5 problémů AI chatbotů, které vás připravují o zákazníky
Problémy AI chatbotů vás mohou potichu připravovat o zákazníky. Pět varovných signálů, že váš bot poškozuje konverze v zákaznické podpoře, a jak každý z nich op...
7 min čtení
AI
Chatbots
+2
AI chatbot pro zákaznickou podporu, který stále selhává, má téměř vždy jednu ze šesti opravitelných příčin: zastaralý zdroj znalostí, netestovaný Flow, špatně nastavený práh předání, nedostatečně výkonný model, jazykový nesoulad nebo to, že nikdo nekontroluje, co dělá špatně. Zde je návod, jak zjistit, kterou z nich máte, a opravit ji bez nutnosti kompletní přestavby.
V tomto článku:
- Oprava 1: Znalostní zdroj vašeho AI chatbotu je neúplný nebo zastaralý
- Oprava 2: Flow nebyl nikdy testován na skutečné formulace
- Oprava 3: Práh předání je nastaven špatně
- Oprava 4: AI model je pro vaše otázky příliš slabý
- Oprava 5: Jazykové pokrytí neodpovídá vašim zákazníkům
- Oprava 6: Nikdo nekontroluje, co dělá špatně
Většina týmů nastaví AI chatbot pro zákaznickou podporu jednou, sleduje, jak prvních pár týdnů funguje dobře, a pak mu přestane věnovat pozornost. Pak eskalace nenápadně rostou, zákazníci se začnou opakovat a nikdo nedokáže přesně říct proč, protože se nikdo nedíval na to, co skutečně selhává.
Oprava 1: Znalostní zdroj vašeho AI chatbotu je neúplný nebo zastaralý
Toto je vůbec nejčastější příčina a zároveň nejsnáze zkontrolovatelná. Chatbot ví jen to, co obsahují jeho propojené znalostní zdroje. Pokud se změnil produkt, aktualizovala politika nebo byla uvedena nová funkce a zdrojový obsah nebyl aktualizován, bude bot sebevědomě poskytovat starou odpověď.
Vytáhněte si seznam otázek, ve kterých bot nejčastěji chybuje, a každou z nich porovnejte se skutečným obsahem zdroje. Pokud zdroj informace zcela postrádá, jedná se o mezeru v rozsahu. Pokud zdroj informaci obsahuje, ale bot ji přesto špatně zodpovídá, může být obsah samotný špatně strukturovaný, pohřbený nebo si protiřečit jinde ve stejném zdroji.
Například aktualizace ceníku, která změní počet zahrnutých míst v určitém plánu, tiše rozbije všechny odpovědi chatbotu o tomto plánu, dokud někdo neaktualizuje znalostní zdroj.
Oprava 2: Flow nebyl nikdy testován na skutečné formulace
Flow postavený a testovaný pouze s úhlednými, dobře formulovanými testovacími otázkami se chová jinak než ten, který byl testován na tom, jak zákazníci skutečně píší. Skutečné otázky jsou kratší, méně formální a často postrádají kontext, který by úhledná testovací otázka obsahovala.
Vezměte dvacet skutečných zpráv od zákazníků z historie vašich ticketů, čím chaotičtější, tím lépe, a prožeňte je ručně přes Flow. Zaznamenejte každé místo, kde je odpověď chybná, neúplná nebo technicky správná, ale matoucí. Toto jediné cvičení obvykle odhalí víc skutečných problémů než celý týden souhrnných metrik.
Pokud váš tým také používá AI asistenta pro odpovědi k vytváření návrhů odpovědí pro operátory, stejné problémy se zdrojem znalostí, které rozbíjejí chatbot, se projeví i tam, protože obě funkce čerpají ze stejného základního obsahu.
Posuňte svůj byznys na novou úroveň
Vyzkoušejte LiveAgent zdarma a přesvědčte se sami.
Oprava 3: Práh předání je nastaven špatně
Chatbot LiveAgent vám umožňuje nastavit minimální počet odpovědí AI, než bude možné předat hovor člověku, nebo nechat AI agenta rozhodnout o předání samostatně. Nastavte toto nastavení špatně v kterémkoli směru a bude to vypadat jako problém s výkonem, i když je to ve skutečnosti problém s konfigurací.
Nastavte práh příliš vysoko a zákazníci uvíznou v cyklu ne užitečných odpovědí bota, než se dostanou k člověku. Nastavte jej příliš nízko a bot bude eskalovat otázky, které by mohl vyřešit sám, což nafoukne míru eskalace a plýtvá časem operátorů na požadavky, které nikdy člověka nepotřebovaly.
Zkontrolujte toto nastavení společně s vašimi skutečnými eskalačními daty, nejen jednou při nastavení. To, co bylo správné pro menší objem ticketů nebo užší sadu otázek, může vyžadovat úpravu, jak se rozsah vašeho chatbotu rozšiřuje.
Oprava 4: AI model je pro vaše otázky příliš slabý
Ne každý AI model zvládá vícečásti a nejednoznačné otázky stejně dobře. Model, který bez problémů zvládá jednoduché vyhledávání v FAQ, může začít selhávat, jakmile zákazníci pokládají vrstevnaté otázky vyžadující propojení dvou nebo tří informací.
Toto stojí za to zkontrolovat jako poslední, ne jako první. Upgrade modelu neopraví neúplný zdroj znalostí ani netestovaný Flow a týmy, které skočí rovnou ke změně modelu, často zjistí, že stejné chyby přetrvávají, protože skutečný problém nebyl nikdy v modelu. Jakmile je zdroj znalostí a Flow v pořádku, pokud složité otázky vyžadující úvahu stále selhávají, teprve tehdy se silnější model vyplatí. Poskytovatelé modelů zveřejňují vlastní srovnávací testy uvažování a schopnosti řídit se instrukcemi právě pro toto srovnání – stojí za to je zkontrolovat, než budete předpokládat, že všechny modely zpracovávají vícečásti otázky stejně.
Odebírejte náš newsletter
Nejnovější tipy a nabídky přímo do vaší schránky.
Oprava 5: Jazykové pokrytí neodpovídá vašim zákazníkům
Chatbot může odpovídat ve více než 100 jazycích v závislosti na připojeném AI modelu, ale jazyková podpora funguje jen tak dobře, jak dobře je v daném jazyce zpracován základní zdroj znalostí. Znalostní zdroj napsaný a udržovaný pouze v angličtině bude produkovat chudší a méně přesné odpovědi pro zákazníky píšící v jakémkoli jiném jazyce, i když bot tuto jazykovou podporu technicky „nabízí".
Zkontrolujte objem svých ticketů podle jazyka oproti tomu, kolik vašeho znalostního zdroje skutečně existuje v každém z nich. Nesoulad zde vypadá přesně jako obecný problém s výkonem, ale řešením je překlad zdrojového obsahu, nikoli zásah do Flow nebo modelu.
Oprava 6: Nikdo nekontroluje, co dělá špatně
Chatbot, který byl při spuštění dobře vyladěn, takový nezůstane sám od sebe. Produkty se mění, zákazníci začínají klást nové typy otázek a Flow, který pokrýval vše před třemi měsíci, tiše přestane pokrývat to, co zákazníci skutečně dnes řeší.
| Znak ke kontrole týdně | Co obvykle znamená |
|---|---|
| Míra eskalace stoupá | Rozsah již neodpovídá skutečným otázkám |
| Stejná chybná odpověď, opakovaně | Znalostní zdroj je v daném tématu zastaralý |
| Nové vzory formulací v tiketech | Flow potřebuje znovu otestovat aktuální jazyk |
| CSAT klesá u ticketů vyřešených botem | Bot „řeší" tickety, se kterými zákazníci nebyli spokojeni |
Nastavte pravidelnou týdenní kontrolu neúspěšných a eskalovaných konverzací po dobu prvního měsíce po jakékoli změně, poté přejděte na měsíční, jakmile se čísla ustálí. Toto je jediná oprava v tomto seznamu, která není jednorázovou změnou. Je to návyk, který zachytí ostatních pět dříve, než se stanou vzorem, kterého si zákazníci všimnou.
Pokud se stále rozhodujete mezi platformami, místo abyste opravovali stávající, náš průvodce jak vybrat AI chatbot pokrývá stejných šest oblastí z pohledu kupujícího, ještě než se k nějakému řešení zavážete.
Projděte těchto šest příčin v pořadí, než budete předpokládat, že celé nastavení potřebuje vyměnit. Většina týmů zjistí, že skutečný problém je jedna konkrétní, opravitelná mezera, nikoli zásadní chyba v samotném chatbotu. AI chatbot od LiveAgent umožňuje většinu těchto pák – znalostní zdroje, prahy předání i výběr modelu – přímo konfigurovat, takže oprava jedné z těchto příčin obvykle zabere odpoledne, nikoli přestavbu.
