Оптимизация чата HubSpot для улучшения клиентского опыта

Мы внедрили ИИ в наш чат на сайте, и наши ключевые показатели эффективности взлетели до небес. В этом рассказе делимся подробностями, как именно мы это сделали и что узнали в процессе.

Ключевые результаты:

• Увеличение конверсии чатов на 43%
• Повышение ценности каждого чата более чем на 50%
• Оценка удовлетворенности клиентов (CSAT) на уровне взаимодействий с людьми

На заре истории нашего сайта, я шутил, что один из моих самых глупых моментов был, когда я осознал, что потенциальные клиенты предпочитают напрямую общаться через чат или звонки, а не заполнять формы или отправлять письма.

Этот, казалось бы, очевидный вывод стал поворотным моментом и привел к интеграции чата на нашем сайте.

Эта простая перемена дала пользователям возможность мгновенно связываться с нашими командами продаж и поддержки. С тех пор чат стал одним из самых ценных каналов для повышения удовлетворенности клиентов и привлечения новых пользователей.

Теперь, с расширяющимися возможностями ИИ, мы задумывались: что произойдет, если мы включим ИИ в наш чат? Сможет ли ИИ быть столь же эффективным, как наша команда специалистов?

Гипотеза: Использование ИИ для анализа неструктурированных данных

Учитывая особую эффективность ИИ в интерпретации неструктурированных данных, таких как текстовые сообщения в чате, мы предположили, что интеграция ИИ в наш чат улучшит качество обслуживания клиентов за счет более быстрых и точных ответов.

Мы также полагали, что эта стратегия освободит наших сотрудников для решения более сложных запросов и работы с клиентами с высокой заинтересованностью.

Однако мы не были уверены, насколько значительными будут эти улучшения и сможет ли ИИ передать дружелюбный и эмпатичный тон нашего отдела поддержки.

Настройка: Выбор тестовых страниц и критериев успеха

Для настройки эксперимента мы решили внедрить чат-бот с ИИ на страницах с высоким трафиком и низким риском.

Это позволило нам тестировать, собирать данные и вносить изменения очень быстро, не нарушая существенно пользовательский опыт.

Наилучшими кандидатами стали страницы нашей базы знаний, где клиенты задают практические и прямолинейные вопросы.

Мы определили ключевые показатели эффективности (KPI):

• Конверсия: насколько быстро и релевантно мы предоставляем информацию, которую ищут пользователи?
• Ценность чата: какую пользу мы получаем от каждого чата, например, квалификация лидов, удержание клиентов?
• Удовлетворенность клиентов (CSAT): обеспечивает ли чат-бот позитивный и персонализированный опыт для пользователей?

С этими деталями на руках, мы были готовы запустить наш эксперимент с ИИ и отслеживать его влияние на взаимодействия с клиентами.

Корректировки и результаты эксперимента с ИИ чат-ботом

После запуска первого ИИ чат-бота мы первоначально заметили снижение показателей CSAT — но это было ожидаемо, так как модель была новой и требовала обучения.

Для улучшения, один из наших сотрудников начал вручную аннотировать транскрипты чатов, чтобы повысить точность и релевантность ответов ИИ.

К концу эксперимента результаты оказались впечатляющими:

• Увеличение конверсии на 43%
• Повышение ценности каждого чата на более чем 50%
• Показатели удовлетворенности клиентов (CSAT) достигли уровня взаимодействий с людьми

Особенно меня порадовал показатель CSAT. «Если автоматизация достигает уровня человеческого опыта, это огромная победа,» — отмечает один из участников команды.

Исходя из положительных результатов эксперимента, мы приняли решение интегрировать ИИ чат-бот на другие страницы с различными намерениями пользователей.

Следующие шаги эксперимента и взгляд в будущее

Сейчас наш следующий крупный тест с ИИ чат-ботом проводится на странице с ценами. Здесь ИИ обучен не только отвечать на вопросы о продуктах, но и помогать потенциальным клиентам разобраться в наших пакетах и ценах, включая возможность покупки без участия человека.

Мы продолжаем тестировать и анализировать, и уверены, что результаты будут столь же обнадеживающими, если не лучше.

Мы также активно работаем над разработкой пользовательского интерфейса для аннотаций, что позволит большему количеству сотрудников участвовать в обучении модели ИИ.

«Аннотирование действительно является одним из самых важных аспектов во всем этом,» отмечает наш специалист. «Но это также и самый затратный по времени процесс.» Поэтому, привлекая больше людей, мы стремимся ускорить обучение ИИ и повысить точность нашего чат-бота.

4 совета по использованию ИИ для улучшения взаимодействия с клиентами

Хотя объемы технологий ИИ могут пугать, маркетинговым лидерам важно следить за этими новинками и начать их внедрение прямо сейчас.

1. Начните экспериментировать сейчас.

«Доведите ваш ИИ эксперимент до хорошего уровня, запустите его в реальном мире и затем вносите изменения на основе обратной связи,» — советует наш специалист. «Вот тогда и начинается магия.»

Почти всегда лучше начать сейчас и улучшать по мере поступления данных.

2. Стремитесь к значительным результатам.

Иные маркетологи все еще стремятся к улучшению на 5%. Эти времена прошли. ИИ позволяет создавать новые системы и автоматизацию, обеспечивающие прирост в 100%, 300%, даже 500%.

Возможности для экс поненциального роста огромны, и упускать их нельзя.

3. Будьте прозрачны с клиентами.

Мы приняли решение с самого начала быть честными с клиентами, что в чате они общаются с ИИ ассистентом.

Прозрачность в использовании ИИ укрепляет доверие и улучшает ожидания пользователей, что снова ведет к улучшению удовлетворенности клиентов.

4. Начните с чата.

Если вы действительно не знаете, с чего начать, начните с чата. ИИ чат-боты подходят для создания бесшовного пользовательского опыта, предоставляя пользователям нужную им информацию. Как показал наш эксперимент, это можно тестировать без значительного нарушения пользовательского опыта.

Для более подробного обсуждения нашего эксперимента смотрите наш полный эпизод подкаста ниже.

Эта серия блогов создана в сотрудничестве с видеоподкастом, где маркетинговые лидеры делятся стратегиями роста и учатся на примерах выдающихся предпринимателей и коллег.