Gabay sa Chatbot Analytics sa 2025

1. Tukuyin ang mga layunin ng chatbot

Magsimula sa pamamagitan ng pagtukoy sa layunin ng iyong chatbot. Anong mga partikular na resulta ang gusto mo? Ang chatbot ng suporta sa customer at isang lead generation na chatbot ay magkakaroon ng ibang layunin kaysa sa HR chatbot . 

Kasama sa mga karaniwang layunin ang mas mahusay na suporta sa customer, pagbuo ng lead na pinahusay ng AI , suporta sa pagbebenta, o pagtaas ng pakikipag-ugnayan ng user.

2. Itali ang mga layunin sa mga KPI

Pagkatapos ay maaari kang pumili ng mga KPI na nagpapakita ng iyong mga layunin:

Kung ang iyong layunin ay mas mahusay na suporta sa customer, ang iyong mga KPI ay maaaring isang oras ng paglutas na wala pang 2 minuto, isang rate ng pagpapalihis ng tiket na hindi bababa sa 40%, at isang marka ng kasiyahan ng customer na 85%+.

Kung ang iyong layunin ay pagbuo ng lead, ang iyong mga KPI ay maaaring bumubuo ng 50 kwalipikadong lead bawat linggo, o isang rate ng conversion ng lead na 20%.

3. Subaybayan ang mga sukatan na naaayon sa iyong mga KPI

Susunod, matutukoy mo kung aling mga partikular na sukatan ang nagbibigay-alam sa iyong mga KPI.

Halimbawa, ang mga sukatan tungkol sa pakikipag-ugnayan ng user ay mauugnay sa:

• Ang bilang ng mga bumalik na gumagamit
• Kung nakikipag-ugnayan sila sa mga rekomendasyon sa produkto ng chatbot
• Ilang pangkalahatang bisita sa website ang gumagamit ng chatbot

4. Iugnay ang mga sukatan sa mga halaga ng pera

Upang maunawaan ang ilalim na linya ng iyong pamumuhunan sa chatbot, kailangan mong sukatin ang epekto nito.

Halimbawa:

• Kung binabawasan ng chatbot ang mga support ticket, kalkulahin kung gaano kalaki ang natitipid mo sa mga gastos sa paggawa sa pamamagitan ng awtomatikong paglutas ng mga query
• Kung ang pagtaas ng pagbuo ng lead ay isang layunin, kalkulahin ang average na kita sa bawat lead at i-multiply ito sa bilang ng mga lead na nabuo ng bot

Ang hakbang na ito ay isang mahalagang bahagi ng pagkalkula ng ROI ng chatbot .

5. Ulitin at pagbutihin

Ang pagsubaybay sa chatbot analytics ay isang patuloy at umuusbong na proseso. 

Regular na suriin ang pagganap ng iyong chatbot. Suriin ang data upang matukoy ang mga pattern, tulad ng mga matataas na drop-off point, karaniwang mga error, o hindi mahusay na mga landas sa pagresolba.

Habang umuunlad ang iyong chatbot – na may mga bagong feature, o pagpapalawak ng mga kaso ng paggamit – kakailanganin mong iakma at palawakin ang mga sukatan na iyong sinusubaybayan, kasama ng iyong mga KPI.

1. Bilang ng mga pakikipag-ugnayan

Isa sa pinakamahalagang sukatan ay ang pinakapangunahing: ginagamit ba ng mga tao ang iyong chatbot? 

Kung hindi, kailangan ng iyong team na mag-signpost nang mas mahusay, o gawin ang chatbot na isang mas kinakailangang hakbang ng proseso (ibig sabihin, ang mga empleyado ay maaari lamang mag-iskedyul ng mga araw ng bakasyon sa pamamagitan ng chatbot, sa halip na bigyan sila ng opsyong mag-iskedyul sa pamamagitan ng isang kinatawan ng HR o ang chatbot).

2. Average na tagal ng chat (parehong haba ng oras at bilang ng mga ipinalitang mensahe)

Ang perpektong pakikipag-ugnayan sa chatbot ay mahusay at kapaki-pakinabang. Kung masyadong nagtatagal ang mga pakikipag-ugnayan, subukang tukuyin at bawasan ang mga bottleneck.

Nagde-deploy ng AI Chatbots?

Basahin ang aming Blueprint para sa AI Agent Implementation

Basahin Ngayon

Ang pag-access ay palaging libre

3. Bilang ng mga daloy na sinimulan

Ang iyong chatbot ba ay kinikilala at nalulutas kaagad ang problema, o umiikot ba ito sa maraming daloy upang makahanap ng pag-aayos? 

4. Bilang ng mga umuulit na daloy

Kung inuulit ng iyong chatbot ang parehong daloy, ito ay senyales ng kawalan ng kakayahan. Maaaring ito ay dahil hindi nakikilala ng iyong chatbot ang pangangailangan ng user sa simula pa lang.

5. Chatbot containment rate

Ang rate ng pagpigil ng chatbot ay tumutukoy sa kung gaano karaming mga user ang nakikipag-ugnayan sa iyong chatbot at kumpletuhin ang pakikipag-ugnayan nang hindi kinakailangang makipag-ugnayan sa isang tao. 

Ang isang matagumpay na chatbot ay maaaring makakita ng containment rate na ~65%, dahil palaging may mga pakikipag-ugnayan na nangangailangan ng tulong ng tao. 

6. Bilang ng mga umuulit na gumagamit

Kung kapaki-pakinabang ang iyong chatbot, dapat kang makakita ng mga bumalik na user.

7. Bilang ng mga aktibong user sa bawat yugto ng panahon

Ang pag-alam kung anong oras ang mga user ay nakikipag-ugnayan sa iyong chatbot ay makakatulong sa mga desisyon tungkol sa pag-iiskedyul ng shift para sa mga live na ahente.

8. CSAT (puntos ng kasiyahan ng customer)

Ang direktang feedback ay isang madaling paraan para sukatin ang pagiging epektibo ng iyong chatbot.

9. Average na oras ng pagtugon

Kung ang iyong chatbot ay may layunin na bawasan ang mga oras ng paghihintay para sa iyong mga customer o lead, tiyaking subaybayan kung gaano katagal kailangang maghintay ang mga customer upang makipag-usap sa isang ahente ng tao. 

Kung ginagawa ng iyong chatbot ang trabaho nito, dapat nitong makabuluhang bawasan ang oras ng paghihintay.

Real-time na pagsubaybay

Ang isang pangunahing tampok ng isang advanced na chatbot analytics platform ay ang kakayahang subaybayan ang pagganap sa real time. Hindi lamang nito binibigyang-daan ang iyong team na makita ang pinakabagong data, ngunit maaari silang tumugon nang mabilis sa mga isyu o anomalya.

Halimbawa, maaari kang mag-set up ng mga real-time na alerto para sa mga problema, tulad ng hindi pangkaraniwan o pagbaba ng rate ng containment. 

Pagsasama sa mga sistema ng negosyo

Ang kakayahang i-export nang walang putol ang data ng iyong chatbot sa visualization ng data at mga tool sa BI – tulad ng Tableu o Google Analytics – ay nagbibigay-daan sa iyong madaling magbahagi ng mga insight sa isang team (nang hindi kinakailangang mag-log in ang lahat sa iyong platform ng chatbot).

Nako-customize na sukatan

Ang mga nako-customize na sukatan – o 'advanced na analytics' - ay magbibigay-daan sa iyong team na mahasa ang mga partikular na bahagi ng daloy ng iyong chatbot.