Kami telah menganalisis 4 juta percakapan chatbot. Inilah yang kami temukan.

Beberapa tahun terakhir, chatbots telah secara dramatis mengubah cara mereka beroperasi dan memberikan layanan kepada pelanggan. Mereka telah beralih dari antarmuka informasi dasar ke solusi kompleks yang dapat berkomunikasi dengan sistem pihak ketiga. 

Perubahan ini, bersama dengan peningkatan teknologi, memiliki dampak signifikan pada kinerja swalayan. Apa artinya ini bagi bisnis yang menggunakan chatbot canggih dan mumpuni berdasarkan AI percakapan? 

Kami, di Inbenta, memutuskan untuk melihat sesi pelanggan kami untuk mendeteksi dan menganalisis tren swalayan. Hasilnya cukup membuka mata dan semoga wawasan Anda bermanfaat. 

Chatbot transaksional vs informasi. Apa bedanya?

Chatbot informasi adalah mereka yang mampu mengidentifikasi permintaan dan memberikan jawaban standar tertentu, apakah jawabannya hanya melibatkan teks, atau juga gambar, video, atau tautan ke halaman tertentu. 

Namun, meskipun ini sudah memungkinkan untuk tingkat layanan mandiri yang tinggi, dan memecahkan sebagian besar teka-teki layanan pelanggan, itu masih tidak memenuhi skenario kasus yang lebih kompleks dan dipersonalisasi. 

Apa yang terjadi ketika pengguna mengharapkan jawaban yang hanya berlaku untuk mereka secara pribadi?

Bagaimana jika mereka perlu mencapai atau menyelesaikan tindakan tertentu?

Memeriksa saldo akun mereka, mengakses catatan medis mereka, meningkatkan polis asuransi mereka, menjadwal ulang penerbangan yang mereka pesan – achatbot transaksional dapat menangani permintaan yang lebih kompleks semacam ini yang mengharuskan chatbot Anda berinteraksi dengan sistem lain, tanpa harus mengeskalasi percakapan ke agen.

Transaksi ini biasanya diaktifkan oleh webhook dan integrasi.

Kami telah menerapkan chatbot transaksional canggih untuk sementara waktu sekarang dalam proyek yang sangat sukses. Kami tahu proyek transaksional menawarkan serangkaian opsi yang lebih luas kepada pelanggan. Namun, pertanyaan kami adalah… 

Seberapa besar pengaruh chatbot transaksional terhadap tarif layanan mandiri?

Kami memutuskan untuk menjalankan beberapa penelitian dengan data kami untuk mengetahui apakah menambahkan transaksionalitas berdampak KPI yang relevan dalam proyek chatbot, dan jika ya, seberapa banyak. 

Hal pertama yang kami lakukan adalah mengambil sampel 4.2 juta percakapan chatbot dari pelanggan yang berbeda dan mengklasifikasikannya tergantung pada sifatnya. Mereka termasuk dalam salah satu dari kategori ini:

• Sesi dari chatbot yang memicu transaksi perusahaan
• Sesi dari chatbots yang hanya memberikan informasi statis

Ini akan membantu kami menarik data dan kesimpulan mengenai transaksionalitas.

Setelah kami melakukannya, kami melihat KPI yang berbeda, baik di tingkat global maupun untuk setiap kategori. 

Total tingkat swalayan melebihi 91%

Hal pertama yang kami perhatikan adalah tingkat swalayan 91% yang luar biasa tinggi, termasuk contoh transaksional dan non-transaksional. 

Jumlahnya tidak jauh berbeda dari pengujian kami sebelumnya, yang menetapkan tingkat layanan mandiri sebesar 90% untuk chatbot kami. 

Namun, itu masih cukup mengesankan, bukan? Artinya, dari 4.2 juta sesi, hanya 360 ribu yang berakhir dalam tindakan kontak. Dapatkah Anda bayangkan biaya yang tersisa dari 3.8 juta permintaan pelanggan untuk departemen layanan pelanggan?

Chatbot non-transaksional memiliki tingkat jawaban yang lebih rendah

Hal kedua yang kami perhatikan adalah bahwa chatbots tanpa kemampuan transaksional memiliki tingkat jawaban yang lebih rendah. Ini konsisten dengan fakta bahwa chatbot informasi hanya dapat mencakup sejumlah kasus permintaan dukungan tertentu. 

Sebanyak Anda mengisi chatbot Anda dengan jawaban yang relevan untuk FAQ, jika pengguna berusaha untuk melakukan suatu tindakan, dan chatbot tidak mampu melakukannya, hasilnya akan menjadi permintaan yang tidak terjawab.

Saat menganalisis sampel kami, kami melihat Peningkatan 7 poin dalam tingkat jawaban saat menggunakan chatbot transaksional versus statis, chatbot informasi, yang sebenarnya cukup luar biasa.

Chatbot transaksional memiliki tingkat layanan mandiri 28% lebih tinggi

Hal terakhir yang kami perhatikan adalah, dengan chatbot transaksional, ada lebih sedikit permintaan yang diakhiri dengan tindakan kontak.

Kami telah melihat bahwa tingkat swalayan chatbot secara keseluruhan adalah 91%, oleh karena itu, hanya 9% dari total sesi (transaksional dan non-transaksional) yang mencapai tim dukungan.

Nah, jika kita membandingkan sesi dari chatbot transaksional dengan chatbot informasi, kita dapat melihat bahwa yang pertama meningkat 28% lebih sedikit kasus untuk didukung.

Ini membuktikan chatbots transaksional menawarkan tingkat layanan mandiri yang lebih baik dan meningkatkan layanan secara keseluruhan. Plus, pengurangan seperti itu dapat sangat berdampak pada beban kerja dan kinerja agen layanan pelanggan. 

Bagaimana cara menganalisis kinerja instans chatbot Anda?

Dasbor data chatbot yang kuat

Memiliki panel analitik yang kuat untuk chatbot Anda sangat penting untuk mengikuti metrik dan KPI. Bagaimana lagi Anda bisa tahu apakah chatbot Anda berkinerja baik atau tidak?

At Inbenta, kami telah membangun dasbor yang kuat untuk membantu pelanggan memahami semua KPI, misalnya:

• Jumlah total sesi
• Tarif layanan mandiri
• Pertanyaan tak terjawab
• Sesi yang ditingkatkan
• Metrik lainnya

Namun, apa dampak penerapan chatbot transaksional? Dengan kata lain, berapa banyak menambahkan transaksi mengurangi biaya operasional?

ROI untuk menambahkan transaksionalitas ke chatbot Anda

Seperti yang Anda lihat, menambahkan transaksionalitas akan mengurangi eskalasi chatbot sebesar 28%. Jadi, jika kami menganggap Anda memiliki total 50,000 sesi chatbot (percakapan) sebulan dan 10% di antaranya meningkat menjadi kasus dukungan, kita berbicara tentang 5,000 permintaan dukungan. Menguranginya sebesar 28% berarti Anda akan memiliki 3,600 permintaan dukungan sebagai gantinya.

Katakanlah biaya rata-rata per kasus yang dieskalasi (panggilan telepon, atau bantuan langsung) adalah 5€. 

Menambahkan transaksionalitas ke chatbot Anda akan menghemat 7,000 euro per bulan.

Di sisi lain, jika Anda menjalankan eCommerce, atau layanan apa pun yang dapat Anda bayar secara online, mengaktifkan transaksi juga dapat membawa pendapatan tambahan ke bisnis Anda. 

Katakanlah 5% dari total sesi chatbot terkait dengan pembelian produk atau layanan. Juga, mari kita perkirakan nilai pesanan rata-rata pada $50 (ini dapat bervariasi tergantung pada bisnis dan produk Anda). 

Dalam hal ini, chatbot akan menangani sendiri 2,500 penjualan sebulan—dapatkah Anda bayangkan seorang asisten toko melakukan penjualan sebanyak itu? Ini berarti asisten penjualan membuat minimal 90 penjualan sehari.

2,500 penjualan bulanan ini akan menghasilkan 125,000 $ pendapatan per bulan. Luar biasa, bukan?

TIP: Jika tarif swalayan Anda saat ini di bawah 80% hingga 90%, ada kemungkinan besar bahwa chatbot Anda saat ini atau konten yang disediakannya tidak cukup baik. Jika tidak bersifat transaksional, ada juga kemungkinan bahwa pelanggan Anda ingin menyelesaikan pertanyaan yang lebih kompleks yang tidak dapat ditangani oleh chatbot informasi. 

Membuat chatbot Anda transaksional

Jika Anda ingin menambahkan transaksionalitas ke chatbot Anda, Anda mungkin memerlukan solusi yang dapat dengan mudah terhubung, serta mengirim dan menerima data dari platform lain. 

Ini dapat mencakup CRM, ERP, HRIS, CMS, dan sistem lainnya, platform perpesanan atau sosial, dan saluran lain, yang diaktifkan dengan suara atau lainnya.

Di Inbenta, kami telah membangun integrasi dengan platform terkenal selama bertahun-tahun, dan hasilnya adalah Aplikasi Inbenta. Di sana, Anda dapat mencari dan menemukan aplikasi favorit Anda, menghubungkan Inbenta Chatbot Anda dengan mereka dan mendapatkan hasil maksimal dari solusi swalayan Anda. 

Lihat artikel kami yang serupa