Nos últimos anos, os chatbots mudaram drasticamente seu modo de funcionamento e a forma como entregam serviços ao cliente. Transformaram-se de interfaces de informações básicas em soluções complexas, aptas à comunicação com sistemas de terceiros.
Tais mudanças, juntamente com melhorias na tecnologia, tiveram um grande impacto no desempenho dos serviços de autoatendimento. O que isso significa para as empresas que utilizam chatbots avançados e baseados em IA conversacional?
Na Inbenta, decidimos dar uma olhada no que nossos clientes andam fazendo, a fim de detectar e analisar tendências nos serviços de autoatendimento. Os resultados nos deixaram boquiabertos. Esperamos que este resumo lhe seja útil também.
Chatbots transacionais x Chatbots informacionais: qual é a diferença?
Chatbots informacionais são aqueles que conseguem identificar uma solicitação e oferecer uma resposta padrão específica, seja esta apenas um texto ou ainda imagens, vídeos ou links para páginas específicas.
Mas mesmo os chatbots informacionais já permitindo uma taxa alta de autoatendimento e já resolvendo grande parte do quebra-cabeça do SAC, isso ainda não funciona para cenários de casos mais complexos.
O que acontece quando um usuário espera uma resposta que só se aplica ele pessoalmente?
E se os usuários precisam chegar a um determinado ponto ou concluir uma determinada ação?
Verificar um saldo da conta, acessar registros médicos, atualizar uma apólice de seguro, reagendar um voo reservado – um chatbot transacional pode dar conta dessas solicitações mais complexas, que exigem interação com outros sistemas, sem ter que encaminhar a conversa a um atendente.
Essas transações normalmente são habilitadas por webhooks e integrações.
Há tempos, temos implantando chatbots transacionais avançados em projetos com muito sucesso. Sabemos que os projetos transacionais oferecem um conjunto mais amplo de opções aos clientes. No entanto, nossa pergunta foi…
Qual é o impacto dos chatbots transacionais nas taxas de autoatendimento?
Decidimos pesquisar junto aos nossos dados para descobrir se adicionar transacionalidade teve impacto em KPIs relevantes em um projeto do chatbot e, em caso positivo, qual foi o tamanho desse impacto.
Nosso primeiro passo foi pegar uma amostra de 4,2 milhões de conversas de chatbot – de diferentes clientes – e classificá-las de acordo com sua natureza. As conversas se enquadraram em uma dessas duas categorias:
- Sessões de chatbot que acionam transações corporativas
- Sessões de chatbot que apenas oferecem informações estáticas
Isso nos ajudou a tirar dados e conclusões sobre a transacionalidade.
Feito isso, analisamos diferentes KPIs, tanto em nível global quanto por categoria.
A taxa total de autoatendimento ultrapassou 91%
Nossa primeira observação foi a taxa de autoatendimento incrivelmente alta de 91%, incluindo instâncias transacionais e não-transacionais.
O número não difere muito de nossos testes anteriores, que chegaram a uma taxa de autoatendimento típica de 90% para nossos chatbots.
No entanto, isso é bem impressionante, você não acha? Significa que de 4,2 milhões de sessões, apenas 360 mil kilobytes terminaram em um contato. Consegue imaginar o custo que os 3,8 milhões de solicitações de clientes restantes teriam para um SAC?
Os chatbots não-transacionais tiveram uma taxa de resposta mais baixa
Nossa segunda observação foi que os chatbots sem recursos transacionais tiveram uma taxa de resposta mais baixa. Isso é coerente com o fato de que um chatbot informacional só pode cobrir um determinado número de casos de solicitação de suporte.
Por mais que você preencha seu chatbot com respostas relevantes para Perguntas frequentes, se o usuário quiser uma determinada ação e o chatbot não for capaz de fazê-la, o resultado será uma solicitação sem resposta.Ao analisar nossas amostras, vimos um aumento de 7 pontos na taxa de resposta no uso de chatbots transacionais em comparação aos chatbots informacionais, que têm respostas estáticas. Issoé fora de série!
Chatbots transacionais produzem 28% a mais na taxa de autoatendimento
Nossa última observação foi que, com chatbots transacionais, houve menos interações que culminaram em ações de contato.
Temos observado que taxa geral de autoatendimento do chatbot foi de 91%, por isso apenas 9% do total de sessões (transacionais e não-transacionais) chegaram à equipe de suporte.
Se compararmos as sessões de chatbots transacionais com as de chatbots informacionais, podemos ver que os primeiros encaminharam 28% menos casos ao suporte.
Isso prova que os chatbots transacionais oferecem melhor taxa de autoatendimento e melhoram o serviço de modo geral. Além disso, essa redução pode impactar fortemente a carga de trabalho e o desempenho dos atendentes do SAC.
Como analisar o desempenho da instância do chatbot?
Um potente painel de dados do chatbot
Ter um painel analítico potente para o chatbot é algo muito importante para acompanhar métricas e KPIs. De que outras formas você pode saber se o chatbot está funcionando bem ou não?
Na Inbenta, criamos painéis poderosos para ajudar os clientes a entender todos os KPIs, por exemplo:
- Número total de sessões
- Taxa de autoatendimento
- Perguntas não respondidas
- Sessões encaminhadas
- Outras métricas
No entanto, qual é o impacto da implantação de um chatbot transacional? Em outras palavras, o quanto a adição de transacionalidade reduz os custos operacionais?
ROI quando se adiciona transacionalidade ao chatbot
Conforme você viu, adicionar transacionalidade reduzirá os encaminhamentos de chatbot em 28%. Então, se considerarmos que você teve um total de 50.000 sessões de chatbot (conversas) por mês e 10% delas se transformaram em casos de suporte, estamos falando de 5.000 solicitações de suporte. Reduzir isso em 28% significa que você teria 3.600 solicitações de suporte.
Digamos que o custo médio por caso encaminhado (chamada ou assistência online) seja de 5 euros.
Adicionar transacionalidade ao chatbot economizaria 7.000 euros por mês.
Por outro lado, se você administra um comércio eletrônico ou qualquer serviço pelo qual se possa pagar online, a ativação de transações também pode trazer receita adicional para o negócio.
Digamos que 5% do total de sessões de chatbot estejam relacionadas à compra de um produto ou serviço. Além disso, vamos estimar o valor médio do pedido em 50 dólares (isso pode variar dependendo da empresa e dos produtos).
Nesse caso, o chatbot sozinho fará 2.500 vendas por mês– você pode imaginar um vendedor de loja fazendo tantas vendas? Isso significaria que o vendedor faz um mínimo de 90 vendas por dia.
Essas 2.500 vendas mensais representariam 125.000 dólares em receita por mês. Impressionante, não?
DICA: Se a sua taxa de autoatendimento atual estiver abaixo de 80% a 90%, há uma boa chance de que seu chatbot atual ou o conteúdo que ele oferece não esteja bom o suficiente para funcionar. Se ele não for do tipo transacional, também existe a possibilidade de que seus clientes estão procurando resolver consultas mais complexas que um chatbot informacional não consegue resolver.
Fazendo seu chatbot transacional
Se você deseja adicionar transacionalidade ao chatbot, provavelmente precisará de uma solução que possa se conectar facilmente com outras plataformas, além de enviar e receber dados.
Tais soluções podem incluir CRMs, ERPs, HRIS, CMSs e outros sistemas, mensagens ou plataformas sociais e outros canais, ativados por voz ou não.Na Inbenta, temos criado há anos integrações com plataformas conhecidas e o resultado disso é o Apphub da Inbenta. Ali você pode pesquisar e achar seus aplicativos favoritos, conectar a eles seu chatbot da Inbenta, para aproveitar mais da sua solução de autoatendimento.