Jetzt, wo Ihr virtueller Agent in Betrieb ist, wird erwartet, dass der Bot auf alles vorbereitet ist. Die Kunden werden ihre Frage stellen und jedes Mal die richtige Antwort erhalten. Die Konversationen werden vollständig automatisiert und tadellos ablaufen, und alle sind zufrieden.
Aber seien wir mal ehrlich, so läuft das doch eigentlich nicht, oder?
Sich jedes Szenario vorzustellen und für jede Interaktion tiefgreifende und aussagekräftige Inhalte zu entwerfen, ist offen gesagt noch nicht möglich, selbst wenn Sie sich noch so sehr bemühen. Die Kunden stellen ihre Fragen auf ihre ganz eigene Art und Weise oder sie fragen nach Dingen, mit denen der Bot noch nie in Berührung gekommen ist und auf die er keine Antwort hat: Neue Produkte? Prüfen Sie. Aktualisierungen der Politik? Prüfen Sie. Mehr Details zu den vorhandenen Antworten? Prüfen Sie.
Die Antwort auf dieses lästige, aber häufige Problem – oder zumindest die mögliche Antwort – ist die Entdeckung des Vorsatzes. Aber wie können Sie eine effektive Entdeckung für Ihre Bots auf eine Weise vorantreiben, die skalierbar und nachhaltig ist?
Was ist die Entdeckung der Absicht? Und warum ist das von zentraler Bedeutung für die Verbesserung und Weiterentwicklung von Bots?
Das Ziel eines intelligenten virtuellen Agenten ist es, dem Kunden einen Self-Service zu ermöglichen, der ihn zur richtigen Antwort führt, ohne dass ein Agent eskalieren muss. Aber wie kann sie das tun, wenn Kunden Fragen stellen, die sie nicht beantworten kann?
Konversations-KI ist vieles, aber sie ist keine Magie – auch wenn die neuesten Modelle einige ziemlich magische Dinge können. Das bedeutet, dass die wichtige Aufgabe, dafür zu sorgen, dass Ihr virtueller Agent geschult und reaktionsbereit ist, dem Chatbot-Team zufällt.
Natürlich kann dies auf viele verschiedene Arten geschehen: Vielleicht stellen Ihre Kunden Fragen auf unerwartete Weise und der Bot benötigt zusätzliches NLU-Training. Möglicherweise ist die Konversation ins Stocken geraten und Sie können die Automatisierung verbessern, indem Sie die Absichten mit Unterthemen feinabstimmen. Oder es kann einfach sein, dass ein völlig neues Thema plötzlich einen Anstieg der Anfragen verzeichnet und Sie schnell neue Intentionen entwickeln und einführen müssen.
Unabhängig von der letztendlichen Korrekturmaßnahme liegt der Schlüssel zur Korrektur der Leistung darin, die Konversationen, die Ihren virtuellen Agenten ins Straucheln bringen, effizient zu finden und zu korrigieren.Die Erkennung von Absichten, d.h. die automatische Identifizierung und Kategorisierung der Ziele oder Zwecke, die hinter den an einen Chatbot gesendeten Nutzernachrichten stehen, ist hier entscheidend. Aber das ist nicht immer einfach.
Das Problem mit der Absicht und der Themenfindung, die nicht auf Skalierung ausgelegt ist
Die effektive Erkennung von Absichten ist eine große Herausforderung für Chatbot-Teams – eine, die sich oft im Verborgenen abspielt.
Jeden Tag bearbeitet Ihr virtueller Agent Tausende, wenn nicht Zehntausende von Anfragen pro Tag. Und auf einen (hoffentlich kleinen) Teil dieser Anfragen wird der Chatbot einfach keine hilfreiche Antwort geben können. Die Erkennung von Chatbot-Intentionen und -Themen und die Erstellung eines Arbeitsplans zur Behebung von Mängeln ist ein wesentlicher Bestandteil der täglichen Arbeit eines Chatbot-Teams.
Einige Teams wenden sich an SQL, um ihnen zu helfen. Ahnungen zu folgen, Anfragen zu schreiben – manchmal kann sich das wie eine Partie Whac-a-Mole anfühlen.
Wir kennen mindestens ein Team, das es sich zur Aufgabe gemacht hat, jeden Tag 100 Konversationen zu durchforsten, um diese unangenehmen Momente zu finden, und jeden einzelnen manuell zu bewerten, um festzustellen, ob dies eine Gelegenheit war, den Bot zu behalten oder eine neue Absicht zu entwickeln. Die Verwaltung umfangreicher Tabellenkalkulationen war eine tägliche Praxis, die viel Zeit und Energie verschlang.
Erschwerend kommt hinzu, dass es umso schwieriger ist, die Daten manuell zu durchsuchen und einen Sinn darin zu erkennen, je länger ein virtueller Agent in Produktion ist und je größer das Volumen ist, das auf den Bot einwirkt. Und das nur, wenn Sie das Glück haben, Zugang zu aktuellen Gesprächsdaten zu haben. Viele Teams haben das nicht und erleben lange Wartezeiten, wenn sie versuchen, Zugang zu erhalten.
Andere Teams verlassen sich auf spezialisierte Ressourcen mit tiefgreifenden Kenntnissen in der Datenwissenschaft: Für diese Teammitglieder hat dies vielleicht keine Priorität, sie verstehen die Anfrage nicht immer, und wenn der Bericht zurückkommt, ist er nicht immer brauchbar – er muss oft entschlüsselt, organisiert und hinterfragt werden. Leider hat dieser Prozess bei mindestens einem Team, das wir kennen, mehr als sechs Monate gedauert. Was für eine verpasste Gelegenheit, auf Kundenanfragen einzugehen und bessere automatisierte Erlebnisse zu schaffen!
Wenn Ihr virtueller Agent Konversationen in großem Umfang verwaltet, können Sie es sich einfach nicht leisten, Wochen oder Monate zu warten und weiterhin frustrierende Konversationen und Agenten-Eskalationen zu führen.
Die Weiterentwicklung eines virtuellen Agenten zu einem reaktionsfähigeren und gründlicheren Agenten, der Ihnen das gewünschte automatisierte Erlebnis bietet, erfordert einen anderen Ansatz bei der Absichtserkennung.
Mit KI-gesteuerter Absichtserkennung und Chatbot-Analysen wird eine undankbare Aufgabe zum Kinderspiel
Egal, ob es sich um ein neu eingeführtes oder ein etabliertes Unternehmen handelt, virtuelle Agenten werden immer mit Fragen konfrontiert, die sie nicht beantworten können. Die konversationelle KI entwickelt sich rasant weiter, aber in der Praxis bedeutet das, dass die Gespräche mit virtuellen Agenten immer komplexer werden. Chatbot-Teams brauchen die richtigen Tools, um erfolglose Konversationen zu erkennen, diese Komplexität zu bewältigen und effizient bessere Konversationen aufzubauen.
Die gute Nachricht ist, dass es innovative Technologien gibt, mit denen Sie diese Schwierigkeiten leicht aufspüren können, die es Ihnen ermöglichen, sie als Schulungsmöglichkeiten oder neue Absichten zu identifizieren, und die Ihnen dann dabei helfen, eine Prioritätenliste zu erstellen, um die Probleme zu lösen.
Sehen Sie selbst, wie die Chatbot-Analyseplattform von Calabrio Ihnen helfen kann, Verbesserungen zu beschleunigen. Der einzigartige Bot Automation Score der Bot Analytics-Plattform hilft Teams, schnell bestimmte Themen zu identifizieren, die untersucht werden müssen, und vereinfacht so den Prozess der Erstellung neuer Intents und der Bereitstellung besserer Erlebnisse. Erfahren Sie mehr über die Leistungsfähigkeit von Calabrio Bot Analytics, wenn Sie noch heute eine Demo buchen.
