Kompletny przewodnik po wskaźnikach powstrzymywania chatbotów

1. Śledzenie wszystkich i eskalowanych interakcji

Zliczanie całkowitej liczby interakcji użytkowników z chatbotem w danym okresie. Obejmuje to wszystkie konwersacje, zapytania lub zadania zainicjowane przez użytkowników.

Następnie śledź liczbę interakcji, które są eskalowane do ludzkich agentów lub oznaczane jako nierozwiązane przez chatbota. 

"Eskalacje" mogą obejmować bezpośrednie przekierowania do ludzkich agentów lub przypadki, w których użytkownicy wyraźnie proszą o pomoc.

2. Obliczyć wskaźnik powstrzymywania

Użyj wzoru:

Współczynnik powstrzymywania = (1- [Eskalowane interakcje / Interakcje ogółem]) × 100

Na przykład, jeśli twój chatbot obsłużył 900 z 1000 interakcji bez eskalacji, możesz obliczyć: 

Współczynnik zatrzymania = (1-1000/100) × 100 = 90%

3. Lub użyj narzędzi analitycznych

Wykorzystaj analitykę chatbota lub platformy obsługi klienta, które automatycznie śledzą i raportują wskaźniki, takie jak wskaźniki powstrzymywania. Narzędzia te często dostarczają dodatkowych informacji na temat przyczyn eskalacji i zadowolenia użytkowników.

Poprzez ciągłe monitorowanie i optymalizację w oparciu o te dane, możesz zwiększyć wydajność swojego chatbota i poprawić doświadczenia użytkowników.

Użyj LLMs zamiast klasyfikatorów intencji

Chatboty o wysokim stopniu kontroli są zazwyczaj zasilane przez LLMs , a nie klasyfikatory intencji. 

LLMs Doskonale rozumieją niuanse, swobodny język i dostosowują się do różnych sformułowań, dzięki czemu idealnie nadają się do obsługi złożonych lub nieoczekiwanych zapytań. 

Eliminują one potrzebę sztywnego mapowania intencji, umożliwiając chatbotowi (czasami nazywanemu agentemLLM ) elastyczne reagowanie na szerszy zakres danych wejściowych użytkownika z precyzją.

Jak wyjaśnia nasz dyrektor operacyjny w swoim artykule, Botpress używa LLMs zamiast klasyfikatorów intencji, w przeciwieństwie do naszych konkurentów.

Projektowanie dla adaptacyjnych konwersacji

Zamiast polegać na statycznych przepływach pracy, chatboty powinny być budowane tak, aby dynamicznie dostosowywać się do zachowań użytkowników w czasie rzeczywistym. 

Wykorzystując świadomość kontekstową i algorytmy decyzyjne, bot może dostosować swoje podejście w trakcie rozmowy. Zapewnia to, że pozostaje odpowiedni, nawet gdy użytkownicy zmieniają tematy, dostarczają niekompletnych informacji lub zadają dodatkowe pytania, poprawiając ogólny wskaźnik rozwiązywania problemów.

Najłatwiejszym sposobem na zaprojektowanie dynamicznego chatbota jest wykorzystanie agentowej sztucznej inteligencji; w ten sposób bot może autonomicznie decydować, jak najlepiej podejść do problemu w oparciu o dostępne narzędzia.

Wykorzystanie systemów rozszerzonego wyszukiwania

Połączenie generowania wspomaganego wyszukiwaniem (RAG) z integracjami, takimi jak CRM i bazy wiedzy, uwalnia pełny potencjał chatbota. 

Pobierając w czasie rzeczywistym informacje specyficzne dla domeny z wiarygodnych źródeł, bot może odpowiadać na złożone pytania i wykonywać wieloetapowe zadania bez eskalacji do ludzkich agentów.

1. Lepsze rozpoznawanie intencji dzięki LLMs

Przejście z tradycyjnych klasyfikatorów intencji na LLMs prawdopodobnie poprawi wskaźnik powstrzymywania.

W przeciwieństwie do sztywnego mapowania intencji, LLMs może zrozumieć zniuansowany, swobodny język i dostosować się do różnych sformułowań. To zaawansowane rozumienie redukuje nieporozumienia i wyposaża chatboty do obsługi złożonych, nieprzewidywalnych konwersacji z dokładnością i płynnością.

2. Rozszerzanie baz wiedzy

Aktualizowanie bazy wiedzy chatbota jest kluczem do satysfakcjonujących interakcji. 

Regularnie dodawaj nowe FAQ, informacje o produktach i rozwiązania typowych problemów. Dzięki temu chatbot może obsługiwać szerszy zakres zapytań, zapewniając użytkownikom dokładne i terminowe odpowiedzi.

3. Zwiększenie sugerowanych ścieżek

Przed eskalacją do człowieka, chatbot próbuje samodzielnie rozwiązać zapytania. Jeśli to się nie udaje, spróbuj dodać więcej ścieżek dla użytkowników.

Dodanie opcji awaryjnych, takich jak pytania wyjaśniające lub alternatywne rozwiązania, daje więcej możliwości zaspokojenia potrzeb użytkowników. 

4. Zapewnienie wsparcia w trakcie całego procesu

Jeśli Twój przepływ obejmuje złożone przepływy pracy - takie jak rezerwacja spotkań lub rozwiązywanie problemów - upewnij się, że mogą one zostać płynnie wykonane przez użytkownika bez udziału człowieka. Chatboty, które mogą prowadzić użytkowników przez te procesy, zapobiegają potrzebie interwencji człowieka.

5. Jasno wyjaśnij, do czego służy Twój chatbot

Ustal jasne oczekiwania od samego początku. Wskaż użytkownikom, z czym chatbot może sobie poradzić i w czym się wyróżnia. Pozwoli to uniknąć frustracji, kierując konwersacje w stronę obszarów, w których bot jest najbardziej kompetentny, przygotowując go na sukces.

6. Monitorowanie wydajności

Śledź kluczowe wskaźniki, takie jak nierozwiązane zapytania, wskaźniki eskalacji i wyniki satysfakcji, aby zmierzyć, jak dobrze działa Twój chatbot. Wykorzystaj te spostrzeżenia, aby wskazać obszary wymagające poprawy i ocenić sukces aktualizacji.