- Analitik chatbot melibatkan pengumpulan dan penganalisisan data tentang bagaimana pengguna berinteraksi dengan chatbot, membantu perniagaan mengukur prestasi, mengenal pasti masalah, dan menambah baik pengalaman pengguna.
- Menjejaki prestasi chatbot bermula dengan menetapkan matlamat, menentukan KPI berkaitan, dan mengaitkan metrik ini dengan nilai kewangan untuk mengira impak dan ROI bot.
- Metik utama termasuk jumlah interaksi, tempoh perbualan, pengulangan aliran, kadar pengekangan (pengguna dibantu tanpa campur tangan manusia), skor kepuasan pengguna, dan purata masa tindak balas.
Membina dan melaksanakan hanyalah langkah pertama dalam membina chatbot AI – selepas pelaksanaan, anda boleh memantau projek anda dengan analitik chatbot.
Sebarang projek chatbot sebenar atau ejen AI memerlukan penjejakan metrik untuk memantau dan menambah baik prestasinya.
Dengan pengalaman bertahun-tahun melaksanakan chatbot perusahaan, pasukan kami mahir memantau dan memperbaiki pelaksanaan chatbot yang berjaya. Tidak memanfaatkan analitik chatbot anda sepenuhnya adalah salah satu kesilapan biasa syarikat ketika melancarkan chatbot.
Berikut ialah panduan ringkas untuk anda bermula dengan analitik chatbot.
Apa itu analitik chatbot?
Analitik chatbot ialah data dan metrik yang menjejak bagaimana pengguna berinteraksi dengan chatbot. Ia membantu mengukur prestasi, mengenal pasti isu, dan mengoptimumkan keberkesanan bot dari semasa ke semasa.
Ia melibatkan penjejakan, pengukuran, dan analisis prestasi serta interaksi chatbot melalui metrik yang dipilih.
Analitik ini memberikan pandangan tentang bagaimana pengguna berinteraksi dengan chatbot, keberkesanannya, dan impaknya terhadap matlamat perniagaan.
Mengapa saya perlu mengukur analitik chatbot?
Tidak kira apa projeknya, anda perlu mengukur analitik chatbot AI anda.
Satu projek chatbot AI mempunyai 3 peringkat: bina, laksana, dan pantau. Asas kepada peringkat pemantauan ialah mengukur analitik chatbot yang bermakna dan memperbaiki chatbot anda.
Pemantauan yang betul sangat penting untuk pelaksanaan chatbot yang berjaya — menjejak analitik membolehkan anda tahu di mana bot anda boleh diperbaiki dan di mana ia memberikan ROI tertinggi.
Cara Mengukur Prestasi Chatbot: Langkah demi Langkah
1. Tetapkan matlamat chatbot
Mulakan dengan mengenal pasti tujuan chatbot anda. Hasil khusus apa yang anda mahu capai? Chatbot sokongan pelanggan dan chatbot penjanaan prospek akan mempunyai matlamat yang sangat berbeza daripada chatbot HR.
Matlamat biasa termasuk sokongan pelanggan yang lebih baik, penjanaan prospek dipertingkat AI, sokongan jualan, atau meningkatkan penglibatan pengguna.
2. Kaitkan matlamat dengan KPI
Kemudian anda boleh pilih KPI yang mencerminkan matlamat anda:
Jika matlamat anda ialah sokongan pelanggan yang lebih baik, KPI anda boleh jadi masa penyelesaian di bawah 2 minit, kadar penolakan tiket sekurang-kurangnya 40%, dan skor kepuasan pelanggan 85% ke atas.
Jika matlamat anda ialah penjanaan prospek, KPI anda mungkin menjana 50 prospek berkualiti setiap minggu, atau kadar penukaran prospek sebanyak 20%.
3. Pantau metrik yang sejajar dengan KPI anda
Seterusnya, anda boleh kenal pasti metrik khusus yang memaklumkan KPI anda.
Sebagai contoh, metrik tentang penglibatan pengguna akan dikaitkan dengan:
- Bilangan pengguna yang kembali
- Sama ada mereka berinteraksi dengan cadangan produk chatbot
- Berapa ramai pelawat laman web yang menggunakan chatbot
4. Kaitkan metrik dengan nilai kewangan
Untuk memahami pulangan pelaburan chatbot anda, anda perlu mengukur impaknya.
Contohnya:
- Jika chatbot mengurangkan tiket sokongan, kira berapa banyak kos buruh yang anda jimatkan dengan menyelesaikan pertanyaan secara automatik
- Jika meningkatkan penjanaan prospek adalah matlamat, kira purata hasil setiap prospek dan darabkan dengan jumlah prospek yang dijana bot
Langkah ini adalah bahagian penting dalam mengira ROI chatbot.
5. Ulang dan perbaiki
Memantau analitik chatbot adalah proses yang berterusan dan sentiasa berkembang.
Semak prestasi chatbot anda secara berkala. Analisis data untuk kenal pasti corak, seperti titik keluar tinggi, ralat biasa, atau laluan penyelesaian yang tidak efisien.
Apabila chatbot anda berkembang – dengan ciri baharu atau peluasan kes penggunaan – anda perlu menyesuaikan dan menambah metrik yang dipantau, seiring dengan KPI anda.
9 Metrik Chatbot yang Perlu Dipantau
1. Bilangan interaksi
Salah satu metrik terpenting adalah yang paling asas: adakah orang menggunakan chatbot anda?
Jika tidak, pasukan anda perlu memberi petunjuk yang lebih jelas, atau jadikan chatbot sebagai langkah wajib dalam proses (contohnya, pekerja hanya boleh memohon cuti melalui chatbot, bukan melalui wakil HR atau chatbot).
2. Purata tempoh perbualan (kedua-dua masa dan bilangan mesej yang ditukar)
Interaksi chatbot yang ideal adalah cekap dan membantu. Jika interaksi mengambil masa terlalu lama, cuba kenal pasti dan kurangkan halangan.
3. Bilangan aliran yang dimulakan
Adakah chatbot anda mengenal pasti dan menyelesaikan masalah serta-merta, atau ia melalui beberapa aliran untuk mencari penyelesaian?
4. Bilangan aliran berulang
Jika chatbot anda mengulangi aliran yang sama, itu tanda ketidakcekapan. Mungkin kerana chatbot anda tidak mengenal pasti keperluan pengguna dengan betul dari awal.
5. Kadar pengekangan chatbot
Kadar pengekalan chatbot merujuk kepada berapa ramai pengguna yang berinteraksi dengan chatbot anda dan menyelesaikan interaksi tanpa perlu berhubung dengan manusia.
Chatbot yang berjaya boleh mencapai kadar penahanan sekitar 65%, kerana akan sentiasa ada interaksi yang memerlukan bantuan manusia.
6. Bilangan pengguna berulang
Jika chatbot anda berguna, anda sepatutnya melihat pengguna kembali.
7. Bilangan pengguna aktif setiap tempoh masa
Mengetahui waktu pengguna berinteraksi dengan chatbot anda boleh membantu dalam membuat keputusan tentang penjadualan syif untuk ejen langsung.
8. CSAT (skor kepuasan pelanggan)
Maklum balas langsung adalah cara mudah untuk mengukur keberkesanan chatbot anda.
9. Purata masa tindak balas
Jika matlamat chatbot anda ialah mengurangkan masa menunggu pelanggan atau prospek, pastikan anda menjejak berapa lama pelanggan perlu menunggu untuk bercakap dengan ejen manusia.
Jika chatbot anda berfungsi dengan baik, ia sepatutnya dapat mengurangkan masa menunggu dengan ketara.
Cara menggunakan analitik chatbot lanjutan
Platform chatbot terbaik akan membolehkan anda dan pasukan anda menetapkan metrik tersuai untuk menjejak analitik chatbot.
Analitik tersuai memerlukan anda mengenal pasti tindakan bernilai tinggi dan mengarahkan chatbot anda untuk menjejaknya.
Sebagai contoh, Botpress membenarkan pengguna langganan menjejak sebarang peristiwa yang mereka tambah kad ‘Track Event’.
Analitik lanjutan seperti ini membolehkan pengguna menjejak peristiwa yang sangat spesifik. Contohnya:
- Kekerapan bot tidak dapat menjawab soalan menggunakan Pangkalan Pengetahuannya
- Seberapa kerap pengguna mengganggu bot semasa interaksi
- Kekerapan chatbot e-dagang gagal membuat pembayaran
- Kekerapan pengguna meninggalkan chatbot, khusus pada masa atau aliran tertentu
- Kekerapan pengguna berinteraksi dengan produk yang dicadangkan oleh chatbot
- Kekerapan chatbot menawarkan jualan tambahan atau silang produk/perkhidmatan
Analitik lanjutan membolehkan pasukan anda mengenal pasti ruang untuk penambahbaikan dengan ketepatan tinggi.
Dengan memahami bagaimana pengguna berinteraksi dengan setiap bahagian aliran chatbot anda, anda boleh mengoptimumkan proses tanpa henti untuk hasil yang lebih baik.
Apa yang perlu dicari dalam papan pemuka analitik
Terdapat banyak pilihan platform analitik chatbot. Kebanyakan platform chatbot mempunyai papan pemuka analitik mereka sendiri, tetapi anda boleh menambah baik dengan add-on analitik. Ini juga berguna untuk analitik chatbot sumber terbuka.
Apabila mencari platform analitik chatbot peringkat tinggi, berikut adalah beberapa ciri yang perlu diperhatikan:
Pemantauan masa nyata
Ciri utama platform analitik chatbot lanjutan ialah keupayaan menjejak prestasi secara masa nyata. Ia bukan sahaja membolehkan pasukan anda melihat data terkini, malah mereka boleh bertindak segera jika ada isu atau kejanggalan.
Sebagai contoh, anda boleh menetapkan amaran masa nyata untuk masalah, seperti kadar penahanan yang luar biasa atau menurun.
Integrasi dengan sistem perniagaan
Keupayaan untuk mengeksport data chatbot anda dengan lancar ke dalam alat visualisasi data dan BI – seperti Tableu atau Google Analytics – membolehkan anda berkongsi maklumat dengan mudah di seluruh pasukan (tanpa perlu semua orang log masuk ke platform chatbot anda).
Metrik boleh disesuaikan
Metrik boleh suai – atau ‘analitik lanjutan’ – membolehkan pasukan anda memberi tumpuan kepada bahagian tertentu dalam aliran chatbot anda.
Lancar chatbot bulan depan
Dengan pengalaman bertahun-tahun dalam melaksanakan chatbot AI dan ejen AI, Botpress ialah platform chatbot utama untuk perusahaan dan pembina solo.
Platform yang sangat boleh dikembangkan dan disesuaikan ini membolehkan pembina bot membina chatbot untuk sebarang kegunaan, dalam mana-mana industri.
Laksanakan dengan lancar di pelbagai saluran dan platform menggunakan pustaka integrasi sedia ada.
Pelajari cara membina chatbot lanjutan dengan perpustakaan pendidikan yang luas dan komuniti Discord aktif dengan lebih 20,000 pembina bot.
Mula membina hari ini. Ia percuma.
Soalan Lazim
1. Berapa kerap saya perlu menyemak data analitik chatbot saya?
Anda patut menyemak data analitik chatbot anda sekurang-kurangnya seminggu sekali. Jika chatbot anda menerima trafik tinggi atau menyokong fungsi kritikal seperti penjanaan prospek atau triage sokongan, semakan harian disyorkan untuk mengesan ralat dengan cepat.
2. Apakah cara terbaik untuk menetapkan penanda aras sebelum mengukur penambahbaikan?
Untuk menetapkan penanda aras sebelum mengukur penambahbaikan, pantau prestasi chatbot anda selama 2-4 minggu tanpa membuat perubahan. Jejak metrik utama seperti bilangan sesi, kadar penahanan, kadar penyerahan, dan kepuasan pengguna supaya anda menetapkan standard untuk perbandingan masa depan.
3. Apakah perbezaan antara analitik chatbot dan analitik laman web tradisional?
Analitik chatbot menumpukan pada kualiti interaksi – seperti ketepatan pengecaman niat, kadar penurunan mesej, dan kadar penyelesaian – manakala analitik laman web tradisional menjejak paparan halaman dan kadar lantunan. Data chatbot membantu anda mengoptimumkan aliran perbualan; analitik web membantu anda mengoptimumkan navigasi dan kandungan.
4. Bagaimana analitik chatbot diintegrasikan dengan pemetaan perjalanan pengguna?
Analitik chatbot diintegrasikan dengan pemetaan perjalanan pengguna dengan menunjukkan di mana pengguna berinteraksi dalam perbualan dan bagaimana mereka melalui setiap langkah. Ini membantu anda mengenal pasti halangan pada peringkat tertentu seperti onboarding atau penukaran dan menambah baik perjalanan pengguna.
5. Bagaimana analitik ramalan boleh memperbaiki aliran chatbot dari semasa ke semasa?
Analitik ramalan boleh memperbaiki aliran chatbot dengan menganalisis corak tingkah laku pengguna untuk meramalkan niat seterusnya atau mencadangkan kandungan yang diperibadikan. Dari masa ke masa, ini membantu bot membimbing pengguna dengan lebih berkesan, mengurangkan penurunan dan meningkatkan kadar penyelesaian tugasan.
.webp)
