ChatCompose는 마케팅 및 지원을위한 ChatBot 플랫폼입니다. 이 플랫폼을 통해 자신 만의 챗봇을 만들고, 대화 스크립트를 디자인하고, 봇을 설치하여 Facebook, Slack, WhatsApp, WordPress 웹 사이트, Shopify 등과 같은 인기있는 채널을 통해 고객과 상호 작용할 수 있습니다.
이 기술의 도움으로 리드를 생성하고 고객 지원 및 영업 프로세스를 자동화하며 일반적으로 고객 경험을 향상시킬 수 있습니다.
이 플랫폼은 직관적이며 다양한 유형의 스크립트를 시뮬레이션 할 수 있으므로 비즈니스에 가장 적합한 모델을 시도한 다음 원하는 때마다 편집하거나 보완 할 수 있습니다.
이 플랫폼에서 생성 된 봇은 자연 언어 처리와 함께 인공 지능 및 기계 학습을 사용합니다. 즉, 채팅 기반 시나리오에서 사용자의 말을 이해하도록 특별히 설계되었습니다.
챗봇은 쉽게 구현할 수 있으며, 몇 줄만 복사하여 붙여 넣으면 사이트에 설치할 수 있습니다. 또한 ChatCompose는 테스팅 옵션을 제공합니다. 테스팅 옵션을 통해 봇을 생산하기 전에 봇을 테스트하여 올바른 기능을 수행 할 수 있습니다.
챗봇은 고객 서비스를 자동화하고 동시에 리드 생성 또는 판매 증대에 도움이되는 기술입니다. 기본적으로 식당에서 의료 사무실까지이 기술을 활용할 수있는 모든 유형의 회사와 기업을위한 봇이 있습니다. 다음은 자주 사용되는 사례입니다.
봇은 비용이 많이 드는 실질적인 지원을 제공합니다. 고객은 때때로 다음과 같이 누군가에게 연락 할 필요없이 신속하게 답변하려는 질문을합니다. 이러한 신발 모델에는 어떤 크기가 있습니까? 아니면 의사는 몇시에 참석합니까? 귀하의 사이트는 어떤 서비스를 제공합니까? 비즈니스 유형에서 자주 발생하는 다른 유형의 쿼리도 있습니다.
리드는 회사 나 비즈니스에 필요한 데이터를 전달하여 사용자에게 연락하여 구매 또는 계약을 체결 할 수있는 사용자입니다. 사람에게는 시간이 많이 걸리지 만 봇은 자동화하고 단순화하는 프로세스입니다.
기업은 전화 또는 라이브 채팅 지원을 통해 많은 돈을 소비하는데, 여기에는 직원 채용이 포함됩니다. 생성 한 봇은 이러한 작업을 처리하거나 실제 에이전트와 함께 작동하여 일상적인 비즈니스 운영을 최적화 할 수 있습니다.
우리가 말했듯이, 식당이나 의료 사무실과 같은 비즈니스는 인간의 실수없이 효율적인 데이터베이스 시스템으로 예약 및 예약 프로세스를 자동화하기 때문에 봇에서 동맹을 찾습니다.
많은 기업들이 생산성이나 효율성을 향상시키기 위해 설문 조사를 수행해야합니다. 이러한 프로세스에서 봇은 사이트 또는 메시징 응용 프로그램을 방문하는 사람들을 불편하게하지 않는 매체로 유용 할 수 있습니다.
ChatBot은 데이터베이스 또는 일부 외부 응용 프로그램 프로그래밍 인터페이스에서 가져온 데이터로 사용자에게 쿼리에 응답 할 수 있습니다. 즉, 봇을 외부 데이터베이스 또는 API와 연결하여 가장 적합한 답변을 제공 할 수 있습니다.
생성 한 챗봇은 사용자가 PayPal을 사용하여 구매할 수 있도록합니다. 많은 사이트에서 구매 프로세스가 성가 시거나 고객을 혼란스럽게합니다. 봇은 결제를하고 구매를 마감 할 때까지 단계별로 안내 할 수 있습니다.
머신 러닝을 기반으로하는 봇은 사용자 및 선호 사항에 대한 중요한 데이터를 캡처하고 저장합니다. 따라서 사용자가 사이트로 돌아 오면 더 나은 경험을 위해 사전 정보를 사용할 수 있습니다.
인터페이스를 통해 옵션, HTML 코드, 멀티미디어 도구 또는 간단한 텍스트 답변 등을 사용하여 비즈니스에 맞게 사용자 정의한 스크립트를 작성할 수 있습니다. 그렇게하면 특정 프로세스를 자동화 할 수 있습니다.
챗봇의 역할은 실제적인 방식으로 특정 목적으로 사용자와 대화하는 것입니다.
봇은 컴퓨터만큼 오래된 기술 (50 년 이상)이지만 2016 년 이후 기업과 기업은 혁신적인 AI를 기반으로하는 프로그래밍 된 응답 기술이 놀라운 결과를 제공 할 수 있음을 깨달았습니다.
실제로, 봇은 모든 유형의 비즈니스 사용 사례를 제공하며 현재 더 많은 시험이 진행 중입니다.
봇을 만들 때 비즈니스에서 취할 수있는 대화 방식에는 직접 대화와 공개 대화의 두 가지 유형이 있습니다.
하나는 자연 언어 처리의 도움으로 조수와 다른 하나입니다. 다음에 각각의 의미를 알아보십시오.
이 대화 방식은 "보조자 모드"라고도합니다. 그것은 자연 언어 처리를 제한된 방식으로 사용하지만 (그것 없이도 가능합니다) 메시지와 응답의 프로그래밍은 챗봇이 사용자의 요구를 정확하게 예측하기 위해 계획된 대화 경로에서 사용자를 안내하는 작업을 수행 할 수있게합니다. 각 사용자.
사용자가 상점의 웹 사이트를 입력하고 보조 모드에 봇이있어 고객이 원하는 것을 정확하게 찾고 합병증없이 구매할 수 있도록하는 기능이 있다고 가정하십시오.
다음 이미지에서 봇은 사용자가 원하는 것을 찾을 수있는 사용자 옵션을 제공하여 대화를 지시하는 방법을 보여줍니다.
이제부터 봇은 사용자가 원하는 제품 종류, 색상, 크기, 재료, 가격 및 원하는 항목을 찾는 데 필요한 모든 매개 변수를 요청할 수 있습니다.
분명히 자유는 제한적이지만 사용자는 자신의 요구와 선호에 맞는 옵션을 선택하여 대화 방향을 계속 결정합니다. 이러한 방식으로 고객 요청에 대한 봇의 응답이 더 정확하고 의미가 있습니다.
사용자가 표현한 요구에 따라 점차 주제를 심화시킬 수 있습니다. 더 간단한 방법으로 설명하면, 우리는 사용자에게 매장에서 무엇을 사고 싶은지 묻는 것으로 시작하여 판매원이 매장에서하는 것처럼 특별 인쇄 또는 계절별 할인을 제안 할 수 있습니다.
따라서 안내 대화를 보조자 모드라고합니다.
ChatCompose를 사용하면 이러한 유형의 대화를 생성 할 수 있습니다. 탐색 표시 줄의 "스크립트 작성"섹션으로 이동하십시오.
스크립트 이름과 설명을 입력하고 스크립트를 작성하십시오.
메시지 (질문을 삽입 할 위치)와 옵션 (사용자에게 모든 유형의 옵션을 제공 할 위치)을 기반으로 전체 봇을 구축 할 수 있습니다.
오른쪽 사이드 바에는 한 번의 클릭으로 삽입 할 수있는 모든 구성 요소가있어 사용자를 특정 목표를 향한 안내 대화를 구축 할 수 있습니다.
대화는 일반적으로 인사말 메시지로 시작한 다음 사용자에게 옵션을 제공하고, 양식, 지불 형식 등을 삽입 할 수 있습니다.
자연어 처리를 기반으로하는 대화 방식입니다. 사용자가 원하는 질문을 할 수 있으며이 경우 봇은 자신이하는 말을 이해하려고합니다.
NLP는 인간과 기계가 자연어를 사용하여 상호 작용할 수있는 솔루션을 찾는 계산 언어학의 한 가지입니다.
이러한 시스템과 상호 작용하는 것은 흥미롭지 만 사용자가 채팅에서 작성한 내용을 잘못 해석 할 위험이 큽니다. 따라서 사용자의 요구가 봇이 실제로 이해하는 것과 다를 수 있기 때문에 응답의 내용이 부분적으로 만 만족할 수 있습니다.
또한 메시지를 작성하는 사용자는 챗봇이 어떤 종류의 질문에 대답하는지 명확하지 않을 수 있습니다. 즉, 사용자는 봇이 수행 할 수있는 작업을 도메인 외부에서 할 수 있습니다.
확실한 것은 챗봇의 교육 수준이 높을수록 답변이 점수에 도달 할 확률이 높아진다는 것입니다.
ChatCompose에서는 세 가지 옵션을 통해 챗봇을 훈련시킬 수 있습니다. 나만의 질문과 답변 사용, 주제로드, 질문과 응답 가져 오기.
자신 만의 질문과 답변으로 챗봇 교육을 시작하려면 데이터베이스> 응답 섹션을 방문하십시오. 이 섹션에서는 회신 할 메시지를 입력 할 수 있습니다.
이 섹션에서는 텍스트 또는 스크립트 (HTML, 비디오, 사진, 옵션, 양식, 링크 등이있는 스크립트)로 응답 할 수 있습니다. 텍스트 응답에서 챗봇이 대답 할 질문을 배치하십시오.
예:
이 질문과 답변을 데이터베이스에 업로드하면 봇은 정확히 같은 질문이나 그 변형 중 하나에 답변 할 수 있습니다. 예 : "어떻게 연락 할 수 있습니까?", "저에게 연락하고 싶습니다". 코너에서 편집 버튼을 클릭하여 답변을 테스트 할 수 있습니다.
구성 요소에 대한 응답도 매우 간단합니다. 사용자가 "귀하와 연락하고 싶다"고 말하면이 문구는 사용자 데이터를 캡처하기 위해 생성 한 스크립트를 실행하는 활성화 기 역할을합니다. 동일한 방식으로 작동합니다. 트리거 메시지를 입력 한 다음 이전에 작성된 구성 요소 또는 스크립트를 선택하십시오.
기술을로드하려면 데이터베이스> 주제로 이동하십시오. 여기에서 사용자가 일반적으로 각 질문에 대해 가장 자주 질문하는 다양한 주제를 찾을 수 있습니다.
기본 정보 : 인사말, 작별 인사, 감사, 사용자 가용성 등과 같은 봇의 가장 기본적인 응답을 구성합니다.
성격 : 여기에서 유머 감각에서 실제 시나리오의 질문에 대한 사소한 답변에 이르기까지 봇에게 성격을 줄 수 있습니다.
소셜 : 당신은 봇에게 일반적인 사회적 질문에 대답 할 수있는 능력을 부여합니다.
영업 : 가장 일반적인 영업 질문을 구성 할 수 있습니다.
지원 : 비즈니스 내에서 일반적인 지원 질문에 답변하도록 봇을 구성하십시오.
온 보딩 (Onboarding) : 온 보딩 중 일반적으로 인적 자원을 위해 설계된 질문을 구성 할 수 있습니다.
예
관심있는 주제를 선택하고 자주 묻는 질문 양식을 작성하면됩니다. 따라서 당신의 봇은 그들에게 대답하도록 훈련 될 것입니다.
판매 카테고리에 적용된이 예를보십시오.
데이터베이스> CSV 가져 오기 섹션에서 질문과 답변 쌍을 가져올 수도 있습니다. ChatCompose를 사용하면이 섹션에서 CSV 파일을로드 한 다음 질문 및 답변 열을 선택하고 계속하면됩니다.
파일 데이터가 챗봇에로드됩니다. 한 번에 50 행의 템플릿을 사용하는 것이 좋습니다.
스크립트 대화의 주요 이점은 봇이 훨씬 정확하다는 것입니다. 즉, 사용자가 즉시 필요로하는 답변을 제공 할 수 있습니다.
모든 봇 응답은 사용자에게 의미있는 응답으로 안내하는 것을 목표로합니다.
단점은 사용자가 대화를 진행할 위치를 제어 할 수 있지만 경험이 인간 에이전트와 마찬가지로 자연스럽지 않다고 느끼기 때문에 경험에있다.
잘 훈련 된 개방형 대화 봇을 통해 사용자는 인터페이스를 통해 사람과 대화하고 있다고 생각할 수도 있습니다.
그러나 그것은 사용자를 속이는 것이 아니라 응답의 자연스럽고 정확성을 가진 놀라운 사용자에 관한 것임을 분명히해야합니다.
그러나이 대화 모델의 단점은 봇이 이해 한 내용과 훈련 된 대화 유형에 따라 봇이 제한된다는 것입니다.
따라서 모든 답변이 100 % 만족 스럽지는 않습니다. 사용자는 이러한 유형의 챗봇과 상호 작용하기를 매우 기쁘게 생각하지만 오류의 위험은 훨씬 큽니다.
