Os pesquisadores estimam que falaremos em chatbots mais do que falamos com nossos cônjuges até 2020 . Obviamente, as empresas que implementam chatbots estão fazendo algo certo. No entanto, as empresas ainda têm dificuldade em determinar se os seus bots são ou não para o tabaco. Embora existam muitos chatbots efetivos no mercado, também há muitos que não atendem às necessidades dos consumidores. Então, como você mede o sucesso do seu chatbot?
Este é o dilema que enfrenta um número crescente de empresas que usam chatbots como parte da experiência do cliente. 80 por cento das empresas querem implementar um chatbot até 2020, mas muitos ainda enfrentam o desafio de avaliar a eficácia da tecnologia.
A plataforma Google Chatbot Analytics recentemente foi aberta a todos, mas ainda é necessário que as empresas desenvolvam e entendam suas próprias métricas de sucesso do chatbot para efetivamente usar a plataforma.
O processo de definir os melhores KPIs para o bot da sua empresa dependerá dos objetivos de sua empresa e das funções que você deseja que seu bot execute.
Aqui estão sete métricas de sucesso que você pode usar para identificar oportunidades de melhoria no chatbot da sua empresa.
A primeira questão que qualquer investidor em potencial quer saber sobre uma empresa é se ganha ou não dinheiro. Portanto, o melhor indicador do valor de um chatbot é seu benefício financeiro.
Há muitas maneiras de avaliar o impacto de um bot na receita – o melhor para o seu bot dependerá de sua finalidade. Outro enrugamento interessante é que o seu chatbot pode ter um efeito knock-on em várias áreas.
Por exemplo, você pode medir o crescimento da lucratividade de um serviço de atendimento ao cliente pela quantidade de dinheiro que economiza a empresa em comparação com a manutenção de uma equipe de atendimento ao cliente 24/7. Mas você vai querer levar em consideração o impacto do bot no atendimento ao cliente. Se as taxas de auto-atendimento são maiores e os clientes estão mais satisfeitos, isso resultará em clientes repetidos e maiores vendas on-line, impactando assim o crescimento da receita de topo.
Nirvana vem para as empresas no momento em que um usuário obtém exatamente o que eles querem do chatbot sem qualquer entrada humana.
Se o objetivo do seu chatbot é alterar a senha de um usuário, você medirá o sucesso pela porcentagem de interações do usuário que acabam com isso como resultado.
A taxa de autoatendimento correlaciona estreitamente o aspecto de economia de custos do crescimento da receita – em outras palavras, quanto dinheiro economizou seu chatbot?
Que melhor maneira de descobrir exatamente o quão bem o seu chatbot está fazendo do que pedir às pessoas que o utilizam?
Seu chatbot pode ajudá-lo a determinar essa métrica, perguntando a pergunta-chave para o Net Promoter Score – “Em uma escala de 1-10, como é provável que você recomendaria o nosso chatbot a um amigo / colega?” Como um indicador principal de crescimento O NPS fornece uma base crucial para entender o desempenho da experiência do cliente do seu chatbot.
Neste ponto, vale a pena refletir sobre o AARRR e sua importância em medir o sucesso do seu negócio.
A taxa de ativação no contexto de um chatbot refere-se a quando um usuário responde à sua mensagem inicial com uma pergunta ou uma resposta relevante para seus objetivos de negócios.
Por exemplo, um chatbot projetado para fornecer-lhe atualizações climáticas receberia uma taxa de ativação quando você inserir sua localização – permitindo assim que o bot lhe forneça as informações.
Como esse KPI pode ajudar? Se, por algum motivo, as pessoas não estavam respondendo quando o clima bateu em contato com eles, o botmaster conseguiria mexer com ele para permitir um resultado mais satisfatório.
Infelizmente, mesmo os bots com o processamento de linguagem natural mais robusto são incapazes de entender tudo o que um usuário diz.
Esses erros são um indicador útil para medir se você precisa ou não melhorar a correspondência do seu chatbot.
Tenha em mente que existem três disparadores diferentes, cada um dos quais exige seu próprio tipo de resposta.
Há primeiro a confusão simples do bot se não conseguir entender um comentário. Um básico “Desculpe, não entendi isso. Você pode perguntar novamente de uma maneira diferente? “Resposta seria suficiente.
Em segundo lugar, se o usuário enviar uma série de mensagens que estão fora do mandato de seu chatbot. Após um par de tentativas, vale a pena programar o seu bot para transmitir uma mensagem que lembra ao usuário o seu objetivo exato.
O gatilho final é se o bot força um usuário a falar com um agente de serviço ao cliente após a interação. Cada um destes irá dizer-lhe algo diferente sobre o desempenho do seu agente de bate-papo.
Mais uma vez, referindo-se a AARRR, a taxa de retenção representa a porcentagem de usuários que retornam ao chatbot durante um período de tempo especificado.
Este intervalo de tempo variaria entre os bots de acordo com os seus propósitos. Por exemplo, um chatbot de fitness exigiria interação diária e se beneficiaria de analisar sua retenção de 1 dia.
Quão forte é o AI em seu chatbot? Você pode usar a porcentagem de perguntas dos usuários que são corretamente entendidas para medir isso.
O que nos leva ao milhão, se não uma pergunta de bilhões de dólares – meu chatbot pode aprender de forma independente?
Chatbots com aprendizado de máquina podem medir o progresso comparando a melhoria da taxa de autoatendimento ao longo de um período de tempo sem intervenção humana.
Um agente com aprendizado de máquina robusto será capaz de executar continuamente sua própria análise de lacunas para destacar áreas potenciais de melhoria.
A demanda por chatbots entre Millennials é clara. Os consumidores estão pedindo atendimento ao cliente simples e eficaz, mas nem todos os chatbot são capazes de cumprir essa promessa sem alguns ajustes. Em um mercado cada vez mais lotado, esses KPIs podem ajudá-lo a manter seu chatbot um passo à frente do pacote.
Jordi Torras é CEO e fundador da Inbenta , uma empresa de tecnologia de inteligência artificial.