AI četbotovi

Najčešće greške: baza znanja, eskalacija ka čoveku i loš CTA

CyberCompany redakcija3 min čitanja
Saradnica u podršci pregleda papirni dokument ispred dva monitora sa prikazima razgovora i baze znanja u tamnoj kancelariji.
Sadržaj teksta7 odeljaka

Mnogo chatbot projekata ne propadne zato što je AI slab, već zato što je osnovna logika postavljena loše. Firma uvede alat, ali ne uredi bazu znanja, ne definiše kada razgovor ide ka čoveku i ne odluči šta korisnik na kraju treba da uradi.

Zato četbot za eCommerce može delovati odlično na demou, a razočarati u realnom radu. Kada govorimo o temi greške u chatbotu, gotovo uvek se vraćamo na tri iste tačke: znanje, eskalacija i CTA.

Greška 1: chatbot zna premalo ili zna nepouzdano

Ako chatbot nema tačne informacije o dostavi, reklamacijama, cenama, rokovima, uslovima i specifičnostima asortimana, on neće biti koristan bez obzira na to koliko pametno zvuči.

Još gori scenario je kada odgovara samouvereno, a netačno.

Greška 2: nema jasan put ka čoveku

Kada korisnik ima izuzetak, emotivnu reklamaciju, višestruki problem ili zahtev koji prevazilazi standardna pravila, eskalacija mora biti laka i prirodna.

Ako korisnik oseća da se vrti ukrug samo da bi došao do agenta, chatbot se doživljava kao zid, ne kao pomoć.

Greška 3: loš ili nejasan CTA

Četbot ne služi samo da odgovori. On treba da dovede korisnika do sledećeg smislenog koraka. To može biti otvaranje zahteva, izbor proizvoda, praćenje porudžbine ili ostavljanje kontakta.

Greška 4: ton koji ne odgovara situaciji

E-commerce chatbot ne sme svuda da govori istim stilom. Ton za preporuku proizvoda nije isti kao ton za reklamaciju ili problem sa naplatom.

Greška 5: pokušaj da jedan chatbot radi sve

Još jedna česta greška je da se četbot postavi kao rešenje za svaku temu, svaki kanal i svaki tip korisnika od prvog dana. Tada se gubi fokus, raste kompleksnost i postaje nejasno šta je zapravo uspeh.

Kako izgleda zdrava postavka umesto tih grešaka

Dobra postavka kreće od ograničenog opsega, jasnih izvora znanja, unapred definisanih eskalacionih pravila i CTA logike vezane za cilj stranice ili procesa.

FAQ

Koja greška najviše ruši poverenje?

Netačan odgovor iz baze znanja. Korisnik može oprostiti ograničenje, ali teško prašta samouverenu netačnost.

Da li svaki tok mora da ima CTA?

Skoro svaki. Čak i kada je cilj samo informisanje, korisnik često treba da dobije sledeći korak ili izlaz ka čoveku.

Da li je loše imati generičan fallback odgovor?

Nije loše imati fallback, ali je loše da on bude prečest i da ne vodi ni ka čemu konkretnom.

Kako znamo da chatbot pokušava da radi previše?

Kada tim teško objašnjava koje probleme on zapravo rešava i kada su neuspešni odgovori raštrkani po mnogo različitih tokova.

Najbolji chatbotovi nisu oni koji zvuče najpametnije, nego oni koji najređe ostavljaju korisnika zbunjenim.

Ako rešite bazu znanja, eskalaciju i CTA, rešili ste dobar deo onoga što u praksi pravi razliku između demo-a i stvarne vrednosti.