Κέρδη:
- Δυνατότητα διαχείρισης συχνών ερωτήσεων, ροών φορτίου/επιστροφών και κανόνων τόνου με chatbot που υποστηρίζεται από τεχνητή νοημοσύνη και απαντήσεις σε πρόχειρα
- Δυνατότητα ορισμού ανθρώπινων ορίων κλιμάκωσης και δημιουργίας απόκρισης με βάση τη βάση γνώσεων
- Το chatbot μπορεί να δει τους κινδύνους παραπληροφόρησης, ψευδών υποσχέσεων και παραβιάσεων απορρήτου και να διατηρήσει κάθε απάντηση στον πελάτη ελεγχόμενη.
Σε ένα κατάστημα ηλεκτρονικού εμπορίου, η εξυπηρέτηση πελατών είναι μια συνέχεια των πωλήσεων. "Πού είναι το φορτίο μου;", "Πώς να κάνω μια επιστροφή;", "Θα ταιριάζει αυτό το προϊόν στο μέγεθός μου;", "Πότε θα επιστραφούν τα χρήματά μου;" Οι περισσότερες ερωτήσεις σαν αυτές είναι επαναλαμβανόμενες και εμφανίζονται εκατοντάδες φορές την ημέρα. Κάτω από αυτό το φορτίο, η ομάδα κουράζεται, οι χρόνοι απόκρισης αυξάνονται και η ικανοποίηση των πελατών μειώνεται. Η τεχνητή νοημοσύνη (AI) λειτουργεί εδώ με δύο μορφές: ως chatbot που μιλάει απευθείας στον πελάτη (αυτοματοποιημένος βοηθός συνομιλίας) ή ως βοηθός που προτείνει μια πρόχειρη απάντηση στην ομάδα. Και στις δύο περιπτώσεις, ο χρυσός κανόνας είναι ο ίδιος: την ευθύνη για κάθε απάντηση στον πελάτη φέρει το κατάστημα. Ακόμα και οι πληροφορίες που «φτιάχνει» το chatbot είναι δεσμευτικές για εσάς. Σε αυτήν την ενότητα, θα μάθουμε πώς να ρυθμίζουμε το chatbot με ασφάλεια, ακρίβεια και σύμφωνα με τη φωνή της επωνυμίας.
Δύο όροι. Η βάση γνώσεων είναι το σύνολο των ενημερωμένων πληροφοριών που εγκρίνετε στις οποίες το chatbot βασίζει τις απαντήσεις του: χρόνοι αποστολής, πολιτική επιστροφών, συχνές ερωτήσεις, συχνές ερωτήσεις προϊόντων. Η κλιμάκωση είναι η μεταφορά μιας επικίνδυνης κατάστασης που το chatbot δεν μπορεί να λύσει στον άνθρωπο. Ένα καλό chatbot εμμένει στη βάση γνώσεών του και το μεταφέρει στον άνθρωπο έγκαιρα.
Σωστή αρχιτεκτονική του chatbot
Ένα ασφαλές chatbot εξυπηρέτησης πελατών αποτελείται από τρία επίπεδα.
1) Απάντηση βάσει γνώσεων. Το chatbot θα πρέπει να παράγει απαντήσεις σε ερωτήσεις από ενημερωμένα έγγραφα που εγκρίνετε και όχι από τις δικές του «γενικές γνώσεις». Ο τεχνικός τρόπος για να το κάνετε αυτό είναι η λεγόμενη προσέγγιση RAG (Retrieval-Augmented Generation): το μοντέλο πρώτα βρίσκει το σχετικό κομμάτι από τη γνωσιακή σας βάση και μετά γράφει μια απάντηση που βασίζεται αποκλειστικά σε αυτό. Έτσι, πληροφορίες όπως "επιστροφή χρημάτων 14 ημέρες" δεν είναι κατασκευασμένες, προέρχονται από πραγματική πολιτική.
2) Κανόνες πεδίου εφαρμογής και κλιμάκωσης. Τι μπορεί και τι δεν μπορεί να απαντήσει το chatbot είναι σαφώς καθορισμένο. Καταστάσεις όπως η διαπραγμάτευση τιμών, τα παράπονα, τα κατεστραμμένα προϊόντα, τα προβλήματα πληρωμής, οι νομικές απειλές θα πρέπει να ανατίθενται σε ανθρώπους. Το chatbot θα πρέπει να μπορεί να λέει "Δεν ξέρω" και να το αναθέτει. Το πιο επικίνδυνο chatbot είναι αυτό που απαντά με σιγουριά σε αυτό που δεν ξέρει.
3) Τόνος και φωνή επωνυμίας. Το chatbot θα πρέπει να μιλάει με τη φωνή του καταστήματος: υπομονετικό, με σεβασμό, ξεκάθαρο. Στον θυμωμένο πελάτη, όχι αμυντικά, αλλά ήρεμα. Η απάντηση στο τεχνικό ερώτημα πρέπει να είναι απλή, όχι σύνθετη.
Ο παρακάτω πίνακας δείχνει ποιο θέμα θα αντιμετωπιστεί και πώς:
Θέμα
Τι κάνει ένα chatbot;
Συμπέρασμα
παρακολούθηση φορτίου
Γνωσιακή βάση + κατάσταση παραγγελίας
αυτόματη απάντηση
Πολιτική επιστροφής
Διαβάζει από τη βάση γνώσεων
αυτόματη απάντηση
Πληροφορίες προϊόντος
Διαβάζει από το προϊόν Συχνές ερωτήσεις
αυτόματη απάντηση
Ζήτημα πληρωμής/επιστροφής χρημάτων
Παρέχει πληροφορίες και στη συνέχεια εκπροσωπεί
κλιμάκωση
Παράπονο/θυμός
Ηρεμία, μεταγραφές
Κλιμάκωση (ανθρώπινη)
Νομική απειλή / Τύπος
Μεταγραφές, τηρεί αρχεία
Διαχειριστής
Διαχείριση τόνων και θυμωμένοι πελάτες
Η πιο δύσκολη στιγμή στην εξυπηρέτηση πελατών είναι ο θυμωμένος πελάτης. Η τεχνητή νοημοσύνη είναι μια καλή βοήθεια για να απαλύνει αυτή τη στιγμή γιατί δεν εξαντλείται η υπομονή της και δεν γίνεται αμυντική. Ένας καθιερωμένος βοηθός chatbot/πρόχειρου αναγνωρίζει πρώτα το συναίσθημα («Λυπάμαι πραγματικά για την καθυστέρηση που αντιμετωπίζετε»), στη συνέχεια προσφέρει μια συγκεκριμένη λύση («Έλεγξα την παραγγελία σας, αποστέλλεται σήμερα. Μπορούμε να επιστρέψουμε τα έξοδα αποστολής εάν το επιθυμείτε»). Το σημαντικό είναι να μην δίνετε κενές υποσχέσεις: εάν το chatbot δώσει μια υπόσχεση που δεν μπορεί να ελέγξει, όπως "παράδοση αύριο", αυτή η υπόσχεση θα δεσμεύσει το κατάστημα και εάν δεν μπορεί να τηρηθεί, η εμπιστοσύνη θα καταρρεύσει εντελώς.
Συμβουλή: Ξεκαθαρίστε στο chatbot σας ότι "μην δίνετε ποτέ υποσχέσεις που δεν μπορείτε να τηρήσετε". Αφήστε το να σας λέει μόνο τις πληροφορίες που επιβεβαιώνει από το σύστημα, όπως ημερομηνία παράδοσης, περίοδος επιστροφής χρημάτων, απόθεμα κ.λπ. Εάν δεν μπορεί να επιβεβαιώσει, αφήστε τον να πει "θα ελέγξουμε και θα επικοινωνήσουμε μαζί σας" και παραδώστε το.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Chatbot system instruction (installation):
Ο ρόλος σας: [επωνυμία] βοηθός εξυπηρέτησης πελατών. Τόνος: υπομονετικός, με σεβασμό, απλός, φιλικός. Απαντήστε μόνο με βάση την ακόλουθη γνωσιακή βάση:[πολιτική επιστροφής, χρόνοι αποστολής, FAQ...]. ΚΑΝΟΝΕΣ:- Μην δημιουργείτε πληροφορίες που δεν βρίσκονται στη γνωσιακή σας βάση. Πείτε "θα ελέγξουμε και θα επικοινωνήσουμε μαζί σας" και μεταφέρετέ το. - Πείτε μόνο τι επιβεβαιώνεται στο σύστημα για θέματα όπως η ημερομηνία παράδοσης, η περίοδος επιστροφής χρημάτων. - Εάν υπάρχει παράπονο, πρόβλημα πληρωμής, ζημιά ή νομικό ζήτημα, μεταφέρετέ το σε άνθρωπο. - Μην ζητάτε και επαναλαμβάνετε άσκοπα τα προσωπικά δεδομένα του πελάτη.
2) Προσχέδιο απάντησης (για ομάδα):
Μήνυμα πελάτη: [μήνυμα]. Περιβάλλον παραγγελίας (ανώνυμο): [κατάσταση, π.χ. "στη αποστολή, 2 ημέρες καθυστέρηση"]. Φωνή επωνυμίας: ασθενής, προσανατολισμένη στη λύση. Εργασία: σχέδιο 2 εναλλακτικές απαντήσεις: μία σύντομη, μία επεξηγηματική. Μην δίνετε κενές υποσχέσεις. απλά χρησιμοποιήστε το δεδομένο πλαίσιο.
3) Μαλάκωμα θυμωμένου πελάτη:
Ο πελάτης είναι πολύ θυμωμένος. Μήνυμα: [μήνυμα]. Πραγματική κατάσταση: [πλαίσιο]. Εργασία: πρώτα καλωσορίστε το συναίσθημα ειλικρινά και μετά προσφέρετε μια συγκεκριμένη και ρεαλιστική λύση. Κανόνας: μην παίρνετε άμυνα, μην κατηγορείτε, μην υπόσχεστε αυτό που δεν μπορείτε να ελέγξετε.
4) Δημιουργία συχνών ερωτήσεων (εμπλουτισμός βάσης γνώσεων):
Ομαδοποιήστε τα 15 πιο κοινά θέματα από πραγματικές ερωτήσεις πελατών παρακάτω. Ερωτήσεις: [λίστα]. Εργασία: για κάθε θέμα, συντάξτε μια συνοπτική απάντηση σε συχνές ερωτήσεις με βάση την πολιτική καταστήματος. Επιλέξτε [ΑΠΑΙΤΗΣΗ ΕΓΚΡΙΣΗΣ] όπου είναι εκτός πολιτικής ή όπου δεν είστε βέβαιοι.
Απόρρητο και ασφάλεια
Κατά τη συνομιλία με τον πελάτη, το chatbot έρχεται σε επαφή με προσωπικά δεδομένα: όνομα, αριθμός παραγγελίας, διεύθυνση, μερικές φορές ερώτηση πληρωμής. Τρεις κανόνες. Αίτημα περιττών δεδομένων: το chatbot θα πρέπει να ζητήσει τις ελάχιστες απαραίτητες πληροφορίες για την επαλήθευση της ταυτότητας, αλλά όχι περισσότερες. Διαρροή δεδομένων: Η συμφωνία επεξεργασίας δεδομένων και η συμμόρφωση με το KVKK/GDPR είναι απαραίτητα σε μια εγκατάσταση που μεταφέρει δεδομένα πελατών σε εργαλεία τρίτων. Έλεγχος ταυτότητας: προτού κοινοποιήσει πληροφορίες λογαριασμού/παραγγελίας, το chatbot πρέπει να επαληθεύσει με ασφάλεια ότι το άλλο άτομο είναι στην πραγματικότητα ο κάτοχος του λογαριασμού. Διαφορετικά, ένας απατεώνας θα μπορούσε να διαρρεύσει πληροφορίες παραγγελίας κάποιου άλλου από το chatbot.
Προσοχή: Το γεγονός ότι το chatbot είναι «βοηθητικό» μπορεί να μετατραπεί σε ευπάθεια απορρήτου. Η παροχή πληροφοριών όπως "η παραγγελία σας πηγαίνει σε αυτήν τη διεύθυνση" χωρίς επαλήθευση ανοίγει την πόρτα σε επιθέσεις κοινωνικής μηχανικής. Ο έλεγχος ταυτότητας πριν από ευαίσθητες πληροφορίες θα πρέπει να είναι υποχρεωτικός.
τρεις μίνι θήκες
Περίπτωση 1 — Μείωση φορτίου. Ένα κατάστημα διαπίστωσε ότι το 60% των εισερχόμενων μηνυμάτων ήταν "πού είναι η αποστολή μου" και "πώς να επιστρέψω". Ένα chatbot βασισμένο στη γνώση απάντησε αυτόματα σε αυτά τα δύο θέματα. Η ομάδα εστίασε στο υπόλοιπο 40% περίπλοκο ζήτημα. Ο μέσος χρόνος απόκρισης μειώθηκε από ώρες σε λεπτά και η ικανοποίηση αυξήθηκε.
Περίπτωση 2 — Φτιαγμένη πολιτική. Ένα chatbot που δεν είναι συνδεδεμένο στη βάση γνώσεων είπε "30 ημέρες" από τις γενικές πληροφορίες του όταν ρωτήθηκε "πόσες ημέρες είναι η περίοδος επιστροφής σας;" ενώ η πολιτική του καταστήματος ήταν 14 ημέρες. Προέκυψε διαφωνία όταν ο πελάτης ζήτησε επιστροφή χρημάτων την 20ή ημέρα. Μάθημα: το chatbot πρέπει να συνδεθεί με πραγματική, εγκεκριμένη πολιτική.
Περίπτωση 3 — Κοινωνική μηχανική. Ένα άτομο έγραψε τον αριθμό παραγγελίας ενός άλλου ατόμου στο chatbot και είπε, "Μπορείτε να επιβεβαιώσετε τη διεύθυνσή μου;" Η μη επαληθευμένη διεύθυνση chatbot είπε: ήταν παραβίαση του απορρήτου. Στην επιδιόρθωση, η επαλήθευση πριν από ευαίσθητες πληροφορίες έγινε υποχρεωτική.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Δημιουργήστε ένα chatbot που παρέχει καλές απαντήσεις σε ερωτήσεις πελατών.
Χωρίς την πηγή πληροφοριών, τον τόνο, την κλιμάκωση και τον κανόνα εμπιστευτικότητας, το chatbot συνθέτει, δίνει κενές υποσχέσεις, διαρρέει δεδομένα.
Ισχυρή προτροπή:
Ο ρόλος σας: Βοηθός εξυπηρέτησης πελατών καταστήματος NarBahçe. Τόνος: φιλικός, υπομονετικός, σαφής. Βασίστε τις απαντήσεις σας μόνο σε αυτήν τη βάση γνώσεων: [επιστροφές 14 ημέρες, αποστολή 1-3 εργάσιμες ημέρες, Συχνές ερωτήσεις...]. Κανόνες: δημιουργήστε ό,τι δεν υπάρχει στη βάση γνώσεων, πείτε "θα ελέγξουμε και θα επιστρέψουμε" και αναθέστε ανάθεση. Πείτε μας μόνο τι επιβεβαιώνεται στο σύστημα σχετικά με την ημερομηνία παράδοσης και την περίοδο επιστροφής χρημάτων. Αναθέστε καταγγελία/πληρωμή/ζημία/νομικό ζήτημα σε άνθρωπο. επαληθεύστε την ταυτότητα πριν από ευαίσθητες πληροφορίες· ζητώντας περιττά προσωπικά δεδομένα.
Συνήθη λάθη
- Μη σύνδεση με τη βάση γνώσεων. Το chatbot κατασκευάζει την πολιτική και σας συνδέει με μια ψευδή υπόσχεση.
- Μη θέσπιση κανόνων κλιμάκωσης. Το chatbot που απαντά σε αυτά που δεν ξέρει είναι το πιο επικίνδυνο.
- Δίνοντας κενές υποσχέσεις. Οι ανεξέλεγκτες υποσχέσεις παράδοσης/επιστροφής καταστρέφουν την εμπιστοσύνη.
- Παράκαμψη ελέγχου ταυτότητας. Η παροχή ευαίσθητων πληροφοριών ανοίγει την πόρτα στην κοινωνική μηχανική.
- Αίτημα/αποθήκευση περιττών προσωπικών δεδομένων. Κίνδυνος παραβίασης KVKK/GDPR.
- Παραμέληση της φωνής της μάρκας. Ρομποτικός ή αμυντικός τόνος θα διώξει τον πελάτη μακριά.
Συνοπτικά
Ένα chatbot εξυπηρέτησης πελατών εστιάζει την ομάδα σε πολύπλοκα ζητήματα απαντώντας σε επαναλαμβανόμενες ερωτήσεις γρήγορα και με συνέπεια. Υπάρχουν όμως τρεις προϋποθέσεις για να είναι ασφαλές: η βάση των απαντήσεων στην εγκεκριμένη βάση γνώσεων (πραγματική πολιτική αντί για επινοημένη), η μεταφορά καταστάσεων εκτός πεδίου και επικίνδυνων σε ανθρώπους (κλιμάκωση), ομιλία με τη φωνή της επωνυμίας και χωρίς κενές υποσχέσεις. Μην συλλέγετε περιττά προσωπικά δεδομένα, επαληθεύστε την ταυτότητα πριν από ευαίσθητες πληροφορίες. Κάθε απάντηση στον πελάτη σας δεσμεύει. Ακόμα κι αν το chatbot το συνθέτει, είναι δική σας ευθύνη.
Εργασία εφαρμογής
Ανακτήστε τα τελευταία 100 μηνύματα πελατών σας (ανώνυμα). Καταργήστε τα 10 πιο συνηθισμένα θέματα. Διαχωρίστε αυτά που μπορούν να απαντηθούν αυτόματα και αυτά που πρέπει να παραδοθούν στον άνθρωπο. Write a setup script that includes knowledge base, tone, escalation, and privacy rules with the "Chatbot system instruction" template. Στη συνέχεια, δημιουργήστε μια απάντηση σε ένα μήνυμα θυμωμένου πελάτη με το πρότυπο «Απαλύνει ο θυμωμένος πελάτης» και παρακολουθήστε το για ψεύτικες υποσχέσεις και εμπιστευτικότητα.
λίστα ελέγχου
- [ ] Συνέδεσα τις απαντήσεις του chatbot με μια επικυρωμένη, ενημερωμένη βάση γνώσεων.
- [ ] Καθόρισα έναν κανόνα κλιμάκωσης για ζητήματα εκτός πεδίου και επικίνδυνα.
- [ ] Έχω ξεκαθαρίσει ότι «μην υπόσχεσαι τίποτα που δεν μπορείς να τηρήσεις».
- [ ] Απαίτησα έλεγχο ταυτότητας πριν από ευαίσθητες πληροφορίες.
- [ ] Έχω αποτρέψει την περιττή συλλογή και αποθήκευση προσωπικών δεδομένων.
- [ ] Συντονίστηκα το chatbot στη φωνή της επωνυμίας και δοκίμασα σενάρια θυμού.