Guia completo para taxas de contenção de chatbot

1. Acompanhar o total de interações e as interações escaladas

Contar o número total de interações do utilizador com o chatbot durante um determinado período. Isto inclui todas as conversas, consultas ou tarefas iniciadas pelos utilizadores.

Em seguida, monitorize o número de interações que são encaminhadas para agentes humanos ou assinaladas como não resolvidas pelo chatbot. 

Os "escalonamentos" podem incluir transferências diretas para agentes humanos ou casos em que os utilizadores solicitam explicitamente ajuda.

2. Calcular a taxa de confinamento

Utilizar a fórmula:

Taxa de contenção = (1- [Interações escalonadas / Interações totais]) × 100

Por exemplo, se o seu chatbot tratasse 900 de 1.000 interações sem escalonamento, calcularia: 

Taxa de contenção = (1-1000/100) × 100 = 90%

3. Ou utilizar ferramentas de análise

Tire partido da análise do chatbot ou das plataformas de serviço ao cliente que acompanham e comunicam automaticamente métricas como as taxas de contenção. Estas ferramentas fornecem frequentemente informações adicionais sobre as razões para os escalonamentos e a satisfação do utilizador.

Ao monitorizar e otimizar continuamente com base nesta métrica, pode melhorar a eficiência do seu chatbot e a experiência do utilizador.

Utilizar LLMs em vez de classificadores de intenção

Os chatbots de alta contenção são normalmente alimentados por LLMs em vez de classificadores de intenção. 

LLMs são excelentes na compreensão de uma linguagem livre e matizada e na adaptação a frases variadas, o que os torna ideais para responder a perguntas complexas ou inesperadas. 

Eliminam a necessidade de mapeamentos de intenções rígidos, permitindo que o chatbot (por vezes designado por agenteLLM ) responda de forma flexível e precisa a uma gama mais vasta de entradas do utilizador.

Como o nosso COO explica no seu artigo, Botpress utiliza LLMs em vez de classificadores de intenção, ao contrário dos nossos concorrentes.

Conceção para conversas adaptativas

Em vez de se basearem em fluxos de trabalho estáticos, os chatbots devem ser criados para se adaptarem dinamicamente ao comportamento do utilizador em tempo real. 

Ao tirar partido da consciência contextual e dos algoritmos de tomada de decisões, o bot pode ajustar a sua abordagem a meio da conversa. Isto garante que continua a ser relevante, mesmo quando os utilizadores mudam de assunto, fornecem informações incompletas ou fazem perguntas de seguimento, melhorando as taxas globais de resolução.

A forma mais fácil de conceber um chatbot dinâmico é utilizar a IA agêntica; dessa forma, o seu bot pode decidir autonomamente a melhor forma de abordar um problema com base nas ferramentas à sua disposição.

Tirar partido dos sistemas reforçados de recuperação

A combinação da geração aumentada por recuperação (RAG) com integrações como CRMs e bases de dados de conhecimento desbloqueia todo o potencial de um chatbot. 

Ao obter em tempo real informações específicas do domínio a partir de fontes fiáveis, o bot pode responder a perguntas complexas e concluir tarefas de várias etapas sem ter de recorrer a agentes humanos.

1. Melhorar o reconhecimento de intenções com LLMs

Mudar de classificadores de intenção tradicionais para LLMs irá provavelmente melhorar a sua taxa de contenção.

Ao contrário do mapeamento de intenções rígido, o LLMs consegue compreender as nuances da linguagem de forma livre e adaptar-se a diversas expressões. Esta compreensão avançada reduz os mal-entendidos e equipa os chatbots para lidarem com conversas complexas e imprevisíveis com precisão e fluidez.

2. Expandir as bases de conhecimento

Manter a base de conhecimentos do seu chatbot actualizada é fundamental para satisfazer as interações. 

Adicione regularmente novas FAQs, informações sobre produtos e soluções para problemas comuns. Isto prepara o chatbot para lidar com uma gama mais vasta de questões, garantindo que os utilizadores recebem respostas precisas e atempadas.

3. Aumentar as vias de sugestão

Antes de recorrer a um humano, o seu chatbot tenta resolver as questões de forma autónoma. Se não estiver a ser bem sucedido, tente adicionar mais caminhos para os utilizadores optarem.

A adição de opções de recurso, como perguntas de esclarecimento ou soluções alternativas, dá-lhe mais oportunidades de responder às necessidades dos utilizadores. 

4. Criar apoio ao longo de todo o processo

Se o seu fluxo inclui fluxos de trabalho complexos - como a marcação de consultas ou a resolução de problemas - certifique-se de que estes podem ser realizados sem problemas pelo seu utilizador sem a intervenção de um humano. Os chatbots que podem guiar os utilizadores através destes processos evitam a necessidade de intervenção humana.

5. Explique claramente para que serve o seu chatbot

Defina expectativas claras desde o início. Oriente os utilizadores sobre o que o chatbot pode fazer e onde se destaca. Isto evita a frustração, orientando as conversas para áreas em que o bot é mais capaz, preparando-o para o sucesso.

6. Monitorizar o desempenho

Acompanhe as principais métricas, como consultas não resolvidas, taxas de escalonamento e índices de satisfação, para medir o desempenho do seu chatbot. Use essas informações para identificar áreas de melhoria e avaliar o sucesso das atualizações.