Apakah Kes Penggunaan Baik atau Buruk untuk Chatbots?

Terdapat kes penggunaan yang baik untuk chatbots dan kes penggunaan buruk tetapi bagaimana anda boleh memberitahu kes penggunaan yang baik dari kes penggunaan yang tidak baik?

Sebelum anda mengatakan sama ada kes penggunaannya baik atau buruk, anda perlu mempertimbangkan jenis chatbot yang dipertimbangkan dan alternatif untuk menggunakan chatbot.

Perkara pertama ialah chatbot adalah antara muka untuk perisian. Oleh itu, ia hanya boleh menjadi kes penggunaan yang baik untuk chatbot jika kerja yang perlu dilakukan tidak dapat dilakukan dengan lebih baik menggunakan antara muka alternatif seperti antara muka pengguna grafik.

Seperti setiap antara muka perisian, matlamat chatbot adalah untuk memberikan tahap kemudahan baru kepada pengguna akhir.

Sudah tentu, terdapat kekangan ekonomi di sini. Syarikat hanya dapat memberikan kemudahan yang berdaya maju dari segi ekonomi, jika tidak, mereka akan memperuntukkan wakil perkhidmatan pelanggan kepada setiap pelanggan. Dalam menilai kemudahan yang disampaikan oleh chatbot, pertimbangan penting adalah berapa banyak kos untuk memberikan tahap kemudahan yang diperlukan dan bagaimana kemudahan yang disampaikan ini akan membayar sendiri dan memberikan pulangan pelaburan.

Kos kemudahan tambahan ditentukan sebahagian besarnya oleh kemajuan teknologi alat pembangunan chatbot. Alat yang memerlukan input dan pengkategorian puluhan ribu sembang perkhidmatan pelanggan akan jauh lebih mahal daripada alat yang membolehkan pemaju mengembangkan kes penggunaan yang sama dalam masa tiga hari. Persoalannya ialah apakah perbezaan kualiti yang dicapai dan apakah kesan ekonomi langsung dan tidak langsung dari perbezaan ini.

Walaupun kita dapat membuat beberapa generalisasi tentang apa yang akan dianggap sebagai kes penggunaan yang baik untuk chatbots, setiap keadaan berbeza sehingga beberapa penghakiman diperlukan untuk mengetahui sama ada kes penggunaan yang dipertimbangkan adalah kes penggunaan yang baik atau tidak.

‍

Kes Penggunaan biasa: Pengisian borang

Mari kita bincangkan terlebih dahulu kes penggunaan untuk chatbots yang didorong oleh teks dan pertimbangkan kes penggunaan biasa pengumpulan maklumat, khususnya pengisian borang.

Kami melihat banyak kes penggunaan di mana pengguna ingin menggunakan chatbot untuk mengisi borang. Saya tidak dapat mengatakan sama ada pengisian borang per se adalah kes penggunaan yang baik atau buruk, tetapi jika kita melihat lebih mendalam ke dalam kes penggunaan ini, kita dapat menentukan sama ada kes penggunaan yang tepat dipertimbangkan adalah sesuai untuk chatbot atau tidak.

Katakan pengguna akhir perlu mengisi borang konvensional sama ada pada peranti mudah alih desktop mereka. Medan borang adalah serupa tidak kira apa input pengguna iaitu medan tidak banyak berubah berdasarkan input pengguna.

Dalam kes ini, mengisi borang nampaknya akan menjadi kes penggunaan yang buruk untuk chatbot. Antara muka grafik akan membolehkan pengguna mengimbas dengan mudah apa yang diperlukan dan mengedit medan sebelumnya dengan mudah jika mereka membuat kesilapan. Menyemak semula bidang sebelumnya boleh menjadi sukar pada chatbot kerana chatbot mengalir dalam satu arah linear.

Dalam kes penggunaan pengisian borang klasik ini, terdapat cara chatbot berpotensi meningkatkan pengalaman pengguna. Sebagai contoh, pengguna pada mulanya boleh terlibat dengan chatbot dan chatbot boleh membimbing mereka dan membuka borang yang diperlukan. Chatbot juga boleh bersiap sedia untuk sebarang soalan yang tidak dijangka yang timbul semasa menjawab borang. Perhatikan saya berkata soalan "tidak dijangka". Lebih cekap untuk memaparkan maklumat mengenai soalan yang dijangkakan sebagai pop timbul grafik di sebelah bidang yang berkaitan.

Chatbot juga boleh mengawal selepas borang selesai dan membimbing mereka ke borang atau tindakan seterusnya, dengan mengandaikan terdapat berbilang langkah dalam perjalanan pengguna. Ini boleh menjadi lebih berkesan daripada arahan pasif yang ditulis di laman web yang pengguna perlu ingat dan ikuti. Ringkasnya, chatbot boleh digunakan sebagai pengurus aliran kerja yang boleh menangani soalan yang tidak dijangka, tetapi akan meninggalkan tindakan mengisi borang ke antara muka grafik yang sesuai.

Di mana bentuknya pendek, chatbot mungkin antara muka terbaik. Ini kerana ia mungkin tidak berbaloi dengan usaha membuka antara muka grafik jika terdapat hanya beberapa soalan yang boleh ditanya di dalam chatbot. Chatbot masih mempunyai batasan bahawa ia perlu bertanya pada akhirnya sama ada sebarang jawapan perlu diubah dan mempunyai mekanisme untuk membolehkan pengguna menukar jawapan, tetapi jika bentuknya pendek, kemungkinan besar pengguna telah membuat kesilapan dan juga lebih mudah untuk membenarkan pengguna menukar jawapan sebelumnya dari dalam chatbot.

Hujah untuk menggunakan chatbot ini lebih kuat jika chatbot digunakan untuk membimbing pengguna ke borang. Sekiranya pengguna sudah berada dalam antara muka sembang, soalan boleh ditanya dengan cepat tanpa mengganggu aliran. Hujah ini lebih kuat apabila pengguna menggunakan chatbot melalui aplikasi sembang seperti Whatsapp. Jika syarikat mempunyai nombor telefon pengguna, aplikasi seperti Whatsapp adalah cara terbaik untuk menjangkau pelanggan dan bertanya kepada mereka beberapa soalan cepat. Syarikat penghantaran misalnya harus selalu menggunakan teknologi seperti ini untuk menjadualkan penghantaran.

Satu lagi kes di mana mungkin lebih baik menggunakan chatbot untuk dari adalah di mana jawapan pada borang menentukan apa soalan seterusnya. Pada asasnya bentuk jenis ini membawa pengguna melalui pokok keputusan. Ini boleh menjadi kes penggunaan yang baik untuk chatbot kerana lebih sukar untuk mendapatkan bentuk jenis ini tepat dalam antara muka grafik. Walau bagaimanapun, masih berlaku bahawa mekanisme untuk mengubah jawapan sebelumnya perlu dibina dan oleh itu kebaikan dan keburukan perlu dinilai dengan teliti.

‍

Bot skrip vs Pintar

Kes penggunaan pengisian borang adalah baik untuk diperiksa kerana ia menunjukkan beberapa kelebihan dan kekurangan menggunakan chatbots. Perlu disebutkan bahawa dalam kes penggunaan di atas kita telah menerangkan chatbots skrip, iaitu chatbots yang hanya menavigasi pokok keputusan secara deterministik, iaitu mereka tidak mempunyai kecerdasan (kecuali dalam jawapan yang dipersoalkan).

Kita juga harus menyebut bahawa selalunya lebih baik menggunakan chatbot skrip untuk kes penggunaan tertentu dan bukannya chatbot pintar terbuka. Untuk kes penggunaan yang disebutkan di atas di mana skop apa yang pengguna perlu lakukan difahami dengan baik, chatbot skrip memberikan pengalaman yang cekap dan mudah. Bukan itu sahaja, jauh lebih murah untuk meletakkan fungsi ini dalam chatbot dan bukannya mempunyai laman web untuk setiap tindakan.

Chatbot jenis lain yang ingin kita bincangkan adalah jenis pintar. Chatbots ini boleh mengenali makna dalam frasa pengguna dan mengekstrak parameter dari frasa. Sebagai contoh, jika pengguna berkata "Saya ingin menempah penerbangan ke Paris", chatbot boleh mengenali niat "Tempahan Penerbangan" dan juga mengekstrak bandar destinasi sebagai Paris.

Kes penggunaan yang baik untuk chatbot jenis ini adalah kes penggunaan di mana pengguna berkemungkinan besar menggunakan jenis frasa yang difahami oleh chatbot. Ini bermakna pengguna perlu sedar bahawa mereka menggunakan chatbot untuk tugas yang sangat sempit.

Ia juga harus berlaku bahawa bilangan alternatif yang terbuka kepada pengguna agak besar, iaitu tidak lebih cekap untuk menyenaraikan alternatif dalam bot skrip.

Chatbot boleh diprogramkan untuk mengenali banyak frasa yang berbeza. Sekiranya chatbot tidak dapat memahami apa yang dikatakan oleh pengguna, pengalaman pengguna dapat dengan cepat menjadi buruk. Oleh itu, secara amnya amalan yang baik untuk mempunyai chatbots pintar yang disokong oleh ejen perkhidmatan pelanggan. Sebarang pertanyaan yang salah faham boleh diajukan kepada ejen perkhidmatan pelanggan yang boleh menjawab soalan (dan menjadikan chatbot lebih pintar pada masa yang sama).

Tidak mempunyai perkhidmatan yang disokong oleh ejen perkhidmatan pelanggan bermakna sekiranya ia tidak memahami sesuatu, bot perlu menyatakan secara jelas kepada pengguna perkara yang dapat difahami dari segi topik atau untuk pengguna memilih dan meminta pengguna memilihnya. Ini bermakna bot menjadi bot skrip dari titik itu dan seterusnya. Walau bagaimanapun, ini bermasalah jika terdapat sejumlah besar alternatif yang terlalu banyak untuk disenaraikan.

Pendekatan lain adalah untuk chatbot menaikkan tiket dalam sistem sokongan bagi pihak pelanggan yang ejen manusia boleh bertindak balas secara tidak segerak. Ini sudah tentu bukan pengalaman pelanggan yang ideal.

Pembantu maya "optimum"

Perlu disebutkan bahawa suara akan menjadi pengubah permainan di sini dan bahawa kes penggunaan pembunuh untuk chatbots akan menjadi bot yang didorong suara.

Walaupun sudah ada banyak peranti suara popular di luar sana, suara belum mencapai tahap di mana ia adalah pengalaman yang sempurna. Terlalu banyak kesilapan yang dibuat oleh perisian dan pengguna perlu bercakap dengan peranti dalam kenyataan SQL yang berkesan. Chatbots ini pada dasarnya hanya menyokong arahan atau soalan sekali sahaja dan tugas yang biasanya mereka lakukan terlalu berbutir untuk menghasilkan kesesuaian pasaran produk yang hebat.

Chatbot yang sempurna akan menjadi seperti pembantu manusia, hanya lebih baik. Anda akan dapat memberikan arahan peringkat tinggi minimum untuk tugas dan tugas itu akan dijalankan berdasarkan pengetahuan terdahulu pembantu. Ini bermakna pembantu tidak akan meminta anda mengesahkan perkara yang sepatutnya diketahui.

Sebagai contoh, jika anda mengatakan "Tempah saya Uber" dan anda baru sahaja bercakap tentang destinasi, ia tidak akan bertanya kepada anda ke mana anda pergi atau sekurang-kurangnya menyatakan di mana ia menempah Uber ke.

Peraturan praktikal untuk kes penggunaan chatbot terbaik adalah untuk bertanya kepada diri sendiri apa yang mungkin anda katakan kepada pembantu manusia pada ketika itu. Walaupun teknologi itu belum sempurna lagi, ia berkembang pesat, dan interaksi seperti manusia tidak lama lagi akan menjadi standard (dalam domain pengetahuan yang semakin besar).