Los chatbots pueden convertirse en la forma más eficaz de atender a los clientes si las empresas entienden cómo implementar correctamente sus preguntas frecuentes en una base de conocimiento como intentos de chatbot.
El abismo de la desilusión suena increíblemente ominoso, pero podría decirse que es la situación en la que se encuentran actualmente incluso los mejores chatbots. Esa es la frase acuñada por Gartner para cuando el público se da cuenta de que una tecnología no cumplirá del todo las astronómicas expectativas con las que fue cargada. Esta «depresión» forma parte de las cinco categorías de Gartner para su ciclo de sobreexpectación anual.
Para alcanzar la siguiente etapa (la pendiente de la iluminación), la tecnología necesita redefinirse para aprovechar plenamente su potencial como producto. Los chatbots actuales aún no pueden satisfacer todas nuestras necesidades (como Samantha en la película «Her», o «Ella»), pero es posiblemente la forma más eficaz de interactuar con los clientes mientras entienden sus intenciones.
En lugar de limitarse a convertir las preguntas frecuentes (FAQ) existentes, es más eficaz considerarlas como intenciones. ¿Qué quiere saber exactamente el cliente? En lugar de ofrecer una respuesta larga y general que cubra varias bases, las intenciones de chatbot pueden descubrir exactamente lo que el usuario quiere decir para ofrecer una respuesta rápida y precisa.
¿Qué es una intención en un chatbot?
Cuando hablamos de chatbots, la intención de un usuario es el objetivo o la meta que espera alcanzar cuando lanza una consulta de búsqueda. Es el verdadero significado que los usuarios quieren transmitir, independientemente de las palabras que utilicen.
¿Por qué son importantes las intenciones de chatbot?
En un chatbot, las intenciones son esenciales, ya que el éxito de las respuestas vendrá determinado por su capacidad para hacer coincidir la intención del usuario con una respuesta adecuada y pertinente. Las respuestas pueden depender de varios factores: en los chatbots basados en reglas, por ejemplo, la calidad de una respuesta vendrá definida por la calidad de las fuentes del chatbot.
Cómo «botificar» tu base de conocimiento
Los consumidores millennials solían tener ciertas reservas sobre los chatbots, pero esto parece estar cambiando. El 67 % de los millennials de Estados Unidos declararon que probablemente comprarían productos y servicios de marcas con chatbots.
He aquí la respuesta de una compañía aérea a la pregunta sobre el cambio de vuelo:
«Consulta aquí las directrices para modificar las reservas».
Esta respuesta es demasiado vaga y resultaría bastante extraña en una conversación cara a cara. No se intenta dar al cliente una respuesta exacta ni averiguar el motivo de su pregunta. En resumen, falta descubrir la intención del usuario. Esto puede hacerse «botificando» tu base de conocimiento.
Un chatbot dotado de inteligencia artificial (IA), aprendizaje automático y procesamiento del lenguaje natural (NLP) podrá identificar las preguntas más frecuentes. Los árboles de decisión pueden entonces «botificarlas» para determinar la respuesta precisa. Véase el siguiente ejemplo:
Usuario: ¿Puedo cambiar mi vuelo?
Chatbot: Puedo averiguarlo por ti. ¿Puedes decirme adónde vuelas?
U: Barcelona.
C: ¡Gracias! ¿De dónde sales?
U: San Francisco
C: ¡Gracias! ¿A qué hora y en qué fecha te vas?
Y así sucesivamente. Los árboles de decisión proporcionan preguntas sencillas que ayudan a acotar las intenciones del chatbot para dar la respuesta perfecta.
Además, ten en cuenta el uso de pronombres personales como «yo» y «tú» para ofrecer una conversación más natural. Dada la popularidad de aplicaciones de mensajería como Whatsapp o Facebook Messenger, es simplemente de sentido común intentar ofrecer a tus clientes una experiencia conversacional similar con el uso de un bot.
El contexto lo es todo
Una FAQ es un elemento increíblemente binario; consiste en la pregunta y la respuesta. En realidad, las conversaciones humanas son mucho menos predecibles y contienen muchas preguntas de seguimiento.
Tomemos como ejemplo una consulta habitual a las compañías aéreas: «Cancelar o cambiar tu vuelo». Sería extraño que alguien dijera exactamente esas palabras en una conversación cara a cara. En su lugar, podrías encontrar la siguiente serie de preguntas
- Necesito un nuevo vuelo
- ¿Cuánto cuesta?
- Vale, entonces me quedo con esa.
Los humanos tienden a utilizar mucho más pronombres como «eso», como se muestra en la segunda pregunta. Para que un chatbot sea más conversacional tendrá que reconocer el contexto y proporcionar el coste de ese vuelo.
Los chatbots pueden procesar la información del cliente utilizando variables capaces de procesar la información del cliente y recordar el contexto de la información. Por ejemplo, si das detalles de tu vuelo, un chatbot podrá recordar ese viaje exacto más adelante en la conversación.
No es Ella, pero es lo más parecido
Puede que los chatbots aún no sean capaces de satisfacer todas las necesidades, pero cuando se trata de atender a los clientes pueden acercarse bastante.
En lugar de prestar un servicio directo y a medida del cliente, las FAQ ofrecen el mismo asesoramiento independientemente de sus necesidades.
Por ejemplo, si una persona necesita restablecer su contraseña, las FAQ simplemente le remitirán a otra parte del sitio web para completar la tarea. Lo que el cliente busca en realidad es una transacción: un intercambio de información para resolver su consulta.
Para ello, los chatbots pueden utilizar transacciones para integrarse con tu backend y sistemas heredados con el fin de proporcionar este servicio. En lugar de hacer clic en varios enlaces y hablar con diferentes agentes con una página FAQ, los clientes pueden cambiar su contraseña o comprar artículos a través de una sola conversación con un chatbot.
Los refuerzos humanos están en camino
La sección de preguntas frecuentes de tu sitio web es un entorno controlado. Sabes exactamente qué preguntas están disponibles para responder y exactamente qué contiene cada una. En resumen, tienes una idea de la experiencia que tendrá un usuario: obtendrá su respuesta allí o no.
La situación es diferente con un chatbot, que no tiene ni idea de a qué preguntas se va a enfrentar. Puede tratarse de preguntas que se encuentran en las FAQ, de consultas genéricas fuera del contenido o incluso de solicitudes como la demostración de un producto. En cualquier caso, los chatbots tendrán que dar la respuesta correcta o ser capaces de pasar a un agente humano.
Descubre las respuestas que necesitas
Limitarte a copiar y pegar tus preguntas frecuentes en una base de conocimiento no es la solución para ofrecer autoservicio a tus clientes.
Un chatbot con un sólido procesamiento del lenguaje natural es capaz de descubrir qué respuestas faltan. Inbenta utiliza la agrupación semántica para detectar cualquier respuesta negativa que alerte a la empresa de la necesidad de crear nuevo material crucial para atender mejor a los clientes. El análisis de la brecha entre lo que los clientes piden a tu bot y las respuestas que este puede dar es una herramienta empresarial excepcional que te permite tapar fácilmente las lagunas de conocimiento y conocer lo desconocido.
Aunque copiar y pegar preguntas frecuentes no es una idea desastrosa, no es la solución para ofrecer una experiencia de cliente mejorada a través de un chatbot. En un mundo en el que el cliente es el rey, un chatbot plenamente funcional podría ser el caballero andante que proporcione la experiencia de usuario perfecta.
Inbenta utiliza su procesamiento patentado del lenguaje natural y más de 11 años de investigación y desarrollo para crear chatbots interactivos con una tasa de autoservicio líder en el sector del 90 %.
Empresas de todo el mundo, como Pinterest y Docusign, utilizan Inbenta para mantener un servicio personalizado para sus clientes y reducir al mismo tiempo los tickets de soporte.