Chatbot adalah program yang dirancang untuk memahami, belajar dan berkomunikasi seperti manusia dan menjawab pertanyaan secara real time. Mereka telah ada sejak akhir 1950-an, tetapi hanya dalam beberapa tahun terakhir mereka memperoleh penggunaan komersial.
Dekade terakhir sangat penting untuk pengembangan teknologi ini, dan dengan bantuan Inteligensi Buatan, alat sumber terbuka, integrasi dengan penyedia pembayaran, algoritma hak milik, dan banyak lagi, bot memiliki banyak hal untuk ditawarkan. Mari kita lihat kasus khusus ChatBots for Banks.
Kami membagikan kiat ini berdasarkan apa yang telah kami pelajari tentang solusi chatbot untuk bank.
Antarmuka perbankan online sebagian besar waktu sangat kompleks. Bank berpikir bahwa menawarkan berbagai fungsi, layanan akan meningkat.
Tetapi menurut Majalah Chatbot 99% dari tugas yang ingin dilakukan pengguna dengan menggunakan sistem perbankan online adalah: memeriksa saldo mereka, memeriksa riwayat transaksi terakhir mereka, dan melakukan transfer uang sederhana.
Di beberapa bank Anda dapat mengakses riwayat di layar utama, tetapi fitur lain dapat diakses dengan meminta bot. Dan ketika datang ke perintah yang jarang digunakan, lebih mudah untuk menemukannya melalui kata-kata daripada menavigasi antarmuka pengguna grafis yang kompleks. Misalnya "batalkan kartu kredit saya": apakah ada di "kartu", "pengaturan", "kontak" atau di tempat lain?
Lembaga keuangan dengan sejumlah besar pelanggan yang mengerti secara digital sedang menguji berbagai pendekatan untuk secara proaktif memberikan informasi pelanggan berdasarkan sejarah transaksional dan profil digital mereka. Dalam urutan itu, mereka menggunakan bot untuk:
Bank khususnya mulai melihat nilai sebenarnya dari sistem respons suara interaktif (IVR) untuk layanan pelanggan.
Mereka bereksperimen dengan chatbots yang memungkinkan pelanggan untuk mengotentikasi berdasarkan sampel suara dari percakapan alami dan membantu menyelesaikan transaksi dengan cepat.
Secara teori, mesin pengolah bahasa alami harus memahami semua yang ingin dikatakan pengguna. Teknologi NLP cukup maju dalam hal itu. Tetapi pengguna baru perlu memahami ruang lingkup apa yang dapat mereka minta dari bot bank. Terutama disarankan untuk menerapkan proses integrasi yang cermat. Tetapi di sisi lain, pengguna tingkat lanjut akan ingin menggunakan perintah dan pintasan yang lebih pendek untuk tugas yang lebih sering.
Keterjangkauan dan kecepatan dapat ditingkatkan melalui:
Antarmuka pengguna yang baik bukanlah adaptasi sederhana dari formulir Anda dengan bot yang menanyakan pertanyaan untuk setiap bidang formulir yang mungkin.
Dalam formulir perbankan ada banyak opsi yang mungkin tidak ingin Anda sentuh dalam banyak kasus, tetapi kadang-kadang Anda harus, seperti tanggal, mata uang, alamat atau bahkan judul. Tetapi bagaimanapun juga, antarmuka hybrid berfungsi lebih baik: bagian percakapan, titik dan bagian klik.
Dalam interaksi dengan bot, mudah kehilangan perasaan bertanggung jawab atas segalanya. Dalam urutan itu, saat Anda membuat bot, Anda perlu membuat ruang kosong bagi pengguna untuk mengonfirmasi atau membatalkan proses tertentu.
Dengan demikian, mereka akan merasa bahwa mereka benar-benar bertanggung jawab atas percakapan. Terutama dalam hal uang, pengguna harus dapat menerima atau membatalkan proses.
Interaksi dengan bank atau lembaga keuangan cukup serius, tetapi ini tidak berarti bahwa bot Anda harus kurang kepribadian. Sebaliknya, pengguna ingin berinteraksi dengan bot yang ramah, dengan kepribadian dan bahkan selera humor. Anda bahkan dapat menghabiskan waktu pada tampilan bot.
Di sekitar humanisasi bot, ada dimensi penting lainnya. Jika bot merespon terlalu cepat, itu merusak ilusi berbicara kepada manusia. Jika terlalu lambat, robot dianggap tidak terlalu pintar. Jadi mengukur waktu interaksi alami juga penting.
Apa yang membuat bot menarik bukan hanya fakta bahwa mereka dapat menjawab pertanyaan, tetapi mereka dapat secara proaktif memberikan informasi. Dalam urutan itu, bot bank dapat:
Perbankan global mulai menggunakan chatbots berbasis AI dalam aplikasi perbankan untuk mendapatkan manfaat berikut.
Apa yang internet tunjukkan adalah bahwa sistem layanan pelanggan bank lemah. Email (dengan tanggapan memakan waktu hari kerja) dan menunggu lama untuk panggilan telepon tidak efektif.
Bot menyelesaikan masalah ini dengan menawarkan ketersediaan 24/7 dengan layanan kelas satu dan respons langsung.
Pelanggan tidak hanya mendapat manfaat dari bot, sistem ini juga dapat membuat hidup lebih mudah bagi karyawan bank.
Pelanggan saat ini ingin mengelola akun mereka, memesan dan membatalkan layanan, melakukan transaksi dan mengetahui saldo mereka dalam hitungan detik. Dan dalam urutan itu, mereka ingin bank dapat menangani semua itu.
Menurut RubyGarage, pelanggan mengalami kepuasan yang lebih besar (73%) ketika mereka dibantu oleh bot untuk melakukan semua operasi ini, dibandingkan dengan saluran komunikasi lainnya.
Chatbots menyediakan banyak alat untuk mengukur kepuasan pelanggan. Selain permintaan reguler untuk menilai pekerjaan chatbot atau pertanyaan umum seperti Apakah percakapan ini bermanfaat?
Jawabannya membantu bank meningkatkan solusi yang ada.
Bot mengumpulkan semua data pribadi yang bisa mereka dapatkan. Dengan informasi ini, iklan generik dapat dipindahkan oleh orang yang disesuaikan dengan profil pelanggan.
Ini menghasilkan kampanye pemasaran yang jauh lebih efektif, yang meningkatkan tingkat konversi dan tingkat partisipasi pengguna. Ekstensi chatbot ImaginBank di Messenger adalah contoh yang bagus, karena menawarkan promosi berdasarkan lokasi, preferensi, dan minat pengguna.
Banyak orang tidak tahu bagaimana mengatur keuangan mereka dan juga tidak ada orang yang mengajarkan dasar-dasarnya.
Alangkah baiknya memiliki penasihat pribadi yang tersedia 24/7, dan inilah yang dilakukan oleh Bank of America. Chatbot-nya yang bernama Erica mengajarkan pengguna cara menghemat uang.
Otomasi membantu menghemat waktu, menyelesaikan tugas dalam hitungan menit yang akan memakan waktu berjam-jam. Beberapa chatbots bahkan sangat pintar sehingga mereka dapat dengan mudah menggantikan pengacara atau akuntan, atau setidaknya membantu mereka dengan banyak tugas sehari-hari.
Dan dalam urutan itu, banyak bot dapat melakukan tugas yang sangat rumit secara otomatis. Misalnya, COiN oleh JPMorgan Chase adalah program yang menganalisis kontrak kompleks lebih cepat dan lebih efisien daripada orang. Menurut JPMorgan Chase, sistem ini membantu mereka menghemat hampir 400.000 jam kerja tahun lalu.
Pada akhirnya, chatbots dapat menangani banyak tugas keuangan. Mereka dapat memotong biaya, meningkatkan layanan, menarik pelanggan, dan mempertahankan pelanggan dengan perusahaan. Dan mereka membantu tidak hanya pelanggan, tetapi juga karyawan, dan dalam urutan itu, seluruh institusi.
Prospeknya terlihat bagus untuk obrolan bank, jadi dalam lima tahun ke depan, sistem berbasis AI ini cenderung berada di setiap lembaga keuangan di dunia tanpa kecuali.
