Sam rozpoczął tworzenie botów dla swojej agencji cyfrowej.
W ramach procesu rozwoju biznesu odwiedził wielu klientów, aby wyjaśnić korzyści płynące z botów i robiąc to zauważył coś interesującego.
Niezależnie od wszystkich różnych scenariuszy, które wyjaśnił (a wielu klientów było pod wrażeniem i zainteresowanych tym, co miał do powiedzenia), wszyscy byli zainteresowani chatbots w przypadku obsługi klienta.
Przypadek użycia związany z obsługą klienta był czymś, co mogli zrozumieć intuicyjnie:
- Koszt agentów obsługi klienta był wysoki.
- Większość czasu spędzili na odpowiadaniu na proste, powtarzające się pytania.
- Boty mogłyby odpowiadać na tego typu pytania bardziej efektywnie w wielu przypadkach niż agenci.
- Koszt botów był taki, że gdyby zastąpili niektórych agentów obsługi klienta botami, mogliby bardzo szybko odzyskać koszt bota z oszczędności w kosztach pracy.
- Nie tylko to, ale bot z czasem stawał się coraz lepszy i otworzył drzwi dla wielu innych innowacji.
Sam postanowił zatem wyspecjalizować swoją działalność w zakresie botów do obsługi klienta, ponieważ było na nie duże zapotrzebowanie, a z rozmów z klientami i innymi agencjami wynikało, że ekonomia była dobra. Po zajęciu tej niszy przeniósł się na sąsiednie rynki.
Wiedział, że nawet jeśli niektóre technologie związane z przetwarzaniem języka naturalnego (NLP) były wyrafinowane, dostępne narzędzia były tak dobre, że prawie każdy mógł wdrożyć dobre rozwiązanie NLP. W dzisiejszych czasach była to raczej praca konfiguracyjna niż praca związana z nauką o danych. Oznaczało to, że umiejętności wymagane do wdrożenia rozwiązania były w zasięgu możliwości nawet najbardziej młodszych programistów.
Zdawał sobie również sprawę, że świetne rozwiązania w zakresie obsługi klienta nie próbowały robić zbyt wiele. Technologia nie była wystarczająco dobra, aby angażować się w rozmowy z klientami w ludzki sposób. Silniki NLP były bardzo dobre w zrozumieniu pierwszego pytania zadanego przez klienta, ale jeśli rozmowa stała się bardziej skomplikowana lub bot nie zrozumiał klienta za pierwszym razem, ważna była natychmiastowa interwencja człowieka.
Fakt, że głównym celem NLP było pierwsze pytanie lub interakcja, oznaczał również, że zadanie było znacznie prostsze z technicznego punktu widzenia. To prawda, że niektóre firmy podążały drogą prób zbudowania prawdziwie konwersacyjnego doświadczenia, ale jak dotąd takie podejście prowadziło do eskalacji złożoności i niepowodzeń. Sam nie chciał podążać tą drogą.
Zauważył, że na rynku pojawiło się wiele nowych ofert botów do obsługi klienta, więc rynek mógł być konkurencyjny. Jednocześnie każda firma potrzebowała tego typu rozwiązania w jakiejś formie, więc szansa była ogromna! W rzeczywistości Sam postrzegał ten rynek jako obecnie niedostatecznie obsługiwany i wierzył, że tak będzie przynajmniej przez kilka lat.
Istniało wiele firm, które oferowały własne, gotowe rozwiązania do obsługi klienta. Sam rozważał zostanie odsprzedawcą tego typu rozwiązań, ale nie sądził, by były one najlepszym rozwiązaniem na dłuższą metę. Nie korzystałby z nich we własnej firmie, więc nie wierzył, że powinien oferować tego typu rozwiązania swoim klientom.
Z kilku powodów nie podobała mu się myśl o przywiązaniu do zastrzeżonego systemu:
- Nie podobał mu się pomysł ścisłego powiązania silnika przetwarzania języka naturalnego (NLP) z resztą oprogramowania. Najlepszy dostawca silnika języka naturalnego może być innym dostawcą niż najlepszy dostawca usług analitycznych lub najlepszy dostawca łączników do platform czatu.
- Nawet jeśli ich rozwiązanie w zakresie języka naturalnego było obecnie najlepsze, nie było gwarancji, że będzie ono najlepszym dostawcą w przyszłości. W przyszłości powinna istnieć możliwość zmiany silników NLP.
- Różne silniki NLP mogą być dobre w różnych rzeczach, więc możesz chcieć użyć więcej niż jednego. Na przykład, jeden silnik NLP może być dobry dla pytań IT, inny może być dobry dla ogólnych FAQ.
- NLP nie było jedyną umiejętnością potrzebną do stworzenia świetnego bota do obsługi klienta. Poleganie wyłącznie na tekście i NLP zdecydowanie nie było sposobem na stworzenie niesamowitego doświadczenia klienta.
- Interfejsy tekstowe są bardzo ograniczone i dlatego muszą zostać uzupełnione o interfejsy graficzne. Konieczność polegania na dostawcy w celu zapewnienia tych interfejsów w przyszłości nie byłaby optymalna.
- Funkcja Human in the loop (pozwalająca na eskalację bota do ludzkich agentów, jeśli nie zrozumie on czegoś, co zostało do niego powiedziane) ma kluczowe znaczenie dla obsługi klienta. Funkcjonalność Human in the loop stanie się w przyszłości bardziej wyrafinowana. Obejmowałaby niestandardowe interfejsy dla agentów, które zawierałyby gotowe odpowiedzi lub niestandardowe odpowiedzi. Każdy, w tym wewnętrzny programista botów, powinien mieć możliwość dostosowania człowieka w pętli do własnych celów bez polegania na dostawcy.
- Treści powinny być łatwo zarządzane przez zespół ds. treści, który powinien być w stanie opracować narzędzia do testowania A/B i innych analiz związanych z rynkiem.
- Wewnętrzni programiści musieli mieć możliwość łatwej integracji usługi z wewnętrznymi systemami bez konieczności polegania na dostawcy.
- Możliwe jest, że inne usługi mogą być ostatecznie oferowane za pośrednictwem kanału obsługi klienta.
Klient pytający o pokój w hotelu może na przykład otrzymać zniżkę i możliwość natychmiastowej rezerwacji w tym samym kanale. Programiści wewnętrzni lub zewnętrzni muszą być w stanie zakodować te dodatkowe usługi w kanale bez konieczności udawania się do pierwotnego dostawcy.
Chciał jednak, aby oferowane przez niego rozwiązanie było proste. Bycie przyszłościowym i rozszerzalnym było ważne, ale jednocześnie powinno być bardzo łatwe do uruchomienia i uruchomienia początkowego rozwiązania.
Gdyby użył Botpress , mógłby rozwiązać kwestię rozszerzalności. Botpress mógłby skutecznie działać jako oprogramowanie pośredniczące dla wszystkich najlepszych narzędzi chatbot na rynku, a także dostarczać wiele standardowych komponentów po wyjęciu z pudełka. Komponenty te można by w przyszłości zamienić na komponenty innych firm lub dostosować do własnych potrzeb.
Aby zaoferować klientowi najlepsze rozwiązanie, wybrał zestaw narzędzi, który jego zdaniem oferował najlepsze rozwiązanie dla klienta.
Na początek architektura byłaby bardzo prosta. Wybrałby najlepszy silnik NLP od głównych dostawców NLP (Google, Facebook, Microsoft, IBM, Rasa), a następnie użył standardowych komponentów z Botpress , aby połączyć się z wymaganą platformą komunikacyjną i zapewnić funkcje pomocnicze, takie jak analityka, człowiek w pętli i bezpieczeństwo oparte na rolach.
Gdy to podstawowe rozwiązanie było już gotowe i działało z klientem, mógł pomyśleć o jego ulepszeniu, jeśli było to konieczne. Można to zrobić, dodając silniki NLP, aktualizując pakiet analityczny (w razie potrzeby do dostawcy zewnętrznego) lub dodając dostosowania do funkcji człowieka w pętli.
Oczywiście decyzje o dalszym dostosowywaniu lub dodawaniu nowych komponentów lub usług do systemu byłyby podejmowane na podstawie analizy interakcji klienta z systemem. Zmiany mogłyby być wprowadzane szybko, zgodnie z wymaganiami odpowiednich programistów.
Sam postanowił najpierw wdrożyć rozwiązanie dla własnej firmy. Pozwoliło mu to poeksperymentować z niektórymi dostępnymi narzędziami i wybrać to, co uważał za najlepszą ofertę dla początkowej konfiguracji.
Sam nie tylko natychmiast zaczął wygrywać wiele projektów związanych z obsługą klienta, ale odkrył, że po pomyślnym wdrożeniu usług dla klientów, jego klienci szybko chcieli dodać inne usługi do kanału.
Ponieważ obsługa klienta jest czymś, czego każda firma na świecie potrzebuje w mniejszym lub większym stopniu, klientów nie brakowało.
Dopiero gdy zaczął wdrażać rozwiązanie w ten sposób, docenił, jak bardzo jego klienci cenią sobie fakt, że był w stanie pomóc im wybrać najlepsze narzędzia dla ich działalności, zamiast próbować zamknąć ich w jednym, nierozszerzalnym, nadętym rozwiązaniu.
Sam i jego zespół stali się bardzo dobrzy w wymyślaniu, jak używać botów do obsługi klienta, aby bardzo szybko wprowadzać ulepszenia o wysokiej wartości i dużym wpływie na funkcję obsługi klienta w firmie.
Udostępnij to na:
Zbuduj własnego spersonalizowanego chatbota AI za darmo
Rozpocznij tworzenie spersonalizowanego bota GPT za pomocą naszego intuicyjnego interfejsu "przeciągnij i upuść".
Zacznij - to nic nie kosztuje! 🤖Nie potrzebujesz karty kredytowej
Bądź na bieżąco z najnowszymi informacjami na temat sztucznej inteligencji chatbots