Benefícios de um chatbot com atendimento centrado nas pessoas
Em 2020 o mercado digital teve que se transformar para oferecer serviços que antes não eram oferecidos dessa forma.
As vendas no varejo e os serviços de atendimento ao cliente vem sendo cada vez mais encontrados nos chatbots, e isso confirma uma mudança nos modelos de negócio. As empresas têm investido nesse canal que está em expansão, e se confirma como um novo modelo de comunicação.
“O cenário socioeconômico sem precedentes de 2020 exige flexibilidade organizacional para transformar
e compor o futuro.” Gartner
Fundamentar os objetivos de negócio com foco nas pessoas usuárias vem sendo uma das principais estratégias, pois possibilita uma grande flexibilidade de adaptação para qualquer mudança que ocorra no futuro.
Como preparar o seu chatbot para essas mudanças? Nesse artigo vou contar como foi o processo de incluir um módulo de vendas em uma estrutura de atendimento ao cliente, focado nas necessidades das pessoas.
Como projetar com foco nas pessoas
Quando as empresas adotam essa metodologia (User Centric ou no português “centradas nas pessoas usuárias”), conseguem diferenciais agregando um grande valor com a relação cliente/marca.
As necessidades devem ser atendidas não importa o canal que o cliente deseja ser atendido. Então o seu chatbot precisa oferecer uma experiência simples e eficiente, onde o usuário consiga resolver suas necessidades de forma natural e intuitiva.
Quanto mais você conhecer as pessoas, mais vai conseguir atender as expectativas e entregar a melhor experiência. Por isso o processo de pesquisa e descoberta de produto são importantes para ajudar a definir a estratégia do negócio, baseado em dados e nas necessidades dos usuários.
Projetar com foco no usuário possibilita a criação de soluções baseadas nas necessidades das pessoas.
Sabemos que os usuários do nosso chatbot gostariam de conseguir resolver todos os seus problemas no mesmo lugar e ter liberdade de fazer isso a qualquer momento e a qualquer hora. Se o nosso negócio tem o objetivo de oferecer um serviço de vendas em mais de um canal, precisamos de algumas ações para atender esses pontos.
Dessa forma, para projetar e entregar a experiência desejada, as tarefas necessárias seriam:
- Rever a estrutura do robô para atender as novas necessidades
- Adaptar o fluxo com foco no objetivo de clientes
- Criação de novas intenções e respostas com foco nas necessidades do cliente
Vamos dar uma olhada agora em como colocar em prática todas as mudanças que precisamos. Primeiro precisamos saber se a estrutura existente do chatbot está preparada para atender os novos objetivos, depois vamos analisar que contextos precisam ser criados e adaptados, e por fim, para saber se o projeto está evoluindo conforme os objetivos, definir métricas para acompanhar as taxas de sucesso, ou erros que possam ocorrer.
Então… preciso adaptar a estrutura do chatbot
Como ajustar e integrar mais funcionalidades dentro de uma estrutura existente, e conseguir levar uma boa experiência para o usuário?
Para um robô baseado em regras, a mudança para o processamento de linguagem natural vai atender a necessidade de entregar o mesmo nível de qualidade na experiência, não importa o canal onde aconteça a troca de mensagens. Então essa nova estrutura precisa estar amparada em contextos e não mais em um fluxo de árvore de decisão.
Alguns pontos foram fundamentais para essa mudança, pois o serviço de atendimento ao cliente não poderia mais interferir no fluxo transacional de vendas, pois agora essas duas funções precisam funcionar em conjunto:
- Especificação dos serviços que o seu robô precisa oferecer
- Levantamento dos contextos que o chatbot precisa estar preparado
- Definição e acompanhamento de resultados
Que contextos o bot precisa entender?
Com a mudança de estrutura para absorver mais informações e o modelo de NLP (Processamento de Linguagem Natural), o nível de maturidade do seu chatbot também deve ser considerado.
No report da Insider intelligence, Chatbots 101 de 2020, um exemplo de análise de nível de maturidade é apresentado de forma bem detalhada, com todos os requisitos que o seu chatbot possui relacionados com seu nível de maturidade.
Existem algumas maneiras para descobrir o nível de maturidade do seu chatbot e estes são alguns exemplos:
- Funcionalidades: como interação com botões ou entendimento de cenários e intenções
- Nível de atendimento: disponível em um canal ou multicanais
Um exemplo prático multicanais é quando o seu chatbot atende via web, Messenger e WhatsApp, para oferecer a mesma experiência para o usuário onde quer que ele converse com seu robô.
No exemplo abaixo, o conteúdo precisou ser adaptado considerando a utilização dos botões e a compreensão pelo contexto.
- Nível de experiência: abrange o encaminhamento do usuário para outro canal, a possibilidade de realizar o seu auto atendimento ou concluir transações;
O nível de experiência que o robô consegue entregar para as pessoas com o seu atendimento é um ponto importante para avaliar, levando em consideração o nível de funcionalidades e aplicações que precisariam ser desenvolvidas.
Por exemplo, o chatbot pode redirecionar o usuário para outro tipo de atendimento, ou conseguir por meio de validação e transcrição dos dados inseridos, realizar todo o atendimento ali mesmo.
Para cada ponto levantado será possível ter mais visibilidade do que já existe e do que precisa ser implementado, assim os cenários podem ser criados para que o seu robô esteja preparado para atender os seus objetivos e o nível de maturidade desejado.
Agora vou definir que métricas preciso acompanhar
Partindo do objetivo de negócio, onde o chatbot deve entender o contexto em qualquer momento do fluxo encaminhando para o nível transacional de vendas, será preciso acompanhar a taxa de entendimento, a quantidade de fechamento de pedidos e o nível de satisfação do atendimento.
Os KPI´s (em português Indicadores de Performance Chaves) foram definidos considerando a objetividade, a possibilidade de mensuramento e o valor agregado:
- Maior assertividade, direcionamentos correto para ajudar o usuário e criação de conteúdos para atender as necessidades
- Curadoria para aumentar a precisão
- Tratamentos de possíveis erros
- Diminuição de custos de atendimento humano
- Aumento de receita e taxa de conversão
Se antes o seu bot estava preparado para fazer somente o atendimento, agora a precisão das respostas devem estar cada vez mais preparadas para o novo contexto.
A métrica de redução na taxa de atendimento humano seria uma taxa a ser acompanhada junto com o serviço de atendimento e a taxa de conversão de vendas seriam conduzidas somente por esse serviço. Na interseção dos dois serviços, as taxas de: precisão das intenções, não entendimento e satisfação do cliente.
É importante dizer que cada empresa utiliza uma ou mais ferramentas para esse tipo de acompanhamento, e ele é importante não só para conduzir o sucesso do projeto como também para ver possíveis oportunidades com as análises.
Esse artigo foi fruto de um processo de design aplicado na reestruturação de um projeto, e adaptação de um chatbot voltado às necessidades dos usuários.
Curtiu a leitura? Deixe seu clap 👏 e compartilhe ajudando a disseminar o conteúdo 🤖.
Este artigo faz parte da série 21 em 2021 do Bots Brasil ✨
Compartilhe com pessoas da sua rede, deixe um like, um comentário e para conferir os outros 20 textos da série da comunidade, acesse: https://bit.ly/2021botsbrasil