Rispondere alle FAQ (domande frequenti) con un chatbot basato su regole?

Storie di successo, come quelle del Gruppo Aduno, dell’Assicurazione Sociale di Argovia e dell’Università di Scienze Applicate dei Grigioni, dimostrano che i chatbot basati su regole possono essere utilizzati anche per rispondere a domande comuni. Non deve sempre trattarsi di qualcosa che riguardi esclusivamente l’AI (intelligenza artificiale).

Cosa fa il chatbot del Gruppo Aduno?

Il Gruppo Aduno ha emesso una propria carta di credito per il suo partner Manor. È prevedibile che i titolari di questa “nuova” carta di credito avranno domande sulle commissioni, sulla fatturazione, ecc. Il chatbot, che si trova sul sito web di Manor.ch, risponde da diversi mesi alle richieste più frequenti dei clienti. L’assistente digitale “Vinnie” è un “semplice” chatbot basato su regole. Facendo delle domande sapienti, Vinnie scopre molto rapidamente le esigenze dell’utente e può quindi fornirgli la risposta giusta.

Come si crea un chatbot FAQ basato su regole?

Qualche mese fa, ho avuto modo di supportare il team dell’Università di Scienze Applicate dei Grigioni nella progettazione e nell’implementazione del loro chatbot FAQ per il CAS “Digital Communication Excellence”. Ecco come abbiamo proceduto:

1. raccogliere tutte le domande

Per prima cosa, abbiamo compilato un lungo elenco di tutte le domande relative al corso di laurea in “Digital Communication Excellence”. In questo caso abbiamo tenuto conto soprattutto dei suggerimenti degli studenti e del servizio di consulenza agli studenti. Naturalmente sono stati intervistati anche i docenti, il team di marketing e il team web.

2. domande sulla struttura

Per un chatbot basato su regole, abbiamo bisogno di una buona struttura. Una volta raccolte tutte le domande, le abbiamo raggruppate per argomento. Abbiamo formato i seguenti gruppi di argomenti: Domande generali, domande sul contenuto del corso, domande sull’iscrizione, domande sul gruppo target, domande sui metodi di insegnamento. A seconda della grandezza dei singoli cluster, abbiamo formato altri sotto-cluster.
In alcuni casi, può essere utile che un cluster si chiami semplicemente “Contatti”. Tuttavia, non era questo il caso.

3. determinare la tonalità

Prima di iniziare a formulare le domande e le risposte, abbiamo dovuto definire il tono di voce del chatbot. Ci siamo orientati soprattutto sul gruppo target e sull’immagine dell’Università di Scienze Applicate dei Grigioni. Un modello utile a questo scopo è il modello “Lascia parlare il tuo bot”. Puoi trovarli qui.

4. formulare dialoghi

Il contenuto del chatbot era ormai chiaro e anche il tono di voce era definito. Ora arriva la parte in cui i dialoghi – le domande e le risposte – vengono realmente formulati. L’importante è essere il più possibile sintetici e diretti, pur rimanendo simpatici. Sunita di Wemakeit lo ha descritto molto bene nell’intervista in podcast. Puoi ascoltare e leggere l’episodio qui.

5. selezionare la tecnologia

A seconda del tuo modo di lavorare, potrebbe anche essere utile selezionare la tecnologia un po’ prima e poi scrivere i dialoghi direttamente nello strumento. Di solito lo faccio così. Inoltre, per questo tipo di chatbot consiglio quasi sempre lo strumento di aiaibot.com. È molto facile da usare e i dialoghi possono essere adattati molto bene. All’Università di Scienze Applicate dei Grigioni, la tecnologia è stata decisa abbastanza presto. Abbiamo poi semplicemente raccolto i cluster su carta e scritto gli altri dialoghi direttamente nello strumento.

6. portare i dialoghi del chatbot nel chatbot

Se hai fatto la quarta fase su carta e in digitale con strumenti come collaboard.app o miro, ora devi portare i dialoghi del chatbot – cioè le domande e le risposte – nello strumento.

7. test e personalizzazione

Tutti i cluster e tutte le domande e risposte sono ora integrati nello strumento chatbot e il chatbot può essere testato. Clicca su tutti i dialoghi e, soprattutto, lascia che anche gli altri chiacchierino. I testi sono spesso riadattati qui. Potrebbe essere necessario regolare nuovamente i sottocluster. Presso l’Università di Scienze Applicate dei Grigioni (FHGR), il responsabile del corso di laurea in particolare è stato in grado di fornire un prezioso contributo.

8. dare un nome al chatbot

Ci sono progetti di chatbot in cui il bot ha già un nome, anche se non ha ancora un budget. Al più tardi dovresti dare un nome all’assistente digitale. Alla FHGR, l’input per il nome “Cibi” è arrivato da uno studente. Per lei era particolarmente importante che Cibi non avesse un sesso chiaro e un colore della pelle fisso.

9. l’ulteriore sviluppo è molto importante

Il progetto “Chatbot” non è finito con la cerimonia di assegnazione del nome. Ora arriva l’ulteriore sviluppo. Ti accorgerai di aver dimenticato delle domande e dovrai aggiungerle. Potrebbe anche essere necessario aggiungere altri cluster nel corso del tempo.
Cosa ne pensi delle nuove domande? O il tuo dialogo in chat ha una domanda aperta integrata che attiva un’e-mail a un dipendente umano. In questo caso riceverai le domande mancanti passo dopo passo dagli utenti. Se così non fosse, dovresti chiedere regolarmente al tuo team di assistenza clienti quali sono le domande più frequenti e aggiungerle al chatbot.

Come inizia?

A volte un progetto chatbot ha bisogno di un po’ di coraggio o di un team valido e motivato che vede le opportunità e il valore aggiunto dei chatbot e vuole trarne vantaggio.

Non importa se sei ancora incerto: sarò felice di sostenerti. Basta una semplice e-mail a sophie@hundertmark.ch o una chiamata al numero +41 78 900 5346. Come sempre, attendo le vostre domande e i vostri messaggi.

Oppure dai un’occhiata al mio chatbot canvas: forse ti aiuterà a iniziare?