ChatBots Metrics: come valutare le performance delle interfacce conversazionali

Ti sei mai chiesto perché le metriche di un ChatBot possono essere utili alle tue strategie di marketing digitale più di quanto pensi?

Le interfacce conversazionali (Conversational Interface o ChatBot), potenziate da algoritmi di Intelligenza Artificiale, rappresentano una preziosa miniera di dati e informazioni per il lavoro dei professionisti del marketing e della comunicazione.

La conversazione sta diventando l’interfaccia più ricercata dagli utenti per entrare in contatto con i brand. La possibilità di raccontare i propri bisogni, attraverso la forma di espressione più naturale di cui disponiamo, il linguaggio, sembra raccogliere il favore del pubblico per la possibilità di personalizzare l’interazione e ricevere risultati, appropriati e pertinenti, alla conversazione avviata dall'utente.

L’utilizzo di ChatBot, come parte delle più ampie strategie di marketing digitale, consente ai marketer di invertire la prospettiva di contatto con i pubblici di riferimento. Non più ricorrendo a modalità ormai statiche e omologate, come ad esempio le Landing Page, bensì puntando su una forma di espressione, libera e personale.

La ricerca di beni e servizi attraverso assistenti vocali è in costante crescita e questo non può non avere effetti sui rapporti di forza tra utenti e sistemi informatici. L’utilizzo delle tecniche di Analytics per le interazioni svolte dai ChatBot apre, inoltre, uno scenario davvero nuovo per la possibilità di estrarre dati e insight da modalità di contatto molto diverse dalle tradizionali poiché basate sul linguaggio naturale.

La maggiore efficacia della raccolta di dati tramite ChatBot risiede principalmente nel modo in cui avviene: in modo volontario, all'interno di un dialogo tra interfaccia e utente. In questo processo, le persone sono consapevoli della funzione che ogni informazione, rilasciata o ricevuta, ricopre ai fini dell’interazione e del soddisfacimento di una determinata necessità all'origine del contatto.

Per prevedere, misurare e migliorare le performance delle iniziative che sfruttano “l’uso combinato di voce, chat e qualsiasi altro mezzo comunicativo attraverso oggetti grafici quali bottoni, immagini, menù e video”, accanto alle tradizionali metriche dei “Visitatori”, “Visitatori unici” per browser, sistema operativo e provenienza geografica, è possibile individuare due grandi insiemi di informazioni.

Metriche basate sulla quantità di messaggi scambiati tra utenti e ChatBot.

Parliamo del “Numero di conversazioni” svolte, della “Profondità media delle risposte”, del “tempo medio di permanenza” dell’utente che, al contrario di quanto avviene con altri touch-point in cui l’aumentare del tempo suggerisce una buona rilevanza dei contenuti, dovrebbe mirare a risolvere la richiesta di un utente in pochi passaggi.

Metriche che derivano dalle conversazioni

I ChatBot restituiscono “risposte di circostanza” quando non riescono a trovare un riscontro adeguato alla domanda dell’utente. Invece di restare in silenzio, il ChatBot informa l’utente che non è stata trovata una corrispondenza a lui utile. Al contempo, il ChatBot è in grado di restituire queste informazioni sotto forma di “domande senza risposta”, un’occasione perfetta per il marketer di migliorare la base di conoscenza del ChatBot (knowledge base) assegnando la risposta più conforme alla richiesta ricevuta.

Dal numero di “domande senza risposta” possono, inoltre, emergere non solo mancanze nell'elaborazione del linguaggio naturale (NLP) ma richieste degli utenti finali non soddisfatte, ovvero contenuti ai quali gli utenti sembrano dar più peso rispetto alle valutazioni di chi ha istruito il ChatBot. Le “domande rivolte con maggiore frequenza” e “i temi più discussi” possono essere aggregate in tag cloud (nuvole di parole) il cui vantaggio principale è fornire una visione ampia dei correttivi da introdurre per rendere il ChatBot più coinvolgente.

In conclusione, i marketers hanno grandi possibilità per accrescere la qualità emozionale dell’esperienza di contatto con un assistente virtuale, anziché con un essere umano, e leve per comprendere come migliorare l’accuratezza nella risposta del ChatBot.

Se, come detto, l’interazione gestita mediante interfacce conversazionali è la modalità che gli utenti sembrano prediligere quando cercano risposte tempestive a quesiti semplici, è questo il momento ideale per i brand di sperimentare esperienze di utilizzo basate su ChatBot. Cavalcare questo entusiasmo significa per i marketers poter contribuire a reinventare la relazione tra utente e tecnologia attraverso il linguaggio naturale.