Raport. Polskie Chatboty 2018.

Coraz wi臋cej firm decyduje si臋 na zautomatyzowanie swoich us艂ug za po艣rednictwem chatbot贸w. Postanowili艣my zatem sprawdzi膰, w jakiej kondycji jest rynek bot贸w w Polsce.

Stworzyli艣my pierwszy og贸lnopolski raport, w kt贸rym analizujemy najciekawsze rodzime wdro偶enia. Wype艂nij formularz i pobierz sw贸j egzemplarz:

Napisz co艣 o sobie, aby pobra膰 ca艂y raport.

Dzi臋kujemy

艢ci膮gnij PDF

Poni偶ej przeczytasz charakterystyk臋 polskich wdro偶e艅 AI oraz kilka s艂贸w o metodologii naszego badania. Szczeg贸艂ow膮 analiz臋 przebadanych bot贸w znajdziesz w pe艂nym wydaniu raportu.

Wst臋p.

Jak definiujemy poj臋cie chatbota?

Poj臋cie 鈥robota鈥, jako istoty wyr臋czaj膮cej cz艂owieka w聽ci臋偶kiej i聽monotonnej pracy, zosta艂o po raz pierwszy u偶yte przez czeskiego pisarza Karela 膶apka w聽roku 1920, w聽sztuce 鈥淩ossumovi Univerz谩ln铆 Roboti鈥. Po up艂ywie niemal stu lat roboty przemys艂owe faktycznie pracuj膮 w聽fabrykach, autonomiczne samochody kursuj膮 samodzielnie po drogach, a聽automatyczne odkurzacze sprz膮taj膮 nasze mieszkania. Fantastyczna i聽niszowa niegdy艣 fikcja literacka materializuje聽si臋 na聽naszych oczach, a聽R2-D2 i聽Wall-E wyparli Bolka i聽Lolka z聽posad idoli najm艂odszego pokolenia.

W 艣wiecie technologii informatycznych 鈥botami鈥 nazywane s膮 programy komputerowe symuluj膮ce dzia艂anie 偶ywych u偶ytkownik贸w lub 鈥 m贸wi膮c szerzej 鈥 funkcjonuj膮ce w聽przestrzeni przeznaczonej z聽za艂o偶enia dla ludzi. Boty internetowe odpowiadaj膮 obecnie za聽ponad 50% wszelkiego ruchu w聽Internecie 鈥 uwzgl臋dniaj膮c przegl膮danie stron www, publikowanie tre艣ci, odtwarzanie medi贸w czy pobieranie plik贸w.

Chatboty to boty internetowe funkcjonuj膮ce na聽r贸偶nego rodzaju 鈥渃zatach鈥, czyli prowadz膮ce konwersacje w聽komunikatorach internetowych (jak Messenger, Skype czy Slack) lub w聽oknach typu 鈥渓ive chat鈥 osadzonych na聽stronach www.

Obecnie zdecydowanie najpopularniejszym 艣rodowiskiem dzia艂ania chatbot贸w jest komunikator Facebook Messenger, kt贸ry zgromadzi艂 ju偶 ponad 1,3 mld u偶ytkownik贸w na聽艣wiecie.

Dominacja komunikatora z聽niebiesk膮 chmurk膮 jest widoczna r贸wnie偶 w聽naszym raporcie 鈥 spo艣r贸d 18 chatbot贸w zg艂oszonych do聽badania a偶 16 zintegrowanych zosta艂o w艂a艣nie z聽Messengerem. W聽raporcie rozszerzyli艣my tak偶e poj臋cie chatbota o聽asystenta g艂osowego, funkcjonuj膮cego na聽infolinii telefonicznej, poniewa偶 w聽warstwie architektury interfejsu konwersacyjnego rozwi膮zania te maj膮 wiele cech wsp贸lnych.

Typy chatbot贸w.

Poniewa偶 spotykane obecnie chatboty najcz臋艣ciej koncentruj膮聽si臋 na聽realizacji pojedynczych funkcji, mo偶emy pokusi膰聽si臋 o聽zaproponowanie uproszczonej systematyki ich podzia艂u:

  1. Chatbot powiadamiaj膮cy 鈥 prowadzi jednokierunkow膮 komunikacj臋 do聽swoich u偶ytkownik贸w (鈥渟ubskrybent贸w鈥), wysy艂aj膮c im powiadomienia zgodnie z聽ustalonym harmonogramem (np. codzienna porada) lub w聽efekcie wyst膮pienia okre艣lonych zdarze艅, tzw. trigger贸w (np. powiadomienie o聽nadaniu przesy艂ki). Ten typ chatbota to nowe wcielenie starego, dobrego 鈥渘ewslettera鈥. Dzi臋ki zast膮pieniu zaspamowanej skrzynki e-mail nowym kana艂em kontaktu 鈥 鈥渋nstant messengerem鈥 鈥 to nowe podej艣cie pozwala na聽osi膮ganie znacznie (nawet dziesi臋ciokrotnie!) lepszych rezultat贸w, je艣li chodzi o聽skuteczno艣膰 docierania do聽bazy subskrybent贸w. Oczywi艣cie ten efekt nowo艣ci z聽pewno艣ci膮 b臋dzie mala艂 wraz z聽up艂ywem czasu. Przyk艂adowe scenariusze realizowane przez chatbota powiadamiaj膮cego:
    1. powiadomienie o聽nadaniu paczki w聽sklepie internetowym,
    2. powiadomienie o聽wystawieniu faktury,
    3. codzienna prognoza pogody,
    4. codzienne wiadomo艣ci z聽kraju i聽ze 艣wiata,
    5. wyniki skok贸w narciarskich wysy艂ane zaraz po zako艅czeniu turnieju,
    6. newsletter informuj膮cy o聽nowych promocjach,
    7. powiadomienie o聽obni偶eniu ceny obserwowanego produktu.
  2. Chatbot procesowy 鈥 pozwala u偶ytkownikowi przej艣膰 przez z聽g贸ry ustalony i聽liniowy proces, wymagaj膮cy podj臋cia szeregu decyzji z聽zamkni臋tej puli wybor贸w. Aktualnie chatboty takie nie聽posiadaj膮 najcz臋艣ciej silnika NLP i聽nie pozwalaj膮 na聽swobodn膮 konwersacj臋 z聽u偶ytkownikiem, kt贸ry jest zmuszony do聽wybierania z聽oferowanego mu w聽danym momencie w膮skiego menu opcji. Najbardziej czytelnym przyk艂adem takiego rozwi膮zania jest proces zam贸wienia pizzy, w聽czasie kt贸rego u偶ytkownik wybiera jej rodzaj, podejmuje decyzj臋 o聽grubo艣ci ciasta, dobiera sos i聽inne dodatki, a聽na ko艅cu podaje adres dostawy. Inne przyk艂ady realizowanych w聽ten spos贸b scenariuszy to:
    1. zakup bilet贸w do聽kina,
    2. zakupy w聽sklepie online z聽poziomu komunikatora,
    3. wyb贸r wakacyjnej oferty biura podr贸偶y,
    4. z艂o偶enie wniosku o聽otwarcie konta bankowego,
    5. zg艂oszenie szkody ubezpieczeniowej,
    6. 鈥瀙rzewodnik prezentowy鈥 proponuj膮cy pomys艂y na聽prezent w聽zale偶no艣ci od聽cech osoby obdarowywanej.
  3. Chatbot konwersacyjny 鈥 pozwala u偶ytkownikowi na聽swobodn膮 rozmow臋, wykonuj膮c polecenia i聽odpowiadaj膮c na聽pytania zadane 鈥渘aturalnym鈥 j臋zykiem u偶ytkownika. Jest to mo偶liwe dzi臋ki wykorzystaniu tzw. silnika NLP (od ang. Natural Language Processing), kt贸ry z聽wypowiedzi u偶ytkownika jest w聽stanie wy艂owi膰 jego intencj臋 (potrzeb臋, ang. intent), a聽tak偶e istotne parametry jego zapytania (ang. entities). Dopiero rozwi膮zania na聽tym poziomie zaawansowania pozwalaj膮 odkrywa膰 wyj膮tkowy potencja艂 interfejsu konwersacyjnego, dzi臋ki kt贸remu cz艂owiek mo偶e komunikowa膰聽si臋 z聽komputerem 鈥渘a w艂asnych warunkach鈥. Wsp贸艂cze艣nie chatboty tego typu najlepiej sprawdzaj膮聽si臋 w聽realizacji scenariuszy typu 鈥淔AQ鈥, w聽kt贸rych bot jest w聽stanie udziela膰 odpowiedzi na聽du偶膮 pul臋 pyta艅 dotycz膮cych oferty produkt贸w i聽us艂ug swojego 鈥減racodawcy鈥. Przek艂ada聽si臋 to przede wszystkim na聽odci膮偶enie biura obs艂ugi klienta.

Oczywi艣cie powy偶sza logika podzia艂u nie聽wyklucza sytuacji, w聽kt贸rej jeden chatbot realizuje wszystkie z聽wymienionych funkcji jednocze艣nie: wysy艂a powiadomienia, pozwala na聽realizacj臋 proces贸w biznesowych oraz odpowiada na聽swobodnie zadawane pytania. Najpewniej w聽takim w艂a艣nie kierunku 鈥 poszerzania zakresu funkcjonalnego 鈥 rozwija膰 b臋d膮聽si臋 obecne, proste wdro偶enia.

Jak jest zbudowany chatbot?

Postrzeganie chatbota jako jednolitego, 鈥渕onolitycznego鈥 tworu jest ca艂kowicie mylne. Ka偶dy chatbot jest faktycznie z艂o偶onym wdro偶eniem, integruj膮cym wiele niezale偶nych od聽siebie rozwi膮za艅. Je艣li ko艅cowy efekt takiej integracji daje rozm贸wcy sp贸jne do艣wiadczenie u偶ytkownika, mo偶emy powiedzie膰, 偶e tw贸rca chatbota wykona艂 dobrze swoj膮 prac臋. Z聽jakich element贸w zbudowany mo偶e by膰 chatbot?

1. Interfejs komunikatora

U偶ytkownik wchodzi w聽interakcj臋 z聽chatbotem w聽jednym z聽kana艂贸w komunikacji, np. w聽Messengerze. Musimy zda膰 sobie spraw臋, 偶e w聽tym miejscu ma on styczno艣膰 jedynie z聽elementami interfejsu wspomnianego komunikatora, stanowi膮cymi zarazem 鈥渒locki鈥, z聽kt贸rych zbudowana jest konwersacja z聽chatbotem. Jest to zazwyczaj bardzo ograniczona i聽wystandaryzowana paleta dost臋pnych element贸w, z聽kt贸rych korzysta膰 mog膮 tw贸rcy interfejs贸w konwersacyjnych. Cz臋sto hamuje to ich kreatywno艣膰, ale zarazem wprowadza pewn膮 sp贸jno艣膰 do艣wiadcze艅 obcowania z聽r贸偶nymi chatbotami.

2. Awatar

Chatbot mo偶e mie膰 sw贸j graficzny wizerunek, nazywany awatarem. W聽przypadku bot贸w osadzonych na聽stronach www, awatar chatbota mo偶e by膰 elementem bardzo rozbudowanym, animowanym i聽zmieniaj膮cym swoje zachowanie w聽zale偶no艣ci od聽przebiegu rozmowy.

Ciekawostka: prawdopodobnie najodwa偶niejszym i聽najbardziej interaktywnym przypadkiem awatara na聽rodzimym rynku by艂a Wirtualna Asystentka InPostu, kt贸ra po wpisaniu sekretnego has艂a robi艂a striptiz, 艣ci膮gaj膮c jedn膮 cz臋艣膰 garderoby za聽ka偶d膮 prawid艂ow膮 odpowied藕 u偶ytkownika na聽zadawane przez ni膮 pytania.

Niestety kreatywno艣膰 tw贸rc贸w bot贸w ponownie bardzo ogranicza komunikator Messenger, gdzie awatar rozm贸wcy sprowadzony jest do聽niewielkiego, statycznego i聽okr膮g艂ego obrazu. W聽tym przypadku jedynym sposobem na聽wprowadzenie animowanych reakcji awatara na聽przebieg rozmowy jest umieszczenie ruchomych GIF-贸w z聽awatarem po艣r贸d tekstowych odpowiedzi chatbota.

W tym miejscu ko艅cz膮聽si臋 elementy budowy chatbota widoczne dla jego rozm贸wcy, stanowi膮ce jednak zaledwie 鈥渃zubek g贸ry lodowej鈥 element贸w sk艂adaj膮cych聽si臋 na聽ca艂e wdro偶enie.

3. Konektor

Platformy do聽tworzenia chatbot贸w oferuj膮 gotowe 鈥渒onektory鈥 鈥 rozwi膮zania pozwalaj膮ce na聽prost膮 i聽szybk膮 integracj臋 chatbota z聽wybranym kana艂em kontaktu z聽u偶ytkownikami. na聽przyk艂ad ka偶dy komunikator internetowy wymaga innego rodzaju integracji, a聽zatem innego konektora u偶yjemy do聽pod艂膮czenia chatbota do聽Messengera, a聽innego do聽Slacka. Ten sam chatbot mo偶e by膰 natomiast pod艂膮czony do聽wielu kana艂贸w kontaktu, korzystaj膮c z聽wielu konektor贸w.

4. Silnik NLP

Silnik przetwarzania j臋zyka naturalnego (ang. Natural Language Processing) stanowi fundament dojrza艂ych rozwi膮za艅 chatbotowych, pozwalaj膮cych u偶ytkownikom na聽zadawanie pyta艅 i聽wydawanie polece艅 przy u偶yciu swobodnego j臋zyka. Ka偶da wiadomo艣膰 przychodz膮ca ze聽strony u偶ytkownika jest przez silnik NLP poddawana drobiazgowej analizie, kt贸rej podstawowym celem jest wy艂owienie potrzeby (ang. intent) oraz istotnych parametr贸w (ang. entities). Wyniki analizy przekazywane s膮 nast臋pnie do聽warstwy logiki biznesowej.

5. Logika biznesowa

Warstwa logiki biznesowej decyduje, jakie operacje chatbot powinien wykona膰 w聽odpowiedzi na聽wiadomo艣膰 u偶ytkownika. Najcz臋艣ciej mog膮 zosta膰 wyzwolone nast臋puj膮ce scenariusze:

  1. udzielenie odpowiedzi z聽predefiniowanej bazy wiedzy,
  2. uruchomienie liniowego podprocesu zdefiniowanego w聽ramach logiki biznesowej (np. sekwencji pyta艅 s艂u偶膮cych do聽zebrania kompletu danych kontaktowych),
  3. skorzystanie z聽jednej z聽integracji z聽zewn臋trznymi systemami informatycznymi (np. uzyskanie danych o聽prognozie pogody dla wybranej lokalizacji),
  4. skierowanie rozmowy do聽cz艂owieka 鈥 operatora live chat.

6. Baza wiedzy

Baza wiedzy jest zestawem gotowych odpowiedzi (鈥渇akt贸w鈥), kt贸re chatbot mo偶e udziela膰 na聽pytania zadawane przez swoich rozm贸wc贸w. Pytania te formu艂owane mog膮 by膰 w聽r贸偶norodny spos贸b, w聽r贸偶nym kontek艣cie i聽przy u偶yciu r贸偶nych s艂贸w, st膮d por贸wnanie bazy wiedzy do聽typowego 鈥淔AQ鈥 (zbudowanego z聽par pytanie-odpowied藕) jest myl膮ce. Przygotowanie dobrej bazy wiedzy chatbota jest d艂ugotrwa艂ym i聽czasoch艂onnym procesem, obejmuj膮cym聽m.in. prace analityczne i聽redakcyjne oraz konsultacje z聽ekspertami zapewniaj膮cymi merytoryczn膮 poprawno艣膰 ka偶dej odpowiedzi.

Ciekawostka: chatboty zdolne do聽spontanicznego i聽samodzielnego generowania odpowiedzi (ang. Natural Language Generation, NLG) s膮 obecnie intensywnie rozwijane, jednak ich wykorzystanie w聽biznesie budzi obawy zwi膮zane z聽trudno艣ci膮 kontroli nad wypowiedziami chatbota, kt贸re mog艂yby poci膮gn膮膰 za聽sob膮 odpowiedzialno艣膰 prawn膮 dla jego w艂a艣ciciela.

7. Integracje zewn臋trzne

Najcz臋艣ciej dopiero dzi臋ki integracji z聽zewn臋trznymi systemami informatycznymi, chatbot jest w聽stanie zaoferowa膰 swoim rozm贸wcom naprawd臋 u偶yteczn膮 funkcjonalno艣膰. Taka integracja oznacza w聽praktyce dodanie dodatkowego interfejsu konwersacyjnego do聽istniej膮cego ju偶 wcze艣niej rozwi膮zania informatycznego. Rol膮 chatbota jest w贸wczas zidentyfikowanie potrzeby u偶ytkownika oraz zebranie danych niezb臋dnych do聽jej zaspokojenia, a聽nast臋pnie przekazanie ich do聽zintegrowanego systemu informatycznego, kt贸ry jest w聽stanie wykona膰 niezb臋dn膮 operacj臋. Ponownie mo偶emy pos艂u偶y膰聽si臋 przyk艂adem zam贸wienia pizzy 鈥 chatbot pozwala rozm贸wcy na聽sprecyzowanie oczekiwanych parametr贸w zam贸wienia (np. Margherita, na聽cienkim cie艣cie, z聽podw贸jnym serem) oraz podanie adresu dostawy, a聽nast臋pnie przekazuje te dane do聽systemu informatycznego Pizzerii, kt贸ry przyjmuje zam贸wienie. W聽kolejnych krokach system mo偶e informowa膰 zwrotnie chatbota (a ten z聽kolei swojego rozm贸wc臋) o聽post臋pach procesu przygotowania zam贸wienia (np. Przyj臋li艣my zam贸wienie > Pizza trafi艂a do聽pieca > Zam贸wienie zosta艂o zapakowane i聽czeka na聽dostawc臋 > Dostawca jest w聽drodze > Pizza dostarczona pod wskazany adres 鈥 smacznego!).

8. Integracja z聽Live Chat

Poniewa偶 technologie chatbotowe s膮 wci膮偶 niedoskona艂e (typowa sprawno艣膰 silnika NLP pozwala na聽prawid艂ow膮 interpretacj臋 ok. 80% najpopularniejszych zapyta艅 u偶ytkownik贸w), mo偶liwo艣膰 przekazania rozmowy od聽chatbota do聽cz艂owieka ma ogromne znaczenie i聽pozwala na聽istotn膮 popraw臋 satysfakcji u偶ytkownik贸w z聽obs艂ugi w聽tym kanale. W聽idealnej sytuacji operator contact center powinien by膰 gotowy do聽przej臋cia rozmowy, gdy tylko chatbot przestaje sobie radzi膰. Poniewa偶 zapewnienie tak du偶ej dyspozycyjno艣ci operator贸w jest mo偶liwe jedynie dla najwi臋kszych organizacji, ustalenie szczeg贸艂owych zasad eskalacji rozmowy od聽bota do聽cz艂owieka wymaga indywidualnego podej艣cia do聽ka偶dego wdro偶enia. Decyzje podejmowane na聽tym etapie mog膮 dotyczy膰 nast臋puj膮cych zagadnie艅:

  1. Jak szybko chatbot powinien przekazywa膰 rozmow臋 do聽cz艂owieka? Niezw艂ocznie, gdy napotka problem w聽zrozumieniu rozm贸wcy, czy mo偶e powinien najpierw poprosi膰 u偶ytkownika o聽inne sformu艂owanie pytania (wypowiedzi)?
  2. Rozmowy na聽jakie tematy powinny by膰 szybciej eskalowane do聽cz艂owieka (np. wymagaj膮ce z聽za艂o偶enia bardzo indywidualnego podej艣cia), a聽w聽jakich sytuacjach nie聽powinny by膰 wcale przekazywane (np. trollowanie bota)?
  3. Jak powinien post臋powa膰 chatbot w聽sytuacji braku dost臋pno艣ci operatora, kt贸ry m贸g艂by przej膮膰 rozmow臋?

9. Osobowo艣膰 chatbota

鈥淥sobowo艣ci膮鈥 chatbota potocznie nazywamy ca艂okszta艂t zabieg贸w i rozwi膮za艅, s艂u偶膮cych stworzeniu z艂udzenia posiadania przez bota unikalnej to偶samo艣ci, znajduj膮cej wyraz w u偶ywanym przez niego j臋zyku oraz sposobie prowadzenia konwersacji. W tym uj臋ciu postrzegana osobowo艣膰 chatbota jest tworzona stopniowo, wraz z ka偶d膮 jego wypowiedzi膮.

W procesie budowania 鈥渙sobowo艣ci鈥, istotn膮 rol臋 odgrywa opracowanie dodatkowej bazy wiadomo艣ci, zawieraj膮ca odpowiedzi na powitania, po偶egnania, pozdrowienia, podzi臋kowania oraz inne uniwersalne i generyczne wiadomo艣ci, kt贸re cho膰 nie stanowi膮 cz臋艣ci dziedzinowej bazy wiedzy, pojawiaj膮 si臋 w ka偶dej niemal konwersacji.

Stworzenie oryginalnej i ciekawej osobowo艣ci mo偶e istotnie wp艂yn膮膰 na postrzeganie chatbota przez u偶ytkownik贸w, czyni膮c z niego atrakcyjnego i anga偶uj膮cego rozm贸wc臋, do kt贸rego ch臋tnie b臋d膮 powraca膰.

Ten sam proces biznesowy mo偶e by膰 realizowany przez nudnego i formalnego, jak r贸wnie偶 dowcipnego i wyluzowanego chatbota. Z kt贸rego ch臋tniej b臋dziesz korzysta膰?

10. Wizualny edytor tre艣ci

Dla zapewnienia wygody zarz膮dzania zawarto艣ci膮 wiadomo艣ci wysy艂anych przez chatbota wiele platform oferuje wizualne edytory tre艣ci, 艂atwe do obs艂ugi dla os贸b bez kompetencji programistycznych. Najprostsze edytory pozwalaj膮 na zarz膮dzanie tekstem odpowiedzi, bardziej zaawansowane daj膮 mo偶liwo艣膰 projektowania z艂o偶onych dialog贸w chatbota poprzez uk艂adanie schemat贸w blokowych. W przypadku subskrypcyjnych funkcji chatbota, przydatny jest tak偶e panel do planowania harmonogramu i sekwencji wysy艂ek wiadomo艣ci w przysz艂o艣ci.

11. Panel analityczny

W ka偶de wdro偶enie chatbota nieod艂膮cznie wpisany jest okres optymalizacji i stabilizacji jego dzia艂ania, pozwalaj膮cy 鈥渄ostroi膰鈥 go do jak najefektywniejszej obs艂ugi rozm贸wc贸w. W tym celu niezb臋dne jest 艣ledzenie i analizowanie statystyk rozm贸w obejmuj膮cych takie zagadnienia jak:

  1. Informacje o rozm贸wcach: liczba unikalnych u偶ytkownik贸w, stosunek nowych do powracaj膮cych rozm贸wc贸w, dane demograficzne, inne.
  2. Statystyki konwersacji: liczba rozm贸w, liczba wys艂anych i odebranych wiadomo艣ci, przeci臋tna liczba wiadomo艣ci na konwersacj臋, przeci臋tna liczba krok贸w konwersacji, czas trwania rozm贸w.
  3. Statystyki konwersji: liczba realizacji cel贸w cz膮stkowych (tzw. mikrokonwersji 鈥 np. klikni臋cie w link) oraz cel贸w g艂贸wnych (tzw. makrokonwersji - np. zam贸wienie produktu).
  4. Statystyki s艂u偶膮ce kalibracji NLP: pytania, na kt贸re chatbot nie zna艂 odpowiedzi, najcz臋艣ciej zadawane pytania, najcz臋艣ciej udzielane odpowiedzi, sytuacje najcz臋艣ciej skutkuj膮ce przekazaniem rozmowy do cz艂owieka, fragmenty konwersacji, w kt贸rych u偶ytkownik nie by艂 zadowolony z odpowiedzi chatbota, inne.

O Badaniu.

Nasze badanie rozpocz臋li艣my od聽og贸lnego researchu bot贸w na聽polskim rynku. W聽pierwszym etapie zdecydowali艣my聽si臋 na聽pomini臋cie chatbot贸w o聽niskim zasi臋gu oraz tych, kt贸rych celem nie聽by艂a komunikacja marketingowa (np. bot wysy艂aj膮cy cytat dnia).

W ten spos贸b na聽naszej li艣cie znalaz艂o聽si臋 ponad 50 wdro偶e艅, z聽kt贸rych ch臋膰 do聽wsp贸艂pracy przy raporcie wyrazili autorzy 32 rozwi膮za艅. Finalnie do聽badania zakwalifikowali艣my 18 chatbot贸w dost臋pnych w聽komunikatorze Messenger, na聽stronie www lub w聽infolinii telefonicznej.

Trzy perspektywy.

Na chatboty w聽badaniu postanowili艣my spojrze膰 z聽trzech r贸偶nych perspektyw:

  1. klienta, kt贸ry go zam贸wi艂 (sponsora/zleceniodawcy),
  2. tw贸rcy, kt贸ry go zbudowa艂 (wykonawcy),
  3. u偶ytkownika, kt贸ry z聽niego korzysta.

Aby pozna膰 trzy wy偶ej wymienione perspektywy, przygotowali艣my dla ka偶dej z聽grup ustandaryzowane ankiety.

Ankieta przygotowana dla klienta skupia艂a聽si臋 na聽kontek艣cie biznesowym wykorzystania chatbota oraz na聽efektach jego wdro偶enia. W聽ankiecie przygotowanej dla tw贸rcy skupili艣my聽si臋 na聽sposobie budowy oraz dzia艂ania chatbota, natomiast w聽ankietach przygotowanych dla u偶ytkownik贸w postawili艣my na聽u偶yteczno艣膰, 艂atwo艣膰 obs艂ugi oraz to, jakie wzbudza艂y emocje.

Badanie z聽u偶ytkownikami.

Za pomoc膮 portali spo艂eczno艣ciowych zrekrutowali艣my grup臋 20 respondent贸w, w聽wieku od聽13 do聽70 lat, zachowuj膮c parytet p艂ci: 50% kobiet + 50% m臋偶czyzn. Wybieraj膮c osoby, kt贸re finalnie wzi臋艂y udzia艂 w聽badaniu, zwracali艣my uwag臋, aby ka偶dy z聽respondent贸w mia艂 do艣wiadczenie w聽u偶ytkowaniu Messengera oraz aby ich stopie艅 zaawansowania w聽艣wiecie cyfrowym by艂 jak najbardziej zr贸偶nicowany.

Badanie przeprowadzili艣my w聽formie wywiad贸w bezpo艣rednich, indywidualnie z聽ka偶dym z聽u偶ytkownik贸w, w聽laboratorium K2. Uczestnicy korzystali ze聽smartfon贸w (z systemami operacyjnymi Android oraz iOS) otrzymanych od聽nas oraz z聽utworzonych na聽potrzeby badania fikcyjnych kont, kt贸re zapewni艂y im pe艂n膮 anonimowo艣膰. Nie聽byli wynagradzani finansowo za聽udzia艂 w聽badaniu, natomiast otrzymali od聽nas drobne upominki, w聽podzi臋kowaniu za聽fatyg臋.

Za艂o偶yli艣my, 偶e jeden uczestnik w聽ci膮gu godziny przeprowadzi rozmowy z聽maksymalnie 5 botami.

Scenariusz badania:

  1. Swobodna konwersacja z聽botem 鈥 samodzielne ustalenie zakresu funkcjonalno艣ci bota.聽
  2. Zrealizowanie scenariuszy u偶ycia bota 鈥 u偶ycie funkcjonalno艣ci (np. zam贸wienie pizzy).
  3. Wywiad z聽badaczem o聽og贸lnych wra偶eniach.
  4. Wype艂nienie ankiety podsumowuj膮cej.

Przeprowadzenie indywidualnych wywiad贸w z聽u偶ytkownikami by艂o dla nas zdecydowanie najciekawsz膮 cz臋艣ci膮 pracy przy raporcie oraz zaowocowa艂o wieloma nieoczywistymi wnioskami i聽obserwacjami na聽temat chatbot贸w.

Wnioski i聽obserwacje.

Na kolejnych stronach zagregowali艣my nasze obserwacje zebrane w聽toku prowadzonego badania. Starali艣my聽si臋 zwr贸ci膰 uwag臋 na聽aspekty najbardziej u偶yteczne dla tw贸rc贸w chatbot贸w, ostro偶nie wyci膮gaj膮c wnioski zar贸wno z聽zachowa艅 i聽subiektywnych wypowiedzi respondent贸w badania, jak te偶 z聽bezwzgl臋dnych danych liczbowych dotycz膮cych poszczeg贸lnych konwersacji z聽chatbotami i聽skuteczno艣ci realizacji zadanych scenariuszy biznesowych.

1. Chatboty to wci膮偶 nowo艣膰

Wszyscy zrekrutowani przez nas respondenci s膮 aktywnymi u偶ytkownikami komunikatora Messenger, jednak wi臋kszo艣膰 z聽nich w聽czasie badania mia艂a styczno艣膰 z聽chatbotem po raz pierwszy w聽偶yciu. Pomimo tego nie聽mieli oni trudno艣ci w聽komunikacji z聽chatbotem i聽realizacji powierzonych im zada艅 (scenariuszy biznesowych). W聽zdecydowanej wi臋kszo艣ci odbi贸r chatbot贸w by艂 bardzo pozytywny, a聽uczestnicy badania deklarowali, 偶e w聽przysz艂o艣ci analogiczne zadanie (np. zakup biletu do聽kina) ch臋tnie powt贸rnie wykonaj膮 w聽tym nowym kanale kontaktu.

Potwierdza to nasz膮 tez臋, 偶e interfejsy konwersacyjne maj膮 niski 鈥減r贸g wej艣cia鈥 dla nowych u偶ytkownik贸w, a聽internauci s膮 ju偶 otwarci na聽pierwsze kontakty z聽chatbotami.

2. Odkrywanie bot贸w nie聽jest 艂atwe

Respondenci badania mieli trudno艣ci z聽wyszukiwaniem bot贸w, z聽kt贸rymi polecono im przeprowadzi膰 testow膮 rozmow臋. Wyszukiwark臋 Messengera wykorzystuj膮 oni przede wszystkim do聽odnajdywania znajomych, dodanych wcze艣niej 艣wiadomie na聽Facebooku, st膮d nie聽kojarzy聽si臋 im ona z聽narz臋dziem do聽eksploracji nowych rozm贸wc贸w. Sekcja 鈥淥dkryj鈥 (鈥淒iscover鈥) sama pozostaje nieodkryta nawet przez zaawansowanych u偶ytkownik贸w Messengera, kt贸rzy tam po prostu nie聽zagl膮daj膮.

Potwierdza to prawid艂owo艣膰 znan膮 ze聽艣wiata aplikacji mobilnych, kt贸rych nie聽wystarczy tylko 鈥渙publikowa膰 w聽sklepie鈥, aby organicznie i聽samodzielnie zdoby艂y sobie u偶ytkownik贸w. Analogicznie nale偶y od聽samego pocz膮tku zadba膰 o聽aktywn膮 promocj臋 chatbota standardowymi dzia艂aniami online i聽offline, aby zgromadzi膰 dla niego warto艣ciow膮 i聽liczn膮 grup臋 rozm贸wc贸w.

3. Dobry onboarding to fundament relacji z聽botem

Respondenci badania mieli trudno艣ci w聽samodzielnym ustaleniu zakresu funkcji testowanych chatbot贸w. Najcz臋艣ciej nie聽odkrywali oni pe艂nego wachlarza oferowanych im mo偶liwo艣ci, skupiaj膮c聽si臋 jedynie na聽podstawowym scenariuszu u偶ycia wybranego chatbota. Ekrany powitalne, kt贸re mog膮 na聽Messengerze pe艂ni膰 zadanie swoistego wprowadzenia w聽rozmow臋, s膮 niestety zazwyczaj bardzo szybko pomijane, traktowane przez u偶ytkownik贸w jako zb臋dna instrukcja.

Na tej podstawie wnioskujemy, 偶e bardzo wa偶nym elementem ka偶dego chatbota jest jego onboarding, czyli proces wprowadzenia nowego u偶ytkownika w聽zasady dzia艂ania i聽zakres oferowanych przez niego funkcji. Wspomniany onboarding powinien by膰 realizowany w聽najbardziej naturalny dla interfejsu konwersacyjnego spos贸b, czyli w聽formie rozmowy, rozbity na聽zwi臋z艂e i聽艂atwo przyswajalne wiadomo艣ci.

4. Interfejs Messengera jest znany tylko w聽podstawowej formie

Interfejs komunikatora Messenger jest u偶ytkownikom znany tylko w聽podstawowej formie, wykorzystywanej do聽rozm贸w ze聽znajomymi. Elementy interfejsu dedykowane specjalnie dla chatbot贸w, jak np. karuzele kart i聽鈥渉amburger鈥 (tzw. persistent) menu, nie聽by艂y dla uczestnik贸w badania zrozumia艂e, a聽ich pojawianie聽si臋 w聽ramach konwersacji w聽komunikatorze traktowali jako nienaturalne.

Na tej podstawie rekomendujemy, aby w聽najwi臋kszym mo偶liwym stopniu do聽budowy konwersacji z聽chatbotem korzysta膰 z聽podstawowych element贸w interfejsu komunikatora (np. proste wiadomo艣ci tekstowe, obrazy), znanych u偶ytkownikom z聽rozm贸w ze聽znajomymi w聽tym kanale.

5. Awatary - czy maj膮 znaczenie?

Niekt贸re spo艣r贸d chatbot贸w bior膮cych udzia艂 w聽badaniu mia艂y awatary, czyli graficzne wizualizacje ich postaci. Chcieli艣my ustali膰, jaki jest ich wp艂yw na聽postrzegan膮 osobowo艣膰 chatbota i聽og贸lne do艣wiadczenie u偶ytkownik贸w, jednak badanie nie聽da艂o w聽tym zakresie wyra藕nych konkluzji.

Uczestnicy badania mieli trudno艣膰 ze聽wskazaniem po zako艅czeniu test贸w, kt贸re boty mia艂y awatary. Dopiero zapytani wprost o聽wybranego chatbota potrafili przywo艂a膰 fakt, 偶e mia艂 on r贸wnie偶 graficzn膮 posta膰. Niekt贸re z聽najlepiej ocenionych w聽badaniu bot贸w nie聽mia艂y wcale swoich awatar贸w.

Cho膰 intuicyjnie czujemy, 偶e awatar mo偶e mie膰 korzystny wp艂yw na聽budowanie atrakcyjnego user experience, nie聽znale藕li艣my dla tej tezy na聽razie potwierdzenia. Wp艂yw na聽to mo偶e mie膰 fakt, 偶e Messenger nie聽daje przestrzeni do聽atrakcyjnej prezentacji animowanego awatara, innej ni偶 przestrze艅 konwersacji.

6. Naturalno艣膰 konwersacji tworz膮 emoji i聽gify

Respondenci wysoko oceniali 鈥渘aturalno艣膰鈥 konwersacji chatbot贸w, kt贸re obficie korzysta艂y z聽emotikonek i聽gif贸w, mimo i偶 najcz臋艣ciej chatboty te nie聽by艂y wyposa偶one w聽silniki NLP i聽faktycznie nie聽umo偶liwia艂y im swobodnej rozmowy.

Ta obserwacja nasuwa tez臋, 偶e dobrze opracowany copywriting, dostosowany do聽charakterystyki Messengera i聽wykorzystuj膮cy gify i聽emoji, ma obecnie kluczowe znaczenie dla budowania 鈥渘aturalnej鈥 rozmowy z聽u偶ytkownikami.

7. NLP to jeszcze nie聽konieczno艣膰

Respondenci badania nie聽oczekiwali od聽chatbot贸w iluzji 鈥渟ztucznej inteligencji鈥 i聽zdolno艣ci do聽prowadzenia swobodnej, ludzkiej konwersacji. Zadowalaj膮ce by艂y dla nich konwersacje zbudowane w聽postaci liniowego dialogu, w聽kt贸rym wybierali kolejne wypowiedzi, klikaj膮c w聽podpowiadane im 鈥渟zybkie odpowiedzi鈥 (ang. 鈥渜uick replies鈥).

Oczekiwania u偶ytkownik贸w zmienia艂y聽si臋 jednak ju偶 po pierwszych do艣wiadczeniach z聽chatbotami wyposa偶onymi w聽NLP i聽pozwalaj膮cymi na聽prowadzenie rozmowy podobnie jak robi膮 to ze聽swoimi znajomymi.

Na tej podstawie stawiamy tez臋, 偶e gdy tylko chatboty wyposa偶one w聽silniki NLP zaczn膮聽si臋 upowszechnia膰, wzrosn膮 r贸wnie偶 oczekiwania u偶ytkownik贸w, kt贸rzy liczy膰 b臋d膮 na聽mo偶liwo艣膰 swobodnej rozmowy, wzorem typowych konwersacji, jakie prowadz膮 w聽komunikatorze internetowym.

Podzi臋kowania.

Dzi臋kujemy wszystkim osobom, kt贸re pomog艂y nam w procesie przygotowania i przeprowadzenia badania oraz sporz膮dzenia niniejszego raportu. Wierzymy, 偶e po艣wi臋cony przez Was czas istotnie przyczyni si臋 do upowszechnienia aktualnej wiedzy na temat wyj膮tkowych mo偶liwo艣ci, jakie niesie ze sob膮 popularyzacja interfejs贸w konwersacyjnych i g艂osowych.

Dzi臋kujemy uczestnikom badania, kt贸rzy w naszym laboratorium przeprowadzili testowe rozmowy z chatbotami, wskazuj膮c ich silne i s艂abe strony.

Dzi臋kujemy wykonawcom zg艂oszonych do badania chatbot贸w, za udost臋pnienie cennych danych liczbowych i komentarzy dotycz膮cych przebiegu ka偶dego wdro偶enia.

Dzi臋kujemy zleceniodawcom i sponsorom chatbot贸w, za komentarze dotycz膮ce t艂a powstania ka偶dej z tych innowacji.

Dzi臋kujemy zespo艂owi K2:
Magdzie Bickiej i Ma膰kowi Lipcowi - za pomoc w opracowaniu oryginalnej metodologii badania chatbot贸w
Oli Pa艂ce - za wnikliw膮 redakcj臋 tekst贸w
Kasi Plewie - za digitalizacj臋 i agregacj臋 informacji zebranych w badaniu
Arturowi Ko艅czy艅skiemu i 艁ukaszowi Lewandowskiemu - za wsparcie merytoryczne i organizacyjne w realizacji tego przedsi臋wzi臋cia badawczego
Klaudii Rakowskiej-Zaj膮c i Ani 膯wikli艅skiej - za promocj臋 raportu w mediach cyfrowych
Tomkowi El偶bieciakowi - za sk艂ad graficzny raportu i wprowadzenie 14325 ponadprogramowych poprawek

Zobacz tak偶e:

04.01.2019.
Chcesz dostawa膰 informacje o nowych wpisach? Zostaw sw贸j adres e-mail.