CTI論壇(ctiforum.com)（編譯/老秦）:聊天機器人很熱。它們已經(jīng)成為您的營(yíng)銷(xiāo)工具，隨著(zhù)機器學(xué)習使它們能夠處理越來(lái)越廣泛的問(wèn)題，以及公司正在考慮采用新的部署方法，聊天機器人的使用有望增長(cháng)。根據《研究與市場(chǎng)》報告，聊天機器人市場(chǎng)預計將在2018年至2022年之間實(shí)現24.3％的復合年增長(cháng)率（CAGR）。但是，像其他任何工具一樣，聊天機器人在發(fā)布之前需要經(jīng)過(guò)深思熟慮。

 

　　請記住，聊天機器人不僅是轉移呼叫和增強客戶(hù)服務(wù)的一種方式；專(zhuān)家說(shuō)，它也將反映您的品牌。例如，您的近期目標可能是使客戶(hù)采用自助服務(wù)并減少通話(huà)量。您的聊天機器人將成為您品牌的代表，這意味著(zhù)它需要忠實(shí)地反映品牌信息，產(chǎn)品營(yíng)銷(xiāo)策略以及客戶(hù)所期望的體驗質(zhì)量。但是，根據PitneyBowes白皮書(shū)，聊天機器人的失敗率可能高達70％。這里的失敗被定義為聊天機器人無(wú)法完成其工作并將問(wèn)題發(fā)送給人工處理。

　　考慮到所有這些因素，我們與幾位專(zhuān)家進(jìn)行了交談，希望得到他們對過(guò)程中每個(gè)階段聊天機器人開(kāi)發(fā)關(guān)鍵要素的想法。

　　“為了確保成功部署聊天機器人，企業(yè)需要首先定義其理想的業(yè)務(wù)目標。”Verint Intelligent Self-Service產(chǎn)品營(yíng)銷(xiāo)副總裁Jen Snell說(shuō)：“這聽(tīng)起來(lái)似乎很明顯，但是在急于部署對話(huà)式AI解決方案的過(guò)程中，這是必不可少的第一步，而這一步驟卻常常被人們忽略。任何成功的技術(shù)實(shí)施都應支持您的底線(xiàn)。聊天機器人也不例外。您的KPIs必須直接反映您的總體目標和更廣泛的業(yè)務(wù)策略。”

　　Verint總裁Elan Moriah，Verint首席執行官Dan Bodner以及在5月舉行的Verint Engage19會(huì )議上的其他幾位發(fā)言人說(shuō)，對于大多數人而言，更廣泛的業(yè)務(wù)策略將意味著(zhù)聊天機器人和在線(xiàn)客服人員的某種結合。他們一致認為，聊天機器人的最佳回報是使用它們來(lái)處理平凡的例行交互（例如，“我的余額是多少？”），以便人工座席可以處理投訴和其他更復雜的問(wèn)題。由于來(lái)自社交媒體和其他渠道的互動(dòng)越來(lái)越多（一些人估計與客戶(hù)的互動(dòng)量增加了350％），公司不能只依靠人工，而是需要聊天機器人來(lái)處理始終在線(xiàn)時(shí)代中越來(lái)越多的交互。

　　了解客戶(hù)如何與您互動(dòng)以及如何最有效地部署聊天機器人來(lái)滿(mǎn)足他們的需求至關(guān)重要。“不要以為您知道客戶(hù)想要什么，或者他們可能會(huì )如何獲取它，”Snell建議。“查看數據，然后設計和部署聊天機器人以解決現實(shí)問(wèn)題（而不是您的假設）和滿(mǎn)足客戶(hù)的需求。”

　　Alegion工程部高級主管Brent Schneeman認為，另一個(gè)考慮因素是公司是否要使用多種聊天機器人，每種聊天機器人都是為特定服務(wù)（例如付款）而開(kāi)發(fā)的，還是使用更少，更通用的聊天機器人來(lái)處理更廣泛的問(wèn)題。

　　Snell建議確定自動(dòng)化將為哪些領(lǐng)域提供最快的回報，并首先為那些領(lǐng)域開(kāi)發(fā)聊天機器人。“定義主要用戶(hù)以及要提供給每個(gè)用戶(hù)的不同類(lèi)型的體驗。然后整理內容。上下文是關(guān)鍵。您開(kāi)發(fā)的上下文越好，您創(chuàng )建的聊天機器人就越有價(jià)值，人們將能夠更好地使用它。”

　　為了確定哪種部署將產(chǎn)生最佳的回報，Snell建議公司在設計聊天機器人策略和實(shí)施時(shí)咨詢(xún)市場(chǎng)，通訊，IT，業(yè)務(wù)開(kāi)發(fā)和客戶(hù)服務(wù)方面的人員，以確保解決方案能夠滿(mǎn)足整個(gè)企業(yè)的需求并與之匹配您的愿景和目標。

　　Snell說(shuō)，至關(guān)重要的是要清楚地識別公司想要的定量和定性結果。在設計和部署聊天機器人之前，通過(guò)常見(jiàn)搜索詞或網(wǎng)頁(yè)流量收集的定量數據可用于生成有關(guān)客戶(hù)行為和期望的系統分析。“通過(guò)將[以上]原則放在部署策略的最前沿，組織可以確保他們部署的解決方案將產(chǎn)生理想的和可盈利的結果，”Snell說(shuō)。

　　Schneeman認為，另一個(gè)考慮因素是該公司將使用幾個(gè)為特定服務(wù)開(kāi)發(fā)的聊天機器人，還是使用更少，更通用的聊天機器人來(lái)處理更多主題。盡管自然語(yǔ)言理解使這些聊天機器人能夠以不同方式回答這些問(wèn)題的不同表達（例如，“我的余額是什么？”，“我的余額是多少？”，等等）。Snell同意，自然語(yǔ)言理解對于聊天機器人的成功至關(guān)重要。聊天機器人需要能夠理解提出問(wèn)題的各種方式，并在必要時(shí)澄清問(wèn)題。澄清問(wèn)題的答案可用于進(jìn)一步訓練聊天機器人識別將來(lái)類(lèi)似查詢(xún)的初始問(wèn)題。

　　Alegion首席數據科學(xué)家Cheryl Martin說(shuō)，特定主題的聊天機器人的優(yōu)勢在于，與處理各種問(wèn)題的聊天機器人相比，它們可以得到訓練并可以更快上線(xiàn)。但是，這些“點(diǎn)”式聊天機器人還必須能夠識別客戶(hù)何時(shí)詢(xún)問(wèn)非核心（針對該聊天機器人）主題，然后快速無(wú)縫地將問(wèn)題轉移給與客戶(hù)新查詢(xún)相匹配的正確聊天機器人。

　　“對于每個(gè)聊天機器人來(lái)說(shuō)，問(wèn)題應該是：'您知道交互的當前狀態(tài)嗎？'如果推斷交互問(wèn)題應該由另一個(gè)聊天機器人處理，那么它將被路由到該聊天機器人，”Schneeman說(shuō)。

　　但請記住，如果聊天機器人的功能定義太狹窄，管理多個(gè)聊天機器人的復雜性可能會(huì )阻礙自動(dòng)化的效率。

　　“通過(guò)建立長(cháng)期的業(yè)務(wù)和IT愿景，組織可以克服這一問(wèn)題，”Snell說(shuō)。“這個(gè)愿景應該考慮聊天機器人和相關(guān)技術(shù)如何支持遠遠超出首次部署的業(yè)務(wù)目標。此外，企業(yè)應優(yōu)先考慮其員工之間協(xié)作文化的管理。歸根結底，只有在組織沒(méi)有分裂為孤立的部門(mén)的情況下，才能將技術(shù)帶出孤島。”

　　PubNub首席產(chǎn)品經(jīng)理Jeremy Pollock說(shuō)，在設計聊天機器人時(shí)，公司必須確定消息流的邏輯--消息如何從一個(gè)步驟轉移到下一步驟。“將邏輯層與聊天機器人層分開(kāi)是很重要的。當您轉向對話(huà)方式時(shí)，您就可以在聊天機器人和所有數據之間建立橋梁。”

　　APIs為數據提供了必要的橋梁，Pollock解釋說(shuō)。“您需要查看如何路由消息--您要與之交互的不同主題和不同渠道。拓撲非常重要。您需要了解用法。您需要確定最活躍的聊天客戶(hù)。”

　　Pollock解釋說(shuō)，了解誰(shuí)將成為聊天機器人的最活躍用戶(hù)并開(kāi)發(fā)最適合他們的拓撲結構也很重要。

　　許多聊天機器人項目之所以失敗，是因為它們與ERP，CRM或其他基礎數據所在的系統缺乏適當的集成，因此它們無(wú)法提供所需的數據，或者只能處理非常有限的無(wú)需人工干預的請求，Ushur的創(chuàng )始人兼首席執行官Simha Sadasiva說(shuō)。“大多數目的都是為了減少人工處理的電話(huà)交互量。每當您需要人工干預時(shí)，這都是昂貴的。”

　　當聊天機器人無(wú)法完成工作或找不到可以做到的人時(shí)，也會(huì )影響客戶(hù)滿(mǎn)意度。Sadasiva說(shuō)：“您需要智能的自動(dòng)化，這樣聊天機器人才能完成不僅僅是簡(jiǎn)單的任務(wù)。它不僅需要了解問(wèn)題所在，還需要了解工作流程以及客戶(hù)感興趣的內容。”

　　Sadasiva說(shuō)，一個(gè)好的聊天機器人可以在沒(méi)有大量IT基礎架構的情況下協(xié)調對話(huà)。“您需要在聊天機器人中嵌入智能。”

　　還要考慮一下，一個(gè)出色的會(huì )話(huà)式自助服務(wù)解決方案需要與多個(gè)記錄系統集成，以便在整個(gè)站點(diǎn)中進(jìn)行自助服務(wù)。通過(guò)讓整個(gè)組織的利益相關(guān)者參與進(jìn)來(lái)，您可以更好地確保整個(gè)客戶(hù)體驗中每個(gè)部門(mén)角色的完整性。

　　專(zhuān)家們同意，一旦公司將聊天機器人上線(xiàn)，下一步就是繼續從交互中收集數據，以嘗試改善聊天機器人。

　　“現代公司一直在監視和衡量，”Schneeman說(shuō)。“他們希望優(yōu)化，優(yōu)化，優(yōu)化和測試，測試，測試。他們永不停止嘗試改進(jìn)。他們一直在監視和擴展自己的聊天機器人的功能。”

　　Snell說(shuō)，定性信息將來(lái)自部署后的聊天記錄，并且可以提供有關(guān)客戶(hù)如何詢(xún)問(wèn)其需求的寶貴見(jiàn)解。“這將幫助您更好地了解客戶(hù)的意圖，并適應您的系統，以便隨著(zhù)時(shí)間的推移更好地為他們服務(wù)。”這可能意味著(zhù)尋找新的回答問(wèn)題的方法。

　　Sadasiva補充說(shuō)，例如，您的聊天機器人應連接到組織內的可用多媒體。您不僅可以提供語(yǔ)音或文本回復，而且還可以包括視頻，相關(guān)文章，博客以及公司自有知識庫中的其他信息。

　　還可以部署聊天機器人，以提供答案，知識庫文章以及其他信息，以供座席自己接受教育或讓座席轉發(fā)給客戶(hù)。例如，可以對聊天機器人進(jìn)行編程，以在對話(huà)開(kāi)始朝該方向發(fā)展時(shí)，發(fā)送座席規格表或產(chǎn)品修補程序上的操作視頻。座席可以與客戶(hù)討論詳細信息，并在有擔保的情況下轉發(fā)信息。

　　PubNub的Pollock表示，另一個(gè)使聊天機器人對組織更有價(jià)值的要素是入站--出站消息操縱。“公司通常通過(guò)自己的自定義代碼運行入站消息。”如果改用開(kāi)放代碼，則可以根據詢(xún)問(wèn)特定問(wèn)題的次數來(lái)更好地對其進(jìn)行操作。對于聊天和聊天機器人應用程序，專(zhuān)有的后端代碼通常用于內容審核，褻瀆過(guò)濾和基于機器學(xué)習的語(yǔ)言翻譯，Pollock解釋說(shuō)。這會(huì )增加聊天體驗的延遲，因為通常聊天數據流中會(huì )涉及更多的網(wǎng)絡(luò )躍點(diǎn)，但同樣重要的是，此方法通常會(huì )導致自適應邏輯減少。借助無(wú)服務(wù)器計算模塊（位于網(wǎng)絡(luò )邊緣，消息流入聊天和聊天機器人應用程序中），便可以將低延遲邏輯分離為易于修改的功能。

　　例如，如果代碼在網(wǎng)絡(luò )上運行，則可以輕松地修改聊天機器人的翻譯功能。一家公司可以對其進(jìn)行修改并合并路由邏輯，以使不同的入站消息可以遵循不同的路徑，例如，人們可能會(huì )發(fā)現，亞馬遜的翻譯服務(wù)更適合西班牙語(yǔ)，微軟的翻譯服務(wù)更適合德語(yǔ)，因此，基于消息屬性，可以使不同語(yǔ)言的消息被路由到不同的翻譯服務(wù)。

　　盡管聊天機器人已在許多實(shí)現中證明是成功的，但仍有陷阱可能導致失敗，或者至少會(huì )導致收益遠低于預期。

　　根據Snell的說(shuō)法，當初次部署聊天機器人時(shí)，組織經(jīng)常犯錯誤的想法，即忽略項目而不是將技術(shù)視為功能廣泛的業(yè)務(wù)解決方案。結果，當聊天機器人具有在整個(gè)組織中積極支持團隊及其目標的能力時(shí)，它們將對聊天機器人的理解僅限于純技術(shù)資產(chǎn)。這就是在初始開(kāi)發(fā)階段讓整個(gè)組織的利益相關(guān)者參與進(jìn)來(lái)是很重要的原因。

　　但是專(zhuān)家們認為，任何聊天機器人的部署都應從小做起，以便可以快速識別和糾正邏輯層中的任何漏洞，應用程序之間的集成等。

　　“您需要一個(gè)靈活的集成框架；您需要確定與哪些服務(wù)交互才能進(jìn)行客戶(hù)業(yè)務(wù)報告和訪(fǎng)問(wèn)客戶(hù)數據。”Pollock說(shuō)。“您還需要擁有正確的分析跟蹤技術(shù)。您可以利用在其平臺中具有跟蹤功能的云提供商。”

　　Snell說(shuō)，組織需要不斷地監控聊天機器人所進(jìn)行的用戶(hù)交互，以確定它是否按預期運行，還需要確定是否有增強或擴展性能的方法。“評估聊天機器人的性能可能很困難，因為許多聊天機器人每天要進(jìn)行200，000次獨特的客戶(hù)互動(dòng)。顯然，在數據集如此之大的情況下評估成功所需的工作是任何人都無(wú)法合理地進(jìn)行的。這就是為什么在任何聊天機器人部署中，將人機分析結合在一起至關(guān)重要的原因。”

　　Snell解釋說(shuō)，將機器和人工分析相結合，使企業(yè)能夠為他們創(chuàng )建準確的（可行的）基準，甚至具有巨大的數據目標。“以一個(gè)聊天機器人協(xié)助客戶(hù)購買(mǎi)機票的例子為例。機器分析可以確定用戶(hù)在與聊天機器人對話(huà)結束之前是否成功購買(mǎi)了機票。人工分析可以為未來(lái)對話(huà)增強尋找機會(huì )，包括服務(wù)的提升。”

　　盡管每個(gè)公司的成功指標會(huì )有所不同，因為每個(gè)公司的聊天機器人部署都有不同的目標，但是對于大多數實(shí)施而言，還是有一些很重要基本要素的。這個(gè)聊天機器人會(huì )增加收入嗎？它會(huì )促進(jìn)跨團隊合作嗎？最后，此部署是否可以簡(jiǎn)化現有流程？如果您可以回答這些問(wèn)題，則說(shuō)明您已成功進(jìn)入了聊天機器人的發(fā)展快行道。

　　作者：家菲利普·布里特（Phillip Britt）

　　原文網(wǎng)址：https://www.speechtechmag.com/Articles/Editorial/Features/Chatbot-Development-Your-Guide-to-Getting-It-Right--133484.aspx