how to use chatbots in business

Hur man använder chatbots i affärer

hur man använder chatbots i affärer

Bild via: Pexels

Vilka är de bästa sätten att använda chatbots för att öka verksamheten? Vår guide beskriver varför de tar över och hur man använder chatbots i affärer.

Hitta fler teknikguider, tips och råd
Hitta fler affärsguider, tips och råd

Vad gör en chatbot?

Chatbots är i grunden robotar (förkortat ”bot”) eller mjukvarualgoritmer som reagerar interaktivt på en användares input beroende på expansionsnivån. Inlägg kan göras textuellt, verbalt via röstkommando eller visuellt via geststyrning – dock får den användare som anger något svaret från en maskin. Svaren är mer eller mindre kommunikativa och hjälpsamma, beroende på chatbotens komplexitet och utvecklingsnivå.

Chatbots kan navigera till en produkt eller svara på frågor om vädret i enlighet med ett filter i onlinebutiken. Det finns då inte längre en person på andra sidan chatten, utan snarare försöker man beräkna svaret på frågan med hjälp av givna attribut eller vägar eller artificiell intelligens.

Chatbots är därför en sorts ”kommunikationsautomation” – som en konsekvent vidareutveckling av redan befintliga automatiseringar som e-postautosvar eller ledningsuppvärmningsrutter. Bara det faktum att chattappens användningsintensitet överträffar den för sociala nätverksaktiviteter tyder på att ämnet ”chattkommunikation” kommer att förändras mer och mer inom en snar framtid.

Vad är så nytt med chatbots?

Efter att ha studerat olika källor kommer vi hela tiden fram till att mekaniken med chatbots i grunden inte är en ny uppfinning. I slutet av 1980-talet introducerade många telekomföretag något liknande chatbots som en del av telefonjouren, bara i den ”mycket enkla” versionen. Om jag ringer en hotline idag, kommer jag under de första minuterna att manövreras till rätt ”kanal” med hjälp av en ljudguide och val av knappsats. ”För problem med kontraktet, vänligen tryck 1, för problem med anslutningen, vänligen tryck 2, för ett samtal med din personliga rådgivare, vänligen tryck på 9 ”- så här går de första minuterna av ett samtal. Telefonförlängningssteget bestod av att kunna språket, siffrorna som skulle tryckas ersattes av specifika kommandon: ”Vänligen säg KONTRAKT” eller ”Konsult”.

I betydelsen enkla chatbots lades grunden för många år sedan. Användningen av automatiserade chattlösningar beror på förändrat användarbeteende. Dagens tillämpningar uppvisar i olika former väsentliga skillnader mot automatiska telefonsystem.

Å ena sidan mediet. Det är inte längre telefonsamtalet som i första hand används, utan internet och chattfunktionen där. Däremot har möjligheterna i samband med taligenkänning och utvärdering samt befintliga data blivit mycket mer omfattande än för 20 år sedan.

Dessutom skulle det vara en illusion att tro att 1:1 chattsupport kan ställas in för otaliga slutkunder. Det ändrade användarbeteendet kräver dock en kommunikationskanal på 1:1-nivån. Tiderna när problem eller frågor diskuteras på ett företags Facebook-vägg går mot sitt slut – tiderna för 1:1-kommunikation mellan kunder och företag har precis börjat. För att göra rättvisa åt denna förändring i beteende måste bots eller algoritmiska verktyg användas.

Varför använder företag chatbots?

Den stora fördelen med bra och sofistikerade chatbots är att de kan användas för olika ändamål – men främst i syfte att öka effektiviteten, minska antalet mänskliga chatagenter eller möjligheten att meningsfullt bearbeta ett flertal individuella kundförfrågningar. Du kan fråga dig själv vad som skulle hända om du länkade din kundjourlinje till WhatsApp och projicerade den aktuella samtalsvolymen på tjänsten. Kan det fungera idag och med konstant tillväxt? Utan stöd för agenterna på chatten?

Chatbots är alltså en vettig förlängning av kundkommunikationskanaler av olika anledningar, även om det finns olika scenarier för deras användning. Botar kan också användas utan direkt interaktion med användaren för att kategorisera förfrågningar eller för att föreslå svar eller nästa steg till den mänskliga agenten – dessa bots är kända som samarbetsbotar. Men samarbetsbotar kan göra ännu mer. Du kan till exempel boka rum, organisera möten och möten eller chatta med supportteam.

En samarbetsbot i ett företag för internt bruk kan användas som ett första steg för att förstå hanteringen och framför allt maskinens fallgropar och egenheter som ett försteg till en offentlig bot. En engagemangsbot, å andra sidan, kan redan interagera med kunden genom att automatiskt skicka påminnelser och meddelanden.

Dessa bots kan också arbeta genom en fördefinierad process baserad på fördefinierade frågor och svar. En relativt välkänd användning är till exempel inom området marketing automation. Som en del av en e-postkampanj får kunden ett e-postmeddelande och beroende på reaktionen bearbetas en fördefinierad process. Boten visar användaren vad den kan göra. Beroende på valet finns det andra alternativ som användaren kan aktivera. Frågor och svar ges alltså redan kl.

Kundvårdsbots försöker gå ett steg längre genom att kunna begära personuppgifter från användaren eller svara på frågor som väntetider eller öppettider. Skillnaden mot engagemangsbotarna är att utöver funktionerna för engagemangs- och samarbetsboten kan kundvårdsboten också spela in, utvärdera och reagera därefter.

Skillnader mellan chatbottyper

Chatbots kan delas in i tre olika kategorier. Det finns textrobotar, ljud- och videobotar. Textrobotar kan bäst föreställas. I implementeringen ser det ut som en WhatsApp eller annan meddelandeapp. Användaren skriver in sin fråga eller text i ett chattfönster och boten reagerar på det. Situationen är liknande med videobots.

Även här är för närvarande (åtminstone fortfarande), inmatningen av användaren via text eller genom att klicka. Boten reagerar sedan enligt inmatningen med en motsvarande videosekvens eller animation.

En blick in i framtiden ger oss en idé om att man faktiskt skulle kunna kombinera geststyrningen av Wii med en videobot, och därigenom utveckla en visuellt kontrollerad bot. Användningsområdena skulle vara omfattande. Dessa bots kan reagera på optiskt igenkända kommandon över större avstånd. Oavsett om medicin, vägtrafik, äldreomsorg. Mycket skulle vara tänkbart.

Ljudrobotar är inte en blick in i framtiden, eftersom de är väldigt verkliga idag. De bästa användningsfallen för detta är Apple (Siri), Google (Google, Home Bot) eller Amazon Echo (Alexa). Dessa bots reagerar på ljudinmatning, så att de kan se vad användaren vill ha från det talade ordet. Svaret ges också som ljudutgång.

Denna typ av kommunikation med en maskin är för närvarande närmast verklig kommunikation. Som redan skrivits försöker chatbots svara på användarnas frågor. Beroende på botens ”intelligensnivå” kan de redan memorera eller komma ihåg användarpreferenser. att integrera svaren från tidigare frågor i svaret på en aktuell fråga. Google kan till exempel redan kombinera svaret på en tidigare fråga med en aktuell fråga – i realtid. Siri och Alexa kommer säkerligen att spara mina röstinmatningar och sökningar – så att jag kan förstå och profilera mig ännu bättre.

Jag undrar när boten kommer att börja ställa personliga frågor till mig – för att lära mig mer om mig själv och sedan kunna förutse mina preferenser och behov ännu mer exakt – utan att behöva dra slutsatser av mina sökfrågor.

Chatbots funktioner

Utöver klassificeringen i olika typer skiljer jag även på chatbots vad gäller deras förmåga. Allt från mycket enkla chatbotlösningar till komplexa och semantiskt reaktiva bots, det finns för närvarande mycket på Internet.

Enkla textrobotar beter sig på liknande sätt som filtrering i en onlinebutik. Användaren anger en fråga, chatboten försöker identifiera användarens behov baserat på det inmatade ordet eller frasen med hjälp av vissa nyckeltermer. Ett exempel skulle vara när användaren i en klädbutik ställer frågan ”Vilka shorts passar för en promenad på stranden”. Maskinen känner nu igen termerna ”shorts” och ”walk”. Om det finns tillräckligt med bra data och attribut kan boten svara direkt med produktförslag. För detta ändamål bör produkterna ha taggarna eller attributen ”Short” och ”Walk”.

Om det inte finns någon tydlig rekommendation, utan snarare ytterligare kriterier för ett produktval är nödvändiga, efterfrågas dessa av användaren. Boten ger sedan de möjliga alternativen. Han skulle svara. ”Vänligen ange din längd. Alternativen är 160, 170, 180, 190 ”. Användaren kan nu klicka på ett av de givna alternativen enligt hans data – i princip som med en datorkonsolkommandon eller aktivering av olika filter i en webbshop.

Denna relativt platta logik är känd sedan tidigare från guidad försäljning, där kunder i en webbutik guidas till rätt produkt genom en slags filtermatris (jfr SMARTAssist-lösning). Skillnaden mot de befintliga vägledda försäljningslösningarna är i princip bara den textmässiga feedbacken från boten.

Filterprocessen definieras emellertid i förväg av en attributuppsättning och kontrollen utförs av en mycket restriktiv inmatning av användaren. När det gäller inmatning fungerar mer komplexa textbots på liknande sätt som de enkla, bara specifikationen av svaren är inte strikt specificerad. Det betyder att användaren inte styr chatten med klumpiga ”konsolkommandon”, utan kan skriva i hela meningar.

Chatboten beräknar sedan det mest sannolika svarsalternativet och reagerar på det. Det finns mer en känsla av kommunikation, även om träfffrekvensen och relevansen av botsvaret beror mycket på utvecklarnas och konceptualisternas förutseende färdigheter.

Ett ytterligare expansionssteg är att inkludera data från tidigare chattar och deras framsteg i svaret. Chattsvaret är då ett slags resultat från en ”predictive analytics”-beräkning. Den här typen av chatbot kräver mycket historisk data från tidigare chattar, såväl som användningen av en AI- eller AI-lösning som kan analysera och utvärdera data i realtid.

En extremt bra datasituation är också en förutsättning för att chatboten ska ge ett meningsfullt och framför allt relevant uttalande. För förutsägelsen ingår inte bara chattar med den här användaren utan med alla andra användare av plattformen. Det blir dock problematiskt om boten kommer utom kontroll på grund av sin integrerade ”inlärningsfunktion”.

Detta är vad som hände med Microsoft och boten ”Tay”. Detta var tänkt att föra användare närmare tekniken via Twitter – men det tog bara några timmar för boten att göra rasistiska uttalanden och tirader. Han var tvungen att tas bort från nätverket. I de flesta fall är resultatet av dessa chattbots en produktbild med alternativen ”Köp”, ”Mer från detta märke” eller ”Se liknande produkter”.

Slutförandet av chatten avslutas sedan med ett köp i Messenger-appen. Kundvårdsbots, å andra sidan, samlar in data och information om användaren och sparar den – helst i ett centralt uppkopplat (CRM) system. Dessutom kan dessa bots också aktivera påminnelser eller andra triggerkedjor enligt beskrivningen, beroende på innehållet i den insamlade informationen.

Nödvändiga grunder för driften av en chatbot

Beroende på egenskaper och framför allt målsättning måste olika förutsättningar uppfyllas. En av de viktigaste aspekterna är tillhandahållandet av tillräckligt bra och förberedd data. Uppgifterna bör vara både textuellt beskrivande och kontextuellt berikade (taggar och attribut). Alla processer som är möjliga i appen bör beskrivas och modelleras. Inte varje process eller chatt kommer att resultera i en nära, transaktion eller positiv kundupplevelse – du bör vara medveten om detta och vidta nödvändiga försiktighetsåtgärder.

Chattar med en chatbot slutar ofta i en oändlig loop (kom ihåg den första telefonjourlinjen ”bots”) eller i en icke-målorienterad dialog. Det är därför nödvändigt att ha processutgångar redo. Om en transaktion ska triggas via chatboten är integrationen av en betalningsleverantör nödvändig. Om det redan finns en onlinebutik kommer det förmodligen inte att vara det stora hindret, precis som bearbetning och uppfyllelse borde vara relativt lätt att kartlägga.

Den stora utmaningen blir för företag som inte tagit steget till nätbutiken och i princip vill ge sig in i e-handelns värld med en egen chatbot. Alla grunderna för din egen onlinehandel är ännu inte tillgängliga här, precis som det förmodligen kommer att finnas lite intern erfarenhet av hur bearbetningsprocesserna kommer att hanteras.

Hur man använder chatbots i affärer effektivt

Chatbot som ett mirakelvapen för alla ändamål?

Innan man introducerar en chatbot bör man alltid ställa frågan om användningsscenariot. Att använda en chatbot för att minska callcenter- eller e-postförfrågningar kan vara en bra anledning att använda automatikerna. Bots kan också hjälpa till att sortera och förvälja förfrågningar. Även här är det en bra anledning att lätta på belastningen på eventuellt överarbetad servicepersonal. För att utveckla din egen bot eller för att integrera den i en befintlig budbärare, är det lämpligt att först fundera över vilken målgrupp boten ska betjäna.

Alla använder inte Facebook Messenger, WhatsApp eller Telegram. Frågan är: ”Använder min (mål)kund ens en chatt?” Om så är fallet följer frågan: ”Skulle kunden också använda företagets chatt för att kommunicera med mitt företag?” Om svaret fortfarande är ”ja”, fråga dig själv vad kunden skulle skriva in som fråga eller problem i chatten.

Har du rätt svar redo? Beroende på frågan bestäms vilken typ av bot som ska siktas på. Engagemangsbotar kan användas för att guida användaren till rätt produkt eller ämne. Om du tenderar att arbeta med målgrupper och problem som ofta väcker frågor om kontrakt eller annan befintlig information eller kontrakt, är en kundvårdsbot mer sannolikt mer lämplig.

Samarbetsbotar, å andra sidan, kan hjälpa till att klassificera och gruppera förfrågningar eller tilldela dem till rätt ansvarig. Dessa bots hittar en lämplig användning för mycket komplexa och multivariata produkter, erbjudanden eller tjänster – om en rent matematisk beräkning med för många beroenden skulle permutera och mänsklig erfarenhet eller råd är nödvändig.

Chatbot som butiksersättare?

”Allt i livet börjar med en konversation, oavsett om du köper saker eller reserverar ett bord på en restaurang.” [Facebook manager Chudnovsky] – än så länge är allt bra. Den enda frågan som uppstår är om samtalet måste starta i en messenger-app? Om man tittar på de senaste 5 åren har det tydligt framkommit att stora varumärken och varumärken, företag och nätverk har tagit ut sina egna appar på marknaden.

Ofta för att kartlägga en enstaka applikation eller en användbar funktion – upp till och med dina egna kundlojalitetsprogram. Mycket är dock mestadels överflödigt eller kan inte användas på rätt sätt. Speciellt inte varje dag. Alternativet till företagets egna lösningar är att integrera ett erbjudande i plattformar. Till exempel Amazon Marketplace eller andra försäljningsplattformar. Ett exempel på appintegration finns i Google-appen, där myTaxi är integrerad som en tjänst. Beroende på sökfrågan föreslår till exempel Google att du använder appen.

Fristående lösningar

Företagsspecifika lösningar tjänar ofta ett användningsfall eller en lösning på ett problem. Eftersom detta ofta inte räcker, För att uppmuntra användaren att ladda ner och framför allt att använda det kontinuerligt erbjuds ytterligare (sekundärt viktiga) funktioner. Appar utökas sällan med relevanta och riktigt användbara tilläggsfunktioner – mestadels kommer ny design eller buggfixar med uppdateringarna på användarnas smartphones. Och speciellt när det gäller kundkommunikation är det ofta inte riktigt bra och nya funktioner inbyggda.

Ofta består ”kundtjänsten” av en applänk till en kontaktwebbplats. Detta är det enklaste sättet, som samtidigt utgör det största hindret och därmed nästan förhindrar kundkontakt. Men eftersom användarnas beteende förändras och 1:1-kommunikation flyter mer in i kundlojalitet och kundrelation, är tanken uppenbar, använd en chatt för att kommunicera med företaget. Den här chatten kan säkert vara ett intressant sätt för ett företag att kommunicera med nya eller befintliga kunder, men vilket mervärde erbjuder denna chatt och varför ska någon använda den här chatten?

Kort förklarat med exemplet på ett företag. Företaget har sålt en produkt i år och årtionden för trygghet i ålderdom eller för sparande. Produkten som erbjuds är välpositionerad och är verkligen fortfarande lönsam – även för ägaren. Tyvärr sjunker nyförsäljningen. Så idén med en chatbot kom upp. Att nå nya och framför allt yngre målgrupper och uppmuntra dem att köpa produkten.

Men är en chatbot i betydelsen en engagemangsbot verkligen rätt lösning? Ensam måste slutanvändarens process föreställas. Som målkund är det första jag måste göra att ladda ner appen. Sedan måste jag skriva in min fråga i chatten, enligt mottot: ”Hur kan jag skydda mig mot ålderdom?” För att få ett definitivt icke-oberoende meddelande som svar, som introducerar mig till de tre mest sålda produkterna. Du kan göra detta via Internet och söka mycket snabbare. Att investera i din egen chattapp bör omprövas och inte eftersträvas. Bara vad då?

Integrering eller användning av befintliga budbärare

Ett tänkbart sätt kan vara att integrera dina egna produkter, erbjudanden och tjänster i befintliga chattlösningar. Förmodligen på allas läppar för tillfället, WeChat-appen är från Kina. Denna messenger-app fungerar enligt principen att användare kan lägga till företag som ”vänner”. Till exempel kan du lägga till Amazon som en vän (dvs ansluta till Amazon) och börja chatta direkt. Du kommer också att få svar från Amazon – om produkterna du frågade om.

I bakgrunden erbjuder WeChat företag ett slags gränssnitt genom vilket de sedan kan integrera svar på frågor statiskt eller dynamiskt. En fråga till Amazon leder därför till att frågan skickas direkt till Amazons datacenter. Efter att ha beräknat svarsalternativen levereras dessa till användaren i ett format (gränssnitt) definierat av WeChat.

Förutom att visa svaren erbjuder WeChat även ett betalningsgränssnitt. Frågeställaren kan lägga produkterna som föreslagits av Amazon i en kundvagn och betala i appen. Amazon levererar beställningen. Situationen är liknande med leveranstjänster för mat och andra varor. Grundarna av WeChat förstod att användarnas beteende kommer att fortsätta att förändras. Som redan skrivits är det inte så lätt att uppnå permanent och upprepad användning av en app av användaren och kräver kontinuerlig efterfrågan.

Kombinationen av många användningsfall i en app är det optimala sättet ur användarens synvinkel. När allt kommer omkring, vem gillar att öppna en separat app för varje problem? Facebook och Google verkar också ha insett detta. Facebook Messenger ingår också för att integrera erbjudanden från tredje part. Redan nu går det att boka flyg via anslutningen till KLM – även det med en integrerad betalningsfunktion.

Google går en liknande väg med Allo. Allo är en ren messenger-app. Funktionerna är jämförbara med WhatsApp eller Facebook Messenger. Du kan också bjuda in dina kontakter att chatta i denna messenger. Utöver den inbyggda chattfunktionen med vänner erbjuder Google en extra tjänst. Med Google kan du formulera frågor till Google på samma sätt som ”Google Nu” eller ”OK, Google” – och få svar. Allo har inte tillgång till enhetskontrollen, men det är möjligt I en chatt med vänner kan du kort formulera ett annat meddelande med ”@google” i förväg. Detta meddelande kommer då att tolkas som en fråga till Google och du får svaret från Google.

Den som först nu ger sig in i e-handel och skulle vilja prova med en chatbot bör välja en integrerad lösning. Handlar det bara om att sälja produkter kan du även använda marknadsplatser som Amazon på botmarknaden. En relativt enkel integration av egna produkter i Amazon Echo i kombination med en uppfyllelselogik genom Amazon Marketplace skapar många ”utmaningar” ur vägen – men stänger samtidigt dörren till självständighet. Amazon lyssnar, lär sig och tjänar pengar.

Taligenkänning som ett evolutionärt steg

Enligt den första klassificeringen är de hittills beskrivna chatbotarna ganska rena engagemangsbotar. Svaren som en användare kan ge föreslås av systemet så att användaren i princip styr chatten som om han använder konsolkommandon på datorn. Felaktiga inmatningar försöker tolka det som ibland fungerar bättre och ibland mindre bra. Evolution kan visa sig i form av röstchattbotar. De för närvarande mest kända röstchattbotarna är Amazon Echo med produkten ”Alexa” och Googles ”Home Bot”. Mindre känd, men djupt integrerad i Windows-världen, är ”Cortana” – Microsofts sökning.

En röstchattbot fungerar på samma sätt som textboten, bara att det inte finns någon reaktion på en skriven text. Istället måste den verbalt inmatade frågan omvandlas till text (taligenkänning) innan du söker efter rätt svar. Efter transformationen ska frågan också utvärderas semantiskt. Syftet är inte att dela upp frågan i nyckelord, utan att logiskt känna igen det formulerade innehållet för att i huvudsak möjliggöra en naturlig konversation. Botens feedback skickas inte i text, utan även i ljudformat.

Den nuvarande utvecklingen går till och med så långt att resultaten inte bara matas ut verbalt utan också visuellt på samma gång. Google använder sitt Chrome Cast-system för detta, medan Amazon integreras direkt i ny hårdvara som skärmar och tv-apparater. Här, speciellt med Amazons Alexa, möts användarnas behov, det ständigt föränderliga beteendet och upplevelserna från nuvarande textchattbotar.

Amazon Echo använder taligenkänning för att skapa en så naturlig kommunikationsupplevelse som möjligt för användaren, och Amazon erbjuder även ett gränssnitt genom vilket företag kan importera data och erbjuda sina egna appar. Detta erbjudande används för närvarande flitigt inom hemautomationssektorn. Amazon Echo är redan ledande inom nätverkandet av element i det automatiska hemmet. Anledningen till dominansen är utbudet av omfattande gränssnitt till tillverkare av hemautomationskomponenter.

Google Home Bot är inte i närheten av så avancerad. Det presenterade systemet svarar semantiskt mer logiskt och kan skapa kopplingar mellan enskilda frågor, men gränssnitten utåt, till leverantörer av andra användbara appar eller data, är ganska begränsade. Som ett resultat svarar Google mer intelligent, så det kommer närmare naturlig kommunikation än Amazons Echo, men utbudet av applikationer hos Alexa är mycket större och försprånget växer för varje rapport om det. Microsofts Cortana försöker vara den hjälpande assistenten via operativsystemet Windows, även om användningen av röstsökning på Windows-systemet inte används i stor utsträckning.

När Microsoft försökte starta en självlärande chatbot ”Tay” (tay.io), var Microsoft tvungen att backa efter att chatboten lärde sig lite för snabbt och började göra rasistiska kommentarer och kommentarer. Ändå bör Microsoft inte bara ignoreras. Med hjälp av botframe-work.com-plattformen är det relativt enkelt att utveckla sin egen bot i .NET och sedan koppla den till befintliga budbärare som Facebook Messenger, Slack eller Telegram med hjälp av botframework. Beroende på utbudet av befintliga gränssnitt kommer listan över möjliga botintegrationer säkert att fortsätta att växa. Microsoft positionerar sig därför inte nödvändigtvis som en leverantör av en chatbot, utan som en teknikpartner genom vilken utvecklare och företag kan få tillgång till befintliga appar.

Göra, köpa eller integrera?

När du introducerar en chatbot är det tillrådligt att studera den aktuella situationen innan du utvecklar. Vi rekommenderar personligen att titta på företagets inkommande och utgående kommunikation under en period av ett år. Inte bara e-posttrafiken (förfrågningar och svar), utan även kommunikationen på Facebook eller andra sociala nätverk bör beaktas. Analysen avslöjar snabbt mönster. Man kan ofta se att samma eller liknande frågor hopar sig, och svaren på dessa frågor är för det mesta lika.

Klassificera och gruppera svaren, försök också skissa på hur den frågande användaren kom fram till det svar som i slutändan passar. Här kan det vara bra att använda ett biljettsystem, ett BI eller ett CRM-system i förväg. En stor fördel med dessa system ligger i den strukturerade och historiska kartläggningen av sambanden mellan frågor och svar.

Efter att ha analyserat kommunikationsflödena är det möjligt att skriva de första textblocken som ”mallar” beroende på frågekategori. Använd dessa mallar i manuella e-postmeddelanden ett tag för att testa hur väl dessa förformulerade svar passar frågorna och följ upp om du märker att frågorna tenderar att inte passa. Om du har tillräckligt med kunskap kan du fundera på vilken typ av automation eller chatbot som är rätt för ditt företag. Integrering i befintliga system kan vara meningsfullt om dina målkunder använder befintliga tjänster.

Men det kan också vara vettigt att utveckla en egen företagschattbot, som kan nås via företagets webbplats och inte nödvändigtvis är tillgänglig som en inbyggd app. Men i princip, så fort du märker att du ofta ger samma svar på liknande frågor, skicka dem automatiskt eller ge svaret innan du skickar in onlineformuläret via FAQs (eller ”proaktiva chatbots”) som tillhandahålls.

Ett enkelt ”chatbot-element” som redan används på många ställen är autosvaret för en kontaktförfrågan. Det vet du förmodligen. Efter att du har skickat ett mejl till ett företag får du en bekräftelse omgående. ”Tack, vi har tagit emot ditt meddelande och kommer att höra av dig inom kort” – om du vill är detta det första steget i en chatbot. Syftet med det automatiska svaret: ”Ring inte, allt är bra. Vi har fått beskedet och vi tar hand om det. ” Med enbart detta meddelande kommer du märkbart att minska antalet samtal eller förfrågningar som bara handlar om frågan: ”Fick du min e-post?”

Som en liten avvikelse till ”Autosvarare” e-post, kan du använda ofta använda blyuppvärmningsvägar beskriva. Det här är inga chatbots i strikt mening, utan kommunikationsautomatisering sker vid blyuppvärmning. En så kallad ”lead route” förväntas före en postkampanj. Mottagare som har svarat på det första mejlet får ytterligare ett mejl efter x dagar. Mottagare som inte svarat kommer också att få ett andra e-postmeddelande med annat innehåll. Återigen, beroende på reaktionen, skickas olika ytterligare e-postmeddelanden till mottagaren.

Var och en av dessa e-postmeddelanden har ett mål, vare sig det är en nedladdning eller inlämnande av personuppgifter. Det som har automatiserats är urval av vilken mottagare som får vilken typ av adress och därmed kommunikationsinnehåll. Till skillnad från chatbots, reagerar lead route främst på öppning och respektive reaktion på ett e-postmeddelande. Triggers här kan vara:

• Blev e-postmeddelandet öppnat
• Blev en länk klickad i e-postmeddelandet
• Om den klickades, vilken länk klickades på?
• Om mottagaren landade på en sida (e-postlänk), utförde de den avsedda interaktionen? (Nedladdning, registrering, deltagande, etc.)

Dessa ”triggers” ska förstås i chattsammanhang analogt med frågor och svar från en chatbot, även om komplexiteten är mycket mindre. än med en chatbot, eftersom mängden data som ska utvärderas är mycket lägre – liksom antalet möjliga nästa steg och svar.

Utvärdering av framtiden – en vågad blick

Röstrobotar och assistenter kommer att öka och kommer snart att bli oumbärliga. Star Treks vision om att styra allt med röststyrning är nu inom räckhåll. Kopplingen av språk och kontroll kommer inte bara att nå det automatiserade hemmet, utan kommer också att sträcka sig över alla möjliga områden i livet. Redan i slutet av 1980-talet kallade en man i en svart skinnjacka sin bil ”KITT” med rösten. Det som verkade vara en utopi på den tiden kommer att representera vår framtid – oavsett om du gillar det eller inte. Enligt min åsikt kommer dock tillämpningsscenarierna att skilja sig åt.

Så du kan tänka dig att använda en Alexa eller Google både för att ta hand om äldre och inom utbildning. Varför måste lärande alltid vara kopplat till förmågan att skriva? Varför kan du inte ställa samma fråga så ofta du vill och alltid få ett bra svar? Det kommer att presenteras med olika andra scenarier – tekniken kommer att göra det möjligt att koppla ihop en mängd olika användningsfall med rösten i samband med “Internet of Things” – för att skapa “intelligenta” assistenter, även om sannolikheten är stor, inte många olika för att använda guider för en uppgift i taget, utan snarare en guide som kan hjälpa till i många fall.

Enligt vår mening är textchattbotar bara ett litet mellansteg i att samla in information och skapa förståelse för användningen av människa-maskin-kommunikation. Röststyrning kommer att dominera under en medellång framtid. Siri var en trevlig start, med Google Home Bot och Alexa som pekade vägen. Ur ett andra perspektiv ser vi integrationen av många tjänster i en app. Dagarna när varje företag hade sin egen app för sitt eget bruk närmar sig sitt slut.

För specialiserade frågor kommer företagsspecifika appar fortfarande att vara oumbärliga, men när det gäller att nå en bred massa kommer utvecklingen att likna den för marknadsplatsverksamheten. Om du vill tilltala kunder måste du vara där kunderna är. Det är anledningen till varför Amazon Marketplace och eBay är så framgångsrika – ett stort antal människor rör sig på dessa marknadsplatser. Detsamma kommer att hända i samband med chatt och chatbots. Den som vill kommunicera med människor digitalt bör därför också finnas där människorna finns.

Alexa har skapat de bästa startförutsättningarna för det här examensarbetet, Facebook följer massivt efter, öppningen av budbäraren för externa bots är enligt min mening ett banbrytande steg i rätt riktning. Microsoft försöker inte ens expandera budbärarmarknaden; de investerar i det fortfarande öppna eller dåligt använda området av teknik och gränssnittsleverantörer. Ur en strategisk synvinkel är portvaktens roll lika relevant som själva budbärarplattformarnas.

Och hur är det med Google, Apple eller eBay?

Google kommer sannolikt att säkra teknikområdet i Android-sammanhang, bättre det än ingenting. Dessutom kommer Google att integrera sin assistent längre och djupare i Android-systemet för att eventuellt revolutionera den verbala systemkontrollen – åtminstone i segmentet smartphone/mobilenheter – för att bemästra porten till åtkomsttekniken.

En öppning för en mängd olika leverantörer (liknande WeChat, Facebook Messenger) skulle då rädda vägen till messenger-apparna för att lösa alla typer av problem. Om Google öppnar för anslutning av externa appar och samtidigt använder kraften i sökkunskap, kunskapsgrafen och eventuell enhetskontroll (vilket i sig ingen annan app skulle tillåta) blir det en verklig fara för alla som har någonsin hanterat chatbots – dessa leverantörer kan då snabbt bli föråldrade i Android-sammanhang.

Apple försöker fortsätta på den virtuella verklighetens väg, Siri kommer att förbli som den är och med detta, i samband med Googles utveckling, kommer det att ske en ytterligare nedgång eller stagnation för Apple inom området kommunikationsautomation. Enligt min mening har Ebay ingen chans på denna marknad utan massiva investeringar.

På grund av att eBay tar emot mycket ”produktdata” från slutanvändare (användargenererat innehåll) uppstår en viss förlust av kontroll över datakvaliteten, vilket kan leda till problem i sig. I likhet med Amazon Marketplace försöker eBay arbeta med produktmallar, endast den interna kunskapen om produkterna kan inte jämföras med Amazons kunskap. En chatbot för eBay-appen skulle vara tänkbar som fungerar semantiskt och därmed kan utvärdera produktbeskrivningarna, varav några finns som fritext. Enligt en rapport från 2017 lade eBay grunden för detta, om än med en annan motivation, genom den massiva integrationen av AI (artificiell intelligens). En eBay-anslutning till Amazon Echo skulle också vara tänkbar.

Gränssnittet från Amazon bör tillåta ur teknisk synvinkel. Förutom fördelarna för eBay med att nå en ännu bredare publik skulle Amazon utöka sitt eget utbud ytterligare. Om modellen lönar sig överlåts till design och förhandling.

Författare: Alexander Bittern är en teknikexpert som specialiserat sig på affärer och e-handel.

Similar Posts

Lämna ett svar

Din e-postadress kommer inte publiceras.