Stefan Preusler, toimitusjohtaja LeapLytics
Joskus viime vuonna koin yhden niistä hetkistä, jolloin ajattelee: tämä ei voi olla oikein. Tiimimme oli juuri vastannut täsmälleen samaan kysymykseen kolmannen kerran yhden viikon aikana - miten lisensoida Power BI -visuaalit, kun yrityksellä on sekä tekijöitä että pelkkiä katsojia. Sama kysymys. Kolmas kerta. Perjantai-iltapäivänä, jolloin kukaan ei enää halunnut olla työpöydän ääressä.
Ongelma ei ollut kysymys, vaan ajoitus.
Asiakkaamme tulevat eri aikavyöhykkeiltä. Suuri osa käyttäjistä asuu Etelä-Amerikassa, pääasiassa Argentiinassa ja Brasiliassa. He kirjoittavat meille keskiyöllä meidän aikaamme. Ja kun me vastaamme, he ovat jo nukkumassa. Tämä aikavyöhyke-erojen ja kysymysten toistamisen aiheuttama silmukka maksaa meille enemmän tunteja kuin haluaisin myöntää.
Ensimmäinen ajatus oli yksinkertainen: rakentaa FAQ-sivu. Niin teimme. Kukaan ei lukenut sitä. Tai ainakaan oikeat ihmiset oikeaan aikaan. En voi oikeastaan syyttää heitä - minäkin kirjoitan mieluummin kysymyksen hakupalkkiin kuin selaan dokumentaatiota.
Toinen yritys oli valmis chatbot-työkalu - upota se, kirjoita muutama vastausmalli, valmis. Sekään ei toiminut. Vastaukset olivat liian staattisia, liian yleisiä. Kun joku muotoili kysymyksensä hieman eri tavalla kuin malli odotti - ei mitään. Hiljaisuus. Tai vielä pahempaa: vastaus, joka meni täysin ohi asian ytimen.
Käännekohta: RAG
Silloin aloimme tosissamme puhua RAG:stä (Retrieval-Augmented Generation). Kuulostaa tekniseltä, mutta ydinajatus on yksinkertainen: sen sijaan, että vastaukset koodattaisiin bottiin, annat sille pääsyn omiin asiakirjoihisi, tuotekuvauksiin, tukipyyntöihin ja usein kysyttyihin kysymyksiin - ja se hakee itse asiaankuuluvat tiedot ennen vastaamista.
Se oli se hetki, jolloin asiat loksahtivat kohdalleen.
Aloimme kerätä järjestelmällisesti yleisimpiä tukiaiheita. Emme perustuneet vaistoon vaan kysyimme asiakkailtamme: Mikä oli ensimmäinen kysymyksesi, kun aloitit tuotteemme käytön? Mikä ongelma maksoi sinulle eniten aikaa? Osa vastauksista yllätti meidät - asiat, joita pidimme itsestään selvinä, eivät selvästikään olleet sitä.
Syötimme tämän sisällön chatbotin tietopohjaan. Ja mikä tärkeintä: voimme laajentaa sitä dynaamisesti. Uusien tuotteiden lanseeraukset, uudet toistuvat kysymykset - lisäämme ne tietokantaan, ja botti tietää ne siitä lähtien. Ei uudelleenrakentamista tyhjästä, ei IT-lippuja, ei odottelua.
Kieliongelma - ja miten ratkaisimme sen
Aliarvioin erään yksityiskohdan: suuri osa tuotetiedoista, dokumentaatiosta ja sisäisistä kuvauksista on englanniksi. Asiakkaamme Etelä-Amerikassa kirjoittavat kuitenkin espanjaksi. Ja he odottavat oikeutetusti vastausta espanjaksi.
Kuulostaa pieneltä ongelmalta. Se ei ollutkaan. Jos botilta kysytään jotain espanjaksi ja se vastaa englanniksi, se ei ole tukea vaan turhautumista.
Ratkaisu oli määrittää botti tunnistamaan käyttäjän kieli ja vastaamaan sillä kielellä - vaikka taustalla oleva tieto olisi englanniksi. Tämä toimii nyt luotettavasti. Buenos Airesissa asuva asiakkaamme saa vastauksen espanjaksi, vaikka tiimimme nukkuisi.
Mitä robotti tekee nykyään
Kolme kuukautta sen jälkeen, kun järjestelmä otettiin käyttöön, olemme nähneet, että noin 60-70% saapuvista tukipyynnöistä. ratkaisee täysin robotti - ilman ihmisen osallistumista. Loput kysymykset päätyvät edelleen postilaatikkoon, mutta yhdellä ratkaisevalla erolla: robotti on jo ottanut huomioon asiayhteyden, luokitellut pyynnön ja me näemme heti, mistä on kyse.
Mutta on toinenkin vaikutus, jota en osannut odottaa: chatbot auttaa asiakkaita selvittämään omia kysymyksiään. Joskus et täysin tiedä, mikä ongelmasi on - kirjoitat jotain, botti kysyy jatkokysymyksiä, ja yhtäkkiä huomaat: ah, sitä minä oikeastaan tarkoitin. Se ei ollut suunniteltu ominaisuus. Se vain tapahtui.
Mitä haluan sinun ottavan mukaani
Jos sinulla on pieni tiimi, joka vastaa samoihin tukikysymyksiin kerta toisensa jälkeen, älä aloita teknologiasta. Aloita keräämällä ja ymmärtämällä nämä kysymykset. Tutki sitten, onko RAG-pohjainen lähestymistapa sinulle järkevä.
Botti ei korvaa inhimillistä tukea. Mutta se antaa meille takaisin aikaa, jota tarvitsemme aidosti monimutkaisten ongelmien ratkaisemiseen - ja siihen, että voimme oikeasti nukkua yömme läpi.
Stefan Preusler on Power BI -visuaaleihin ja tietojen visualisointiin erikoistuneen ohjelmistoyrityksen LeapLyticsin perustaja ja toimitusjohtaja. Hän rakentaa tuotteita, jotka tekevät dataprosesseista yksinkertaisempia ja helpommin lähestyttäviä yrityksille.
