Stefan Preusler, Διευθύνων Σύμβουλος της LeapLytics
Κάποια στιγμή πέρυσι, είχα μια από εκείνες τις στιγμές που σκέφτεσαι: αυτό δεν μπορεί να είναι σωστό. Η ομάδα μας είχε μόλις απαντήσει στην ίδια ακριβώς ερώτηση για τρίτη φορά μέσα σε μία μόνο εβδομάδα - πώς να αδειοδοτήσουμε τα οπτικά στοιχεία του Power BI όταν μια εταιρεία έχει τόσο δημιουργούς όσο και απλούς θεατές. Η ίδια ερώτηση. Τρίτη φορά. Ένα απόγευμα Παρασκευής, όταν κανείς δεν ήθελε πραγματικά να βρίσκεται πια στο γραφείο του.
Το πρόβλημα δεν ήταν η ερώτηση - ήταν ο συγχρονισμός
Οι πελάτες μας προέρχονται από διαφορετικές ζώνες ώρας. Ένα μεγάλο μέρος των χρηστών μας βρίσκεται στη Νότια Αμερική, κυρίως στην Αργεντινή και τη Βραζιλία. Μας γράφουν τα μεσάνυχτα ώρα μας. Και μέχρι να απαντήσουμε, έχουν ήδη κοιμηθεί. Αυτός ο βρόγχος των διαφορών στη ζώνη ώρας και των επαναλαμβανόμενων ερωτήσεων μας κοστίζει περισσότερες ώρες από όσες θα ήθελα να παραδεχτώ.
Η πρώτη ιδέα ήταν απλή: να φτιάξουμε μια σελίδα Συχνών Ερωτήσεων. Το κάναμε. Κανείς δεν την διάβασε. Ή τουλάχιστον όχι οι σωστοί άνθρωποι τη σωστή στιγμή. Δεν μπορώ πραγματικά να τους κατηγορήσω - κι εγώ προτιμώ να πληκτρολογώ μια ερώτηση σε μια γραμμή αναζήτησης παρά να ξεφυλλίζω την τεκμηρίωση.
Η δεύτερη προσπάθεια ήταν ένα έτοιμο εργαλείο chatbot - το ενσωματώσαμε, γράψαμε μερικές πρότυπες απαντήσεις, έτοιμο. Ούτε αυτό λειτούργησε. Οι απαντήσεις ήταν πολύ στατικές, πολύ γενικές. Τη στιγμή που κάποιος διατύπωνε την ερώτησή του ελαφρώς διαφορετικά από ό,τι περίμενε το πρότυπο - τίποτα. Σιωπή. Ή ακόμα χειρότερα: μια απάντηση που έχανε εντελώς το νόημα.
Το σημείο καμπής: RAG
Τότε ήταν που αρχίσαμε να ασχολούμαστε σοβαρά με το RAG - Retrieval-Augmented Generation. Ακούγεται τεχνικό, αλλά η βασική ιδέα είναι απλή: αντί να κωδικοποιείτε τις απαντήσεις στο ρομπότ, του δίνετε πρόσβαση στα δικά σας έγγραφα, περιγραφές προϊόντων, εισιτήρια υποστήριξης, συχνές ερωτήσεις - και αυτό ανακτά μόνο του τις σχετικές πληροφορίες πριν απαντήσει.
Αυτή ήταν η στιγμή που τα πράγματα έκαναν κλικ για εμάς.
Αρχίσαμε να συλλέγουμε συστηματικά τα πιο συχνά θέματα υποστήριξης. Όχι βασιζόμενοι στο ένστικτο, αλλά ρωτώντας πραγματικά τους πελάτες μας: Ποια ήταν η πρώτη σας ερώτηση όταν αρχίσατε να χρησιμοποιείτε το προϊόν μας; Ποιο πρόβλημα σας κόστισε περισσότερο χρόνο; Ορισμένες από τις απαντήσεις μας εξέπληξαν - πράγματα που θεωρούσαμε αυτονόητα, προφανώς δεν ήταν.
Τροφοδοτήσαμε αυτό το περιεχόμενο στη βάση γνώσεων του chatbot. Και το βασικότερο: μπορούμε να την επεκτείνουμε δυναμικά. Νέα λανσαρίσματα προϊόντων, νέες επαναλαμβανόμενες ερωτήσεις - τις προσθέτουμε στη βάση και το ρομπότ τις γνωρίζει από εκεί και πέρα. Δεν χρειάζεται ανακατασκευή από το μηδέν, ούτε εισιτήρια πληροφορικής, ούτε αναμονή.
Το γλωσσικό πρόβλημα - και πώς το λύσαμε
Να μια λεπτομέρεια που υποτίμησα: πολλά από τα δεδομένα των προϊόντων μας, η τεκμηρίωση και οι εσωτερικές περιγραφές είναι στα αγγλικά. Αλλά οι πελάτες μας στη Νότια Αμερική γράφουν στα ισπανικά. Και δικαίως περιμένουν απάντηση στα ισπανικά.
Αυτό ακούγεται σαν ένα μικρό πρόβλημα. Δεν ήταν. Ένα ρομπότ που ρωτάει κάτι στα ισπανικά και απαντάει στα αγγλικά δεν είναι υποστήριξη - είναι απογοήτευση.
Η λύση ήταν η διαμόρφωση του ρομπότ ώστε να ανιχνεύει τη γλώσσα του χρήστη και να απαντά σε αυτή τη γλώσσα - ακόμη και όταν οι υποκείμενες πληροφορίες είναι στα αγγλικά. Αυτό λειτουργεί πλέον αξιόπιστα. Ο πελάτης μας στο Μπουένος Άιρες λαμβάνει την απάντησή του στα ισπανικά, ακόμη και όταν η ομάδα μας κοιμάται.
Τι κάνει στην πραγματικότητα το bot σήμερα
Τρεις μήνες μετά την έναρξη λειτουργίας, βλέπουμε ότι περίπου 60-70% των εισερχόμενων αιτημάτων υποστήριξης επιλύονται πλήρως από το ρομπότ - χωρίς καμία ανθρώπινη συμμετοχή. Οι υπόλοιπες ερωτήσεις εξακολουθούν να καταλήγουν στα εισερχόμενά μας, αλλά με μια κρίσιμη διαφορά: το ρομπότ έχει ήδη καταγράψει το πλαίσιο, έχει κατηγοριοποιήσει το αίτημα και βλέπουμε αμέσως περί τίνος πρόκειται.
Υπάρχει όμως και ένα άλλο αποτέλεσμα που δεν περίμενα: το chatbot βοηθά τους πελάτες να διευκρινίσουν τις δικές τους ερωτήσεις. Μερικές φορές δεν γνωρίζετε πλήρως ποιο είναι το πρόβλημά σας - πληκτρολογείτε κάτι, το ρομπότ ρωτάει μια συνέχεια και ξαφνικά συνειδητοποιείτε: α, αυτό ακριβώς εννοούσα. Αυτό δεν ήταν ένα προγραμματισμένο χαρακτηριστικό. Απλά συνέβη.
Τι θα ήθελα να πάρετε μαζί σας
Αν έχετε μια μικρή ομάδα που απαντάει συνεχώς στις ίδιες ερωτήσεις υποστήριξης ξανά και ξανά - μην αρχίσετε με την τεχνολογία. Ξεκινήστε με τη συλλογή και την κατανόηση αυτών των ερωτήσεων. Στη συνέχεια, εξετάστε αν μια προσέγγιση με βάση το RAG έχει νόημα για εσάς.
Το ρομπότ δεν αντικαθιστά την ανθρώπινη υποστήριξη. Μας δίνει όμως πίσω το χρόνο που χρειαζόμαστε για να αντιμετωπίσουμε πραγματικά πολύπλοκα προβλήματα - και για να κοιμηθούμε πραγματικά τη νύχτα.
Ο Stefan Preusler είναι ο ιδρυτής και διευθύνων σύμβουλος της LeapLytics, μιας εταιρείας λογισμικού που ειδικεύεται στην οπτικοποίηση του Power BI και στην οπτικοποίηση δεδομένων. Κατασκευάζει προϊόντα που καθιστούν τις διαδικασίες δεδομένων απλούστερες και πιο προσιτές για τις επιχειρήσεις.
