Analytika jako raketová věda? 

Analytické nástroje často vypadají složitě a nepřehledně. Ve výsledku je taková analytika srozumitelná jen těm, kteří vědí, co hledat. Může se tvářit super sofistikovaně, ale to ještě neznamená, že bude do stejné míry užitečná. Dobře nastavená analytika by měla být pravým opakem: jasná a srozumitelná. Pokud se při pohledu na svou analytiku cítíte stejně jako pacient, který se bezradně prokousává svou lékařskou zprávou, moc vám nepomůže. Jak si ale nechat správně nastavit analytický nástroj, když nejste analytik? 

Co od bota chcete? 

Mít jasně stanovené cíle bota je základ nejen pro nastavení analytiky. Pokud víte, co chcete sledovat, co je pro vás důležité a co můžete vypustit, jste na dobré cestě. Definujte si body, které potřebujete sledovat, informace, které chcete od uživatelů získávat a ty nechte propisovat do srozumitelných tabulek a grafů.  

Co jde z analytiky vyčíst? 

Z dobře nastavené analytiky pak můžete získávat spoustu užitečných dat. Pro interpretaci těch složitějších se sice hodí specifičtější znalosti, ale velkou spoustu z nich, především těch týkajících se konverzačního designu, zvládne správně přečíst i laik. Analytiku můžete průběžně kontrolovat a mít přehled o tom, co se “v botovi” odehrává a kde to skřípe. 

Jak se uživatelé chovají? 

Díky všem těm grafům a tabulkám můžete poměrně jednoduše monitorovat uživatelské chování. Zjistíte, co uživatelé po botovi nejčastěji chtějí, jakou formu komunikace volí (klikají na tlačítka nebo zadávají své dotazy do textového pole?) a kde mají s konverzací problémy. Můžete zjistit, jak často se jednotliví uživatelé do bota vrací, jak dlouho trvá jedna interakce a která témata a větve jsou nejoblíbenější. A především, kde konverzace selhává (bod, kde uživatelé bota opouští, aniž by získali to, pro co si přišli nebo se musí obrátit na operátora).  

Je bot užitečný? 

S uživatelským chováním úzce souvisí taky efektivita bota. Pokud vidíme, že uživatelé komunikaci stádně opouštějí ještě dřív, než se doberou uspokojivé odpovědi, efektivita bota je prakticky na nule. Vyplatí se sledovat tři základní ukazatele: jak často bot správně odpověděl na dotaz uživatele. Pochopitelně sem nepatří falešně pozitivní výsledky, ale jen skutečně relevantní výstupy. Dále se zaměřte na nerozpoznané dotazy a technické chyby: u nerozpoznaných dotazů určitě rozlišujte ty, které jsou tematicky k věci, a které ne. (Prodáváte-li pneumatiky, což váš digitální asistent jasně komunikuje, a uživatel se bude dožadovat odpovědi na otázku života, vesmíru a vůbec, není neznalost odpovědi vinou bota.) U technických chyb hledejte vzorec: jedná se o jednorázový zkrat nebo opakující se chybu? A za třetí: jak často přepojuje bot uživatele na operátora? Někdy je to žádoucí, pokud ale přepojuje i v případě, že by měl znát odpověď, opět ukazuje svou ne/efektivitu.  

Spokojenost nebo jen nutné zlo? 

Pokud se rovnou na závěr konverzace ptáte na zpětnou vazbu, máte přímo v analytice jasně vyjádřenou míru spokojenosti. Můžete ji ale zjistit i jinak – podle míry frustrace. Ukončují uživatelé konverzaci předčasně? Trvá jim dokončení konkrétních úkonů příliš dlouho, cyklí se, vrací se k předchozím krokům? V tom případě to na velkou spokojenost nevypadá.  

Jak se uživatelé cítí a co hledají? 

Zdá se vám, že se tady už dostáváme na půdu sci-fi nebo věštění z ptačích kůstek? Vůbec ne. To, jak se uživatel cítí a jak se jeho nálada v průběhu komunikace proměňuje můžete poměrně snadno sledovat. Analýza sentimentu vám na základě uživatelem volených slov a frází napoví, jak naladěný váš klient nebo zákazník do bota vstoupil a s jakou odešel. U voicebotů je pak možné sledovat i emoce a jejich vývoj z tónu hlasu. Díky analýze klíčových slov pak lépe porozumíte uživatelům a jejich potřebám a můžete tak zapracovat na obsahu bota.  

S kým se vlastně bavíme? 

Sběr a uchovávání informací je už samozřejmost, data jsou alfa a omega, nejde ale jen o shromažďování kontaktů. Díky získaným datům můžete komunikaci jednak personalizovat, ale také podrobněji zjistit, s kým se bot vlastně baví. Tyto informace vám pomohou lépe specifikovat nebo třeba i přeformulovat své cílové publikum.  

Už všechno víte. Ale co s tím? 

Všechno výše zmíněné vám pomůže zdokonalit komunikaci vašeho chat nebo voicebota. Tím získáte spokojenější klienty / zákazníky, a to se odrazí na vašem celkovém brandu. To by šlo, ne? 

Díky informacím z analytiky si můžete udělat ucelený obrázek o tom, kdo je uživatel, co chce a jak se mu s vámi digitálně komunikuje. Budete vědět, co uživatele skutečně zajímá a co jde mimo něj. Zjistíte, která komunikační větev je nosná a užitečná, a ze které akorát oprašujete pavučiny. I v úspěšných tématech můžete najít třecí plochy, které uživateli zvedají tlak a eliminovat je. Můžete přidat hesla, která uživatelé často hledají a nenachází, a odstranit ta, která žádaná nejsou. Data jsou také ideálním materiálem pro trénink NLP modelu. A především: zásahy a úpravy budou založené na skutečných datech a ne dojmech. To, jak vnímáte svého bota vy a jak komunikaci s ním prožívá uživatel mohou být dvě zásadně odlišné věci.  

Data driven úpravy bota neslouží jen k tomu, aby se uživatel cítil pohodlně. Pro váš business znamená dobře nastavená automatizovaná komunikace optimalizaci nákladů – bot odbaví více požadavků bez nutnosti zásahu operátorů, či zákaznického centra. Díky datům pro vás bude mnohem jednodušší předpovídat chování a přání vaší audience a můžete tak včas odhadovat trendy, které jsou podstatné pro vaši firmu.  

Analytika rozhodně není raketová věda, pokud je dobře nastavená. Poskytne vám důležité informace a pomůže vám komunikovat tak, abyste si vzájemně se svým publikem rozuměli.