全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
3495 0
2022-03-29
总结:  既然您有一点时间进行自省,那么检查一下您的聊天机器人的性能怎么样。

与以前相比,这段锁定期可能让您有更多的时间进行内省和观察。让我建议,现在是看看你的聊天机器人的表现如何以及如何改进它们的好时机。

衡量绩效的 KPI 不乏竞争性 KPI,因此让我们关注那些最有可能标记问题的 KPI,以及那些可能在所有情况下都无法正常工作的 KPI。

从头开始——成功率

无论您将此称为“目标完成率”还是“自助服务率”,这意味着最终您的客户在没有被人推荐的情况下得到了他想要的东西。根据您的机器人的目标,这方面的细节会有很大差异。

服务机器人响应可以是简短的或多步骤的。它可能只需要一两步即可返回有关帐户余额或特定日期的可用预约时间的信息。然而,那些处理更复杂的操作指南的人,特别是在技术领域,可能会有很高的升级率,导致转介给人类 CSR。

服务机器人通常试图解决客户问题,这可能意味着从一开始就存在一定程度的客户不满或恶化。另一方面,商务机器人正在回应更积极主动的用户。然而,他们可能需要更多的交互步骤来为用户匹配正确的服务或产品,这也会造成复杂性。

Commerce Bot 的成功率可以从成功的订单或使用的服务中看出。另一方面,服务机器人可能更难以衡量。让您的用户有机会在会话结束时对他们的体验进行评分,或者简单地询问他们的问题是否已得到令人满意的解决,这始终是一个好主意。四星或五星评级的存在是一件好事。然而,它也可能是不满意的用户掩盖了高放弃率,他们从不费心给你低评级的真实反馈。

保留率、单个用户返回使用您的 Bot 的频率和使用间隔时间被认为是 Commerce Bots 的一个很好的衡量标准,但对于频繁重复使用可能表明存在问题的 Service Bots 来说不一定。

如果您使用保留率,请务必查看所测量的时间范围。例如,如果 Bot 用于玩游戏或选择音乐,您可能会正确地假设像 7 天这样的短时间范围是合适的,因为您可能会促进用户的每日回报。另一方面,如果您的 Bot 专注于展示就业机会,您可能需要测量更长的时间,例如 30 天,因为用户在返回之前可能需要很长时间来评估和申请第一个展示的工作。寻找更多。

问题 KPI 的类型

回退响应或混淆率 KPI 是开始寻找改进机会的好地方。这两个术语都描述了类似的情况,即您的 Bot 无法理解用户输入并且必须询问其他信息,或者更糟糕的是,根本无法响应。

显然,完全没有回应就是明显的失败。但是,在无休止的循环中捕获您的客户以获取更多信息或“对不起,我不明白”的响应同样糟糕。

这些可能是 NLP 失败,但它们也可能表明您的响应策略的一部分不再有效,可能是因为客户需求发生了变化,产品或服务发生了变化,或者全新的问题类型已经浮出水面。

长时间的对话很好,对吧?

不必要。根据您的 Bot 的目的,更长的会话长度和每次对话的更多步骤被视为成功的衡量标准。然而,这里有一点统计洞察力可以有很长的路要走。

按类型对交互进行聚类后,检查那些特别长或特别短的交互很有用。非常短的实际上可能是用户放弃。

较长的也值得研究。您的客户是否陷入了不满意的循环?您的 Bot 是否需要太多澄清问题?您的用户是否重复了相同的问题?

即使您的用户在超长会话后最终成功获得所需信息,客户对您的 Bot 的不良体验也可能会阻止他们下次返回。

自愿使用与提示使用

在自愿使用中,您的客户发起与 Bot 的交互,而不是由 Bot 提示进行通信。自愿使用率和良好的保留率是一个很好的指标,表明您的 Bot 运行良好并且受到用户的欢迎。

按小时分布

您采用聊天机器人有两个潜在的好处。我们最常想到的是通过减少对人类 CSR 的依赖来控制成本。但特别是在商务机器人的情况下,额外的目标是在人类 CSR 不值班或仅在容量显着减少的情况下增加收入。

按小时跟踪您的机器人的使用情况应显示您的新 24/7 频道如何在您的用户支持服务之前不可用的一天中增加您的收入。

AI/ML 学习率

我们希望您的机器人配备 AI/ML 例程,可以持续监控您的输赢,并使用这些新数据来改进您的推荐、定位和定价算法。

此外,我们建议您选择可以让您直接衡量学习是否继续甚至加速的 KPI。最终,在设计最好的系统中,如果算法已经完全优化,改进的速度会变慢甚至停止。了解您在该曲线上的位置对于继续投入资源进行改进或将这些资源转移到下一个机会同样有价值。
编辑推荐
1、2022年300个以上最佳免费数据科学课程
2、大厂数据分析面试指南!来自亚马逊、谷歌、微软、头条、美团的面试问题!
3、机器学习模型方法总结
4、历史最全机器学习/深度学习/人工智能专业术语表中英对照表
5、机器学习如何应用于商业场景?三个真实的商业项目
6、数据工作者的自我修养 | 哪些技能是必不可少的?
7、《汗牛充栋:数据分析书籍分享》CDA网校新课上线
8、文本挖掘常用的107个语料库
9、一图读懂“东数西算”工程
10、零基础转行数据分析,看这篇文章就够了

DA内容精选

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群