Bagaimana chatbots dapat meningkatkan kecerdasan bisnis, adopsi analitik, dan tingkat keberhasilan

Chatbots menawarkan cara hebat bagi organisasi untuk meningkatkan kecerdasan bisnis dan analitik data mereka.

Seorang pedagang pakaian renang untuk peritel terkenal sedang pergi ke rapat perencanaan penjualan dan operasi hari Senin. Tepat sebelum dia berhenti, Slack memberi tahu dia bahwa ruang pamer merek Oxford Circus berisiko kehabisan stok pakaian renang paling populer di bulan Juli — tepat sebelum liburan sekolah musim panas. Dia segera mengirim email ke pemasoknya di Indonesia untuk memeriksa ketersediaan sebelum pertemuannya.

Siapa yang mengirim pesan Slack kepada merchandiser itu? Itu bukan 'siapa' tapi 'apa'. Peringatan inventarisnya disampaikan oleh chatbot — 'agen' AI yang sekarang umum di situs web konsumen sebagai cara untuk mengotomatiskan aspek penjualan dan layanan pelanggan. Chatbots sekarang pindah ke tempat kerja modern untuk membuat 'last mile of analytics' yang penting lebih cepat, lebih mudah, dan lebih berharga bagi pengguna bisnis sehari-hari. Mereka melakukan ini sebagian dengan meningkatkan kelancaran data orang, memungkinkan mereka untuk mengekspresikan ide tentang data menggunakan bahasa bersama. Pekerja yang fasih data dapat mengubah data mentah menjadi informasi yang dapat ditindaklanjuti karena mereka memahami cara menafsirkannya, mengetahui data yang ada dan tidak tersedia, serta cara menggunakannya dengan tepat.

Mengapa 'mil terakhir analitik' penting? Ini adalah domain pengguna bisnis, dan tempat adopsi biasanya gagal. Meskipun visualisasi data dalam intelijen bisnis (BI) dan perangkat lunak analitik meningkat pesat dalam dekade terakhir, adopsi masih terlalu rendah — hanya 32% menurut catatan survei terakhir Gartner. Jika perusahaan serius ingin menjadi berbasis data, mereka membutuhkan lebih dari sekadar permen mata. Pelaku bisnis membutuhkan wawasan data yang tepat waktu, relevan, dan dapat ditindaklanjuti untuk berhasil dalam peran mereka. Chatbots membantu mewujudkan semua poin ini — begini caranya:

1. Pemberitahuan dan penemuan push

Kami baru saja berada pada tahap di mana sistem yang digerakkan oleh AI dapat mendeteksi perubahan, anomali, dan outlier dalam kumpulan data, kemudian menggunakan chatbots untuk mendorong informasi yang relevan kepada pengguna berdasarkan peran, minat, dan preferensi mereka. Ke depan, ini akan menjadi lebih canggih, tidak hanya mendorong informasi tentang data yang diubah, tetapi juga menambah wawasan pada data tersebut. Dalam sistem yang lebih lama, pengguna memerlukan TI untuk menyiapkan aturan secara manual jika mereka ingin diberi tahu tentang perubahan penting pada data. Tidak hanya ini proses yang lambat dan kaku, tetapi Anda juga perlu tahu apa yang Anda cari. Ini mengecualikan sebagian besar skenario data yang tidak dapat diperkirakan sebelumnya oleh pengguna.

2. Integrasi pesan

Setiap hari semakin banyak pekerja yang terhubung melalui platform perpesanan seperti Slack dan Microsoft Teams. Menurut penelitian terbaru dari Spiceworks, 21% bisnis menggunakan Microsoft Teams dan 15% bisnis menggunakan Slack. Ketika IPO Slack yang akan segera terjadi, kita dapat mengharapkan untuk melihat adopsi perusahaan yang lebih luas.

Mengapa ini penting? Seperti dalam contoh pembukaan saya, perangkat lunak analitik dapat menggunakan chatbots untuk mengirimkan informasi data melalui platform pengiriman pesan ke desktop dan perangkat seluler. Staf penjualan dan pemasaran kami mendapatkan peringatan dari chatbot tentang perubahan data di Salesforce melalui saluran Slack mereka. Percakapan data terjadi jauh lebih banyak hari ini di lingkungan ini daripada yang pernah mereka lakukan di komunitas pengguna analis yang relatif lebih kecil.

3. Analisis percakapan

Di sinilah hal-hal mulai menjadi sangat menarik. Dengan analitik percakapan, pengguna berinteraksi melalui pesan atau suara dengan chatbots. Pada dasarnya ini tentang dapat melakukan percakapan dengan data Anda, kapan saja di mana saja. Katakanlah perencana barang dagangan kami ingin tahu lebih banyak tentang mengapa lini pakaian renang tertentu kehabisan persediaan. Dia dapat bertanya kepada chatbot mengapa itu terjadi dan apa pendorong di balik tren tersebut. Kemampuan untuk berbicara secara bebas dengan bot menggunakan bahasa alami ini benar-benar masa depan analitik di tempat kerja.

Chatbots menjadi pembawa pesan data yang ideal

Saya akan menjadi orang pertama yang mengakui bahwa chatbots pada awalnya tidak populer secara universal. Misalnya, Facebook harus mengurangi chatbotnya setelah 70% interaksinya gagal karena kesulitan komunikasi. Beberapa konsumen merasa sedikit takut ketika mereka membuka situs web dan chatbot penjualan muncul. Namun, dalam skenario dukungan pelanggan, chatbot menjadi jauh lebih populer. Ini terutama benar ketika seseorang hanya membutuhkan jawaban sederhana dan spesifik untuk pertanyaan seperti “apa kode Wi-Fi untuk router saya?”

Demikian pula, chatbots membuat ideal untuk utusan yang ideal untuk informasi data dalam organisasi yang mencoba untuk meningkatkan literasi data pengguna bisnis mereka. Pertanyaan data 100% deterministik — hanya ada satu jawaban yang benar. Ini berarti tidak ada harapan bagi chatbot untuk memiliki tingkat ambiguitas bahasa manusia dan sintaksis yang sempurna, yang mungkin diharapkan dalam percakapan penjualan yang lebih pribadi. Setelah orang-orang mengatasi keanehan awal percakapan dengan mesin, mereka mulai merasa nyaman mengajukan pertanyaan data dengan aman karena mengetahui bahwa mereka tidak sedang dihakimi atau diburu-buru oleh pakar data yang tidak sabar.

Akhirnya chatbots populer di kalangan milenium, yang mengirim pesan adalah kebiasaan. Penelitian oleh pemasar seluler 3C Interactive mengungkapkan bahwa 40% generasi millennial mengatakan bahwa mereka berinteraksi dengan bot setiap hari, dan angka itu terus meningkat. Chatbots memberikan kepuasan instan yang dikondisikan oleh generasi milenial untuk tumbuh dengan mesin pencari. Hal ini penting karena dengan milenium akan segera menjadi demografi usia terbesar dalam angkatan kerja global, lebih banyak strategi TI perusahaan termasuk mencari teknologi yang dirancang untuk menarik dan mempertahankan talenta muda.

Jika Anda serius ingin menjadi organisasi berbasis data, chatbots menawarkan potensi besar untuk meningkatkan BI dan analitik. Chatbots tidak hanya dapat membantu meningkatkan tingkat adopsi, tetapi juga dapat membantu semua orang Anda menjadi lebih melek data dan membuat keputusan bisnis yang lebih cerdas.