, KPI anda mungkin menjana 50 petunjuk yang layak setiap minggu atau kadar penukaran petunjuk sebanyak 20%.

3. Pantau metrik yang sejajar dengan KPI anda

Seterusnya, anda boleh mengenal pasti metrik tertentu yang memaklumkan KPI anda.

Sebagai contoh, metrik tentang penglibatan pengguna akan dikaitkan dengan:

• Bilangan pengguna kembali
• Sama ada mereka terlibat dengan pengesyoran produk chatbot
• Berapa ramai pelawat laman web keseluruhan yang menggunakan chatbot

4. Ikat metrik dengan nilai kewangan

Untuk memahami garis bawah pelaburan chatbot anda, anda perlu mengukur kesannya.

Sebagai contoh:

• Jika chatbot mengurangkan tiket sokongan, hitung jumlah yang anda jimat dalam kos buruh dengan menyelesaikan pertanyaan secara automatik
• Jika peningkatan penjanaan petunjuk ialah matlamat, hitung purata hasil setiap petunjuk dan darabkannya dengan bilangan petunjuk yang dijana bot

Langkah ini ialah bahagian penting dalam mengira ROI chatbot .

5. Ulang dan perbaiki

Memantau analitik chatbot ialah proses yang berterusan dan berkembang. 

Semak prestasi chatbot anda dengan kerap. Analisis data untuk mengenal pasti corak, seperti titik drop-off yang tinggi, ralat biasa atau laluan resolusi yang tidak cekap.

Apabila chatbot anda berkembang – dengan ciri baharu atau pengembangan kes penggunaan – anda perlu menyesuaikan dan mengembangkan metrik yang anda jejak, bersama KPI anda.

9 Metrik Chatbot untuk Dijejaki

1. Bilangan interaksi

Salah satu metrik yang paling penting ialah yang paling asas: adakah orang menggunakan chatbot anda? 

Jika tidak, pasukan anda perlu membuat papan tanda dengan lebih baik, atau menjadikan chatbot sebagai langkah proses yang lebih diperlukan (iaitu pekerja hanya boleh menjadualkan hari cuti melalui chatbot, bukannya memberi mereka pilihan untuk menjadualkan melalui wakil HR atau chatbot).

2. Purata tempoh sembang (kedua-dua tempoh masa dan bilangan mesej yang ditukar)

Interaksi chatbot yang ideal adalah cekap dan membantu. Jika interaksi mengambil masa terlalu lama, cuba kenal pasti dan kurangkan kesesakan.

3. Bilangan aliran yang dimulakan

Adakah chatbot anda mengenal pasti dan menyelesaikan masalah dengan serta-merta, atau adakah ia melalui pelbagai aliran untuk mencari penyelesaian? 

4. Bilangan aliran ulangan

Jika chatbot anda mengulangi aliran yang sama, ini adalah tanda ketidakcekapan. Ini mungkin kerana chatbot anda tidak mengenali keperluan pengguna dengan betul sejak awal.

5. Kadar pembendungan Chatbot

Kadar pembendungan chatbot merujuk kepada bilangan pengguna yang berinteraksi dengan chatbot anda dan melengkapkan interaksi tanpa perlu berinteraksi dengan manusia. 

Chatbot yang berjaya boleh melihat kadar pembendungan ~65%, kerana akan sentiasa ada interaksi yang memerlukan bantuan manusia. 

6. Bilangan pengguna berulang

Jika chatbot anda berguna, anda sepatutnya melihat pengguna kembali.

7. Bilangan pengguna aktif setiap tempoh masa

Mengetahui masa pengguna berinteraksi dengan chatbot anda boleh membantu dengan keputusan tentang penjadualan syif untuk ejen langsung.

8. CSAT (skor kepuasan pelanggan)

Maklum balas langsung ialah cara mudah untuk mengukur keberkesanan chatbot anda.

9. Purata masa tindak balas

Jika chatbot anda mempunyai matlamat untuk mengurangkan masa menunggu untuk pelanggan atau petunjuk anda, pastikan anda menjejaki berapa lama pelanggan perlu menunggu untuk bercakap dengan ejen manusia. 

Jika chatbot anda menjalankan tugasnya, ia sepatutnya mengurangkan masa menunggu dengan ketara.

Cara menggunakan analisis chatbot lanjutan

Platform chatbot terbaik akan membolehkan anda dan pasukan anda menyediakan metrik tersuai untuk menjejak analitis chatbot. 

Analitis tersuai memerlukan mengenal pasti tindakan bernilai tinggi dan mengarahkan chatbot anda untuk menjejakinya. 

‍

Sebagai contoh, Botpress membenarkan pengguna langganan menjejak sebarang acara yang mereka tambahkan kad 'Jejaki Acara'. 

Jenis analitis lanjutan ini membolehkan pengguna menjejak peristiwa khusus hiper. Contohnya:

• Kekerapan bot tidak dapat menjawab soalan menggunakan Pangkalan Pengetahuannya
• Kekerapan pengguna mengganggu bot semasa interaksi
• Berapa kerap bot sembang e-dagang gagal membuat pembayaran
• Kekerapan pengguna meninggalkan chatbot, khusus untuk masa atau aliran tertentu
• Kekerapan pengguna terlibat dengan produk yang disyorkan oleh chatbot
• Berapa kerap chatbot menjual atau menjual silang produk atau perkhidmatan

Analitis lanjutan membolehkan pasukan anda mengenal pasti ruang untuk penambahbaikan dengan ketepatan yang tepat. 

Dengan memahami cara pengguna terlibat dengan setiap bahagian aliran chatbot anda, anda boleh mengoptimumkan proses tanpa henti untuk mendapatkan hasil yang lebih baik dan lebih baik.

Perkara yang perlu dicari dalam papan pemuka analitik

Terdapat banyak pilihan untuk platform analisis chatbot. Kebanyakan platform chatbot akan datang dengan papan pemuka analitik mereka sendiri, tetapi anda boleh meningkatkannya dengan alat tambah analitik. Ini juga berguna untuk analisis chatbot sumber terbuka.

Apabila mencari platform analitis chatbot peringkat tinggi, berikut ialah beberapa ciri yang perlu diberi perhatian:

Pemantauan masa nyata

Ciri utama platform analitik chatbot lanjutan ialah keupayaan untuk menjejak prestasi dalam masa nyata. Ia bukan sahaja membenarkan pasukan anda melihat data terkini, tetapi mereka boleh bertindak balas dengan cepat kepada isu atau anomali.

Contohnya, anda boleh menyediakan makluman masa nyata untuk masalah, seperti kadar pembendungan yang luar biasa atau penurunan. 

Integrasi dengan sistem perniagaan

Keupayaan untuk mengeksport data chatbot anda dengan lancar ke dalam visualisasi data dan alatan BI – seperti Tableu atau Google Analytics – membolehkan anda berkongsi cerapan dengan mudah merentas pasukan (tanpa perlu semua orang log masuk ke platform chatbot anda).

Metrik boleh disesuaikan

Metrik boleh disesuaikan – atau 'analitis lanjutan' – akan membolehkan pasukan anda mengasah bahagian tertentu aliran chatbot anda. 

Gunakan chatbot bulan depan

Dengan pengalaman bertahun-tahun menggunakan chatbots AI dan ejen AI, Botpress ialah platform chatbot terkemuka untuk pembina perusahaan dan solo.

Platform yang boleh diperluas dan disesuaikan tanpa henti membolehkan pembina bot membina chatbot untuk sebarang kes penggunaan, merentas mana-mana industri. 

Sebarkan dengan lancar pada pelbagai saluran dan platform dengan perpustakaan integrasi yang telah dibina. 

Ketahui cara membina chatbot lanjutan dengan perpustakaan pendidikan yang luas dan aktif Discord komuniti 20,000+ pembina bot.  

Mula membina hari ini. Ia percuma.

Soalan lazim

1. Berapa kerapkah saya harus menyemak data analitis chatbot saya?

Anda harus menyemak data analitis chatbot anda sekurang-kurangnya sekali seminggu. Jika chatbot anda mengendalikan trafik yang tinggi atau menyokong fungsi kritikal seperti penjanaan petunjuk atau triage sokongan, semakan harian disyorkan untuk menangkap ralat dengan cepat.

2. Apakah cara terbaik untuk menetapkan garis dasar sebelum mengukur penambahbaikan?

Untuk menetapkan garis dasar sebelum mengukur peningkatan, pantau prestasi chatbot anda selama 2-4 minggu tanpa membuat perubahan. Jejaki metrik utama seperti kiraan sesi, kadar pembendungan, kadar serahan dan kepuasan pengguna supaya anda menetapkan standard untuk perbandingan masa hadapan.

3. Apakah perbezaan antara analitik chatbot dan analitis tapak web tradisional?

Analitis Chatbot memfokuskan pada kualiti interaksi – seperti ketepatan pengecaman niat, penurunan peringkat mesej dan kadar resolusi – manakala analitis tapak web tradisional menjejaki paparan halaman dan kadar lantunan. Data Chatbot membantu anda mengoptimumkan aliran perbualan; analisis web membantu anda mengoptimumkan navigasi dan kandungan.

4. Bagaimanakah analitik chatbot disepadukan dengan pemetaan perjalanan pengguna?

Analitis Chatbot disepadukan dengan pemetaan perjalanan pengguna dengan menunjukkan dengan tepat tempat pengguna terlibat dalam perbualan dan cara mereka maju melalui setiap langkah. Ini membantu anda menentukan geseran dalam peringkat tertentu seperti onboarding atau penukaran dan memperhalusi perjalanan pengguna dengan sewajarnya.

5. Bagaimanakah analitik ramalan boleh meningkatkan aliran chatbot dari semasa ke semasa?

Analitis ramalan boleh meningkatkan aliran chatbot dengan menganalisis corak tingkah laku pengguna untuk meramalkan niat seterusnya atau mengesyorkan kandungan yang diperibadikan. Dari masa ke masa, ini membantu bot membimbing pengguna dengan lebih berkesan, mengurangkan keciciran dan meningkatkan kadar penyiapan tugas.