Stefan Preusler, CEO LeapLytics
Sekitar tahun lalu, saya mengalami salah satu momen di mana Anda berpikir: ini tidak mungkin benar. Tim kami baru saja menjawab pertanyaan yang sama persis untuk ketiga kalinya dalam satu minggu - cara melisensikan visual Power BI kami saat perusahaan memiliki kreator dan pemirsa murni. Pertanyaan yang sama. Ketiga kalinya. Pada Jumat sore saat tak seorang pun ingin berada di meja kerja mereka lagi.
Masalahnya Bukan pada Pertanyaannya - Tapi pada Waktunya
Pelanggan kami berasal dari zona waktu yang berbeda. Sebagian besar pengguna kami berbasis di Amerika Selatan, terutama Argentina dan Brasil. Mereka mengirim email kepada kami pada tengah malam waktu setempat. Dan pada saat kami merespons, mereka sudah tidur. Kesenjangan zona waktu dan pertanyaan yang berulang-ulang ini menghabiskan waktu lebih banyak daripada yang ingin saya akui.
Ide pertama adalah sederhana: buatlah halaman FAQ. Kami melakukannya. Tidak ada yang membacanya. Atau setidaknya bukan orang yang tepat pada waktu yang tepat. Saya tidak bisa menyalahkan mereka - saya juga lebih suka mengetikkan pertanyaan di kolom pencarian daripada menelusuri dokumentasi.
Upaya kedua adalah alat chatbot yang sudah jadi - sematkan, tulis beberapa tanggapan template, selesai. Itu juga tidak berhasil. Jawabannya terlalu statis, terlalu umum. Saat seseorang menyampaikan pertanyaan mereka sedikit berbeda dari yang diharapkan oleh templat - tidak ada apa-apa. Diam. Atau lebih buruk lagi: jawaban yang sama sekali tidak menjawab pertanyaan.
Titik Balik: RAG
Saat itulah kami mulai serius dengan RAG - Retrieval-Augmented Generation. Kedengarannya teknis, tetapi ide intinya sederhana: alih-alih meng-coding jawaban ke dalam bot, Anda memberinya akses ke dokumen, deskripsi produk, tiket dukungan, FAQ Anda sendiri - dan bot akan mengambil informasi yang relevan sebelum merespons.
Saat itulah segalanya menjadi klik bagi kami.
Kami mulai mengumpulkan topik dukungan yang paling sering kami terima secara sistematis. Bukan berdasarkan firasat, tetapi dengan benar-benar bertanya kepada pelanggan kami: Apa pertanyaan pertama Anda saat mulai menggunakan produk kami? Masalah apa yang paling banyak menghabiskan waktu Anda? Beberapa jawaban mengejutkan kami - hal-hal yang kami anggap cukup jelas ternyata tidak.
Kami memasukkan konten ini ke dalam basis pengetahuan chatbot. Dan bagian kuncinya: kita dapat mengembangkannya secara dinamis. Peluncuran produk baru, pertanyaan baru yang berulang - kami menambahkannya ke basis pengetahuan, dan bot mengetahuinya sejak saat itu. Tidak perlu membangun ulang dari awal, tidak ada tiket IT, tidak perlu menunggu.
Masalah Bahasa - Dan Bagaimana Kami Mengatasinya
Inilah detail yang saya anggap remeh: banyak data produk, dokumentasi, dan deskripsi internal kami dalam bahasa Inggris. Namun pelanggan kami di Amerika Selatan menulis dalam bahasa Spanyol. Dan mereka berhak mengharapkan tanggapan dalam bahasa Spanyol.
Kedengarannya seperti masalah kecil. Ternyata tidak. Bot yang menanyakan sesuatu dalam bahasa Spanyol dan menjawab dalam bahasa Inggris bukanlah dukungan - ini adalah rasa frustrasi.
Solusinya adalah mengonfigurasi bot untuk mendeteksi bahasa pengguna dan merespons dalam bahasa tersebut - bahkan ketika informasi yang mendasarinya dalam bahasa Inggris. Hal tersebut kini berfungsi dengan baik. Pelanggan kami di Buenos Aires mendapatkan jawaban dalam bahasa Spanyol, bahkan ketika tim kami sedang tidur.
Apa yang Sebenarnya Dilakukan Bot Hari Ini
Tiga bulan setelah ditayangkan, kami melihat bahwa kira-kira 60-70% permintaan dukungan yang masuk sepenuhnya diselesaikan oleh bot - tanpa keterlibatan manusia. Pertanyaan yang tersisa masih masuk ke kotak masuk kami, tetapi dengan satu perbedaan penting: bot telah menangkap konteksnya, mengkategorikan permintaan, dan kami segera mengetahui tentang apa permintaan tersebut.
Namun ada efek lain yang tidak saya duga: chatbot membantu pelanggan mengklarifikasi pertanyaan mereka sendiri. Terkadang Anda tidak sepenuhnya tahu apa masalah Anda - Anda mengetikkan sesuatu, bot menanyakan tindak lanjut, dan tiba-tiba Anda menyadari: ah, sebenarnya itulah yang saya maksud. Itu bukan fitur yang direncanakan. Itu terjadi begitu saja.
Apa yang Aku Ingin Kau Ambil
Jika Anda memiliki tim kecil yang terus menjawab pertanyaan dukungan yang sama berulang kali - jangan mulai dengan teknologi. Mulailah dengan mengumpulkan dan memahami pertanyaan-pertanyaan tersebut. Kemudian lihat apakah pendekatan berbasis RAG masuk akal untuk Anda.
Bot bukanlah pengganti dukungan manusia. Namun, bot memberi kita waktu yang kita butuhkan untuk menangani masalah yang benar-benar kompleks - dan untuk benar-benar tidur sepanjang malam.
Stefan Preusler adalah pendiri dan CEO LeapLytics, sebuah perusahaan perangkat lunak yang berspesialisasi dalam visualisasi Power BI dan visualisasi data. Dia membangun produk yang membuat proses data menjadi lebih sederhana dan lebih mudah diakses untuk bisnis.
