你可能已經(jīng)經(jīng)歷過(guò)了。您現在需要航班、最近購買(mǎi)的物品或銀行賬戶(hù)的幫助。您可以等待座席，也可以使用機器人。機器人的優(yōu)點(diǎn)是它總是可用的，隨時(shí)準備回答你的問(wèn)題。數據顯示，客戶(hù)愿意使用機器人。然而，盡管人們渴望參與，但仍有猶豫。
許多客戶(hù)已經(jīng)有了糟糕的機器人體驗。機器人總是一遍又一遍地問(wèn)同樣的問(wèn)題:對不起，我不明白。你能再說(shuō)一遍嗎?或者是不那么有用的:對不起。我不明白你的意思。
數據顯示，一些客戶(hù)將機器人視為品牌避免提供服務(wù)的玩世不恭的嘗試。他們覺(jué)得這是一種永久轉移人工交互的方式。因此，雖然該品牌可能通過(guò)使用機器人轉移呼叫來(lái)實(shí)現成本節約，但該品牌實(shí)際上可能會(huì )侵蝕客戶(hù)滿(mǎn)意度并制造誹謗者。
為了在規模上傳遞同理心，公司不能為服務(wù)設置障礙。高效的機器人讓客戶(hù)想要參與。他們與客戶(hù)合作，而不是與他們作對。
為了創(chuàng )建有效的機器人，機器人構建者必須掌握這五個(gè)關(guān)鍵概念。
不要猜測客戶(hù)的意圖
機器人的核心是意圖管理。當客戶(hù)通過(guò)語(yǔ)音或文本與機器人通信時(shí)，機器人應用自然語(yǔ)言模型來(lái)理解語(yǔ)句的含義。自然語(yǔ)言可能很復雜。我們可以將大量信息打包到一個(gè)問(wèn)題中；我們所說(shuō)的并不總是傳達我們的意思。
機器人構建者花費數小時(shí)試圖想出客戶(hù)可能會(huì )說(shuō)的話(huà)來(lái)傳達意圖，例如“訂單狀態(tài)”或“賬單支付”。這可能需要很長(cháng)時(shí)間，而且充滿(mǎn)了錯誤。通常，構建者從一小部分話(huà)語(yǔ)（可能的語(yǔ)句）開(kāi)始，然后隨著(zhù)時(shí)間的推移添加更多的話(huà)語(yǔ)。當然，這意味著(zhù)最初的機器人用戶(hù)會(huì )面臨類(lèi)似“很抱歉，我無(wú)法理解你”這類(lèi)機器人可怕的回應。
解決方案是采用數據驅動(dòng)的方法來(lái)實(shí)現意圖。使用過(guò)去互動(dòng)中的數據來(lái)理解客戶(hù)如何表達他們的要求--這會(huì )讓您了解這些要求是什么。隨著(zhù)世界在線(xiàn)化和客戶(hù)服務(wù)請求量的加快，這一點(diǎn)變得越來(lái)越重要。
對意圖采取數據驅動(dòng)的方法，并使用實(shí)際數據創(chuàng )建和更新機器人所依賴(lài)的意圖模型，反過(guò)來(lái)將創(chuàng )建更準確的機器人。他們會(huì )第一次理解并正確回答問(wèn)題，而不會(huì )要求無(wú)休止的澄清。
使其個(gè)性化
客戶(hù)不喜歡偽裝成人類(lèi)的機器人。他們知道自己在和一臺機器互動(dòng)；他們不喜歡被欺騙的感覺(jué)。這就是說(shuō)，與機器人交談可能會(huì )感到不舒服和困難。客戶(hù)有時(shí)會(huì )重復相同的信息，比如他們的年齡或賬號，因為機器人不知道他們是誰(shuí)，也不記得他們說(shuō)了什么。
使互動(dòng)個(gè)性化意味著(zhù)使用上下文數據來(lái)推動(dòng)會(huì )話(huà)。尋找個(gè)性化體驗的機會(huì )。以下是一些例子：
- 如果客戶(hù)已經(jīng)登錄系統，不要詢(xún)問(wèn)他們的賬號。如果他們足夠信任你，可以給你他們的數據，就使用它。
- 如果已經(jīng)在談話(huà)中向客戶(hù)索要數據，請不要再索要。記住他們說(shuō)的話(huà)。
- 理解上下文。如果客戶(hù)一直在看產(chǎn)品并詢(xún)問(wèn)尺碼，不要給他們一個(gè)關(guān)于您可能攜帶的尺碼的一般性回答。使答案相關(guān)。
- 糾正打字錯誤。如果客戶(hù)輸入了一個(gè)不可能的日期或不符合范圍的值，不要在最后說(shuō)“我不明白你的回答”。識別錯誤并幫助他們修復。我們都忙于有限的注意力跨度；不要讓互動(dòng)變得更加困難。
- 了解自己的極限。如果問(wèn)題太難回答，請告訴客戶(hù)。不要讓他們束手無(wú)策。
要構建允許個(gè)性化的機器人，它們必須能夠利用客戶(hù)提供的數據。機器人應該內置在旅程中，而不是作為一個(gè)獨立的小部件存在于旅程之外。
避免死胡同
機器人只能做這么多；當他們的能力達到極限時(shí)，客戶(hù)最糟糕的體驗就是死胡同。這感覺(jué)像是移情的反面。
避免將客戶(hù)引入死胡同的一種方法是確保他們可以從機器人過(guò)渡到實(shí)時(shí)座席。笨拙的方法是讓機器人說(shuō)：我幫不了你。打電話(huà)給XXX-XXX-XXXX。雖然這消除了死胡同，但也給客戶(hù)帶來(lái)了負擔。客戶(hù)必須自己完成工作，并且經(jīng)常在沒(méi)有解決方案的情況下離開(kāi)交互。另一方面，對于這些場(chǎng)景，機器人通常是斷開(kāi)連接的。如果客戶(hù)確實(shí)聯(lián)系到座席，座席將不知道以前的交互。類(lèi)似地，機器人將不知道已經(jīng)發(fā)生的任何座席交互。
移情轉移是平滑、無(wú)縫的，感覺(jué)上是互動(dòng)的延續，而不是中斷。當交互客戶(hù)時(shí)，機器人應自動(dòng)將其放入座席隊列。通過(guò)預測路由，人工智能（AI）被用于將客戶(hù)路由到最佳座席以獲得期望的結果。交互更加成功，因為客戶(hù)自動(dòng)連接到具有正確技能的座席，而不是手動(dòng)從一個(gè)座席傳遞到另一個(gè)座席。
語(yǔ)境為王
對于機器人來(lái)說(shuō)，上下文就是一切。根據《牛津英語(yǔ)詞典》，語(yǔ)境是“構成事件、陳述或想法背景的環(huán)境，并且可以完全理解和評估它。”請注意，“理解”和“評估”是定義的一部分。無(wú)效的機器人失敗是因為他們不理解；他們無(wú)法評估客戶(hù)的要求。上下文為驅動(dòng)機器人程序理解客戶(hù)請求背后含義的語(yǔ)言模型提供了能力。
機器人的環(huán)境是多維的。它是理解口頭或書(shū)面句子的能力。這種能力就是技術(shù)，而機器人制造者訓練這種技術(shù)。這項技術(shù)本身就是一塊空白。用于培訓的數據以及糾正和重新培訓的能力都提供了上下文。
上下文不僅僅是訓練數據。上下文是交互歷史和機器人“看到”客戶(hù)在旅途中的位置的能力。預測性參與技術(shù)使用數據預測下一個(gè)最佳行動(dòng)，包括參與機器人或轉移到座席的需要。
當機器人將交互傳輸給座席中時(shí)，它將獲取該交互的上下文并將其傳遞給座席。這意味著(zhù)客戶(hù)不必重復這些事情。通過(guò)提供這些平滑、數據驅動(dòng)的過(guò)渡，機器人并不是取代人類(lèi)的戰略。相反，機器人將座席從日常任務(wù)中解脫出來(lái)，這樣他們就可以解決更復雜的問(wèn)題。它減少了座席的壓力，并將他們在重復回答相同問(wèn)題時(shí)的挫折降至最低。
機器人不是孤島
一個(gè)對客戶(hù)旅程視而不見(jiàn)的獨立、斷開(kāi)連接的機器人不如一個(gè)能識別客戶(hù)去過(guò)哪里并能感知客戶(hù)要去哪里的機器人有效。如果一個(gè)機器人把你送到你剛去過(guò)的同一個(gè)地方，即使是最狂熱的機器人愛(ài)好者也會(huì )感到沮喪。持續這樣做的機器人將被用作客戶(hù)服務(wù)出錯的示例。
許多DIY解決方案可以構建機器人。這些DIY機器人可以被訓練做很多事情，但是沒(méi)有能力在整個(gè)旅程中工作，它們仍然處于孤立狀態(tài)--不知道客戶(hù)的旅程。這些機器人似乎經(jīng)常隨機彈出，提供客戶(hù)沒(méi)有的問(wèn)題的答案。他們有時(shí)覺(jué)得該品牌有一個(gè)機器人，想要使用它，而不是建立一個(gè)機器人來(lái)提供更好的服務(wù)。
在選擇機器人構建工具之前，開(kāi)發(fā)人員必須確保他們能夠實(shí)時(shí)訪(fǎng)問(wèn)交互數據、客戶(hù)的歷史數據以及確保此機器人緊密集成并了解旅程所需的所有上下文。當開(kāi)發(fā)人員想要集成數據時(shí)，看似簡(jiǎn)單的解決方案很快就會(huì )變成非常復雜的實(shí)現。這在規模上變得更加棘手。
在考慮生產(chǎn)時(shí)間的時(shí)候，考慮一下你需要花費多少精力將交互數據轉換成你的機器人能理解的格式。確保數據可以讀取；性能不會(huì )降低，您的數據也不會(huì )受損。
底線(xiàn)
聯(lián)絡(luò )中心團隊努力構建適應聯(lián)絡(luò )中心需求的機器人。他們依靠DIY和開(kāi)源機器人平臺來(lái)創(chuàng )建通用機器人。這些機器人不容易構建--而且它們是腳本化的。因此，他們不了解客戶(hù)旅程的背景。
Genesys Dialog Engine BOT Flows使組織更容易構建對話(huà)機器人，為沒(méi)有內部數據科學(xué)或機器人開(kāi)發(fā)團隊的公司提供大規模的同理心。它為聯(lián)絡(luò )中心提供了一個(gè)界面，可以直觀(guān)地構建機器人程序，同時(shí)處理其他對話(huà)流（入站呼叫、聊天或短信）。
Dialog Engine Bot Flows目前可通過(guò)Genesys Cloud CX™平臺獲得。您可以使用此分步指南激活它。查看Genesys聊天機器人和語(yǔ)音機器人以了解更多信息。
作者：布雷特·魏格爾
Brett Weigl是Genesys數字和人工智能業(yè)務(wù)部門(mén)的產(chǎn)品管理高級副總裁。他專(zhuān)門(mén)研究數字優(yōu)先解決方案，以實(shí)現跨數字和...的完整客戶(hù)體驗和人工智能。
聲明:版權所有 非合作媒體謝絕轉載
原文網(wǎng)址：
https://www.genesys.com/blog/post/5-tips-for-building-bots-customers-love
