Botlar: dayanıklılık testi
Son beş yılda konuşma sentezi ve tanıma teknolojileri daha da gelişti.
Bazı bölgelerde botların olanaklarıgerçekten abartılıyor: örneğin, sanal bir muhatabın soyut diyaloglar yürütmesi, şaka yapması ve empati göstermesi zordur. Ancak gelişmiş EQ ve mizah anlayışının eksikliği, robotların dünya çapındaki çağrı merkezlerinde milyonlarca çağrıyı başarıyla yönetmesine engel olmuyor. Invesp'e göre geçtiğimiz yıl tüketicilerin %67'si bir botla en az bir kez diyalog kurdu ve 2020'de botlarla diyalogların sayısı %426 arttı. Giderek daha başarılı vakalar da var: örneğin, Amerikan demiryolu şirketi Amtrak'ın botu, destek hizmetine yılda 5 milyon talep işledi ve geliri üçte bir oranında artırdı.
Ancak tüm şirketler bundan faydalanmayı başaramıyorrobotlar. Sorun, işletmelerin sıklıkla "gösteri amaçlı" bir sanal asistan başlatması ve bunu temel hizmetlerle entegre etmemesidir. Sonuç olarak, botlar yeterince etkili çalışmıyor ve yöneticiler ve pazarlamacılar onlarla hiçbir şekilde etkileşime girmiyor ve görevlerini yerine getirmiyor. Sorunun çözümüplatform omnichannel ekosistemleriYapay zeka teknolojileri, yönetim ve pazarlamanın kesiştiği noktada iş iletişimine yaklaşımı değiştiren yeni bir trend.
Ekosistem unsurları
Bir şirket özel ses ve metin asistanları geliştirirse,ürün... Müşteri, botun nasıl kullanılacağına karar verir ve entegrasyonu kendisi yapılandırır. Örneğin, Botsify ve ManyChat bu modele göre çalışır.
Platform ekosistemi operatörleri farklı davranır:çeşitli enstrümanların bağlanabileceği bir temel oluştururlar. Bir bot, bir mekanizmanın "çarkı" dır ve bir ekosistem, bu tür bin "çark" ile hazır bir mekanizmadır. Ekosistem modeli, fintech'ten e-ticarete kadar pek çok pazarda yaygındır, ancak sanal müşteri hizmetlerinde yeni ortaya çıkmıştır. Onu bağımsız bir üründen ayıran üç temel özellik vardır.
- Ekosistem daha kararlı.
Ortalama 200-500 kişilik çalışana sahip şirket120'den fazla SaaS çözümü kullanıyor ve aralarında sinerji oluşturmak her zaman mümkün olmuyor. Sanal operatörleri birbirine bağlamak çoğu zaman daha da büyük kaosa yol açar. Startup'lar daha çok yalıtılmış nokta çözümleri sunar: örneğin, bazıları özel yapım bir sanal operatör oluşturur; komut dosyaları yazar ve kopyaları sentezler. Diğerleri yalnızca bot platformları sunarken, diğerleri faturalandırma sistemlerini “vidalıyor”. Bu araçları bir CRM sistemine entegre etmek ve analitik hizmetleriyle “arkadaş edinmek” her zaman mümkün olmuyor. Sonuç olarak, farklı sağlayıcıların teknolojileri birbiriyle çatışıyor ve yeterince etkili çalışmıyor.
Platform sağlayıcıları genellikle bir kombinasyon sunaranahtar teslimi hizmetler: örneğin, sentez ve tanıma hizmeti, transkripsiyon ve bildirimler ile analitik. Genellikle müşteriye çeşitli modüllerle kişisel bir hesaba erişim sağlarlar - bir çalışan bunları yönetebilir. Uygulamamızda, bu tür bir izlemenin aynı anda 900 kişiyi koordine etmeyi mümkün kıldığı durumlar oldu.
Bazı ses platformları ile çalışırkapalı bir modelden yararlanır ve yalnızca ekosistemdeki kendi gelişmelerini içerir, diğerleri altyapıya üçüncü taraf çözümleri oluşturur - örneğin, TWIN'de kendi TWIN ASR / TTS teknolojimizi Yandex ve Google'ın konuşma tanıma ve sentez sistemleriyle birleştiririz. Aynı zamanda, bir ekosistem sağlayıcısı olarak görevimiz, her şeyin istikrarlı ve sorunsuz çalıştığından ve hizmetlerin birbiriyle çelişmediğinden emin olmaktır.
- Ekosistemler omnichannel üzerine kuruludur.Müşteriler kişisel olmayan aramalardan hoşlanmaz vekişiselleştirilmiş bir yaklaşımı tercih ederseniz, birleşik bir iletişim sistemine dahil olmayan bir bot onları rahatsız eder. Böyle bir sanal operatör her zaman yanlış zamanda arar, uygun olmayan bir iletişim kanalı kullanır ve genel olarak müşterinin isteklerini dikkate almaz.
Birçoğu, prensip olarak, telefonda konuşmayı sevmiyor ve mesajlaşma programlarını tercih ediyor: istatistiklere göre, tüketicilerin %55'i, bir şirketle mesajlaşma aracılığıyla iletişim kurabiliyorsa, şirketin hizmetlerini kullanmayı tercih ediyor.
Peki kullanıcıların tam olarak neyi beğendiğini nasıl anlıyorsunuz?En etkili yol dönüşümü ölçmek ve analizleri toplamaktır. Bunu yapmak için her operatörün çalışmasını izlemeniz gerekir ve bu uzun ve emek yoğun bir süreçtir. Ne yazık ki, Rusya'da şirketlerin %80'e yakını her çalışan ve iletişim kanalı hakkında istatistik toplamıyor, dolayısıyla neyin işe yarayıp neyin yaramadığını bilmiyorlar. Yardım masası dönüşümünü ölçmek gerçekten zordur çünkü satışlar ve gelirle değil, karmaşık bir ölçüm kombinasyonuyla ölçülür. Bunları toplamak için BI araçlarını da içeren akıllı bir analiz sistemine ihtiyacınız var.
TWIN'de yüzlerce parametreyi topluyor ve hesaba katıyoruz.Örneğin, bir müşteriyi ararız ve hangi cihazı kullandığını belirleriz; eğer bu bir akıllı telefon ise, şirketin web sitesine bir bağlantı içeren kısa bir SMS gönderebiliriz ve eğer tuşlu bir telefon ise, ona o cihazı göndeririz. Detaylar mesajda. Bir müşterinin Telegram kullandığını biliyorsak, ona mesajlaşma yoluyla mesajlar göndeririz ve genellikle aramaları durdururuz ve ses botu yerine bir metin botu kullanırız.
Aynı ilke postalamaya da uygulanmalıdırbildirimler. Mobil uygulama kullanan bir müşteri bir push bildirimi alır ve geri kalanında Viber, Telegram veya WhatsApp'a bir bağlantı göndeririz - çoğu kullanıcının hangi iletişim kanalını tercih ettiğine ve bize hangi verileri sağladığına bağlıdır. Bu yaklaşım, yalnızca şirketin analitik araçlarına bağlı olması ve ses teknolojisi sağlayıcısının bunlara erişimi olması durumunda mümkündür. Bunlar, omnichannel'in klasik ilkeleridir, ancak artık yalnızca gerçek operatörler değil, sanal çalışanlar da bunlara güveniyor.
- Hataya dayanıklı mimari.Platform ekosistemi şunlardan oluşur:hizmetin "kaportasının altında" gizlenmiş çok sayıda modül. Bu tür mikro hizmet mimarisi, sağlayıcının kaliteden ödün vermeden günün her saati hizmet sunmasına yardımcı olur. Operatör tek bir sunucu kiralamadığı, ancak dağıtılmış sunuculardan ve veri merkezlerinden oluşan bir ağın tamamını kullandığından, sistemi daha az savunmasızdır; aşırı yüklenemez veya çökemez. Bir modül arızalanırsa diğerleri devreye girer. Müşterinin ek kapasiteye ihtiyacı varsa sağlayıcı, yardımcı sunucuları ve veri merkezlerini bağlar.
Makine öğrenimine dayalı teknolojiler için busağlam bir temel şarttır. Robotik bir arabanın "sunucu yanıt vermemesi" nedeniyle aniden yoldaki nesneleri tanımayı bırakması durumunda ne olacağını hayal edin. Botlar söz konusu olduğunda asıl önemli olan, sanal asistanın iletişim halinde kalması ve herhangi bir muhatapla sürekli olarak diyaloğu sürdürebilmesidir. Bunu yapmak için, tanıma sırasında botlarımız bazen birden fazla sinir ağından aynı anda bir yanıt seçeneği talep eder ve otomatik olarak en alakalı olanı seçer. Bunun aynı zamanda hata toleransı üzerinde de olumlu bir etkisi vardır. Yapay zekaya dayalı çözümler geliştirirken üçüncü taraf sistemler de dahil olmak üzere yedekleme sistemlerinin kullanılması normal bir uygulamadır.
Platform ekosistemleri işletmelere nasıl yardımcı olur?
Platform ekosistemleri, iletişim kurmayı kolaylaştırırmüşteriler, süreçleri optimize eder ve genellikle pazarlamanın "ısınmasına" katkıda bulunur. Şirket, etkisiz aramalara daha az zaman harcıyor ve en önemlisi, hangi numaraların işe yarayıp hangilerinin yaramadığını daha hızlı değerlendiriyor. Sanal operatörler de maliyetleri düşürüyor - hesaplamalarımıza göre, ortalama olarak, bir dakikalık ses botu operasyonunun maliyeti, tüm ek maliyetler dahil olmak üzere 5-7 rubleye mal oluyor. Üçüncü taraf bir çağrı merkezi ile bir anlaşma imzalarsanız, operatörün hizmetleri 10-15 rubleye mal olacak. Kendi CC'nizi oluştururken, bir çalışanın çalışmasının bir dakikası 35-45 rubleye mal olacak. Birçok şirket, operatörün hizmetlerinin gerçekte ne kadara mal olduğunu bile bilmiyor: genellikle çalışanın maaşını resmi olarak çalışılan dakika sayısına bölerler. Ancak tek bir kişi, duraklama ve aksama süresi olmaksızın durmaksızın çalışmaz ve pek çok maliyet hesaba katılmaz: örneğin, CC'nin bakımı, ikramiye ve sosyal ödemeler.
Bu nedenle botların faydaları takdir edilmeyebilirİşte bu: eğer işletme analiz yapmıyorsa ve temel ölçümleri takip etmiyorsa, ses ekosistemi bunu hiçbir işe yaramayacaktır. Bu nedenle, omnichannel platformlarının ana müşterileri, süreçlerin çoğunu dijitalleştiren dijital öncelikli şirketler olsa da. Bankalar, nakliye ve nakliye hizmetleri ve çevrimiçi perakendeciler en çok ses hizmetlerinden yararlanır. Aynı zamanda müşterilerin% 58'i B2B segmentinde çalışmaktadır. Çoğu, kendileriyle iletişimi daha etkili hale getirmek için ekosistemleri kullanır: sanal operatörlerin yardımıyla markalar potansiyel müşteriler oluşturur, dönüşümleri artırır ve destek maliyetlerini ortalama% 20 oranında azaltır.
Platform ekosistemleri için gelecekte neler var?
Pazarda yavaş yavaş yeni yollar ortaya çıkıyorses hizmetlerinin uygulanması. Örneğin, bazı insanlar botları yeni başlayanlar ve stajyerlerle çalışmak ve dahili iletişim kurmak için kullanır. Sesli asistan çalışanları arar, onlara hem gerçek hem de sanal olarak davetiyeler ve toplantı hatırlatıcıları gönderir.
Ekosistemler de giderek daha fazla bağlanacakmikro hizmetler - TWIN, duyguları ve cinsiyeti sesle tanımak için bir sistem dahil olmak üzere 12 farklı eklenti sunar. Bazıları yaş tanımlarının yanı sıra biyometri ile de deney yapıyor. Bot performansını artıran eklentiler yeni standart haline geliyor. Örneğin, otomatik yanıtlayıcı tanıma hizmetleri - yardım botları ile bu işlevi otomatik olarak gerçekleştirir ve diyaloğu derhal sonlandırır.
Ses geliştiriciler için bir başka zorluk dakonuşma tanıma ve sentezinde sürekli bir gelişmedir. Örneğin, konuşulan metnin% 95'ine kadarını doğru bir şekilde belirlemeyi başarıyoruz - bu piyasada bir standarttır ve üstesinden gelmek hala zordur. Birçok şirket çıtayı yükseltmeye çalışıyor, ancak her yüzdeye ulaşmak zor. Algoritmalar şimdiden insanları yakaladı - şimdi görev insan yeteneklerinin ötesine geçmek ve bu kolay değil.
Ayrıca bakınız:
Kürtaj ve bilim: doğum yapacak çocuklara ne olacak
Hubble'ın en güzel resimlerine göz atın. Teleskop 30 yılda ne gördü?
Ryugu asteroitinden alınan toprak örneklerinde yapay bir nesne bulundu. Bunun gibi?