Chatbot obsługi klienta bywa przedstawiany jako sposób na odciążenie biura z rozmów i wiadomości, ale w rzeczywistości jest to projekt, którego powodzenie zależy głównie od tego, czy firma ma uporządkowaną wiedzę o własnych produktach i procedurach. Wdrażamy takie rozwiązania wtedy, gdy powtarzalnych pytań jest dużo, odpowiedzi da się jednoznacznie sformułować, a firma jest gotowa je utrzymywać. Jeśli któregoś z tych warunków brakuje, chatbot będzie zgadywał, a klient szybciej niż zwykle zniechęci się do kontaktu. W tym tekście opisujemy, jak podchodzimy do wdrożenia, co realnie działa, a czego nie warto obiecywać.
Najlepsze wyniki daje w sytuacjach, w których klient zna swoje pytanie, a odpowiedź istnieje i jest jednoznaczna. Rozmowa jest wtedy krótka, a rozwiązanie oszczędza czas obu stronom. Typowe zastosowania, które sprawdzają się w praktyce:
Odradzamy go tam, gdzie rozmowa dotyczy reklamacji, sporu, kwestii finansowych albo emocji. Klient, który jest zdenerwowany, potrzebuje decyzji i osoby odpowiedzialnej, a nie uprzejmego automatu. Odradzamy też chatbota firmom, które mają niewiele zapytań. Przy kilku wiadomościach dziennie koszt przygotowania i utrzymania bazy wiedzy nie zwróci się nigdy, a lepszym rozwiązaniem jest dobrze napisana strona z odpowiedziami na pytania i czytelny formularz kontaktowy.
Trzecia sytuacja to firma, która nie ma spisanych procedur. Chatbot nie stworzy wiedzy, której nie ma. Jeśli trzej pracownicy odpowiadają na to samo pytanie na trzy różne sposoby, najpierw trzeba ustalić jedną wersję, a to zadanie organizacyjne, nie techniczne.
Zaczynamy od historii rozmów. Prosimy o dostęp do archiwum wiadomości, zgłoszeń i notatek z rozmów telefonicznych z kilku ostatnich miesięcy. Z tego materiału wyciągamy listę pytań uporządkowaną według częstotliwości. Zwykle okazuje się, że kilkanaście tematów odpowiada za większość ruchu, a długi ogon pojedynczych spraw jest zbyt zróżnicowany, żeby go automatyzować.
Na tej podstawie ustalamy zakres. Zakres w pierwszej wersji celowo trzymamy wąsko: kilkanaście tematów obsłużonych dobrze jest lepsze niż pięćdziesiąt obsłużonych połowicznie. Dla każdego tematu spisujemy treść odpowiedzi, warunki brzegowe i moment, w którym rozmowa musi trafić do człowieka.
Rozwiązania oparte na modelach językowych działają najlepiej wtedy, gdy odpowiadają na podstawie dostarczonych dokumentów, a nie z własnej pamięci. Dlatego budujemy uporządkowany zbiór treści: krótkie, jednoznaczne artykuły, każdy o jednym zagadnieniu, napisane językiem, którego używa firma. Długie regulaminy i pliki z prezentacjami dzielimy na fragmenty, bo model odnajduje odpowiedź tym lepiej, im bardziej precyzyjny jest fragment.
Ważne jest też oznaczanie aktualności. Każdy dokument powinien mieć datę i osobę odpowiedzialną. Bez tego po roku baza zawiera sprzeczne wersje tej samej informacji, a chatbot wybiera losowo jedną z nich.
Chatbot odpowiadający wyłącznie na pytania ogólne ma ograniczoną wartość. Prawdziwa użyteczność pojawia się, gdy potrafi sięgnąć po dane konkretnego klienta: status zlecenia, historię zakupów, termin wizyty. To jednak wymaga integracji z systemem firmowym i to zwykle w tym miejscu projekty się zatrzymują.
Sprawdzamy więc na początku, czy używany system pozwala pobrać dane w sposób programowy, czy dane są aktualne i czy da się jednoznacznie zidentyfikować klienta. Jeśli numery zleceń nie są unikalne albo status w systemie aktualizowany jest raz dziennie, chatbot będzie podawał informacje nieprawdziwe, co jest gorsze niż brak odpowiedzi. W takich przypadkach ograniczamy zakres do tego, co da się potwierdzić.
Zanim chatbot poda jakiekolwiek dane osobowe czy szczegóły zlecenia, musi ustalić, z kim rozmawia. Stosujemy metody proporcjonalne do wrażliwości informacji: numer zlecenia znany tylko klientowi, potwierdzenie kodem wysłanym na wcześniej zapisany kontakt, logowanie do panelu klienta. Nie akceptujemy identyfikacji opartej wyłącznie na imieniu i nazwisku, bo to zaproszenie do podszywania się.
Najważniejszym elementem dobrze zaprojektowanego chatbota jest moment, w którym się poddaje. Automat, który zapętla się i powtarza „nie rozumiem", robi firmie realną szkodę. Ustalamy więc jasne reguły przekazania rozmowy: po dwóch nieudanych próbach, na wyraźne żądanie klienta, przy wykryciu tematu z listy wykluczonej, przy oznakach zdenerwowania.
Przekazanie musi być pełne. Pracownik przejmujący rozmowę powinien widzieć jej całą historię, żeby klient nie tłumaczył wszystkiego od nowa. Poza godzinami pracy chatbot powinien uczciwie powiedzieć, kiedy sprawą zajmie się człowiek, zamiast obiecywać natychmiastową pomoc.
Chatbot mówi w imieniu firmy, więc jego wypowiedzi traktujemy jak treść publikowaną. Ustalamy z klientem, jak ma się przedstawiać, jakiego stopnia formalności używać i czego nie może powiedzieć. W szczególności zabraniamy mu składania deklaracji wiążących: obietnic terminów, których nie da się potwierdzić w systemie, zapewnień o naprawie, przyznawania rekompensat.
Uczciwie informujemy również użytkownika, że rozmawia z systemem automatycznym. Ukrywanie tego faktu nie przynosi korzyści, a psuje zaufanie w momencie, w którym klient i tak się zorientuje.
Modele językowe mają skłonność do formułowania odpowiedzi prawdopodobnych zamiast prawdziwych. Ograniczamy to kilkoma sposobami jednocześnie: odpowiadanie wyłącznie na podstawie dostarczonych fragmentów bazy wiedzy, jawne wskazanie źródła odpowiedzi, ustawienie zachowania domyślnego na przyznanie się do braku informacji, ograniczenie zakresu tematycznego oraz testy na pytaniach podchwytliwych. Żaden z tych sposobów nie usuwa problemu całkowicie, dlatego przed uruchomieniem zawsze przewidujemy okres, w którym rozmowy są przeglądane przez człowieka.
Osobną kwestią jest to, że użytkownicy wpisują w czacie rzeczy, o które nikt ich nie prosił: numery dokumentów, dane zdrowotne, hasła. Warto z góry zaplanować, co się z takimi treściami dzieje, i w miarę możliwości je filtrować lub maskować przed zapisaniem.
Na koszt składa się przygotowanie bazy wiedzy, konfiguracja i testy, integracje z systemami, opłaty bieżące zależne od liczby rozmów oraz utrzymanie. Ostatni element bywa niedoszacowany, a jest stały: baza wiedzy wymaga aktualizacji za każdym razem, gdy zmienia się oferta lub procedura.
Zwrot liczymy w prosty sposób: jaka część zapytań kończy się bez udziału pracownika i ile czasu zajmowała wcześniej ich obsługa. Warto z góry przyjąć realistyczne założenia. Chatbot, który samodzielnie zamyka część powtarzalnych zapytań i porządkuje resztę przed przekazaniem do człowieka, jest wdrożeniem udanym. Oczekiwanie, że przejmie całą obsługę, prowadzi do rozczarowania.
Sama liczba rozmów niewiele mówi. Patrzymy na odsetek rozmów zakończonych bez przekazania do człowieka, na liczbę powtórzonych pytań w jednej rozmowie, na tematy najczęściej kończące się porażką oraz na to, czy klienci po rozmowie z chatbotem i tak dzwonią. Ten ostatni wskaźnik jest najbardziej bezlitosny i najbardziej użyteczny.
Pierwsze tygodnie to okres intensywnej pracy, a nie odpoczynku. Przeglądamy transkrypcje, wyłapujemy pytania, na które nie było odpowiedzi, i uzupełniamy bazę wiedzy. Poprawiamy sformułowania, które okazały się mylące. Zwykle po miesiącu obraz się stabilizuje i dalsze utrzymanie sprowadza się do reakcji na zmiany w ofercie oraz okresowego przeglądu rozmów.
Ustalamy też, kto po stronie firmy odpowiada za treść odpowiedzi. Techniczne utrzymanie możemy prowadzić my, ale decyzja o tym, co firma odpowiada klientowi, powinna zostać wewnątrz firmy. Rozdzielenie tych ról od początku oszczędza późniejszych nieporozumień.
Nie w firmach, w których obsługa wymaga decyzji i znajomości kontekstu. Realny efekt to przejęcie pytań powtarzalnych oraz wstępne uporządkowanie pozostałych zgłoszeń, dzięki czemu pracownik zaczyna pracę z kompletem informacji. Jeśli celem jest całkowite zastąpienie człowieka, zwykle odradzamy wdrożenie.
Może, ale nie zawsze powinien. Rozwiązania oparte na modelach językowych potrafią sformułować odpowiedź na nowe pytanie, tylko że jej trafność zależy od tego, czy w bazie wiedzy jest odpowiedni materiał. Bezpieczniejsze jest ustawienie, w którym system przyznaje się do braku informacji i przekazuje sprawę dalej.
Tam, gdzie klienci już zadają pytania. Jeśli większość zapytań przychodzi przez formularz na stronie, zaczynamy od strony. Jeśli przez komunikatory, zaczynamy od nich. Uruchamianie kilku kanałów jednocześnie utrudnia dopracowanie treści, dlatego zwykle proponujemy jeden kanał na start.
Najwięcej czasu zajmuje uporządkowanie wiedzy, a nie konfiguracja narzędzia. Przy firmie, która ma spisane procedury, wersja obejmująca kilkanaście najczęstszych tematów powstaje w kilka tygodni. Jeśli wiedza istnieje tylko w głowach pracowników, etap zbierania materiału trwa dłużej niż całe wdrożenie techniczne.
Trzeba mieć na to procedurę jeszcze przed uruchomieniem: sposób zgłoszenia, szybkie wyłączenie danego tematu, korekta w bazie wiedzy i kontakt z klientem. Dlatego prowadzimy dzienniki rozmów i dlatego ograniczamy zakres tematów, w których system wypowiada się samodzielnie.
Rozwiązania oparte na modelach językowych radzą sobie z tym dobrze, znacznie lepiej niż starsze systemy oparte na słowach kluczowych. Problemem pozostaje raczej wieloznaczność samego pytania niż jego forma, dlatego uczymy system dopytywania zamiast zgadywania.
Kontakt: 22 390 56 49 — telefon czynny całą dobę, siedem dni w tygodniu. Obsługujemy Grodzisk Mazowiecki i okolice.
Arrived compass prepare an on as. Reasonable particular on my it in sympathize. Size now easy eat hand how. Unwilling he departure elsewhere dejection at. Heart large seems may purse means few blind.
Address