Os chatbots podem se tornar a maneira mais eficaz de atender aos clientes se as empresas entenderem como implementar corretamente suas perguntas frequentes em uma base de conhecimento como intenções de chatbot.
A depressão da desilusão soa incrivelmente ameaçadora, mas é indiscutivelmente a situação em que até mesmo os melhores chatbots se encontram atualmente. Essa é a expressão cunhada pela Gartner para designar o momento em que o público percebe que uma tecnologia não atenderá às expectativas astronômicas que lhe foram impostas. Essa "depressão" faz parte das cinco categorias da Gartner para seu ciclo anual de hype.
Para alcançar o próximo estágio (o declive do esclarecimento), a tecnologia precisa ser redefinida para realizar plenamente seu potencial como produto. Os chatbots atuais ainda não podem atender a todas as nossas necessidades (como Samantha no filme Her), mas são, sem dúvida, a maneira mais eficaz de interagir com os clientes, descobrindo suas intenções.
Em vez de simplesmente converter as perguntas frequentes (FAQs) existentes, é mais eficaz considerá-las como intenções. O que exatamente o cliente quer saber? Em vez de fornecer uma resposta longa e geral que cubra uma série de bases, as intenções do chatbot podem descobrir exatamente o que o usuário quer dizer para oferecer uma resposta rápida e precisa.
O que é uma intenção em um chatbot?
Quando se fala em chatbots, a intenção de um usuário é o objetivo ou meta que ele espera alcançar ao lançar uma consulta de pesquisa. É o verdadeiro significado que os usuários querem transmitir, independentemente das palavras que usam.
Por que as intenções do chatbot são importantes?
Em um chatbot, as intenções são essenciais, pois o sucesso das respostas será determinado por sua capacidade de combinar a intenção do usuário com uma resposta apropriada e relevante. As respostas podem depender de vários fatores, por exemplo, em chatbots baseados em regras, a qualidade de uma resposta será definida pela qualidade das fontes do chatbot.
Como "botificar" sua base de conhecimento
Os consumidores da geração do milênio costumavam ter algumas reservas em relação aos chatbots, mas isso parece estar mudando. 67% dos millennials nos EUA relataram que provavelmente comprariam produtos e serviços de marcas com chatbots.
Aqui está a resposta de uma companhia aérea à pergunta sobre a alteração de seu voo:
"Veja as diretrizes sobre como modificar as reservas aqui."
Essa resposta é muito vaga e seria bastante estranha em uma conversa cara a cara. Não há nenhuma tentativa de fornecer ao cliente uma resposta exata ou de descobrir o motivo de sua pergunta. Em resumo, ainda não descobrimos a intenção do usuário. Isso pode ser feito por meio da "botificação" de sua base de conhecimento.
Um chatbot com inteligência artificial (IA) robusta, aprendizado de máquina e processamento de linguagem natural (PNL) será capaz de identificar suas perguntas frequentes mais populares. As árvores de decisão podem então "botificá-las" para determinar a resposta exata. Veja o exemplo a seguir:
Usuário: Posso alterar meu voo?
Chatbot: Posso descobrir isso para você. Pode me dizer para onde está indo?
U: Barcelona.
C: Obrigado! De onde você está saindo?
U: São Francisco
C: Obrigado! A que horas e em que data você vai embora?
E assim por diante. As árvores de decisão fornecem perguntas simples que ajudam a restringir as intenções do chatbot para dar a resposta perfeita.
Além disso, observe o uso de pronomes pessoais, como "eu" e "você", para oferecer uma conversa mais natural. Dada a popularidade dos aplicativos de mensagens, como o Whatsapp ou o Facebook Messenger, é simplesmente senso comum tentar oferecer uma experiência de conversação semelhante para seus clientes por meio de um bot.
O contexto é tudo
Uma FAQ é um recurso incrivelmente binário, que consiste na pergunta e na resposta. Na realidade, as conversas humanas são muito menos previsíveis e contêm muitas perguntas de acompanhamento.
Veja, por exemplo, uma consulta comum às companhias aéreas: "Cancelar ou alterar seu voo". Seria estranho alguém dizer exatamente essas palavras em uma conversa cara a cara. Em vez disso, você pode encontrar o seguinte conjunto de perguntas
- Preciso de um novo voo
- Quanto custa?
- OK, então eu fico com essa
Os humanos tendem a usar muito mais pronomes, como "ele", conforme mostrado na segunda pergunta. Para que um chatbot seja mais conversacional, ele terá de reconhecer o contexto e fornecer o custo desse voo.
As intenções do chatbot podem processar as informações do cliente usando variáveis que são capazes de processar as informações do cliente e lembrar o contexto das informações. Por exemplo, se você fornecer detalhes do seu voo, um chatbot poderá se lembrar dessa viagem exata mais tarde durante a conversa.
Não é bem a Her, mas é a segunda melhor opção
Os chatbots podem não ser capazes de atender a todas as necessidades ainda, mas quando se trata de atender aos clientes, eles podem chegar bem perto.
Em vez de fornecer um serviço direto e personalizado para um cliente, as FAQs oferecem a mesma consultoria, independentemente de suas necessidades.
Por exemplo, se uma pessoa precisar redefinir sua senha, as perguntas frequentes simplesmente a encaminharão para outra parte do site para concluir a tarefa. Na verdade, o que o cliente está procurando é uma transação, uma troca de informações para resolver sua dúvida.
Para isso, os chatbots podem usar transações para se integrar aos seus sistemas legados e de back-end a fim de fornecer esse serviço. Em vez de clicar em vários links e falar com diferentes agentes com perguntas frequentes, os clientes podem alterar suas senhas ou comprar itens em uma única conversa com um chatbot.
O backup humano está a caminho
A seção de perguntas frequentes do seu site é um ambiente controlado. Você sabe exatamente quais perguntas estão disponíveis para resposta e exatamente o que cada uma delas contém. Em suma, você tem uma ideia da experiência que o usuário terá, pois ele obterá a resposta ali ou não.
A situação é diferente com um chatbot que não tem ideia de qual pergunta irá enfrentar. Elas podem ser perguntas encontradas nas perguntas frequentes, perguntas genéricas fora do conteúdo ou até mesmo solicitações, como uma demonstração do produto. Independentemente disso, os chatbots precisarão fornecer a resposta correta ou ser capazes de encaminhar para um agente humano.
Descobrir as respostas que você precisa para
Simplesmente copiar e colar suas perguntas frequentes em uma base de conhecimento não é a solução para fornecer autoatendimento aos seus clientes.
Um chatbot com processamento robusto de linguagem natural é capaz de descobrir quais respostas estão faltando. A Inbenta usa o agrupamento semântico para detectar quaisquer respostas negativas que alertem a empresa sobre novos materiais cruciais que precisarão ser criados para atender melhor aos clientes. A análise de lacunas entre o que os clientes estão pedindo ao seu bot e as respostas que ele pode dar é uma ferramenta de negócios excepcional que permite preencher facilmente as lacunas de conhecimento e conhecer o desconhecido.
Embora copiar e colar perguntas frequentes não seja uma ideia desastrosa, essa não é a solução para proporcionar uma experiência aprimorada ao cliente por meio de um chatbot. Em um mundo em que o cliente é rei, um chatbot totalmente funcional pode ser o cavaleiro de armadura brilhante que proporciona a experiência perfeita ao usuário.
A Inbenta utiliza seu processamento de linguagem natural patenteado e mais de 11 anos de pesquisa e desenvolvimento para criar chatbots interativos com uma taxa de autoatendimento líder do setor de +90%.
Empresas de todo o mundo, incluindo a Pinterest e a Docusign, utilizam a Inbenta para manter um serviço personalizado para seus clientes e, ao mesmo tempo, reduzir os tíquetes de suporte.
