Las siguientes instrucciones lo ayudarán a guiarlo a través del proceso de creación de un chatbot de servicio al cliente desde cero. Esto no pretende ser una guía exhaustiva, pero debería ayudarlo a comenzar con la planificación y el proceso de pensamiento en torno a la construcción de su propio chatbot.
1. Determinar el papel del bot y establecer objetivos
Antes de comenzar, identifica lo que quieres que haga tu bot y sé específico. Siguiendo la regla de Pareto sobre un enfoque 80-20, identifique el 20 por ciento de las preguntas que se responden hoy en su centro de contacto, pero que representan el 80 por ciento del volumen de consultas entrantes. Determine si desea que su bot interprete las preguntas de manera muy limitada, desviando menos preguntas del centro de contacto pero siendo altamente preciso, o en general, creando una mayor tasa de desviación con el riesgo de responder incorrectamente.
- ¿Cuál es la mejor manera de aprender la estructura de datos y el algoritmo para un programador promedio?
- Supongamos que eliminamos un borde de un árbol de expansión y luego agregamos un borde diferente para que permanezca conectado. ¿Seguirá siendo un árbol de expansión?
- Algoritmos aleatorizados: ¿Dónde puedo encontrar una colección extraña de cosas no relacionadas?
- ¿Para qué sirven las estructuras de datos?
- ¿Cuáles son algunos proyectos geniales de verano de informática personal en IoT y / o algoritmos?
2. Evaluar y elegir un canal.
Los chatbots basados en texto pueden vivir en cualquier canal de comunicación que pueda llevar un diálogo, ya sea un canal de operador móvil tradicional (SMS, USSD), una aplicación de mensajería (Facebook Messenger, WeChat), redes sociales como Twitter o chat incrustado en un sitio web . Si está considerando agregar una experiencia de conversación a su aplicación móvil existente, haga esta pregunta: Dada la fatiga general de la aplicación, ¿agrega esta experiencia suficiente valor nuevo que justifique la inversión? A veces, un nuevo canal abre nuevas perspectivas para un mejor servicio al cliente.
3. Crear la arquitectura conversacional
Los chatbots tratan sobre una conversación continua que permite cualquier cantidad de respuestas entre el bot y el usuario. Al contrario de lo que experimentan los usuarios con aplicaciones móviles o sitios web, el canal de mensajería se basa en la historia o el flujo, donde todas las interacciones previas son siempre visibles para ambas partes.
Lo que esto significa para su diseño de chatbot es que los mensajes de los usuarios nunca pueden analizarse de forma aislada: son parte de una conversación más amplia. Como primer paso de diseño, por lo tanto, desea crear una arquitectura conversacional. Esto es similar a una arquitectura de información para una GUI, que coloca el contenido del sitio web en una jerarquía de páginas web (un mapa del sitio). Preste atención a las interacciones que pueden conducir a pasos de seguimiento que se refieren al diálogo anterior, y descubra cómo las va a manejar.
4. Diseñar flujos de diálogo y guiones gráficos
La Arquitectura conversacional es un ejercicio para ayudarlo a organizar su contenido y comenzar a pensar en las mejores formas de redactar las respuestas del bot. El flujo de diálogo entra en todos los detalles necesarios para que su desarrollador implemente el bot, y representa cada rama y coyuntura en la conversación.
El diseño detallado del mensaje ocurre fuera de los diagramas de flujo, ya que querrá diseñar variaciones del mismo mensaje para pasos de diálogo frecuentes. Esta es una técnica llamada solicitud aleatoria, en la que haces que el bot use variaciones de redacción para decir esencialmente lo mismo. Esto hará que toda la experiencia se sienta menos robótica y más humana, que es algo por lo que debemos esforzarnos en el diseño de bots.
5. Diseña las integraciones
Las integraciones de backend y datos pueden ser tan variadas como las aplicaciones que desea automatizar. Si ya tiene una integración con sus plataformas de autoservicio existentes (web o de voz) en algunos de sus sistemas, las mismas integraciones pueden reutilizarse para fines de chatbot. Por ejemplo, si su aplicación IVR (respuesta de voz interactiva) ya verifica a su cliente y puede proporcionar información sobre el estado del pedido, lo más probable es que la integración se pueda reutilizar para su chatbot.
6. Recopilar datos de chat
Uno de los recursos más importantes que necesitará reunir es una colección de variaciones de preguntas que reflejan las diferentes formas en que su cliente puede pedir algo. Si tiene la suerte de haber tenido agentes que se comunican con los clientes en los canales de chat, puede extraer esas conversaciones para obtener ejemplos reales.
Si necesita crear sus datos iniciales a mano, asegúrese de que su colección incluya no solo las intuiciones de un desarrollador, sino también el aporte de la mayor cantidad de personas posible. Por lo tanto, un enfoque útil es trabajar con compañías de aseguramiento de la calidad y crowdsourcing que tengan acceso a una gran cantidad de personas de todo el mundo. Encontrar personas con los mismos antecedentes lingüísticos que los usuarios objetivo es útil. El mismo fondo lingüístico ayuda a crear datos más realistas, datos que incluso pueden incluir errores que son típicos para algunos hablantes no nativos.
7. Elija una plataforma y un enfoque de desarrollo
En esencia, la mayoría de los chatbots consideran las siguientes tareas clave que se deben realizar en las oraciones del lenguaje natural: (1) determinar la intención de la oración y (2) extraer datos de la oración. Básicamente, existen dos enfoques diferentes para estas tareas: (1) basado en la creación explícita de reglas de arriba hacia abajo y (2) utilizando algoritmos de aprendizaje automático para aprender la tarea de una gran colección de interacciones transcritas.
Si no tiene un conjunto de datos existente para entrenar una máquina, estará mejor con un enfoque basado en reglas lingüísticas. Este último también le permite mantener un mayor control sobre cómo se interpreta una pregunta, lo que importa en el servicio al cliente, ya que desea minimizar la cantidad de respuestas incorrectas dadas.
8. Implemente el flujo de diálogo e ingenie la comprensión del lenguaje natural.
Si seleccionó una plataforma basada en el aprendizaje automático, proporcionará a esta plataforma sus oraciones de ejemplo para cada intento posible. Cuantos más ejemplos proporcione, mejor aprenderá el algoritmo las variaciones de las expresiones lingüísticas que se pueden usar para cada intento, y mejor aprenderá a distinguir entre intentos. Tenga en cuenta que tendrá que reservar algunas de sus oraciones de ejemplo para el siguiente paso (prueba).
Si está trabajando con una plataforma basada en reglas lingüísticas, usará las oraciones de una manera diferente. Las reglas que elabores representarán explícitamente las características que determinan que una oración dada pertenece al intento A o al intento B.
9. Pruebas internas y revisión de su detección de casos de uso.
Ahora está listo para el segundo uso de su colección de oraciones de ejemplo: pruebas automatizadas. También desea tantos probadores humanos diversos como sea posible para las pruebas de “usuario real”. Pruebe y revise su componente de comprensión del lenguaje natural, así como el flujo de diálogo, hasta que alcance un nivel aceptable de precisión. Tenga en cuenta que este paso y el paso que lo precede son iterativos y aproximativos. Debido a la naturaleza del lenguaje humano y las infinitas expresiones posibles de cada pregunta o intento, el objetivo de una precisión del 100 por ciento es inalcanzable, incluso para un ser humano. Sin embargo, cada vez que repite estos pasos, se acerca.
10. Despliegue temprano y revisiones
Aunque esté listo para comenzar, el trabajo no termina cuando se despliega el bot. Los ajustes típicos incluyen volver a redactar las respuestas de su bot mientras revisa las preguntas de aclaración de seguimiento de sus clientes que no habrían sido necesarias si la respuesta del bot hubiera sido más clara. Es posible que deba ajustar la lógica de su clasificación de intenciones, ya sea mediante la manipulación explícita de las reglas o proporcionando más oraciones de ejemplo. Finalmente, es posible que deba agregar nuevos casos de uso si los casos de uso diseñados no cubren la mayoría de las solicitudes de los usuarios.
Para garantizar un resultado exitoso de su implementación de chatbot, vea la creación como un proceso iterativo: recopile los datos, revíselos y aplíquelos al diseño de su bot. Repetir. Sobre todo, registre todo para el futuro. El éxito de otros proyectos podría estar impulsado por las lecciones que aprenda de este.
Tobias Goebel es el Director de Tecnologías Emergentes, Bill Gay es el Director de Soluciones de Autoservicio y Experiencia del Usuario, y Lisa Michaud es Arquitecta de Datos en Aspect Software, una compañía de software para centros de llamadas.
Fuente: Venturebytes