Theo báo cáo năm 2017 của Per Forrester, có tới 50% công ty đã sử dụng chatbot nhưng có tới 70% chatbot trên Messenger lại không thành công và một số người dùng đã bỏ chatbot của họ do hiệu quả không như mong đợi.

Để đảm bảo chất lượng của chatbot, tốt nhất là nên kiểm tra một cách kỹ lưỡng. Các nhà phát triển nên làm một số thử nghiệm bắt buộc về chức năng của chatbot. Nhưng điều đó cũng không đủ để đánh giá liệu bot có thực hiện chức năng của nó đầy đủ và chính xác hay không.

Một vài lý do sau đây sẽ giải thích tại sao các nhà phát triển không nên tự mình kiểm tra bot mà mình làm ra.

1. Từ vựng

Bot bị giới hạn trong các dữ liệu được người lập trình cài đặt sẵn. Chúng chỉ trả lời được những câu hỏi trong phạm vi liên quan đến những gì mà chúng đã được lập trình.

Bot cũng không có đủ kiến thức để tạo ra các câu trả lời có thể xảy ra mà người dùng sẽ hỏi. Lấy ví dụ: khi hủy một chuyến bay, người dùng có thể nói là “Xóa chỗ của tôi” thay vì nói là “ Hủy đặt chỗ của tôi”. Lúc đó con bot sẽ không hiểu được người dùng đang nói gì vì nó chưa được cài đặt dữ liệu mà người dùng vừa nói. Vì vậy, con bot nên có kiến thức về từ vựng cao để có thể hiểu được mọi yêu cầu từ nhiều cách nói khác nhau của người dùng.

2. Khả năng phân loại khách hàng

Thật sự quan trọng để hiểu sự khác nhau của nhiều loại người dùng. Không phải tất cả người dùng đều đang nói chuyện với thị trường phù hợp với chatbot, họ sẽ có nhiều lĩnh vực khác nhau để hỏi. Tuy nhiên, mỗi bot thì chỉ được cài đặt dữ liệu về một thị trường, một phạm vi nhất định, như một bot tài chính chỉ quen thuộc với những kiến thức về những vấn đề liên quan đến kinh tế để nói chuyện với người dùng một cách hiệu quả.

Người dùng mới có thể sẽ không có đủ ngữ pháp và từ vựng để sử dụng bot. Trái lại, có thể có những người dùng với vốn từ vựng tuyệt vời, những người quá mong đợi rằng các bot có thể hiểu họ.

Xác định cá tính của nhiều người dùng khác nhau đang sử dụng bot là điều cần thiết để đảm bảo bot của bạn phù hợp được hầu hết tất cả các cá nhân. Đó là cách tốt nhất để kiểm tra nó có phù hợp với những người này hay không.

3. Tiếng địa phương

Mỗi ngôn ngữ có nhiều tiếng địa phương khác nhau, tùy thuộc vào vùng mà người dùng đang sống. Vì vậy, để bot hiểu được người dùng đang nói gì là điều rất quan trọng. Bởi vì, nghĩa của từ khác nhau giữa các vùng và từ vựng cũng thay đổi theo, người dùng sẽ có những cách nói khác nhau về một câu hỏi nào đó. Ví dụ: Câu “Làm răn rứa?” sẽ bằng với câu “Làm sao vậy?”, nhưng nếu khi cài đặt dữ liệu chỉ có một câu chuẩn “Làm sao vậy?” thì khi người dùng hỏi câu “Làm răn rứa?” chatbot sẽ không trả lời được mặc dù hai câu có ý nghĩa giống nhau.

Vì vậy, cần phải cài đặt dữ liệu để bot có thể hiểu được các từ địa phương mà người dùng sử dụng, để cung cấp những thông tin cần thiết cho người dùng một cách hiệu quả nhất, không bị gián đoạn.

4. Thiết kế luồng hội thoại

Dòng chảy hội thoại nên được sử dụng một cách giới hạn. Bot sẽ không phát hiện được nếu thiết kế là một dòng chảy tự nhiên hoặc nếu nó gây bối rối cho người sử dụng. NLP (Xử lý ngôn ngữ tự nhiên) có thể chia tách các câu hỏi của người dùng thành nhiều câu khác nhau. Sự hồi đáp của những câu hỏi này sẽ đòi hỏi người dùng nhập vào thông tin trong những câu hỏi khác nhau.

Nếu bạn đặt nhà hàng qua chatbot, ví dụ câu “Tôi muốn đặt một bàn bốn người vào 8 giờ tối”, đối với câu này, NLP có thể không hiểu người dùng đang nói gì do nó không biết số lượng của khách là bao nhiêu và vào lúc mấy giờ. Vấn đề này được giải quyết bằng cách chatbot sẽ hỏi lại người dùng về số lượng khách và thời gian. Trong trường hợp này, người dùng cần nhập nhiều câu hỏi hơn luồng nhập tự nhiên của họ.

(Theo Chatbot Magazine)

messnow

Send message

messnow