Wenn Sie in letzter Zeit mit Ihren Lieblingsmarken interagiert haben, ist Ihnen wahrscheinlich aufgefallen, dass Chatbots überall zu sein scheinen. Wir sind eine Gesellschaft, die von sofortiger Befriedigung besessen ist. Wir wollen sofort Antworten, und oft bedeutet das, dass wir mit einem Chatbot würfeln müssen, um zu sehen, wie nah sie an das herankommen, wonach wir suchen. Wie die Verwendung von Chatbots ausdehnt, so kann die Anzahl der Chatbot-Ausfälle jeden Tag. Gleichzeitig waren die Erwartungen der Kunden an ein „gutes“ Chatbot-Erlebnis höher als je zuvor. Und diese strengen Erwartungen nicht zu erfüllen bedeutet, den Kunden zu enttäuschen, was auch zu Geschäftsverlusten oder schlimmer noch zu Schäden an Ihrer Marke führen kann.
Egal in welcher Branche ein Chatbot tätig ist, es geht darum, Menschen zu verbinden und mit ihnen zu kommunizieren seine primäre Funktion. Das Erfolgsrezept für Chatbots ist das gleiche wie für traditionelle Kundendienstkanäle: schneller und effektiver Service. Auch wenn die Konversations-KI große technologische Fortschritte gemacht hat, mangelt es immer noch an der Benutzererfahrung, insbesondere wenn es um die Verarbeitung natürlicher Sprache (NLP), Latenz, Datensicherheit und andere Probleme geht.
Als Führungskräfte und ihre Teams, die für das Kundenerlebnis (CX) verantwortlich sind, versuchen, diese Herausforderungen zu meistern. Lassen Sie uns untersuchen, wie der Schlüssel zum Erfolg in der Umsetzung eines kontinuierlichen Testansatzes zur Optimierung der Chatbot-Leistung liegt.
Annahme einer Denkweise für kontinuierliches Testen
Die Beziehung des Kunden zu modernen Contact Center Interactive Voice Response (IVR)-Systemen und Chatbots wird akzeptiert und für den Komfort geschätzt, den sie mit sich bringen, insbesondere wenn es sich wie eine effiziente und authentische menschliche Reaktion auf seine Bedürfnisse anfühlt. Es ist, als würde der Kunde sagen: „Es macht mir nichts aus, mit einer Maschine zu sprechen, es sei denn, sie verhält sich wie eine solche.“
Um eine wachsende Zahl von Anwendungsfällen in den Bereichen Finanzen, Gesundheitswesen, Telekommunikation und insbesondere im Einzelhandel voranzutreiben, stützen sich Unternehmen beim Aufbau stark auf App-Entwickler mit Fachwissen in den Bereichen künstliche Intelligenz (KI), maschinelles Lernen (ML) und Konversationsdesign immer fortschrittlichere Chatbots. Allerdings können Organisationen nicht einfach von Anfang an einen Schalter umlegen und erwarten, dass das System irgendwie perfekt funktioniert. Die Technologie ist zwar vorhanden, muss aber laufend trainiert und getestet werden.
Tatsächlich ist es entscheidend, dass das Testen der Chatbot-Leistung kontinuierlich erfolgt. Es gibt keine einzelne Testphase, wenn man einen Chatbot zum Leben erweckt. Testen muss stattdessen genauso zum Tagesgeschäft gehören wie Coding, Design und Monitoring. Während Unternehmen die Funktionen und Leistung von Chatbots weiter verbessern, um die Kundenanforderungen zu erfüllen, müssen die Teams verstehen, dass der Testzyklus ein Prozess ist, der niemals endet.
Beispielsweise kann es in der Regel nur vier oder fünf „Absichts“-Kunden geben haben, wenn Sie einen Chatbot engagieren, aber diese Absichten können auf viele verschiedene Arten formuliert werden. Ein Beispiel ist, wenn ein Kunde seine Versicherungspolice-Nummer in Gruppen oder Permutationen angibt, könnte ein Chatbot sie falsch interpretieren und ungenaue Informationen bezüglich der Deckung seiner Versicherungspolice liefern, nur um den Fehler zu erkennen, wenn es am entscheidendsten ist.
Zu Wenn Contact Center einen multinationalen oder sogar globalen Kundenstamm bedienen, erhöht sich die Komplexität noch weiter. Die Variation der Formulierungen und die Anzahl der Sprachen, in denen der Chatbot navigieren muss, wächst exponentiell. Chatbots, die sprach-oder textfähig sind, müssen intelligent genug sein, um sicher zu funktionieren, während sie durch unzählige Variationen in der Rechtschreibung, eine breite Palette von gesprochenen Akzenten und Umgangssprache, Hintergrundgeräusche, Rauschen von schlechten Verbindungen und mehr navigieren. Dies erfordert umfassende Tests, die automatisierte NLP-Score-Tests, Gesprächsflusstests, Sicherheitstests, Leistungstests und Überwachung umfassen können, die Erfahrungen von Ende zu Ende über alle Kanäle hinweg analysiert.
Datensicherheit ist eine weitere kritische Priorität, die nur durch kontinuierliches Testen angegangen werden kann. Da Chatbots intelligenter werden und Kunden mehr Vertrauen in die Erfüllung ihrer Bedürfnisse haben, fühlen sich die Menschen immer wohler dabei, ihre persönlichen Daten an Chatbots weiterzugeben. Dies erhöht die Anzahl der Situationen, in denen Chatbots mit personenbezogenen Daten (PII) oder anderen hochsensiblen Daten arbeiten. Tests sind erforderlich, um sicherzustellen, dass der Umgang mit diesen Daten in allen Anwendungsfällen sicher und konform bleibt.
Optimierung des Testansatzes
Angesichts der Tatsache, dass Tests durchgeführt werden müssen In großem Maßstab, in Produktionsumgebungen und auf kontinuierlicher Basis gibt es keine Möglichkeit, dies manuell zu tun. Das liegt daran, dass Anwendungsfälle unendlich unterschiedlich sind und oft eine große Anzahl von Tests erforderlich ist, um die besonderen Änderungen oder Anpassungen zu ermitteln, die die größten positiven Auswirkungen haben.
Das alles mag für Top-Führungskräfte entmutigend erscheinen, die befürchten, dass kontinuierliches Testen bedeutet, dass sie sich in Komplexität verzetteln. Glücklicherweise ist dies nicht der Fall. Durch die Anerkennung von Best Practices und die richtigen strategischen Technologieinvestitionen in automatisierte, KI/ML-gesteuerte Systeme können C-Suite-Führungskräfte, die für das Kundenerlebnis verantwortlich sind, und die von ihnen geleiteten Teams kontinuierliche Tests auf nahtlose und skalierbare Weise einsetzen. p>
Zu den besten Ansätzen gehören End-to-End-Tests, mit denen synthetischer Datenverkehr generiert werden kann, um Kundeninteraktionen in Echtzeit nachzuahmen. Idealerweise sollten herausfordernde Szenarien wie unerwartete Benutzereingaben neben einer kontinuierlichen Überwachung in die Testszenarien aufgenommen werden.
Automatisierung ist der Schlüssel, insbesondere in Zeiten mit hoher Nachfrage wie Open Enrollment im Gesundheitswesen, Black Friday, Cyber Monday und Feiertagen das ganze Jahr über. Belastungstests mit bis zu 1.000 Bot-Anfragen pro Sekunde oder mehr können dazu beitragen, dass Unternehmen den gesamten erforderlichen Datenverkehr bewältigen können. Und in einer Ära flexibler Arbeit und Millennials/Gen Z-Zielgruppen, die nach Geschäftsschluss und am Wochenende mit Bots interagieren, müssen Tests darauf ausgelegt sein, zu analysieren und zu optimieren, wie ein Chatbot 24 Stunden am Tag, 365 Tage im Jahr funktioniert.
Schließlich ist es für Organisationen von entscheidender Bedeutung, sicherzustellen, dass die Trainingsdaten sauber sind, damit die NLU-Engine (Natural Language Understanding) ihres Chatbots überhaupt optimal funktionieren kann. Dies hilft, Schwachstellen sofort zu lokalisieren und bietet klare und proaktive Schritte zur Verbesserung der Zuverlässigkeit und Leistung von Chatbots.
Ein kontinuierlicher Testansatz verbessert die Leistung von Chatbots
Allerdings, wenn Organisationen Kontinuierliche Tests zu einem früheren Zeitpunkt im Chatbot-Entwicklungszyklus zu verlagern, Probleme schneller zu finden, bevor sie ihrem Ruf bei Kunden schaden, Zeit im Backend zu sparen, Raum für weitere Verbesserungen zu lassen und die einzige Option für schnelle Innovationen zu sein.
Bildnachweis: phonlamai/depositphotos.com
Christoph Börner ist Senior Director of Digital bei Cyara.