Mengapa setiap agensi perlu membina chatbots perkhidmatan pelanggan untuk pelanggan mereka

Sam telah memulakan keupayaan pembangunan bot untuk agensi digitalnya.

Sebagai sebahagian daripada proses pembangunan perniagaan, beliau melawat ramai pelanggan untuk menerangkan faedah bot. Dan dia melihat sesuatu yang menarik.

Terlepas dari semua senario yang berbeza yang telah dijelaskannya, mereka semua berminat dengan chatbots perkhidmatan pelanggan.

Mereka secara intuitif memahami kegunaan chatbots dalam perkhidmatan pelanggan:

• Kos ejen perkhidmatan pelanggan adalah tinggi.
• Kebanyakan masa mereka dihabiskan untuk menjawab soalan yang mudah dan berulang.
• Bot boleh menjawab jenis soalan ini dengan lebih berkesan dalam banyak kes daripada ejen boleh.
• Kos bot adalah sedemikian rupa sehingga jika mereka menggantikan beberapa ejen perkhidmatan pelanggan dengan bot, mereka dapat dengan cepat mendapatkan semula kos bot dari penjimatan kos buruh.
• Bukan itu sahaja, tetapi bot menjadi lebih baik dari masa ke masa dan membuka pintu kepada banyak inovasi lain.

Oleh itu, Sam memutuskan untuk mengkhususkan perniagaan botnya pada bot perkhidmatan pelanggan kerana mereka mendapat permintaan tinggi dan dari perbincangan dengan pelanggannya dan dengan agensi lain dia telah menubuhkan ekonomi adalah baik. Sebaik sahaja dia memaku niche ini, dia akan berpindah ke pasaran bersebelahan.

Dia tahu bahawa walaupun beberapa teknologi di sekitar pemprosesan bahasa semula jadi (NLP) canggih, alat di luar sana sangat baik sekarang sehingga hampir semua orang dapat melaksanakan penyelesaian NLP yang baik. Hari-hari ini ia adalah pekerjaan konfigurasi dan bukannya kerja sains data. Ini bermakna kemahiran yang diperlukan untuk melaksanakan penyelesaian itu berada dalam keupayaan pemaju paling juniornya.

Dia juga sedar bahawa penyelesaian perkhidmatan pelanggan yang hebat tidak cuba melakukan terlalu banyak. Teknologi ini tidak cukup baik untuk terlibat dalam perbualan seperti manusia dengan pelanggan. Enjin NLP sangat pandai memahami soalan pertama yang ditanya oleh pelanggan tetapi jika perbualan menjadi lebih rumit daripada itu atau bot gagal memahami pelanggan pada pusingan pertama, adalah penting untuk segera campur tangan manusia.

Hakikat bahawa tumpuan utama pada NLP adalah soalan atau interaksi pertama juga bermakna tugas itu lebih mudah dari sudut pandangan teknikal. Memang benar bahawa sesetengah syarikat telah melalui laluan untuk cuba membina pengalaman yang benar-benar perbualan tetapi setakat ini pendekatan ini telah membawa kepada peningkatan kerumitan dan kegagalan. Sam tidak berminat untuk mengambil jalan ini.

Beliau telah memerhatikan bahawa terdapat banyak tawaran baru muncul untuk bot perkhidmatan pelanggan di pasaran sehingga mungkin pasaran mungkin kompetitif. Pada masa yang sama setiap perniagaan memerlukan penyelesaian jenis ini dalam beberapa bentuk sehingga peluangnya sangat besar! Malah Sam melihat pasaran pada masa ini kurang mendapat perkhidmatan dan percaya ia akan menjadi cara ini sekurang-kurangnya selama beberapa tahun.

Terdapat banyak syarikat yang menawarkan proprietari, di luar penyelesaian rak untuk perkhidmatan pelanggan. Sam dianggap sebagai penjual semula jenis penyelesaian ini tetapi dia tidak menyangka bahawa penyelesaian proprietari ini adalah penyelesaian terbaik jangka panjang. Dia tidak akan menggunakannya untuk perniagaannya sendiri jadi dia juga tidak percaya dia harus menawarkan penyelesaian jenis ini kepada pelanggannya.

Dia tidak suka memikirkan untuk dikunci masuk ke sistem proprietari kerana beberapa sebab:

• Dia tidak menyukai idea untuk menggabungkan enjin pemprosesan bahasa semula jadi (NLP) dengan perisian lain. Penyedia terbaik enjin bahasa semula jadi mungkin penyedia yang berbeza daripada penyedia perkhidmatan analisis terbaik, atau penyedia penyambung terbaik ke platform sembang.
• Walaupun penyelesaian bahasa semula jadi mereka adalah yang terbaik sekarang, tidak ada jaminan bahawa mereka akan menjadi penyedia terbaik pada masa akan datang. Ia sepatutnya mungkin untuk menukar enjin NLP pada masa akan datang.
• Enjin NLP yang berbeza mungkin pandai dalam perkara yang berbeza sehingga anda mungkin mahu menggunakan lebih daripada satu. Sebagai contoh, satu enjin NLP mungkin baik untuk soalan IT, yang lain mungkin baik untuk Soalan Lazim umum.
• NLP bukan satu-satunya keupayaan yang diperlukan untuk bot perkhidmatan pelanggan yang hebat. Bergantung pada teks dan NLP sahaja pastinya bukan cara untuk mencipta pengalaman pelanggan yang luar biasa.
• Antara muka teks sangat terhad dan oleh itu perlu ditambah dengan antara muka grafik. Perlu bergantung kepada vendor untuk menyediakan antara muka ini pada masa akan datang tidak akan optimum.
• Manusia dalam fungsi gelung (membolehkan bot dinaikkan kepada agen manusia jika gagal memahami sesuatu yang dikatakan kepadanya) adalah penting untuk perkhidmatan pelanggan. Manusia dalam fungsi gelung akan menjadi lebih canggih pada masa akan datang. Ia akan termasuk antara muka tersuai untuk ejen yang termasuk jawapan dalam tin atau respons tersuai. Adalah mungkin bagi sesiapa sahaja, termasuk pemaju bot dalaman, untuk menyesuaikan manusia dalam gelung untuk tujuan mereka sendiri tanpa bergantung kepada vendor.
• Kandungan harus diuruskan dengan mudah oleh pasukan kandungan yang sepatutnya dapat mengembangkan alat penggunaan untuk ujian A / B dan analisis berkaitan pasaran lain.
• Ia perlu mudah bagi pemaju dalaman untuk mengintegrasikan perkhidmatan dengan sistem dalaman tanpa bergantung kepada vendor.
• Ada kemungkinan bahawa perkhidmatan lain akhirnya dapat ditawarkan melalui saluran perkhidmatan pelanggan.
  Seorang pelanggan yang bertanya tentang bilik di hotel boleh ditawarkan diskaun dan peluang untuk menempah dengan segera di saluran yang sama sebagai contoh. Pemaju dalaman atau pihak ketiga perlu dapat mengekodkan perkhidmatan tambahan ini di saluran tanpa perlu pergi ke vendor asal.

Beliau mahu penyelesaiannya yang beliau tawarkan adalah mudah. Menjadi bukti masa depan dan boleh diperluas adalah penting, tetapi pada masa yang sama ia sepatutnya sangat mudah untuk mendapatkan penyelesaian awal dan berjalan.

Sekiranya dia menggunakan Botpress dia boleh menyelesaikan isu kesesuaian. Botpress berkesan boleh bertindak sebagai perisian tengah kepada semua alat chatbot terbaik di pasaran dan juga menyediakan banyak komponen standard di luar kotak. Komponen ini boleh ditukar untuk komponen pihak ketiga atau disesuaikan seperti yang diperlukan pada masa akan datang.

Untuk menawarkan pelanggannya penyelesaian terbaik, beliau akan memilih satu set alat yang beliau percaya menawarkan penyelesaian nilai terbaik untuk pelanggan.

Untuk memulakan dengan seni bina akan menjadi sangat mudah. Beliau akan memilih enjin NLP terbaik daripada vendor NLP utama (Google, Facebook, Microsoft, IBM, Rasa) dan kemudian menggunakan komponen standard daripada Botpress untuk menyambung ke platform pemesejan yang diperlukan dan untuk menyediakan keupayaan sokongan seperti analisis, manusia dalam gelung dan keselamatan berasaskan peranan.

Sebaik sahaja penyelesaian asas ini berjalan dan berjalan dengan pelanggan, dia boleh berfikir tentang memperbaikinya jika perlu. Ini boleh melakukan ini dengan menambah enjin NLP, menaik taraf pakej analisis (kepada pembekal pihak ketiga jika perlu) atau menambah penyesuaian kepada manusia dalam ciri gelung.

Sudah tentu keputusan untuk menyesuaikan atau menambah komponen atau perkhidmatan baru kepada sistem akan didorong oleh menganalisis interaksi pelanggan dengan sistem. Perubahan boleh dibuat dengan cepat seperti yang dikehendaki oleh pemaju yang sesuai.

Sam memutuskan untuk memulakan dengan melaksanakan penyelesaian untuk perniagaannya sendiri terlebih dahulu. Ini membolehkannya bereksperimen dengan beberapa alat yang ada dan memilih apa yang difikirkannya adalah tawaran terbaik untuk persediaan awal.

Bukan sahaja Sam segera memenangi banyak projek perkhidmatan pelanggan, dia mendapati bahawa apabila kejayaan pelaksanaan perkhidmatan pelanggan dicapai, pelanggannya dengan cepat mahukan perkhidmatan lain ditambah ke saluran tersebut.

Oleh kerana perkhidmatan pelanggan adalah sesuatu yang setiap syarikat di dunia memerlukan lebih kurang tidak ada kekurangan pelanggan.

Hanya setelah dia mula melaksanakan penyelesaian dengan cara ini, dia menghargai berapa banyak pelanggannya menghargai hakikat bahawa dia dapat membantu mereka memilih alat terbaik untuk perniagaan mereka daripada cuba menguncinya menjadi penyelesaian bloatware tunggal, tidak boleh diperluas dan kembung.

Sam dan pasukannya telah menjadi sangat baik untuk memikirkan cara menggunakan bot perkhidmatan pelanggan untuk membuat nilai yang sangat tinggi dan penambahbaikan berimpak tinggi kepada fungsi perkhidmatan pelanggan syarikat.