Chatbot Analytics là gì? Tìm hiểu thêm về phân tích chatbot và các chỉ số chính của chatbot

Phân tích chatbot là dữ liệu thời gian thực mà chatbot của bạn đang tạo ra thông qua tương tác với mọi người. Dữ liệu này có thể thực sự hữu ích và mang lại giá trị lớn cho doanh nghiệp của bạn.

Tôi nên tìm kiếm điều gì ở một nền tảng phân tích chatbot?

Phân tích chatbot là một công cụ thiết yếu để cải thiện hiệu suất chatbot và trải nghiệm khách hàng tổng thể

Bộ phân tích chatbot đầu tiên quan trọng đối với quản trị viên là thống kê sử dụng chung. Các chỉ số chính như chatbot có được sử dụng không, trên thiết bị nào, tần suất như thế nào, trải nghiệm người dùng như thế nào, tỷ lệ duy trì là bao nhiêu và tỷ lệ thoát trong một khung thời gian nhất định là bao nhiêu, v.v.? Đây là những loại thông tin chi tiết có giá trị mà bạn sẽ nhận được từ một công cụ phân tích chatbot cho một trang web.

Các số liệu thống kê chung khác được yêu cầu cho tất cả chatbots Khi xử lý ngôn ngữ tự nhiên được sử dụng là các phân tích đàm thoại như cụm từ bị hiểu lầm, các từ thường gặp nhất được sử dụng, số lượng sự cố can thiệp / leo thang của con người, v.v.

Khi nói đến các số liệu thống kê trên, điều quan trọng là những thống kê này không chỉ được đo lường mà còn được tích hợp vào phần mềm theo cách giúp chatbot tương tác người dùng tốt hơn. Ví dụ: các cụm từ bị hiểu lầm có thể được tự động thêm vào danh sách các cụm từ được liên kết với một mục đích nhất định khi thiết lập NLP để bot phát triển luồng hội thoại tốt hơn. Điều quan trọng là quản trị viên hoặc nhiều nhân viên hỗ trợ có thể dễ dàng thêm và xác thực các loại cụm từ này để bot cải thiện nhanh chóng.

Đừng đánh giá thấp tầm quan trọng của quyền truy cập tùy chỉnh vào phân tích chatbot

Mặc dù tất cả các phân tích chung ở trên đều quan trọng, nhưng hóa ra trong nhiều trường hợp, quyền truy cập tùy chỉnh vào dữ liệu chatbot thậm chí còn quan trọng hơn. Điều này đặc biệt đúng khi chatbot đang được triển khai và thử nghiệm. Điều này là do khi bắt đầu một dự án bot, các nhà tài trợ rất mong muốn thể hiện sự chấp nhận và sử dụng. Do đó, họ sẽ cố gắng đảm bảo rằng bot được tiếp thị đầy đủ cho người dùng thí điểm và nếu họ đã thực hiện công việc của mình một cách chính xác, số liệu thống kê sẽ cho thấy việc sử dụng tốt và thành công của chatbot. Điều này cũng một phần là do nền tảng chatbot là một sản phẩm mới cho người dùng, họ có thể tò mò sử dụng nó ban đầu và điều này có thể làm tăng số liệu thống kê sử dụng một cách giả tạo.

Tuy nhiên, điều mà các quản trị viên chatbot quan tâm là những dấu hiệu cho thấy có vấn đề với việc sử dụng bot báo hiệu rằng việc sử dụng có thể không mạnh mẽ như số liệu thống kê ban đầu chỉ ra. Và ngay cả khi số liệu thống kê rõ ràng rằng có vấn đề sử dụng, các nhà tài trợ muốn biết lý do tại sao vấn đề sử dụng lại xảy ra.

Vấn đề có thể dễ dàng được xác định và khắc phục bằng các phân tích chung. Ví dụ, khi bắt đầu, rất thường xảy ra trường hợp thiết lập NLP không toàn diện như bình thường nên bot hiểu lầm nhiều hơn mức cần thiết. Vấn đề này thường được khắc phục nhanh chóng bằng cách thêm nhiều cụm từ vào mục đích có liên quan trong thiết lập NLP.

Phân tích Chatbot tùy chỉnh

Cách phân tích tùy chỉnh có thể giải quyết các vấn đề phổ biến với trải nghiệm chatbot

Thông thường phân tích tùy chỉnh là cần thiết để chẩn đoán một vấn đề. Ví dụ: có thể là phản hồi rõ ràng cần được tích hợp vào luồng hội thoại để có thể xác định vấn đề.

Phân tích tùy chỉnh cũng được quan tâm đặc biệt khi bot là một chatbot tùy chỉnh hơn.

Cách tiếp cận đơn giản so với Chatbot tiếp cận phức tạp

Ví dụ, nếu một chatbot đơn giản, nó đưa người dùng qua một số loại cây quyết định và có vấn đề sử dụng, có thể dễ dàng xác định vấn đề chỉ từ số liệu thống kê sử dụng chung. Các phân tích có thể chỉ ra điểm trong cuộc trò chuyện chatbot nơi người dùng mất hứng thú và từ bỏ cuộc trò chuyện hoặc nó có thể cho biết lượng thời gian dành cho bot trước khi người dùng từ bỏ nó và trong cả hai trường hợp, điều này có thể chỉ ra vấn đề với luồng hoặc với trường hợp sử dụng bot nói chung.

Nếu bot phức tạp hơn, tức là nó có logic tùy chỉnh, số liệu thống kê chung sẽ không nói lên toàn bộ câu chuyện. Họ có thể cho bạn biết điểm mà người dùng từ bỏ, nhưng họ sẽ không thể cho bạn biết lý do tại sao người dùng từ bỏ.

Hãy tưởng tượng như một ví dụ đơn giản. Bạn xây dựng một chatbot để giúp trẻ em tìm hiểu thời gian biểu của chúng. Một cách tiếp cận cơ bản có thể là trẻ em chọn bảng thời gian được đề cập và bot ngẫu nhiên hóa các câu hỏi liên quan đến bảng thời gian đã chọn. Vấn đề ở đây là trẻ em học thời gian biểu ở các cấp độ khác nhau và do đó tỷ lệ tham gia thành công có thể giảm nếu chúng thấy các câu hỏi quá khó ngay từ đầu hoặc thậm chí ở thời điểm sau trong các tương tác.

Để chọn điều này, chúng tôi cần các phân tích cũng phản ánh độ khó của các câu hỏi trong số những thứ khác (và lý tưởng nhất là tự động điều chỉnh cấp độ). Điều này cần được tích hợp vào các phân tích tùy chỉnh. Và điều này chỉ có thể được thực hiện nếu nền tảng xây dựng chatbot hỗ trợ phân tích tùy chỉnh (hoặc hơn thế nữa, dễ dàng thêm phân tích tùy chỉnh).

Khi phân tích tùy chỉnh có sẵn, các nhà phát triển có thể sử dụng thông tin chi tiết có thể hành động thu được để thực hiện một cách tiếp cận tinh vi như sử dụng thuật toán để khớp cấp độ của trẻ với các câu hỏi được hỏi để tối đa hóa tỷ lệ giữ chân người dùng trong trò chơi.

Thử nghiệm A / B cho Chabot Analytics

Điều này đưa chúng ta đến một chủ đề quan trọng và có liên quan đến phân tích tùy chỉnh và đó là thử nghiệm A / B. Với bất kỳ phần mềm nào, rất khó để biết ngay từ đầu những gì có thể hoạt động tốt nhất về chức năng, đồ họa và nội dung và cách duy nhất để biết chắc chắn là thử nghiệm A / B các lựa chọn thay thế khác nhau.

Điều này đúng với chatbots cũng. Các phân tích tùy chỉnh cần được liên kết với công cụ thử nghiệm A / B bên trong nền tảng xây dựng chatbot. Tất nhiên, trong chính nền tảng bot, điều quan trọng không chỉ là có thể tạo và gắn thẻ phân tích tùy chỉnh mà còn xác định các thử nghiệm A / B trong luồng hội thoại.

Vai trò của thành viên nhóm trong phân tích chatbot

Nhà tài trợ, người quản lý và nhà phát triển chatbot đều chịu trách nhiệm giúp xác định các phân tích cần thiết. Như đã đề cập, các phân tích tùy chỉnh ít nhất phụ thuộc vào các trường hợp sử dụng được giải quyết bởi bot.

Nhà tài trợ rõ ràng quan tâm đến việc áp dụng giao diện đàm thoại và cố gắng tìm ra bất kỳ trở ngại nào đối với việc áp dụng hoặc bất kỳ vấn đề nào khác có thể ảnh hưởng tiêu cực đến mức độ hài lòng của người dùng.

Các chỉ số hiệu suất thiết yếu để phân tích chatbot là gì?

Từ quan điểm phân tích chatbot chung, các công ty chatbot sẽ quan tâm đến các số liệu và KPI chính của chatbot sau:

• Số lượng tương tác (nút) Số lượng luồng
• Thời lượng trò chuyện
• Tỷ lệ phần trăm các tuyên bố bị hiểu lầm / hiểu
• Bản đồ từ của các tuyên bố
• Bản đồ từ của các tuyên bố bị hiểu lầm
• Danh sách các truy vấn người dùng bị hiểu lầm
• Số lượng luồng được bắt đầu
• Số lượng quy trình lặp lại
• Xếp hạng các luồng theo cách sử dụng
• Xếp hạng các luồng bằng các tuyên bố bị hiểu lầm
• Số vụ tiếp quản của con người
• Số lần đăng nhập
• Số lần hoàn thành thành công
• Số lượng người dùng lặp lại
• Số lượng người dùng hoạt động mỗi khoảng thời gian
• Số lần đăng nhập
• Tỷ lệ phần trăm hoạt động được đặt tên / người dùng

Họ có thể quan tâm đến việc xem xét các số liệu thống kê trên trong các giai đoạn cụ thể hoặc sử dụng các bộ lọc khác tất nhiên.

Làm thế nào để các nhà phát triển sử dụng dữ liệu phân tích chatbot tùy chỉnh để cải thiện tương tác chatbot?

Về mặt phân tích tùy chỉnh, họ có thể quan tâm đến phản hồi thường được nhập thủ công dưới dạng nút trong luồng hội thoại, đặc biệt là ở các điểm cuối của mỗi luồng (cho dù kết quả có thành công hay không). Họ có thể quan tâm đến việc xếp hạng các dòng chảy bằng xếp hạng phản hồi.

Ví dụ chúng tôi đưa ra về một chatbot bảng thời gian, họ có thể quan tâm đến việc xem liệu có bất kỳ mối tương quan nào giữa mức độ khó khăn và mức độ tương tác (số lượng nút đi qua).

Các nhà quản lý bot tất nhiên quan tâm đến các số liệu thống kê trên nhưng cũng quan tâm đến việc đảm bảo hoạt động trơn tru của bot. Họ có thể yêu cầu phân tích về hiệu suất của bot trên các thiết bị khác nhau và thống kê về tính khả dụng của bot. Có bất kỳ vấn đề cơ sở hạ tầng hoặc bảo mật nào không?

Họ có thể quan tâm không chỉ đến hành vi của cơ sở người dùng mà còn quan tâm đến hành vi của người dùng cấp cao như tần suất họ cập nhật nội dung hoặc sửa đổi quy trình. Loại thông tin này cũng có thể là bắt buộc vì lý do bảo mật.

Tất nhiên họ cũng sẽ quan tâm đến thông tin liên quan đến sự tiến triển của các bot từ phát triển, dàn dựng, đến môi trường sản xuất và thống kê về các bản phát hành của nhà phát triển, v.v.

Các nhà phát triển quan tâm đến tất cả những điều trên đến mức họ có thể sử dụng thông tin để tạo doanh nghiệp của mình chatbots tốt hơn. Tất nhiên, họ sẽ quan tâm đến số liệu thống kê xác định lỗi, chẳng hạn như số liệu thống kê ra khỏi quá trình thử nghiệm sẽ có các thử nghiệm đặc biệt cho bot như thử nghiệm thành công NLP. Tuy nhiên, trên thực tế, các nhà phát triển và siêu người dùng tham gia nhiều hơn vào việc triển khai phân tích tùy chỉnh hơn là giám sát chúng.

Kết luận - Tương lai của Chatbot Analytics

Tôi đã đề cập ngắn gọn rằng việc tích hợp phân tích vào chức năng bot là rất quan trọng để xây dựng bot thành công. Thử nghiệm A / B cần tích hợp phân tích tùy chỉnh và sau đó có thể sử dụng một thuật toán đơn giản để tối ưu hóa cuộc trò chuyện. Tích hợp phức tạp hơn có thể được sử dụng để tối ưu hóa hiệu suất của bot, chẳng hạn như tối ưu hóa đã đề cập trước đó để đảm bảo rằng độ khó của bot thời gian biểu (hoặc thực tế hơn là một trò chơi phức tạp hơn) được tối ưu hóa.

Nhiều công ty phần mềm lớn, chẳng hạn như Google, Microsoft và IBM cung cấp dịch vụ phân tích chatbot. Mặc dù các dịch vụ này có thể dễ dàng cung cấp phân tích chung, nhưng điều tôi đã đưa ra một trường hợp rõ ràng là để có được lợi ích đầy đủ của phân tích, các phân tích cần được tùy chỉnh và kết hợp chặt chẽ với chức năng của bot theo cách khác với phần mềm không đàm thoại như trang web chẳng hạn. Do đó, điều cần thiết là khung chatbot được sử dụng cho phép các nhà phát triển tùy chỉnh bảng quản trị.

‍