Các chỉ số KPI đánh giá Chatbot

Bigdatauni.com Follow Fanpage Contact

Nếu các bạn có theo dõi các bài viết trước của Big Data Uni về Chatbot thì cũng đã biết sự cần thiết và tầm quan trọng của hệ thống trả lời tự động ứng dụng trong mọi lĩnh vực, với mục đích quản lý hiệu quả các hoạt động tạo dựng, duy trì mối quan hệ với khách hàng đồng thời thu hút họ mua sản phẩm và đăng ký sử dụng dịch vụ.

Xu hướng tiếp cận các thiết bị thông minh, có kết nối Internet ngày càng cao của người tiêu dùng tại nước ta, theo thống kê của EVBN (EU-Viet Nam Business Network) năm 2017, Việt Nam có 16% dân số thuộc thế hệ Z – những người có năm sinh từ khoảng giữa những năm 1990 đến giữa những năm 2000 – tức dân số trẻ, năng động đặc biệt luôn coi “Internet là nguồn sống không thể thiếu”.

Chính vì vậy nhu cầu triển khai Chatbot của hầu hết các doanh nghiệp, công ty quy mô khác nhau, ngày càng gia tăng mạnh mẽ. Không chỉ hỗ trợ CRM – Customer relationship management – hệ thống chăm sóc khách hàng tự động này còn giúp hình thành một bức tranh tổng quát về khách hàng từ việc xác định nhân khẩu học, sở thích, mong muốn,..đến customer insight – nhu cầu thầm kín, cảm xúc của họ khi trải nghiệm sản phẩm dịch vụ.

Tham khảo thêm:

Tổng quan về Chatbot (phần 1): Chatbot là gì?

Tổng quan về Chatbot (phần 2): Chatbot hoạt động như thế nào?

Tổng quan về Chatbot (phần 3): Lợi ích của chatbotLợi ích của Chatbot trong việc khai thác Big data

Trong bài viết lần này, Big Data Uni sẽ giới thiệu đến các bạn hệ thống các tiêu chí đánh giá, chỉ số KPI áp dụng cho Chatbot, và ngay cả bộ phận nhân viên để không chỉ riêng hỗ trợ xây dựng một hệ thống Chatbot hiệu quả mà còn cải thiện, tăng năng suất làm việc của cả nhân viên và Chatbot trong  quá trình chăm sóc khách hàng.

Các hệ thống tiêu chí và KPI được diễn giải dưới đây có thể áp dụng cho tất cả các Chatbot ở mọi ngành và lĩnh vực. Tuy nhiên trong bài viết này, ở một số chỗ Big Data Uni sẽ đề cập đến các ví dụ đánh giá Chatbot lĩnh vực ngân hàng vì theo Big Data Uni các sản phẩm, dịch vụ trong lĩnh vực ngân hàng là phức tạp nhất, và khách hàng đôi khi cũng rất khó tính.

A. Các tiêu chí đánh giá hiệu quả Chatbot

  • 24/7: Hoạt động liên tục, sẵn sàng đối thoại với khách hàng
  • Khả năng tương thích: Hoạt động tốt, tương thích với mọi kênh, nền tảng, cung cấp trải nghiệm tương tự ở trên nền tảng web, và nền tảng thiết bị di động. Khiến cho khách hàng nghĩ Chatbot trên web, trên thiết bị di động là giống nhau, và khi sử dụng họ không phải bận tâm nên sử dụng kênh nào là tốt nhất. Kiểm tra Chatbot trên từng nền tảng, thiết bị xem chúng hoạt động như thế nào.
  • Khả năng diễn giải ngôn ngữ: khả năng diễn giải, hiểu, tương tác với ngôn ngữ thông thường được sử dụng trong các cuộc đối thoại với khách hàng. Kiểm tra tỷ lệ Chatbot không hiểu câu hỏi, phản hồi của khách hàng mà phải chuyển đến nhân viên chăm sóc trực tiếp.
  • Giao diện đơn giản: các format (định dạng) của các phản hồi, tương tác phải được giới hạn, ví dụ bao gồm văn bản, hình ảnh, các thành phần kèm theo khác sao cho dễ hiểu, tương tác tốt hơn, tránh phức tạp hóa giao diện. Ví dụ kiểm tra banner quảng cáo trên Chatbot có khiến giao diện trên thiết bị di động có gặp trục trặc hay bị delay khi tải nội dung banner hay không?
  • Nhanh chóng: đưa ra phải hồi nhanh chóng và liên tục cho bất kỳ câu hỏi nào của khách hàng, không được gián đoạn và để khách hàng phải chờ đợi. Kiểm tra về tốc độ xử lý thông tin, xử lý ngôn ngữ, kiểm tra thời gian bị delay, thời gian khiến khách hàng phải chờ đợi để nhận phản hồi.
  • Hỗ trợ sale, marketing: khả năng ghi nhớ sở thích của khách hàng, sử dụng lịch sử các giao dịch khách hàng đã đăng ký để đề nghị các sản phẩm, dịch vụ khác; khả năng học hỏi, phân tích các phản hồi của khách hàng về các sản phẩm dịch vụ được quảng cáo và hỗ trợ quá trình cross-sell (bán chéo) sao cho hiệu quả. Ví dụ kiểm tra tỷ lệ khách hàng sẽ tương tác với mỗi banner quảng cáo trên Chatbot(trong từng chiến dịch marketing), tỷ lệ khách hàng đăng ký đối với mỗi dịch vụ được quảng cáo trên Chatbot
  • Hỗ trợ các quy trình thông thường: tăng sự hiệu quả, giảm thời gian TAT (turnaround time) (gần giống như Lead time) hoàn thành quy trình hoặc thực hiện một yêu cầu của khách hàng, thông qua việc phân phối thông tin một cách nhanh chóng, và hoàn thành các nhiệm vụ thông thường ở tốc độ cao nhất.
  • Khả năng tương tác cá nhân hóa: tương tác một cách cá nhân hóa với từng khách hàng ở mỗi trường hợp cụ thể bằng cách phân tích các phản hồi, các câu hỏi của khách hàng, và cung cấp các thông tin thích hợp nhằm cải thiện, gia tăng trải nghiệm.
  • Tăng độ thỏa mãn khách hàng: kiểm tra khách hàng có ưa thích sử dụng hệ thống trả lời tự động hay không, và hệ thống phải có khả năng thu thập phản hồi của khách hàng, ví dụ khách hàng đã thỏa mãn nhu cầu khi đặt câu hỏi cho Chatbot? Nên đưa ra các bảng khảo sát để khách hàng đánh giá với thang điểm rõ ràng, và chừa khoảng trống để họ nhận xét. Đồng thời, thống kê khách hàng nào tương tác lại với Chatbot, khách nào không tương tác, khách hàng nào đọc tin nhắn và không đọc tin nhắn.
  • Thu hút khách hàng quay lại: kiểm tra có bao nhiêu khách hàng quay lại sử dụng Chatbot sau lần tương tác đầu tiên, theo dõi tỷ lệ người dùng quay lại sử dụng trong một khoảng thời gian nhất định sau lần sử dụng đầu tiên, ước lượng thời gian quay lại sử dụng. Đặc biệt là những khách hàng tự động quay lại sử dụng Chatbot mà không cần nhận các thông tin về khuyến mãi, dịch vụ,… tức là họ tự nguyện.
  • Độ phổ biến Chatbot: không chỉ giữ chân khách hàng cũ mà Chatbot cũng phải thu hút khách hàng mới. Kiểm tra tỷ lệ khách hàng cũ, tỷ lệ khách hàng mới, trên tổng số khách hàng vào kênh Chatbot.
  • Khách hàng tương tác đúng: đảm bảo khách hàng tương tác chính xác với Chatbot, tức là kiểm tra xem khách hàng đặt ra những câu hỏi có liên quan đến phản hồi của Chatbot hay không? Hay là khách hàng vẫn chưa biết cách sử dụng Chatbot? Phân tích các câu hỏi, phản hồi của khách hàng, thống kê tỷ lệ khách hàng không biết cách sử dụng Chatbot, và đưa ra các điều chỉnh, hướng dẫn phù hợp.
  • Hỗ trợ đạt chỉ tiêu kinh doanh: Chatbot được xây dựng không chỉ hỗ trợ quản lý mối quan hệ khách hàng hay còn gọi là CRM mà còn hỗ trợ tăng doanh số. Chatbot phải có các CTA (call-to-action) thu hút khách hàng đăng ký dịch vụ hay hoàn thành một phần hoặc toàn bộ quá trình từ lúc khách hàng tìm hiểu đến đăng ký sử dụng dịch vụ. Đặt ra mục tiêu rõ ràng ví dụ bao nhiêu khách hàng đăng ký dịch vụ thành công sau lần tương tác đầu tiên với Chatbot? Tổng giá trị Chatbot đem lại trên tổng chi phí bỏ ra để xây dựng? Mục tiêu để xác định tính hiểu quả của Chatbot trong việc góp phần đạt chỉ tiêu kinh doanh.
  • Đánh giá của nhân viên: trước khi triển khai và đưa vào hoạt động, cần để nhân viên sử dụng thử và đánh giá dựa trên các tiêu chí ở trên và thu thập ý kiến để cải tiến Chatbot, nhân viên phải đóng vai trò như khách hàng không biết gì về các dịch vụ ngân hàng, và thử nghiệm nó. Sau cùng, kiểm tra tỷ lệ nhân viên cho thấy Chatbot dễ dùng, dễ hiểu, thỏa mãn trải nghiệm,…để đưa ra quyết định sau cùng.

So sánh tính hiệu quả của Chatbot và tính hiệu quả của nhân viên chăm sóc khách hàng trực tiếp cũng được coi là giải pháp để đánh giá sự thành công của Chatbot, xác định lại lần nữa các ưu điểm và khuyết điểm của cả 2 phương thức, để đưa ra các giải pháp cải thiện và phát triển.

Dựa trên các tiêu chí đánh giá, chúng ta có thể thiết lập các chỉ số đo lường hiệu quả – KPI cho Chatbot. Ngoài ra, chúng ta cần xây dựng hệ thống KPI chung cho nhân viên chăm sóc khách hàng trực tiếp, và đặc biệt cũng có các chỉ tiêu so sánh giữa 2 phương thức. Mặc dù thực tế chúng ta không thể so sánh hiệu quả làm việc của 1 robot và 1 con người, giữa hệ thống tự động và nhân viên trên cùng những tiêu chuẩn về mặt thể chất, tính chất hay khả năng xử lý ở các mức độ khác nhau. Tuy nhiên, nếu xét về góc độ khách hàng, các tiêu chuẩn về dịch vụ chăm sóc khách hàng ví dụ mức độ thỏa mãn, chúng ta vẫn có thể so sánh.

B. Các chỉ số KPI có thể đánh giá cả bộ phận nhân viên và Chatbot

1)  Tổng số cuộc đối thoại với khách hàng

Chatbot có tất cả bao nhiêu cuộc đối thoại với khách hàng, chúng ta có thể so sánh số liệu này với tổng các cuộc đối thoại của bộ phận nhân viên theo tuần, tháng, quý. Mục đích thông qua sự so sánh này chúng ta có thể biết được khả năng Chatbot hỗ trợ các công việc của bộ phận chăm sóc khách hàng như thế nào, dựa vào Chatbot có thể giảm được các chi phí nhân sự liên quan hay không? Ngoài ra theo dõi số liệu về tổng các cuộc đối thoại mà Chatbot phải xử lý chúng ta có thể biết được độ phổ biến, sự quan tâm của khách hàng đến Chatbot theo thời gian.

2)  Thời lượng đối thoại với khách hàng

Khoảng thời gian trung bình mà nhân viên hay Chatbot đối thoại với 1 khách hàng cũng có thể được dùng làm thước đo đánh giá hiệu quả thỏa mãn nhu cầu khách hàng. Ví dụ khách hàng đặt câu hỏi về cách thức làm thẻ ngân hàng, nhân viên sẽ phải trình bày để khách hàng hiểu, đôi khi khách hàng có thể đặt câu hỏi ngược trở lại do họ không hiểu một số vấn đề (nguyên nhân có thể nhân viên nói giọng khó nghe, hay nói nhanh). Ngược lại, Chatbot sẽ cung cấp 1 câu trả lời đầy đủ bằng văn bản, khách hàng đọc và tự tìm hiểu, tuy nhiên nếu khách hàng tiếp tục đặt ra các câu hỏi cho Chatbot, thì chúng ta phải xem xét lại nội dung câu trả lời mà chúng ta thiết lập cho Chatbot. Thời lượng đối thoại sẽ hỗ trợ việc đánh giá tính phức tạp của mỗi tình huống đối thoại với khách hàng, giúp chúng ta chọn lựa nhu cầu nào của khách hàng Chatbot sẽ hỗ trợ hay nhân viên sẽ giải quyết.  Ví dụ khách hàng thắc mắc về lợi ích của mình, cần được tư vấn về lãi suất khi gửi tiết kiệm,…chúng ta có thể để nhân viên trực tiếp đối thoại với khách hàng thay vì huấn luyện Chatbot trả lời (do tính chất phức tạp).

3) Thời gian khách hàng phải chờ đợi

Thời gian khách hàng phải chờ cho đến khi được tư vấn, giải quyết nhu cầu ví dụ thời gian khách hàng gọi điện và chờ nhân viên bắt máy hỗ trợ, thời gian khách hàng chờ khi có nhu cầu tư vấn trực tuyến thông qua website, fanpage,… và thời gian khách hàng đợi Chatbot phản hồi sau khi đưa ra tương tác đầu tiên. Thời gian khách hàng phải chờ đợi phụ thuộc vào nhiều nguyên nhân, yếu tố khách nhau nhưng đây vẫn là phương pháp đánh giá sự hiệu quả của bộ phận nhân viên chăm sóc khách hàng và Chatbot, khắc phục những điểm yếu của vấn đề này cực kỳ quan trọng khi ngày nay khách hàng luôn mong muốn được phục vụ sớm nhất.

4) Thời gian phản hồi khách hàng

Khác với chỉ số vừa nêu ở trên, tức là sau tương tác đầu tiên, khách hàng sẽ đặt ra các câu hỏi, vấn đề khác và khoảng thời gian khách hàng phải chờ cho đến khi nhận được câu trả lời chính là thời gian phản hồi khách hàng. Mục đích là để đánh giá khả năng hiểu ý định, nhu cầu khách hàng của Chatbot và bộ phận nhân viên cùng với tốc độ xử lý, giải quyết vấn đề. Mặc dù thời gian phản hồi khách hàng của bộ phận nhân viên khó có thể thu thập chính xác bằng Chatbot, nhưng chúng ta có thể đánh giá qua các bảng khảo sát gửi đến khách hàng.

5) Tỷ lệ hài lòng của khách hàng

Tỷ lệ hài lòng của người dùng quyết định sự hiệu quả của cả bộ phận nhân viên và Chatbot trong quá trình chăm sóc khách hàng. Mặc dù đây là chỉ số để so sánh nhưng chúng ta không nên chỉ cải thiện chỉ số này cho chỉ riêng Chatbot mà ngay cả ở bộ phận nhân viên, vì hiện tại bộ phận nhân viên vẫn đóng vai trò quan trọng trong việc xây dựng mối quan hệ và kết nối với khách hàng trong lĩnh vực ngân hàng.

6) Tỷ lệ can thiệp của nhân viên chăm sóc khách hàng

Tỷ lệ can thiệp của nhân viên chăm sóc khách hàng là tỷ lệ nhân viên chăm sóc khách hàng phải can thiệp, hỗ trợ giải quyết các vấn đề, câu hỏi mà Chatbot không hiểu và không thể phản hồi đến khách hàng. Chatbot có tính năng chuyển các câu hỏi, các phản hồi của khách hàng mà nó không hiểu đến bộ phận nhân viên chăm sóc trực tiếp, nhờ đó chúng ta có thể đo lường được chỉ số này, và có thể đo lường, đánh giá, so sánh sự hiệu quả giữa nhân viên và Chatbot.

7) Chỉ số thể hiện khả năng hỗ trợ khách hàng Chỉ số thể hiện khả năng hỗ trợ khách hàng là chỉ số cho thấy mức độ giải quyết các vấn đề của khách hàng, ví dụ khách hàng có cảm thấy dễ dàng khi được giải đáp các thắc mắc thông qua Chatbot hay qua nhân viên chăm sóc khách hàng. Chỉ số thể hiện khả năng hỗ trợ khách hàng tương tự như tỷ lệ hài lòng, có thể thu thập được thông qua các bảng khảo sát.

8) Chỉ số về mục tiêu kinh doanh

Ngoài nhiệm vụ hỗ trợ chăm sóc khách hàng, cà nhân viên và Chatbot có thể góp phần gia tăng số lượng khách hàng đăng ký dịch vụ. Đối với các nhân viên, họ có thể sử dụng các lời mời chào hấp dẫn, lôi kéo khách hàng,… còn Chatbot có thể sử dụng các mẫu quảng cáo thu hút, các nội dung kêu gọi khách hàng đăng ký dịch vụ,.. mặc dù đây là chỉ số KPI không được dùng để đánh giá mức độ thỏa mãn của khách hàng, nhưng được dùng làm cơ sở so sánh sự hiệu quả của Chatbot và bộ phận nhân viên trong việc gia tăng doanh thu – mục tiêu chính của mỗi ngân hàng.

C.    Các chỉ số KPI đánh giá cho Chatbot

1) Tỷ lệ Chatbot hiểu và tương tác

Tỷ lệ Chatbot hiểu và tương tác là tỷ lệ thể hiện số lần Chatbot hiểu hoặc không hiểu các câu hỏi của khách hàng trên tổng số các câu hỏi khách hàng gửi đến Chatbot. Tỷ lệ này dùng để xác định khả năng xử lý ngôn ngữ tự nhiên của hệ thống cấu thành Chatbot. Chúng ta có thể dùng chỉ số này để đánh giá, cải thiện các tình huống đối thoại, các trường hợp trong kịch bản xây dựng từ trước mà Chatbot đang gặp vấn đề.

Ví dụ khách hàng thắc mắc về cách làm thẻ ngân hàng, và có rất nhiều các câu hỏi Chatbot không hiểu, chúng ta phải xây dựng kịch bản đối thoại “hướng dẫn làm thẻ ngân hàng”, thống kê lại các câu hỏi Chatbot không hiểu và lên giải pháp huấn luyện lại cho Chatbot. Ngoài ra việc khách hàng đặt ra các câu hỏi mà Chatbot không hiểu có thể do khách hàng không hiểu cách dùng Chatbot, do đó chúng ta cũng cần gửi các thông báo, các hướng dẫn cụ thể đến khách hàng.

2) Tỷ lệ khách hàng tham gia tương tác trên kênh Chatbot

Tỷ lệ khách hàng tham gia tương tác (hay còn gọi active user) trên kênh Chatbot là tỷ lệ khách hàng thực sự đặt câu hỏi cho Chatbot, nhận phản hồi từ Chatbot và tiếp tục đưa ra các câu hỏi khác hay quay lại sử dụng Chatbot sau một khoảng thời gian bất kỳ,.. trên tổng số khách hàng tham gia vào kênh Chatbot. Đây cũng được coi là tỷ lệ khách hàng sử dụng thành công kênh Chatbot để phục vụ nhu cầu của chính họ, phần nào cho thấy khả năng cung cấp trải nghiệm đến khách hàng, nếu khách hàng thích trải nghiệm, họ sẽ sử dụng thường xuyên hoặc ngược lại. Dưới đây là các số liệu chi tiết về mức độ tương tác của khách hàng mà chúng ta cần thu thập:

  • Tổng số khách hàng tham gia vào kênh Chatbot (đã tương tác lần đầu tiên với Chatbot)
  • Tổng số khách hàng đọc tin nhắn của Chatbot nhưng không tương tác lại
  • Tổng số khách hàng tương tác lại sau khi nhận câu trả lời từ Chatbot
  • Tổng số khách hàng lần đầu tiên gửi câu hỏi đến Chatbot hay còn gọi khách hàng mới.

3) Mức độ tương tác của mỗi khách hàng

Khác với chỉ tiêu trên xét về số lượng khách hàng, chỉ tiêu này tập trung phản ánh mức độ tương tác cụ thể của mỗi khách hàng khi đối thoại với Chatbot. Nếu một cuộc đối thoại giữa Chatbot và khách hàng không tiếp diễn, hay kết thúc, chúng ta không thể đảm bảo cuộc đối thoại đó thành công hay không. Chúng ta phải xét đến tổng số tin nhắn, tổng số lần tương tác trong một cuộc đối thoại giữa khách hàng và Chatbot, tổng số tin nhắn càng cao phản ánh 2 trường hợp. Thứ nhất khách hàng có nhiều vấn đề thắc mắc cần được giải quyết, và Chatbot phản hồi từng câu trả lời đầy đủ, khách hàng thỏa mãn và khách hàng hỏi tiếp vấn đề khác.

Thứ hai, khách hàng hỏi một câu hỏi của một vấn đề nào đó, Chatbot đưa ra câu trả lời, khách hàng không thỏa mãn và cứ đặt câu hỏi về vấn đề đó liên tục, những câu hỏi này Chatbot có thể sẽ hiểu và không hiểu. Trường hợp thứ nhất, Chatbot đã có một cuộc đối thoại thành công và hiệu quả với khách hàng, còn trường hợp thứ hai nhiều khả năng là thất bại. Tuy nhiên quá trình thống kê, phân tích các tin nhắn đôi khi khó khăn và phức tạp. Do đó chúng ta có thể kết hợp tổng số tin nhắn, hay tổng số tương tác của mỗi khách hàng với mức độ thỏa mãn của khách hàng thu thập qua bảng khảo sát để đánh giá chính xác hơn.

4) Tỷ lệ khách hàng tự nguyện sử dụng Chatbot

Chatbot có chức năng gửi các thông báo, các tin tức về dịch vụ đến khách hàng và đôi khi làm phiền họ, nguy cơ khiến khách hàng rời dịch vụ là rất cao. Nhưng nếu có nhiều khách hàng (mới và cũ) tự nguyện đến sử dụng Chatbot mà không cần hệ thống phải gửi các lời mời đăng ký dịch vụ, các khuyến mãi,…thì số liệu này rất đáng để quan tâm. Nó thể hiện độ phổ biến của Chatbot, nhiều khách hàng mới biết đến Chatbot thông qua các chiến dịch quảng cáo trên website, fanpage của ngân hàng, cho thấy sự hiệu quả của chiến dịch marketing. Đối với khách hàng cũ, họ tự nguyện quay lại Chatbot khi thấy nó làm họ thỏa mãn, giúp họ trải nghiệm,..qua đó đánh giá sự hiệu quả, khẳng định giá trị Chatbot đem lại.

5)  Tỷ lệ duy trì sử dụng Chatbot

Tỷ lệ duy trì sử dụng là tỷ lệ khách hàng quay lại sử dụng Chatbot trong một khoảng thời gian nhất định (ví dụ sau 1 tuần, 1 tháng,..) bao gồm tự nguyện hay không tự nguyện. Nếu trong cuộc đối thoại đầu tiên, Chatbot không hiểu ý định khách hàng, không thể phản hồi, mà phải chuyển các tin nhắn đến bộ phận nhân viên chăm sóc trực tiếp, thì khách hàng sẽ không tin tưởng và sử dụng Chatbot lần sau.

Do đó tỷ lệ can thiệp của nhân viên chăm sóc khách hàng có ảnh hưởng đến tỷ lệ duy trì Chatbot. Tuy nhiên, tỷ lệ duy trì cũng có thể chỉ ra rằng khách hàng thích sử dụng chatbot hơn các kênh liên hệ khác. Sử dụng chỉ số này kết hợp với tỷ lệ hài lòng của khách hàng để có được bức tranh tốt nhất về lý do tại sao khách hàng quay lại sử dụng, liệu Chatbot có thể tiếp tục tăng độ thỏa mãn của khách hàng hay không.

6) Tỷ lệ hoàn thành mục tiêu kinh doanh

Mỗi dự án đều có các mục tiêu kinh doanh nhất định, dự án cho Chatbot cũng vậy. Các nhân viên chăm sóc khách hàng có nhiệm vụ tăng doanh số, giới thiệu các dịch vụ sao cho hấp dẫn để khách hàng đăng ký hoặc hỗ trợ bán kèm các dịch vụ khác, nâng doanh thu của dịch vụ mới,… Chúng ta có thể xây dựng các mục tiêu kinh doanh cho Chatbot ví dụ Chatbot có thể hỗ trợ giới thiệu dịch vụ mới đến khách hàng bằng cách thu thập số liệu về số lượng khách hàng biết đến dịch vụ thông qua Chatbot hay từ các kênh khác.

Chúng ta có thể sử dụng bảng khảo sát để thu thập hoặc thu thập trực tiếp trên Chatbot khi khách hàng có nhu cầu đăng ký. Tuy nhiên cần tách biệt lượng khách hàng đăng ký dịch vụ được tạo bởi Chatbot và được tạo bởi nhân viên, vì khi khách hàng mong muốn đăng ký dịch vụ thông qua Chatbot thì Chatbot (nếu chưa có tính năng hoàn thành việc đăng ký) sẽ phải gửi thông tin đến nhân viên chăm sóc trực tiếp.

Các tiêu chí đánh giá và các KPI có thể áp dụng được hay không còn tủy thuộc vào tính năng của Chatbot. Đặc biệt các KPI cụ thể phải đáp ứng các yêu cầu SMART – Specific (cụ thể), Measurable (đo lường được), Attainable (khả năng đạt được), Relevant (hợp lý, thực tế, đem lại kết quả cụ thể), Time-bound (trong giới hạn thời gian cụ thể).

Nguồn tham khảo:

https://chatbotslife.com/must-have-kpis-for-chat-bots-b75b9efddfb9

https://www.comm100.com/blog/addressing-metrics-gaps-bot-led-human-led-service.html

https://www.pwc.in/consulting/financial-services/fintech/fintech-insights/chatbot-the-intelligent-banking-assistant.html

Công ty BigDataUni chúng tôi với chuyên môn và kinh nghiệm lâu năm trong lĩnh vực Big Data sẵn sàng hỗ trợ các công ty đối tác trong việc xây dựng và quản lý hệ thống dữ liệu một cách hợp lý, tối ưu nhất để hỗ trợ cho việc phân tích và đưa ra các giải pháp. Các dịch vụ của chúng tôi bao gồm “Tư vấn và xây dựng hệ thống Big Data”, “Khai thác dữ liệu Big Data dựa trên các mô hình thuật toán”, “Xây dựng các chiến lược phát triển thị trường, chiến lược cạnh tranh”.

Hiện tại, chúng tôi cũng đang thử nghiệm và cho ra mắt dịch vụ xây dựng và quản lý hệ thống Chatbot liên kết trên nền tảng Zalo, Facebook và các nền tảng khác, có thể tạo nhiều kịch bản đối thoại khác nhau, hỗ trợ chăm sóc khách hàng, lưu trữ dữ liệu lớn các cuộc đối thoại với khách hàng phục vụ cho việc khai thác Big Data sau này.

Mục nhập này đã được đăng trong BLOG. Đánh dấu trang permalink.

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

error: Content is protected !!