Desain Chatbot adalah konvergensi desain pengalaman pengguna (UX), desain antarmuka pengguna (UI), copywriting, AI percakapan, dan machine learning dalam penerapan chatbot, respons suara interaktif (IVR), dan agen virtual. Ini menentukan interaksi dengan pengguna manusia, hasil yang diinginkan, dan pengoptimalan kinerja.
Proses desain chatbot yang canggih dalam konteks perusahaan juga menggabungkan manajemen proses bisnis dan penambangan proses untuk mengidentifikasi di mana dan bagaimana implementasi chatbot dapat meningkatkan pengalaman pengguna dan hasil bisnis, memetakan tindakan spesifik yang harus diambil selama atau setelah interaksi chatbot.
Temukan manfaat mengintegrasikan strategi data lakehouse ke dalam arsitektur data Anda, yang mencakup peningkatan untuk meningkatkan skala AI dan peluang pengoptimalan biaya.
Daftar untuk buku elektronik tentang AI generatif
Dalam desain chatbot, seperti halnya disiplin desain berorientasi pengguna lainnya, desain UI dan UX adalah dua konsep yang berbeda, meskipun saling berhubungan.
Desain UI mengacu pada tampilan: elemen visual nyata seperti tata letak, tombol, sakelar, warna, bidang teks, dan font - aspek produk, aplikasi, atau situs web yang paling sering berinteraksi langsung dengan pengguna (atau 'antarmuka'). Desain UI chatbot menginformasikan keputusan seperti di mana pengguna mengetik input teks atau ukuran dan lokasi jendela chatbot.
Desain UX mengacu pada cara kerja: masalah strategis dan logistik seperti tindakan apa yang dapat dilakukan pada setiap langkah, informasi apa yang diberikan atau dikumpulkan dari pengguna dan bagaimana perjalanan pengguna yang ideal. Pertimbangan UX chatbot mencakup pertanyaan apa yang akan diajukan chatbot, bagaimana chatbot merespons input tertentu atau kapan harus mengeskalasi kasus ke agen manusia.
Intinya, desain UI menggerakkan desain UX. Apa yang diucapkan chatbot (dan alasannya) merupakan desain UX, namun bagaimana dialog chatbot tersebut ditampilkan kepada pengguna merupakan desain UI; informasi yang diminta chatbot pada langkah tertentu merupakan desain UX, namun apakah pengguna mengetik jawaban mereka atau memilihnya dari dropdown merupakan desain UI.
Meskipun detail halus dari antarmuka pengguna chatbot Anda sendiri dapat bervariasi berdasarkan sifat unik dari merek, pengguna, dan contoh penggunaan Anda, beberapa pertimbangan desain UI cukup universal.
Dalam semua konteks, UI chatbot Anda harus:
- Mudah digunakan: Chatbot yang baik adalah chatbot yang intuitif. Harus jelas di mana harus mencari, apa yang harus diklik dan bagaimana melanjutkan.
- Responsif: UI chatbot Anda harus menawarkan pengalaman yang konsisten di semua perangkat yang relevan, baik di monitor desktop yang besar atau layar kecil aplikasi seluler.
- Menarik: Segala sesuatu mulai dari tombol hingga animasi hingga copy (atau 'microcopy') pada label dan menu tarik-turun harus dibuat dengan cermat untuk bentuk dan fungsinya.
- Cerminan dari merek Anda: Dari warna dan font hingga avatar yang Anda tetapkan sebagai persona chatbot Anda, chatbot Anda harus diperlakukan seperti perpanjangan dari merek Anda.
Untuk beberapa implementasi chatbot, seperti integrasi ke aplikasi perpesanan pihak ketiga seperti Slack, WhatsApp atau Facebook Messenger, antarmuka percakapan tidak dapat disesuaikan. Elemen UI tetap seperti itu harus diperhitungkan dalam perencanaan UX.
Bagi banyak bisnis, terutama yang tidak memiliki sumber daya untuk mengembangkan UI yang dipesan lebih dahulu dari bawah ke atas, paling efisien menggunakan pembuat chatbot dengan templat dan alur kerja seret dan lepas yang merampingkan keputusan UI. Penyedia chatbot terkemuka menawarkan peluang untuk menyesuaikan elemen gaya agar sesuai dengan merek Anda, tetapi mengikuti pola desain UI yang telah terbukti memungkinkan Anda fokus pada prioritas UX unik organisasi Anda.
Saat mengeksplorasi lebih jauh mengenai desain UX chatbot, kami akan menggunakan istilah-istilah tertentu dengan makna khusus dalam konteks ini.
- Maksud: Maksud adalah tujuan pengguna untuk berinteraksi dengan chatbot Anda - tujuan atau masalah spesifik yang ingin diatasi, seperti membayar tagihan atau mendapatkan jawaban atas pertanyaan.
- Ucapan: Ucapan adalah setiap pernyataan individu yang dibuat selama pertukaran, seperti "halo!" atau "Saya ingin membayar tagihan saya" atau "ya".
- Pertukaran: Pertukaran terdiri dari dua atau lebih ucapan. Pada hakikatnya, istilah ini merujuk secara holistik pada percakapan bolak-balik antara pengguna dan chatbot.
- Kontak: Setiap contoh pengguna yang berinteraksi dengan chatbot adalah sebuah kontak. Kontak tidak sepenuhnya sama dengan pertukaran: jika pengguna memulai kontak dengan membuka jendela chatbot, tetapi tidak menanggapi sapaan chatbot, tidak ada pertukaran yang terjadi; jika pengguna memulai kembali percakapan, kontak itu sekarang mencakup beberapa pertukaran.
- Domain: Domain adalah deskripsi luas tentang ruang lingkup chatbot Anda, seperti dukungan pelanggan atau sumber daya manusia. Setiap domain terdiri dari beberapa topik. Chatbot yang dirancang untuk berkomunikasi tentang topik apa pun, seperti ChatGPT, disebut chatbot domain terbuka.
- Topik: Topik adalah pokok bahasan atau serangkaian tugas tertentu dalam suatu domain. Misalnya, domain dukungan pelanggan mungkin berisi topik seperti pembayaran tagihan, jam operasional toko , atau pengembalian. Setiap topik dipetakan ke maksud pengguna tertentu.
- Entitas: Entitas adalah kata benda yang relevan dengan maksud pengguna, seperti produk, dokumen, atau layanan yang disebutkan dalam suatu ucapan. Identifikasi entitas yang tepat adalah elemen penting dari pemrosesan bahasa alami (NLP).
- Eskalasi: Eskalasi adalah perpindahan dari chatbot ke agen manusia. Ini dapat berupa eskalasi "terencana", atau eskalasi "fallback" (ketika bot tidak dapat mengenali atau menyelesaikan maksud pengguna).
- Langkah: Setiap interaksi bolak-balik antara chatbot dan pengguna adalah sebuah langkah. Langkah-langkah mungkin termasuk salam, pertanyaan klarifikasi, tindakan, serah terima, atau bahkan obrolan ringan.
- Logika aliran: Logika aliran mengatur bagaimana bot bereaksi terhadap setiap ucapan dan melanjutkan ke langkah selanjutnya. Ini mungkin melibatkan pernyataan if-else sederhana, decision trees, algoritma kompleks atau logika probabilistik yang digerakkan oleh machine learning.
- Tanggapan yang dipilih: Ucapan yang secara positif menggerakkan pertukaran ke arah penyelesaian niat pengguna.
- Respons yang tidak disukai: Ucapan yang tidak memajukan pertukaran ke arah penyelesaian maksud.
Pengalaman chatbot yang hebat membutuhkan pemahaman mendalam tentang apa yang dibutuhkan pengguna akhir dan kebutuhan mana yang paling baik ditangani dengan pengalaman percakapan. Gunakan chatbot bukan hanya karena Anda bisa, tetapi karena Anda yakin chatbot akan memberikan pengalaman pengguna yang terbaik.
Pilih domain yang tepat: di mana chatbot dapat paling membantu?
FAQ Anda adalah basis pengetahuan yang sangat baik untuk pertanyaan, tugas, dan masalah yang sering muncul dan dapat diprediksi. Tim layanan pelanggan Anda juga merupakan sumber wawasan yang penting. Manajemen proses bisnis yang kuat dapat mengidentifikasi peluang dan inefisiensi lebih lanjut, serta membantu menggambarkan pusat pengetahuan yang berbeda, saluran komunikasi dan tingkat kompleksitas, keamanan dan privasi yang penting untuk setiap domain.
Chatbot menawarkan nilai paling tinggi ketika percakapan dua arah diperlukan atau ketika bot dapat menyelesaikan sesuatu dengan lebih cepat, lebih mudah, atau lebih sering daripada cara tradisional. Beberapa domain mungkin lebih baik dilayani oleh artikel bantuan atau wizard pengaturan. Yang lainnya, seperti yang membutuhkan bantuan yang sangat teknis atau informasi pribadi yang sensitif, mungkin lebih baik diserahkan kepada orang yang sebenarnya.
Seimbangkan tujuan bisnis jangka pendek dan jangka panjang
Untuk chatbot pertama Anda, sebaiknya Anda memulainya secara perlahan. Makin sedikit data yang Anda miliki, makin sulit Anda meyakinkan diri untuk membuat prediksi: perusahaan yang menghabiskan waktu berbulan-bulan untuk membangun chatbot pertamanya yang mencakup banyak topik sering kali mengetahui (setelah diluncurkan) bahwa asumsi utama tentang perilaku pengguna ternyata salah—dan harus memulai lagi dari awal. Menangani daftar topik dan niat yang lebih pendek secara efektif akan menghasilkan pengalaman pengguna yang lebih baik daripada memberikan hasil yang tidak konsisten di domain yang lebih luas.
Karena itu, pilih domain dengan potensi pertumbuhan. Strategi chatbot yang benar-benar sukses tidak menghasilkan solusi mandiri, tetapi alat percakapan yang diterapkan di semua saluran yang relevan — situs web, aplikasi perpesanan, sistem telepon — yang saling memperkaya dengan menghasilkan data bersama untuk pelatihan dan pengoptimalan.
Secara garis besar, penawaran chatbot terbagi dalam dua categories: chatbot berbasis aturan dan chatbot AI.
Chatbot berbasis aturan sederhana dan ekonomis. Mereka beroperasi berdasarkan aturan jika-maka-lalu: setiap langkah (atau cabang dalam decision trees) diberi input spesifik yang dapat dikenali oleh chatbot, masing-masing dicocokkan dengan respons yang dituliskan. Karena tidak memiliki pemrosesan bahasa alami (NLP), bot berbasis aturan harus membatasi ucapan pengguna pada frasa sederhana atau opsi yang sudah ditulis sebelumnya. Hal ini dapat membatasi kesuksesan kecuali jika kebutuhan pengguna Anda sangat mudah diprediksi, berulang, dan mudah-dan akan tetap seperti itu saat Anda meningkatkannya.
Chatbots AI lebih kuat, serbaguna, dan dapat diskalakan. Kemampuan kecerdasan buatan seperti AI percakapan memberdayakan chatbot tersebut untuk menafsirkan ucapan unik dari pengguna dan secara akurat mengidentifikasi maksud pengguna di dalamnya. Machine learning dapat melengkapi atau menggantikan pemrograman berbasis aturan, mempelajari dari waktu ke waktu ucapan mana yang paling mungkin menghasilkan respons yang disukai. AI generatif, dilatih pada ucapan masa lalu dan sampel, dapat membuat respons bot secara real time. Agen virtual adalah chatbot AI yang mampu melakukan otomatisasi proses robotik (RPA), yang semakin meningkatkan utilitasnya.
Banyak situasi mendapat manfaat dari pendekatan hibrida, dan sebagian besar bot AI juga mampu melakukan pemrograman berbasis aturan.
Sebelum merancang detail halus pengalaman pelanggan Anda, rencanakan fondasi chatbot Anda.
- Tentukan saluran awal: Saluran tempat pengguna berinteraksi dengan bot Anda harus secara alami selaras dengan fungsi yang dilayaninya. Setiap saluran yang berbeda memengaruhi cara pengguna mengartikulasikan diri mereka sendiri, bagaimana bot Anda harus merespons, dan sistem mana yang tersedia untuk integrasi. Setelah Anda memilih domain, pastikan Anda dapat bekerja dengan saluran yang relevan. Misalnya, jangan mengotomatiskan pertanyaan pembayaran jika tim yang menjalankan halaman pembayaran situs web Anda tidak mengizinkan Anda menambahkan klien chatbot ke dalamnya.
- Identifikasi topik utama: Tujuan mendasar dalam perencanaan chatbot adalah untuk menentukan 'pengetahuan minimum yang layak' bot Anda, atau MVK. MVK adalah cakupan topik minimum yang harus mampu dilakukan bot untuk memenuhi tujuannya. Hal ini mencakup keluasan topik - cakupan berbagai topik yang berbeda untuk dicakup - dan kedalaman topik: seberapa menyeluruh setiap topik harus dicakup. Mulailah dengan keluasan topik: daftar semua topik yang mungkin relevan dengan domain yang dipilih, lalu prioritaskan. Keluasan topik yang terfokus memfasilitasi kedalaman topik yang lebih besar, sehingga meningkatkan peluang keberhasilan Anda.
- Kumpulkan semua basis pengetahuan yang relevan: Bot Anda harus dapat mengakses informasi apa pun yang diperlukan untuk memahami dan menangani maksud pengguna yang termasuk dalam cakupannya. Info itu mungkin tidak semuanya ada di satu tempat: sering tersebar di berbagai sumber seperti halaman web, database, dokumen, FAQ, platform CRM, dan sistem pemrosesan transaksional online (OLTP). Pencarian cerdas adalah cara ideal untuk menggabungkan semua sumber data yang relevan dan merampingkan pengambilan informasi.
Pengguna secara tidak sadar, secara otomatis menyimpulkan karakter di belakang bot Anda. Ini harus menyampaikan karakteristik positif yang kita cari dalam percakapan manusia (empati, keingintahuan, kesabaran, keramahan) sambil mempertahankan transparansi sebagai robot. Yang terakhir ini sangat penting untuk mengelola ekspektasi pengguna dan menghindari efek 'lembah yang luar biasa': kegelisahan aneh yang dipicu oleh hal-hal yang tidak wajar. Ini dapat paling mudah dicapai dengan pilihan nama, avatar, dan salam yang bijaksana.
Kepribadian chatbot Anda memengaruhi sebagian besar elemen desain percakapan. Ini harus mencerminkan merek Anda dan sesuai dengan pengguna dan fungsi yang dituju: bot asisten kebugaran harus menggunakan bahasa yang aktif; aplikasi diagnosis kesehatan harus menghindari lelucon.
Mulailah dengan mempertimbangkan posisi chatbot Anda dalam berbagai spektrum:
- Lucu vs. Serius
- Antusias vs. Tenang
- Formal vs. Informal
- Hangat vs. Dingin
- Otoritatif vs. Dekat
Chatbot hanya menyediakan setengah dari percakapan. Anda tidak dapat mengontrol atau sepenuhnya memprediksi setengah pengguna. Desain percakapan yang kuat memastikan pengalaman pengguna yang positif dengan mendekati alur percakapan sedemikian rupa sehingga, apa pun yang diucapkan pengguna, respons chatbot terasa alami, dapat dipercaya, dan produktif.
Cakupan yang sebenarnya dari suatu topik tidak hanya membutuhkan merancang jalur percakapan yang ideal, tetapi juga membayangkan semua jalur unik yang mungkin diikuti percakapan, termasuk potensi kebingungan, jalan memutar, dan jalan buntu. Anda mungkin memprogram bot penjadwalan Anda untuk mengenali "Saya ingin mengubah janji temu saya", tetapi pengguna mungkin berkata, "Saya tidak bisa hari Selasa lagi." Anda mungkin memiliki jalur yang optimal, tetapi apakah ada rencana B jika rencana A gagal? Jika rencana B gagal, dapatkah bot Anda menjelaskan masalahnya kepada pengguna? Jika pengguna tidak memahami permintaan, dapatkah bot mengungkapkan ucapan secara berbeda?
Bahkan jika logika alur Anda sempurna, kesalahan akan terjadi—tetapi ketidaksempurnaan kecil seharusnya tidak menggagalkan pertukaran. Di sini sekali lagi, chatbot AI memiliki keunggulan utama: alih-alih secara manual memprediksi dan merencanakan setiap kesalahan ketik untuk menghindari interupsi, kecerdasan buatan dapat membuat asumsi yang matang dan menjaga semuanya tetap berjalan. Misalnya, IBM Watsonx Assistant memiliki fitur koreksi otomatis untuk kesalahan ejaan, serta logika fuzzy untuk membantu pengenalan maksud dan entitas. Demikian pula, bot AI dengan speech-to-text dapat dilatih untuk menafsirkan aksen, salah pengucapan, dan jargon dengan tepat dalam masukan suara.
Seperti dalam percakapan manusia biasa, pengguna ingin merasa dipahami. Desain chatbot dapat mencapai hal ini dengan memastikan bahwa semua respons bot, bahkan respons yang tidak disukai, informatif dan relevan dengan ucapan pengguna. Saat menulis dialog chatbot, usahakan untuk mengakui apa yang dikatakan pengguna dan hindari perubahan topik pembicaraan yang tumpul, lompatan acak dalam percakapan, atau 'melupakan' informasi yang diberikan pengguna di awal kontak.
Chatbot memiliki keterbatasan. Kemampuan untuk gagal secara elegan dan menyediakan rute untuk memperbaiki percakapan sangat penting: tidak apa-apa jika bot salah, tetapi salah dan tidak relevan dapat menghancurkan pertukaran dan menguras kepercayaan pada chatbot. Bot harus dirancang untuk menangani pelecehan dengan baik, mengenali ucapan yang tidak masuk akal atau tidak relevan, menanggapi perubahan opik, dan mengembalikan percakapan ke jalur yang benar.
Selalu kurangi beban pengguna.
- Mintalah lebih sedikit: Alih-alih nomor pesanan yang panjang, apakah empat digit terakhir sudah cukup? Apakah nama mereka dan sepotong informasi tambahan yang sederhana, katakanlah, tanggal pemesanan, menghilangkan kebutuhan akan nomor tersebut sama sekali?
- Pilihan yang jelas: Sampaikan setiap pertanyaan dengan hati-hati. Seorang pengguna mungkin membalas "apakah Anda ingin janji temu pada hari Rabu atau Kamis?" dengan "ya"—tanggapan yang tidak diinginkan. Namun, hanya ada dua jawaban untuk "silakan pilih hari Rabu atau Kamis."
- Tombol: Bila terdapat daftar kecil opsi potensial, memilih opsi yang telah ditulis sebelumnya—atau, untuk sistem telepon, nomor papan tombol—akan mempermudah dan menghilangkan kemungkinan respons yang tidak diharapkan.
Salinan yang jelas dan ringkas mengurangi gesekan dan menunjukkan rasa hormat terhadap waktu pengguna. Pertimbangkan kembali aliran percakapan Anda jika memerlukan instruksi yang panjang.
Desain chatbot yang efektif melibatkan siklus pengujian, penerapan, dan peningkatan yang berkelanjutan. Individu mungkin berperilaku tidak terduga, tetapi menganalisis data dari kontak sebelumnya dapat mengungkap alur yang rusak dan peluang untuk meningkatkan dan memperluas desain percakapan Anda.
Chatbot mengandalkan, menghasilkan, dan menganalisis sejumlah besar data pengguna. Data tersebut harus ditangani dengan hati-hati. Kegagalan dalam melakukan hal itu tidak hanya menimbulkan konsekuensi etika, tetapi juga berpotensi menimbulkan konsekuensi hukum dan keuangan.
Ini juga dapat memengaruhi adopsi chatbot Anda: menurut Pew Research1, lebih dari separuh orang Amerika telah memutuskan untuk tidak menggunakan suatu produk karena kekhawatiran tentang bagaimana (dan seberapa banyak) produk tersebut mengumpulkan data pribadi.
- Data pengguna harus dilindungi dari pencurian, penyalahgunaan, atau korupsi data.
- Kebijakan harus mematuhi Peraturan Perlindungan Data Umum UE (tautan berada di luar ibm.com) (dan peraturan yang sebanding seperti CCPA).
- Pengaturan privasi dan izin harus jelas, dapat ditemukan, dan dapat disesuaikan.
- Pengguna harus diberi tahu dan mengendalikan data apa yang digunakan, dan dalam konteks apa.
Memberikan layanan pelanggan yang konsisten dan cerdas di semua saluran dan titik kontak dengan AI percakapan.
Temukan jawaban dan wawasan penting dari data bisnis Anda menggunakan teknologi pencarian perusahaan yang didukung AI.
Tingkatkan kekuatan AI dengan platform AI dan data generasi berikutnya.
Pelajari lebih lanjut proses merencanakan, mendesain, membangun, dan meningkatkan chatbot pertama Anda.
Jelajahi tiga teknik untuk merampingkan dialog AI Anda, meningkatkan efektivitasnya, dan memuaskan pengguna Anda: meminta lebih sedikit, memberikan pilihan yang jelas, dan pengeditan copy.
Pelajari keterampilan yang Anda butuhkan untuk membangun AI percakapan yang kuat dengan artikel bantuan, tutorial, video, dan lainnya.
Melalui kursus yang dipandu oleh para pakar, pelajari tentang AI, machine learning, dan natural language understanding yang tersedia untuk UKM nonteknis.
Catatan kaki
1 https://www.pewresearch.org/short-reads/2020/04/14/half-of-americans-have-decided-not-to-use-a-product-or-service-because-of-privacy-concerns/