Chatbot Dibongkar: Membangun, Menerapkan, dan Menghindari Jebakan Umum
Ada banyak bisnis tentang chatbot, tetapi sekarang saatnya untuk turun ke beberapa fakta yang keras dan dingin.
Chatbot dapat melakukan serangkaian fungsi, baik internal maupun menghadap konsumen. Dari memodernisasi HR hingga meningkatkan pengalaman pelanggan, robot perangkat lunak mulai mengganggu cara karyawan dan pelanggan berinteraksi dengan organisasi dan merek mereka. Seiring AI terus masuk ke dalam lingkaran, ini akan mempercepat kecerdasan dan kemampuan mereka.
Fungsi saat ini dan potensial chatbot sudah terdokumentasi dengan baik, tetapi kita ingin membongkar teknologi di sekitar tiga pertanyaan utama: Apa itu chatbot? Bagaimana cara membuat chatbot? Mengapa chatbot gagal?
Apa itu chatbot?
Chatbot menggambarkan antarmuka percakapan antara orang dan layanan otomatis.
Secara berkala, dan ini adalah cara teknologi berkembang, platform bot digabungkan dengan AI untuk menciptakan asisten cerdas; baik melalui suara atau teks.
Bagaimana cara membuat chatbot?
Meskipun chatbot pertama dibuat pada tahun 1966, baru dalam lima tahun terakhir terjadi pergeseran signifikan dalam cara chatbot dibuat.
Sebelum, pengembang harus membuat banyak kode kustom.
“Sekarang, banyak itu tersedia out of the box dan kita telah bergerak dari menghabiskan minggu untuk membuat bot [iterasi pertama bot], menjadi waktu hari dan kadang-kadang bahkan jam,” menjelaskan Howard Pull, direktur pengembangan strategis di MullenLowe Profero.
Seperti dengan teknologi apa pun, waktu meningkatkan efisiensi dan opsi penciptaan. Platform seperti Amazon Blueprint tersedia jika Anda ingin membuat sesuatu yang sangat sederhana, sementara Chatfuel dapat digunakan oleh orang paling tidak berpengalaman untuk membuat messenger untuk pemasaran bot.
Pergeseran ke AI juga telah mengubah dinamika permainan pembuatan bot. Perusahaan seperti Amazon dan Microsoft, dengan layanan kognitif mereka, memungkinkan klien atau pengguna untuk memasukkan AI ke dalam bot mereka — dengan sangat sederhana. Dan, hasilnya transformatif.
Misalnya, jika Anda memiliki chatbot bahasa Inggris untuk layanan pelanggan, Anda sekarang dapat dengan sangat sederhana menghubungkannya ke layanan kognitif Microsoft atau Amazon dan segera menambahkan kemampuan multibahasa ke bot tersebut. Pentingnya, merek dapat mengakses ini sebagai model bayar sesuai penggunaan, daripada harus berinvestasi besar di awal.
Faktor AI
Oke, sedikit menyimpang dari tiga pertanyaan utama, tetapi layak untuk menjelajahi dampak memperkenalkan AI ke dalam arena chatbot.
AI akan mempengaruhi chatbot dalam tiga cara, menurut Pull: sensing, thinking dan acting.
• Sensing
AI dan sensing di chatbot melibatkan bagaimana Anda dapat menemukan dan menggunakan layanan Anda dengan cara yang berbeda. Itu sebenarnya tentang pengenalan gambar, mengenali orang, mengenali objek, mengenali suara, nada dan emosi. Ini telah membaik secara dramatis selama 12 bulan terakhir.
• Thinking
AI dan thinking di chatbot melibatkan bagaimana chatbot dan data yang diciptakannya dapat mendeteksi pola, menyesuaikan dengan pola tersebut dan menyediakan layanan baru dengan sangat cepat.
• Acting
AI dan acting dengan chatbot melibatkan perjalanan pelanggan atau pengalaman. Ada peluang yang sangat nyata bagi bot untuk mengubah permainan layanan pelanggan: rekomendasi produk yang lebih cerdas, menautkan ke toko, menghubungkan ke orang yang tepat, memberikan langkah berikutnya yang lebih cerdas daripada jalan buntu.
Tip: ambil kecerdasan teknologi besar dan terapkan ke chatbot Anda
Mengapa chatbot gagal?
Ini adalah pertanyaan kunci karena ada banyak kegagalan dalam industri.
Alasan utama kegagalan adalah di tahap desain, beberapa bot dibuat tanpa pengalaman pelanggan dalam pikiran (ironis). Mereka dibuat dengan cara ini berdasarkan kesalahpahaman bahwa bot harus conversational, di atas segalanya. Tetapi, itu bukan poinnya. Poin chatbot adalah untuk meningkatkan pengalaman pelanggan, kemampuan percakapannya tidak boleh menjadi prioritas.
“Orang tidak ingin membuang waktu mereka berbicara dengan bot, mereka ingin bot membuat waktu mereka lebih efisien. Jadi, banyak merek membuat kesalahan dengan membuatnya tentang percakapan, bukan tentang tujuan pengguna di dalamnya,” kata Pull.
Bot juga sering gagal karena mereka diterapkan di tempat yang salah atau pada waktu yang salah — mereka harus ditempatkan dalam garis, atau komplementer dengan perjalanan pelanggan. Jika mereka tidak maka mereka akan gagal.
Overcomplicating adalah alasan lain untuk kegagalan. Seperti dengan teknologi apa pun, simple lebih baik. Pull menggunakan contoh Pret-a-Manger. Beberapa tahun yang lalu mereka memasukkan seluruh menu mereka ke dalam bot. Terlihat bahwa lebih sederhana bagi pelanggan untuk melihat menu fisik.
Data adalah faktor penting juga. Jika organisasi tidak memiliki akses ke data, atau jika mereka mengabaikan peran pelatihan dan pengujian bot, kemungkinan kegagalan tinggi.
“Keberhasilan sebuah bot tergantung pada bagaimana pengguna terinspirasi untuk berinteraksi dengan bot tersebut dan bagaimana ia menghubungkan mereka ke tujuan mereka. Itu sebenarnya tentang pengalaman merek,” kesimpulan Pull.
