1. Цифровой диалог
жүктеу/скачать 336.4 Kb.
|
- Бұл бет үшін навигация:
- Fallback
- Автоматизируем службу поддержки
- Перевести на оператора
- Контакт-центре завтрашнего дня
- пользовательские маршруты и аналитика
- Dialog Journey
- путешествия
- карты клиентских путей
| Намерение (intent) — это разные вариации одного и того же запроса, в разных формулировках. Когда и зачем обычно люди пишут или звонят бизнесу? Когда и зачем вы это делаете лично? Разве не когда у вас возникла проблема, возник вопрос или вы хотите, чтобы компания что-то сделала для вас? В любом случае, вы либо намереваетесь получить информацию от компании, либо намереваетесь сделать какое-то действие или намереваетесь побудить компанию на нужное вам действие.
У компании может быть от нескольких десятков до сотен намерений, в зависимости от сложности бизнеса, ассортимента услуг и продукции, количества целевых аудиторий. Намерения и формулировки могут меняться в течении года и с развитием компании. Мы рекомендуем начинать внедрение чат-бота с того, что сначала внедрить каналы чата на сайт, мессенджеры и социальные сети. Внедрите каналы, научитесь или научите вашего клиента пользоваться ими и эффективно коммуницировать в них, накопите достаточное количество реальных диалогов с реальными пользователями. Затем выполните анализ диалогов, выделите популярные интенты и автоматизируйте их. Вот как работает интеграция NLP на техническом уровне: Чат-бот отправляет пользовательский ввод в NLP. Получаем ответ в виде распознанного намерения и извлеченных сущностей. Ответ от NLP сохраняется в атрибутах лида и доступен для работы из любого скрипта в обычном режиме. Чат-бот ищет скрипт с распознанным именем интента по точному совпадению имени интента или по маске. Если сценарий для намерения не найден, будет использоваться общий скрипт для всех интентов. Если возникло исключение, будет использовать Fallback скрипт. Остальное зависит от потребностей вашего проекта. Вы можете либо передать прямой ответ от NLP пользователю, запустить весь сценарий, либо ответить пользователю и снова передать управление NLP. Создание NLP ботов при помощи платформы Metabot и сервиса Dialogflow вы можете подробнее рассмотреть и опробовать на практике с помощью нашего урока Автоматизируем службу поддержки. Переключение между чат-ботом и человеком Представьте ситуацию: Боб, ваш клиент, общается с вашим чат-ботом, но вдруг столкнулся с сложным вопросом, который бот не может решить. В этом случае, бот может перевести разговор в службу поддержки, и тогда к диалогу подключится Алиса, оператор поддержки. Это позволяет обеспечить гибкость и эффективность обслуживания клиентов, сочетая автоматизацию и человеческое взаимодействие. Чат-боты и автоматизация коммуникации — это замечательно, но полностью оставлять пользователей без заботы людей — это неправильно. Чат-боты могут выступать в роли отличной автоматизации "нулевого" уровня поддержки, помогая с рутиной, но со сложными и эмоциональными проблемами и запросами может справиться только другой человек. Не превращайте чат-бота в стену вокруг компании. Ведь вы бы сами хотели пользоваться услугами компании, с персоналом которой вы не можете поговорить, когда у вас возникнет сложная или нестандартная ситуация? Для организации гибридной поддержки пользователей с помощью чат-бота и людей, используйте функцию перевода диалога на оператора в нужных точках диалоговых сценариев, которые называются Перевести на оператора и Вернуть боту. Первая команда приостанавливает работу бота и переводит диалог в службу поддержки, а вторая возвращает бота обратно. Вторая команда нужна для тех случаев, когда пользователь позвал людей по ошибке, передумал и хочет вернуться обратно — вы можете создать маршрут для таких ситуаций, который будет слушать ввод пользователя и, когда он скажет, например, "бот", "меню" или "/start", вызовет скрипт, в котором будет команда возврата. Для того чтобы люди могли принять участие в диалоге и обработать запрос, диалоги нужно куда-то передавать. Вы можете воспользоватьсяКонтакт-центром Metadesk от Metabot или подключить стороннюю платформу, например, Livetex, Jivo, Webim, Umnico, Bitrix24, с которыми Metabot имеет готовую интеграцию. Если вам необходимо подключить чат-бот к другому рабочему месту оператора, напишите нам. По завершению диалога платформа переведет диалог обратно чат-боту. Как организуется работа людей с автоматизациями в контакт-центре будущего и какими характеристиками должны обладать сотрудники, узнайте вКонтакт-центре завтрашнего дня. Пользовательские маршруты и аналитика Представьте, что вы создали сложный лабиринт, в котором каждый коридор ведет к новому уровню взаимодействия с вашим бизнесом. Ваш чат-бот — это гид, который помогает пользователям найти правильный путь. Но как вы можете отследить, где именно находится каждый пользователь в этом лабиринте? Как вы можете определить, какие маршруты они выбирают и какие преграды встречают на своем пути? Вот где на помощь приходят пользовательские маршруты и аналитика. Чат-боты — это мощный инструмент для гиперперсонализации. Они создают уникальный диалоговый интерфейс для каждого пользователя, адаптируясь под его потребности. Диалог постоянно течет и меняется, а диалоговые сценарии и цепочки отложенных исходящих сообщений позволяют вести каждого пользователя от одного сценария к другому автоматически, в том темпе, в котором удобно каждому пользователю. Но если у нас есть бот со сложной системой коммуникаций, как мы можем узнать, где находятся наши пользователи в каждый момент времени? Или как нам узнать, по каким путям они двигались? Как нам оценить, насколько успешно мы спроектировали пользовательский опыт? Для визуализации путей пользователей по вашему чат-боту вы можете воспользоваться дополнительным плагином — панелью аналитики Dialog Journey от команды Metabot. Этот плагин позволяет визуализировать пути пользователей по вашему чат-боту, а также позволяет фильтровать данные в таблицах по времени, пользователю, шагу и так далее. Однако просто включить аналитику и все заработало не получится. Сначала вам нужно спроектировать сами пути для каждого класса персон (сегмента), путь которого вы хотели бы отслеживать. Пути или как мы называем их — путешествия (journeys), состоят из фаз/этапов (phases/stages), которые в свою очередь состоят из шагов (steps). Мы рекомендуем создать отдельную карту для планирования путешествия пользователей. Для этого вы можете воспользоваться популярным у маркетологов фреймворком, который называется карты клиентских путей (customer journey map или CJM). Это готовая и детально описанная методология анализа того, как клиент взаимодействует с бизнесом, которая помогает визуализировать путь клиента и потом командой работать над его улучшением. Настоятельно рекомендуем освоить этот инструмент, потому что создание чат-ботов с помощью Metabot напрямую с ним связано. Когда вы внедряете чат-бот в бизнес, вы только тем и занимаетесь, что улучшаете клиентские пути. Ниже пример CJM карты, созданныйMiro Обычно работа над чат-ботом начинается с вопросов заказчику: Какие пути приносят 80% дохода? Какие пути приносят 80% проблем/жалоб? Автоматизацию следует начинать с наиболее популярных путей. А чтобы улучшить пути, сперва их нужно определить — пройти по ним самостоятельно, собрать информацию о них от других и визуализировать в виде карты путей CJM. Тот путь, который проходят ваши пользователи по CJM, называется пользовательским опытом (user experience), о котором мы уже говорили выше. Затем вы переходите к созданию чат-бота, который является ничем иным, как новым путем и опытом для пользователей. Двигаясь по пути, вы улучшаете шаг за шагом каждый этап пути и постепенно приходите к полноценному подключенному бесшовному персонализированному опыту со сквозной автоматизацией всего пути всех аудиторий бизнеса. Понимаете теперь, что такое чат-боты на самом деле и почему мы назвали их диалоговыми приложениями? Итак, когда вы спроектировали новые пути и занялись их разработкой, теперь в коде вы должны сигнализировать аналитике Dialog Journey о том, что пользователь достиг нового шага. Для этого вы вызываете код, который логирует шаг. Данные о передвижении пишутся в кастомные таблицы вашего бота, на основе этих данных строится аналитика. жүктеу/скачать 336.4 Kb. Достарыңызбен бөлісу:
|