Iwona Gebauer 09.11.2018

Analityka w chatbocie, czyli jak dowiedzieć się więcej o odbiorcy Twojej marki

W ciągu ostatniego miesiąca Twój chatbot odnotował 60 tysięcy interakcji z użytkownikami. Co Ci to mówi? Tak naprawdę niewiele. Jedyne co możesz zrobić z taką informacją, to porównać tę liczbę do wyników z poprzedniego okresu. Suche liczby są zmorą każdego analityka. A przedstawianie ich bez kontekstu porównałabym do udzielenia odpowiedzi w stylu: „jestem Iwona”, gdy ktoś prosi mnie o opowiedzenie czegoś o sobie podczas firmowej integracji. Zobacz, jak możesz wyciągnąć więcej z danych dotyczących Twojego chatbota, by powiedziały ci więcej o Twoich odbiorcach i biznesie, który prowadzisz.  

Monitoring zachowań użytkowników na stronach internetowych lub w aplikacjach jest niezbędny dla każdego biznesu. Nie żyjesz już w świecie, w którym musisz kontaktować się z innymi ludźmi, aby uzyskać potrzebne ci informacje. Ba – coraz częściej zamiast „wygooglować” czy dany sklep jest czynny w tę niedzielę, wolisz spytać o to w prywatnej wiadomości na Facebooku marki. Gdy nie uzyskasz zadowalającej odpowiedzi, bez skrupułów wybierzesz inną. Ten prosty przykład pokazuje, że jeśli nie będziesz śledzić sposobów interakcji użytkownika z chatbotem, nigdy nie dowiesz się, np. jaka była dokładna przyczyna utraty Twojego potencjalnego klienta. Stąd nie tylko w zrozumieniu potrzeb odbiorców, a także usprawnieniu Twojego chatbota i dalej biznesu, pomoże Ci zaawansowana analityka, spięta zarówno z wewnętrznymi panelami statystycznymi, jak i zintegrowana z zewnętrznymi rozwiązaniami, na których pracują analitycy danych.  

widok z panelu analitycznego KODA Bots

Poznajmy się bliżej – mam rodzeństwo

Podstawowe informacje, takie jak liczba wysłanych i otrzymanych wiadomości, znajdziesz w prawie każdym panelu statystycznym dotyczącym chatbotów. Do oceny efektów  Twojego chatbota – jeśli nie masz autorskiego rozwiązania – pomogą Ci np. Yandex Metrica, Dashbot.io, Botanalytics.co itd. Jeśli zauważysz, że Twoi odbiorcy są mało responsywni i nie reagują na wysyłane do nich wiadomości, zareagujesz szybciej, by sprawdzić dlaczego tak się dzieje. Jeśli jednak chcesz sprawdzić, które ścieżki w konwersacji są najbardziej skuteczne w osiąganiu Twoich celów, musisz (Ty lub inna firma, z usług której korzystasz) zbudować tzw. relacje.

Relacje to nic innego jak związki między danymi. Większość z nich powstaje automatycznie w bazie danych gromadzonych przez firmę. Jak to działa? W momencie pierwszej interakcji z chatbotem każdemu użytkownikowi nadajemy unikalne ID. Identyfikator pojawia się przy każdej przesłanej i otrzymanej wiadomości oraz wszelkim zdarzeniom (np. kliknięciu w link, zablokowaniu chatbota). Umożliwia to śledzenie zachowania użytkownika nie tylko na przestrzeni czasu, ale także pośród różnych rodzajów komunikatów, a nawet różnych chatbotów. Dzięki temu dowiesz się przykładowo, że dla chatbota na fanpage’u Twojej marki skuteczne są wiadomości w formie video wysyłane w piątkowy wieczór. Jednocześnie może się okazać, że w bocie na Twojej stronie internetowej lepiej konwertują krótkie notki zachęcające do kontaktu.

widok z panelu analitycznego KODA Bots

Jako analityk, oprócz relacji automatycznych, tworzę również własne powiązania crossowe. Dzięki temu widzę, w jaki sposób pozornie niezależne od siebie metryki oddziałują na siebie nawzajem. Może się okazać, że zwiększona częstotliwość wiadomości wysyłanych przez chatbota podniesie liczbę jego użytkowników o 50%. Nie zdziw się jednak, kiedy przez pozornie nieistotną zmianę (np. formy osobowej w jednym z komunikatów), w tym samym czasie 40% ludzi pożegna się z botem. Do tego typu analizy używam programu Microsoft Power BI, w którym tworzę interaktywne raporty z wizualizacjami danych. Wielką zaletą tego narzędzia jest to, że w momencie wystąpienia anomalii (np. nagłego wzrostu lub spadku liczby wiadomości) Power BI „przeczesuje” wszystkie dostępne w bazie dane i szuka przyczyny tej sytuacji.

analiza użytkowników w Microsoft Power BI

Zwróć uwagę na powyższy przykład, który pokazuje, że na wzrost liczby wiadomości o ponad 870%, a także jej późniejszy spadek, miał wpływ tylko jeden (!) użytkownik.

Dzięki szybkiej i kompleksowej analizie w Power BI w porę zareagujesz na ewentualne problemy lub podejrzysz, jak wyglądają ścieżki konwersacji najbardziej aktywnych użytkowników.

Moja siostra jest księgową, a ulubione słowo brata to „nie wiem”

Zaawansowana analiza nigdy nie powinna skończyć się na danych ilościowych. Liczby liczbami, tylko gdzie jest użytkownik? Ogrom informacji i wiedzy jakościowej, którą możemy wyciągnąć z chatbotów jest nieoceniony. Ciężko mi wymyślić lepsze miejsce w sieci, w którym możemy tak dobrze poznać naszych użytkowników, sprawdzić ich preferencje, sposób myślenia, podejmowania decyzji, a także zrozumieć język ich komunikacji.

Podczas tworzenia raportów odtwarzam tzw. customer flow. Pokazuję, jakie są najczęstsze ścieżki użytkowników, jakiego typu wiadomości powodują, że najwięcej z nich wybiera rozmowę z moderatorem, kończy interakcję z chatbotem lub wręcz przeciwnie – staje się jego lojalnym odbiorcą. Dla każdego z etapów dodaję występujące w tym miejscu frazy i zdania, które w danym momencie wpisują użytkownicy oraz chmury najczęściej używanych przez nich słów. Moim zdaniem to najbardziej wartościowy i pełen insightów wkład, który dostarcza nam analityka. Dzięki temu łatwiej identyfikuję właściwy moment, by zadać właściwe pytania i poprowadzić użytkowników do produktów, usług lub rozwiązań pasujących do ich potrzeb.

analiza użytkowników w Microsoft Power BI

Jeśli chcemy wyciągnąć z naszej analizy jeszcze więcej, możemy również wprowadzić kategoryzację i indeksowanie wiadomości z określeniem ich sentymentu. Takie rozwiązanie sprawdzi się w przypadku chatbotów, w których użytkownicy opisują swoje doświadczenia z marką czy też dają upust swemu niezadowoleniu (wszyscy wiemy, że internet często jest od tego, żeby sobie ponarzekać, a nie kogoś pochwalić :))

Jestem Iwona, pracuję jako analityk i lubię koty

Pamiętaj, że dane generowane przez ludzi, komputery, chatboty czy inne urządzenia, nie stanowią samodzielnego źródła wiedzy. Muszą one zostać zgromadzone, zorganizowane, a następnie zinterpretowane, aby miały jakąkolwiek wartość. Tu właśnie wkracza analityka danych, która umożliwia nam zrozumienie najważniejszych informacji o użytkownikach.

W momencie poznania nowej osoby, sam musisz na bieżąco decydować, co jest dla Ciebie wartościowe, o co chciałbyś zapytać przy kolejnym spotkaniu, co zgłębić, a o czym wolałbyś zapomnieć. W przypadku pracy z danymi jest tak samo. Stąd wśród swoich znajomych dobrze mieć analityka 🙂

Spodobał Ci się artykuł? Podziel się!

Komentarze