De ultieme Chatbot-gids

Wat is een Chatbot?

Een chatbot is software die een menselijk gesprek kan voeren met een gebruiker. Een gebruiker kan tegen de chatbot spreken of hem een bericht sturen via een chatprogramma, en hij zal reageren door te spreken, iets te typen of iets grafisch te laten zien. Centraal in de digitale transformatie staan projecten om de klantervaring te verbeteren en te automatiseren. Het is terecht dat een snel groeiend aantal klanten op zoek is naar zelfbedieningsopties wanneer ze contact hebben met een bedrijf. Klanten zijn op zoek naar 24/7 ondersteuning met gepersonaliseerde ervaringen en interactieve kanalen die ze al gebruiken. We hebben veel chatbots zien lanceren met hoge verwachtingen, maar ze faalden, met frustratie en verspilling van middelen voor alle betrokkenen tot gevolg.

Chatbots hebben moeite gehad om aan de eisen van klanten te voldoen vanwege de technische beperkingen van de platformen waarop ze gebouwd zijn. Zonder robuuste mogelijkheden en functionaliteiten, en diepgaande aanpassing, blijven de meeste chatbots glansloos. Met dat in gedachten hebben we deze gids gemaakt om je te helpen begrijpen wat de kritische mogelijkheden van een chatbotplatform zijn en hoe je de oplossingen op de markt kunt evalueren om de ervaring te bereiken die je zoekt.

Wat is een chatbot en wat zijn de onderdelen van een succesvol chatbotplatform?

Verder gaan dan vooraf gedefinieerde QnA's

Het staat buiten kijf dat FAQ's hun plaats hebben binnen een chatbot. Je klanten snel en direct toegang geven tot multiple-choice of vooraf bepaalde antwoorden is misschien alles wat je nodig hebt voor bepaalde gebieden van je use case. Maar als je een intuïtieve en geavanceerde chatbotervaring wilt creëren, moet je de mogelijkheden uitbreiden tot meer dan alleen voorgedefinieerde vragen en antwoorden. QnA's worden afgebroken als de gebruiker invoer geeft buiten de vooraf bepaalde opties.

Om een intelligente chatbot te bouwen, moet je gebruik maken van NLU, zowel voor FAQ's als voor geavanceerde flows. Een succesvolle chatbot moet wrijving voor een klant verminderen en hem helpen te bereiken wat hij wil bereiken. Een van de voordelen van NLU is dat gebruikers hun verzoeken kunnen invullen met hun eigen woorden (AKA natuurlijke taal). Als de chatbot de natuurlijke taal van een persoon begrijpt en intelligent kan reageren door gegevens te gebruiken die niet voorgeprogrammeerd zijn, blijft de gebruiker betrokken en zal hij waarschijnlijk doorgaan met zijn interactie met de bot. Van het beantwoorden van vragen tot het afhandelen van transacties van gebruikers en het geven van aanbevelingen, NLU breidt de mogelijkheden van je chatbot exponentieel uit.

Gebouwd met sterke NLU en NLG

Chatbots die beperkt zijn tot meerkeuzevragen en eenvoudige FAQ's zullen geen impact hebben voor een bedrijf of zijn klanten. Als je geen chatbotplatform gebruikt dat NLU of NLG kan gebruiken, mis je een van de meest opwindende en lonende mogelijkheden in conversationele AI, namelijk het bouwen van een echt intelligente chatbot. Het gebruik van natural language understanding of natural language generation is echter niet eenvoudig, en je kunt niet zomaar een schakelaar omzetten en alles geconfigureerd en klaar voor gebruik hebben. Het vergt zorgvuldige planning om er optimaal van te kunnen profiteren.

NLU gaat verder dan alleen klanten op een meer natuurlijke manier laten praten met een chatbot-assistent. Geavanceerde mogelijkheden zijn onder andere taalidentificatie, spellingcontrole, het automatisch detecteren van entiteitspatronen, het behouden van context nadat een gesprek is beëindigd en nog veel meer. NLU gebruikt grote sets intelligente gegevens om dit te bereiken en geeft gebruikers daardoor een meer persoonlijke ervaring. Om de tijd te verkorten die nodig is om een assistent te bouwen, uit te breiden en een ervaring te creëren die toegankelijk en waardevol is voor je gebruikers, kun je op zoek gaan naar platforms die zijn uitgerust met een NLU/NLG engine.

Mogelijkheid tot aanpassen

Elk conversational AI-project heeft op een bepaald moment een bepaald niveau van aanpassing nodig. Er zijn veel plaatsen waar maatwerk cruciaal is, maar niet alle aanpassingen zijn vanaf het begin even belangrijk. Aanpassing omvat zowel integreerbaarheid als het creëren van een unieke klantervaring.

Het laatste wat je wilt is nog een stuk software dat niet goed integreert in je systeem. Het is niet alleen belangrijk om de complexiteit van je technische stapel te beheren, maar door gebruik te maken van die integraties krijg je ook toegang tot gegevens die je chatbot kunnen onderscheiden van de concurrentie.

Als je bijvoorbeeld een chatbot kunt maken die goed integreert met je CRM-systeem, kunnen gebruikers het saldo van hun bankrekening controleren en de laatste keer dat ze een plaatselijk filiaal hebben bezocht om fraude op te sporen. Verder kun je ze vragen om feedback over hun ervaring via de chatbot en dat toevoegen aan je klanttevredenheidsscores. Daarnaast kun je, als ze informatie hebben aangevraagd over een woningkrediet of andere gerelateerde diensten, de gegevens die via de bot zijn verzameld gebruiken om proactief aan je agenten te leveren.

Een geslaagde klantinteractie leidt ertoe dat de klant terug wil komen. Bovenal willen klanten een service die 24/7 beschikbaar is, die persoonlijk op hen is afgestemd, met toegang tot een live agent wanneer ze die nodig hebben. Om dit te bereiken, moet je ervoor zorgen dat je platform goed kan integreren met kanalen en andere software om de beste ervaring te bieden.

Betrouwbaarheid en schaalbaarheid

Als je chatbot meer verkeer en interacties begint te krijgen, is het van het grootste belang dat je een platform hebt dat de toename in volume kan ondersteunen. De infrastructuur van het platform waar je je chatbot op bouwt moet betrouwbaar zijn, SLA's bieden met minimale downtimes en bug-gerelateerde conflicten snel oplossen. Een betrouwbaar platform dat je ondersteunt, betekent gemoedsrust zodra je project vooruitgang begint te boeken bij je doelgroep. De schaalbaarheid van het platform kan zowel betekenen dat je kunt werken met een groeiende betrokkenheid van gebruikers als de prestaties van het platform wanneer het volume van je use cases begint toe te nemen.

Voortdurend leren en verbeteren

Nadat je je eerste chatbot hebt gelanceerd, ga je natuurlijk nadenken over wat de volgende stap is en hoe je de mogelijkheden kunt uitbreiden. Het gebruik van meetgegevens, het detecteren van onbegrepen intentiethema's en het identificeren van gebieden die momenteel niet door je bot worden gedekt, zullen je helpen om je bot in de loop van de tijd te itereren en te verbeteren. Je chatbotplatform moet de nodige functionaliteiten hebben om deze statistieken te identificeren en verbeteringen door te voeren zonder dat je alternatieve producten hoeft te gebruiken.

Daarnaast moet het platform dat je gebruikt mechanismen hebben om objecten die al zijn gemaakt voor je eerste use case snel te hergebruiken. Het zou bijvoorbeeld geen weken moeten duren om content te vervangen of wijzigingen aan te brengen in een bestaande set flows. Zorg ervoor dat je bedenkt wat er nodig is om je chatbot op te schalen en te beheren als hij eenmaal een bepaalde grootte heeft bereikt.

Keuzes bij het maken van een chatbot

Minimale chatbot-tools

Er zijn enkele platforms die uitblinken in het bieden van de basistools om een chatbot te maken, maar wees voorzichtig. Deze platforms schalen niet met een volledig gerealiseerde conversationele AI-chatbot. Ze geven je tools die je helpen bij het bouwen en testen, die op het eerste gezicht goed lijken te werken om je oplossing werkend te krijgen. Maar nadat de oplossing is geïmplementeerd, krijgen klanten problemen met de assistent en stromen de supporttickets binnen. Omdat deze tools geen functionaliteiten hebben om een toegewijd supportteam in te zetten om klanten te helpen, heeft de chatbot het moeilijk.

Chatbotplatforms als deze zijn aanlokkelijk, vooral als ze worden geleverd door gerenommeerde leveranciers, maar ze zijn niet gespecialiseerd in het bouwen van conversationele AI, ze zijn gemaakt als aanvulling op de rest van de productsuite die de leverancier aanbiedt, inclusief de implementatie-infrastructuur, de analyselaag en zelfs de gegevensintegratielagen.

Bouw je eigen NLU-tools

Om maatwerk op basisniveau te creëren, kan het een gemakkelijke keuze lijken om oplossingen te kiezen met BYO NLP-modellen. In staat zijn om de belangrijkste machine learning-modellen te maken die je project ondersteunen en eigenaar zijn van je code kan perfect klinken voor het creëren van een aangepaste ervaring. Het venijn zit echter in de details.

Chatbotbouwers een blanco lei geven kan in eerste instantie spannend lijken, maar voor degenen die niet bekend zijn met NLU of conversationele AI kan het ontmoedigend en ontmoedigend zijn. Je hebt misschien de middelen om expertise in huis te halen, zoals een team van datawetenschappers, maar dat kan bijzonder prijzig zijn en een zeer competitief huurgebied. Klanten die vanaf nul willen beginnen, moeten rekening houden met extra kosten voor resources, een langzamere time-to-value en mogelijk uitdagingen op het gebied van expertise.

Het beste van twee werelden

Het vinden van een platform dat kan voldoen aan de verwachtingen van je klanten en dat unieke ervaringen kan ontwerpen en bouwen, zal een enorm verschil maken in het verbeteren van je klantervaring. Probeer een platform te vinden dat een beheerde NLU-engine heeft (wat betekent dat je geen datawetenschapper hoeft te zijn om alle voordelen te benutten, maar dat wel kunt als je dat wilt), dat uitbreidbaar is om aan de verwachtingen van je klanten te voldoen, dat ondersteuning biedt aan je team en dat je alles biedt wat je nodig hebt om een chatbot te maken die kan schalen. Het ontwikkelen van een conversationele AI-gestuurde chatbot hoeft niet aan te voelen als het leren van een nieuwe taal. Het juiste platform voor jou en je team geeft je meer dan alleen gemoedsrust, het geeft je kostenbesparingen, versnelde TTM en een supportteam dat altijd klaar staat om te helpen.

Kritische mogelijkheden en aanbiedingen van een chatbotplatform

Je weet nu wat je op een hoog niveau nodig hebt van een conversationeel AI-platform, maar op welke mogelijkheden en functies moet je letten? Hoewel sommige chatbotfuncties beschikbaar zijn om je het leven gemakkelijker te maken bij het maken van een chatbot, zijn er cruciale functionaliteiten waar je niet omheen kunt bij het kiezen van een chatbot.

1) Conversation Studio

De conversatielogica achter je chatbot kunnen visualiseren, zodat je vertrouwen hebt in elke stap die je neemt

2) API's

Robuuste API's zijn een must om ervoor te zorgen dat je toegang hebt tot gegevens die je zowel in het chatbotplatform kunt laden als naar andere tools kunt pushen wanneer dat nodig is.

3) Beheerde NLU-engine

Vind je het spannend om eindeloze pagina's NLU documentatie door te bladeren om erachter te komen hoe je je modellen moet configureren en afstellen? Tenzij uw lancering over twee jaar is, zouden wij dat ook niet zijn. Met een beheerde NLU-engine krijgt u alle kracht van conversationele AI, zonder gedoe.

4) Kanaalintegraties

Chatbots bieden geen waarde als ze niet beschikbaar zijn waar je gebruikers zijn, dus zorg ervoor dat er integraties beschikbaar zijn voor kanalen die je gebruikers al gebruiken of binnenkort zullen gebruiken.

5) Levenscyclus klantfeedback

Als je gebruikers beginnen te interageren met de chatbot, moet je in staat zijn om de gegevens te gebruiken en je chatbot voortdurend te verbeteren. Mogelijkheden die je helpen misverstanden, succesvolle conversaties en toekomstige chatbotonderwerpen te identificeren, zijn allemaal cruciaal voor het succes van je chatbot op de lange termijn.

6) Regressietesten

Vooral wanneer de schaal toeneemt, bespaart regressietests in een platform je het handmatig testen van wijzigingen aan je chatbot.

7) Toegewijd ondersteuningsteam

Documentatie en zelfstudiemogelijkheden zijn geweldig, maar als er een speciaal ondersteuningsteam beschikbaar is, kunnen eventuele problemen met je project worden verlicht.

8) Tools voor samenwerking

Als je je hele team in realtime kunt laten coördineren, hoef je geen uitgebreide documentatie te maken voor het beheren van wijzigingen in content, flows, code, enzovoort.

9) Systeem voor inhoudsbeheer

Als je toegang hebt tot alle content die in je chatbot wordt gebruikt, is het veel gemakkelijker om veranderingen in bulk of één aanpassing per keer door te voeren.

Hoe werkt het allemaal samen?

Klanten aanspreken met een chatbotervaring die impact heeft en prettig aanvoelt om te gebruiken kost tijd, maar als je vanaf het begin een proces hebt ingesteld, kan het dingen drastisch makkelijker maken. Als je op zoek bent naar een meer diepgaand stuk content over hoe je een succesvolle chatbot bouwt, volg dan zeker de link.

Ontwerp

Begin met het conceptualiseren van chatbotmogelijkheden, bekende technische uitdagingen, doelkanalen, bedrijfsbranding, personalisatie en andere overwegingen voor je chatbot. Ontwerpen is een stap die je niet moet overhaasten, het laatste wat je wilt is een chatbot maken die niet de maximale waarde biedt voor jou en je klanten.

NLU training

Hoewel niet alle chatbots het gebruik van NLU vereisen, doen geavanceerde chatbots dat vaak wel. Bij het trainen van je NLU is duidelijkheid essentieel voor de chatbot om gebruikersintenties te kunnen identificeren en de juiste antwoorden terug te geven aan klanten. Besteed dus tijd aan het herkennen van welke intenties NLU vereisen en welke misschien beter af zijn als een ongecompliceerde ervaring. Beide zijn van grote waarde voor de algehele gebruikerservaring.

Review met je business teams: dit is niet noodzakelijkerwijs een stap die je neemt na de NLU training. Je moet de lijst met zakelijke vereisten meenemen in je ontwerp en NLU-training. Je kunt je klantgerichte teams periodiek doorlussen, of je kunt co-creëren met behulp van platforms met een geïntegreerd conversational design en ontwikkelomgeving. Je content en berichten zullen altijd moeten worden aangepast en bijgesteld, en als je het juiste platform hebt om dat te doen, kun je je cycli versnellen.

Testen

Het opvangen van potentiële bugs en problemen voordat ze zich voordoen is de beloning van een goed, grondig testproces. Als je regressietests en conversatie-emulators kunt gebruiken, zal het proces naadloos verlopen. Zorg voor een goede testdekking voor de hele chatbot en test vroeg en vaak om te voorkomen dat je tijd en middelen moet besteden aan het backtracken van elke flow. Dit geldt ook voor de kanalen waarop je je chatbot hebt geconfigureerd om beschikbaar te zijn.

Productie

Proost op een succesvolle lancering! Alle noodzakelijke stappen hebben plaatsgevonden in het plannen en testen van je chatbot. Het kan nuttig zijn om op één of twee geselecteerde kanalen te lanceren in plaats van allemaal tegelijk voor het geval je problemen tegenkomt.

Postproductie en daarna

Nadat je je chatbot hebt gelanceerd, kun je beginnen met het monitoren van feedback en statistieken die je gebruikers genereren. Het hebben van tools om gebruiksgegevens en gebieden om te verbeteren te identificeren kan helpen om je chatbot succesvol te maken op de lange termijn.

Hoe begin je?

Het chatbotplatform voor jou vinden hoeft niet ingewikkeld te zijn. Met zoveel soorten chatbots beschikbaar, moet je weten waar je op moet letten bij het overwegen van leveranciers in de ruimte. Als je klaar bent om te beginnen met het maken van je chatbot met een platform dat makkelijk te gebruiken is, maar niet inboet aan maatwerk en mogelijkheden, ga dan aan de slag met een gratis proefversie of plan een demo om ons bedrijfsaanbod te bekijken.

‍