Uno studio empirico sull’uso dei chatbot in ambito Customer Care.
In Aryanna siamo abituati a lavorare su fronti temporali diversi. Con un occhio guardiamo all’operatività di tutti i giorni ma con l’altro già implementiamo tecnologie che diventeranno pervasive nel prossimo futuro. Ecco la storia di un esempio.
Gli assistenti conversazionali. meglio conosciuti come chatbot
Secondo il report “4° State of Service” prodotto da Salesforce il 32% dei decision makers afferma che la propria organizzazione fa uso di Intelligenza Artificiale nella gestione delle proprie operation.
In particolare il report evidenzia come l’intelligenza artificiale (AI) viene spesso intesa come strumento per implementare percorsi di automazione. Sia volti a raccogliere informazioni che come strumento per aumentare la produttività.
E’ il caso tipico di bot e chatbot.
Tuttavia, secondo un’indagine di Celi (settembre 2020), il 69,5% degli assistenti conversazionali testati (così vengono propriamente chiamati i bot) non consente il passaggio diretto a un operatore umano.
La maggioranza dei bot fornisce al massimo informazioni di contatto. Costringendo il cliente a cambiare canale di relazione. (ne abbiamo già parlato, per approfondimenti si veda qui).
E, udite, udite, nel 64,6% dei casi l’assistente conversazionale non raccoglie il feedback sulla qualità dell’interazione con il cliente.
Sembra che manchi un link tra la potenzialità che stanno esprimendo gli assistenti conversazionali e il mondo del Customer Care.
Sempre secondo l’indagine di Celi (realizzata su 138 assistenti conversazionali italiani), i chatbot vengono prevalentemente impiegati come strumento di assistenza al cliente, soprattutto nella gestione pre e post vendita, con compiti piuttosto semplici.
Probabilmente la fiducia che le aziende pongono verso questi “software” è ancora limitata.
E non potrebbe essere diversamente da quando i primi esperimenti (correva l’anno 2016) sono stati un fallimento. Se il livello di conversazione di un bot è elevato, gli umani iniziano subito a esprimersi in maniera troppo colloquiale. A quel punto, il bot fallisce nel suo compito, creando frustrazione.
Oggi però la tecnologia ha contribuito a migliorarne accessibilità e usabilità. E in prospettiva già si parla di attributi di pro-attività. Ad esempio, anticipare eventuali problemi prima che si presentino, riducendo costi e ottimizzando i canali di supporto.
fino a che punto si POTRA' arrivare con gli assistenti conversazionali?
Non lo sappiamo.
Però qualche esperimento anche noi di Aryanna abbiamo iniziato a farlo.
E i risultati sono interessanti. Molto interessanti.
Dicevamo che analizzando il panorama delle chatbot l’impressione è che manchi qualcosa, un missing link tra potenzialità dei bot e Customer Care. Noi ci stiamo concentrando proprio su quel link.
E’ ancora presto per poter condividere dei risultati, ma due cose possiamo affermarle con certezza:
organizzare la knowledge base aiuta a migliorare i kpi assegnati ai chatbot
- l’Intelligenza Artificiale, come ogni intelligenza, si basa su una serie di istruzioni che l’intelligenza confronta con l’esperienza man mano che l’organismo evolve. Se un bambino impara a parlare in inglese con pronuncia americana, difficilmente da adolescente riuscirà a interloquire in perfetto Cockney con un residente della City di Londra.
Allo stesso modo se un chatbot, che deve dialogare con dei clienti, non attinge il suo sapere da una knowledge base organizzata (semanticamente usabile e linguisticamente appropriata) difficilmente riuscirà a incrementare i KPI del Customer Care.
organizzare la knowledge base aiuta a definire gli obiettivi della ia
- L’Intelligenza Artificiale è ancora vista come una blackbox, una scatola nera dove uno strano algoritmo decide che cosa dovrà fare o non dovrà fare un applicativo, una procedura, una relazione. Noi crediamo il contrario: l’Intelligenza Artificiale è un mezzo e non un fine e dunque, come mezzo, deve essere possibile orientarla e incanalarla verso un obiettivo scelto a priori. Il modo migliore per incanalare l’IA di un chatbot verso degli obiettivi predefiniti è circoscrivere la sua azione all’interno di un recinto costituito da una knowledge base organizzata, semanticamente usabile e linguisticamente appropriata.
Se una knowledge base è intelligibile non solo diventa accessibile dagli esseri umani ma lo diventa anche per delle macchine.
I test realizzati su knowledge base organizzate per renderle accessibili e usabili dagli operatori dei Customer Care hanno dimostrato essere accessibili e usabili anche da macchine quali gli assistenti conversazionali.
Crediamo, anzi siamo fortemente convinti, che al di là dei necessari miglioramenti sulla comprensione del linguaggio naturale che i chatbot dovranno fare, la loro applicazione presso i Customer Care debba passare da una profonda rivisitazione delle knowledge base, della loro organizzazione e della content language usability che esprimono.
Attività che in Aryanna sappiamo fare bene. Molto bene.
—
Aryanna è il partner più concreto e flessibile per il Knowledge Management.
Siamo specializzati nel migliorare l’informazione del Customer Care con un servizio completo: analisi della customer experience, organizzazione dei contenuti e tecnologia a supporto.
Affidarsi ad Aryanna significa avere la garanzia di miglioramenti misurabili del Customer Care.
Sia in termini di indicatori tecnici che soprattutto in termini economici attraverso l’abbattimento del tasso di abbandono (churn).
Articoli recenti
- Strumenti e tecnologie per migliorare le procedure aziendali
- 5 Idee per l’organizzazione e gestione aziendale
- Esperienza utenti omnicanale: come stanno lavorando le aziende in Italia?
- Aumentare la produttività in pochi e semplici step
- Come ottimizzare un gestionale clienti
- Qual è la differenza tra Knowledge Base e Database
- Come funzionano i chatbot online?