Chatbase로 AI 기반의 고객 서비스 가상 에이전트를 구축하십시오.

오늘날 대부분의 사람들은 하나 또는 두 가지 이상의 나쁜 고객 서비스 경험을 용납하지 않습니다. AI 통화 형 고객 서비스 가상 에이전트는 고객 호출 및 라이브 채팅에 익사 한 컨택 센터의 경우 대기열이나 대기없이 인력을 보완하여 24 시간 연중 무휴 맞춤식 서비스를 제공함으로써 위험을 줄일 수 있습니다. 그러나 직감과 브레인 스토밍과 같은 솔루션을 설계하는 현재 상태 접근 방식은 추측을 기반으로 느리며 기능에 대한 표면을 긁습니다. 일반적으로 고객 경험이 좋지 않아 좋은 것보다 해를 입 힙니다.

Area 120 이라는 Google 내부 인큐베이터에 내장 된 Chatbase는 위험한 현상 유지 방식을 Google의 세계적인 수준의 기계 학습 및 검색 기능을 기반으로하는 데이터 중심의 방식으로 대체 한 대화 형 인공 지능 플랫폼입니다. 그 결과 더 유용하고 다양한 가상 에이전트와 고객을보다 빠르게 개발 (최대 10x까지) 할 수 있습니다!

여정을 통해 얻은 교훈

처음에 Chatbase는 AI 기반의 채팅 봇을 측정하고 최적화하기 위해 무료 사용 분석 서비스를 제공했습니다. (이 제품은 이제 Chatbase Virtual Agent Analytics 라고합니다 .) 처음 18 개월 만에 수십만 개의 봇과 수십억 개의 메시지를 분석 한 결과 봇 빌더를보다 효과적으로 영향을 줄 수있는 방법에 대한 두 가지 사실이있었습니다. 하나는 고객 서비스 가상 에이전트가이 기술의 주요 유스 케이스가됩니다. 둘째, ML을 사용하여 실시간 채팅 기록에서 규모에 대한 통찰력을 수집하면 더 나은 소비자 경험을 창출하는 동시에 해당 에이전트의 개발 시간을 대폭 단축 할 수 있습니다. 이러한 교훈을 통해 Chatbase Virtual Agent Modeling (현재 EAP를 통해 제공됨)이 탄생했습니다.

가상 에이전트 모델링 설명

가상 에이전트 모델링 ( 클라우드 컨택 센터 AI 솔루션 의 구성 요소 )은 ML 및 검색 분야에서 Google의 핵심 강점을 활용하여 수천 개의 성적표를 분석하고 고객 문제를 ‘드라이버’로 분류 한 다음 드라이버별로 구체적인 의도 (고객 요청)를 찾기 위해 깊이 파고 들며 . 복잡한 의도의 경우 Chatbase 모델은 간단하지만 풍부한 흐름 개발자가 상호 작용의 최대 99 %를 처리하고 후속 질문에 유용하게 응답하며 음성 및 채팅 가상 에이전트에 대한 핸드 오프를 수행 할시기를 정확히 알고 있습니다. 라이브 에이전트.

또한 의미 검색 도구는 의도 당 수천 개의 잠재적 인 훈련 문구를 찾습니다. 이 분석이 완료되면 개발자는 결과를 가상 에이전트 ( Dialogflow 를 통해 )로 내보낼 수 있습니다 . 개발 시간을 수주, 수개월 또는 수년으로 단축 할 수 있습니다.

느린 현상 유지를 위해 정착하지 마라.

포춘지 선정 100 대 기업 중 하나 인 버추얼 에이전트 모델링 (Virtual Agent Modeling)을 통해 고객 서비스 가상 에이전트를 업그레이드 한 바에 따르면, “가상 에이전트 개발에 대한이 새로운 접근법은 현재 솔루션으로 10-20 마일에 비해 200mph로 이동합니다.”또한, 가상 에이전트가 처리 할 수있는 상호 작용의 비율은 상호 작용의 53 %에서 92 %까지 다양합니다.

2019 년에 최소 10 만개의 영어 라이브 채팅 기록을 보유하고 음성 또는 채팅 고객 서비스 가상 에이전트를 배치 또는 향상시키려는 경우 가상 에이전트 모델링을 통해 빠른 속도로 도달 할 수 있습니다. 오늘 개인 데모를 요청하십시오 !