Spis treści

Co to jest chatbot marketing?

Chatbot marketing to stosunkowo młoda strategia, która wykorzystuje sztuczną inteligencję oraz różnego rodzaju algorytmy m.in. NLP (ang. natural language processing) do zwiększenia skuteczności komunikacji pomiędzy marką a jej klientami. Chatbot marketing oznacza zautomatyzowaną i spersonalizowaną interakcję poprzez:

  • dostarczanie informacji o produktach,
  • pomaganie w procesie zakupowym np. rekomendowanie produktów lub usług,
  • odpowiadanie na pytania,
  • zbieranie informacji na temat klientów,
  • angażowanie klienta na różnych platformach (strony internetowe, media społecznościowe, czy komunikatory internetowe).

Obecnie powstaje coraz więcej narzędzi dedykowanych chatbot marketingowi, ponieważ usprawniają on obsługę klienta oraz pomagają w generowaniu leadów, co pozwala przełożyć to na sprzedaż. Ponadto spersonalizowana komunikacja pozwala na skuteczniejsze budowanie długotrwałych relacji z klientami.

Dlaczego wykorzystywanie chatbotów będzie miało coraz większe znaczenie?

Na rynku pojawia się coraz więcej usług, dzięki którym możemy stworzyć i zintegrować chatbota nie tylko z popularnymi komunikatorami takimi jak Messenger czy WhatsApp, ale także ze stronami internetowymi, czy natywnymi aplikacjami mobilnymi.

Załóżmy, że prowadzisz księgarnię i jesteś jej jedynym pracownikiem. Twoja księgarnia jest chętnie odwiedzana nie tylko przez mieszkańców, ale także za pośrednictwem Twojej strony internetowej. Niestety jesteś zbyt zajęty sortowaniem nowych dostaw, dbaniem o wystrój i porządek oraz bezpośrednią obsługą klientów w sklepie. Twoi klienci często zadają pytania takie jak:

  • Czy macie najnowszą powieść [tutaj popularny autor]?
  • Czy możecie dla mnie zarezerwować [konkretny tytuł]?
  • Czy może Pan zaproponować książkę z tematyki X, którą wydano w tym roku?
  • Czy oferujecie Państwo pakowanie na prezent?

Zajęty pracą w księgarni nie możesz osobiście odpowiadać na telefony i wiadomości. W takiej sytuacji mógłbyś wykorzystać chatbota, który jest w stanie nie tylko odpowiadać na pytania, ale także wykonywać proste zadania takie jak rezerwacja książek, czy informowanie o nadchodzących wydarzeniach. Dzięki temu klient otrzymuje spersonalizowaną odpowiedź, a Ty jako właściciel księgarni możesz skupić się na innych równie ważnych aspektach prowadzenia biznesu.

To tylko przykład obrazujący niektóre korzyści z posiadania własnego chatbota dostosowanego pod konkretną grupę odbiorców i zintegrowanego ze sklepem internetowym. Znacznie większe korzyści są widoczne w przypadku dużych przedsiębiorstw, gdzie ilość interakcji z klientami jest o rzędy wielkości większa.

Obecnie chatboty realizują wiele różnego typu zadań, które niekoniecznie muszą ograniczać się do odpowiadania na pytania zadawane przez użytkowników. W dobie rozwijających się modeli językowych i sztucznej inteligencji istnieją znacznie większe możliwości.

Wykorzystanie chatbotów w obszarze marketingu jest coraz bardziej widoczne w sektorze e-commerce. Omawiane systemy można znaleźć na stronach internetowych lub w popularnych komunikatorach, które są chętnie wykorzystywane przez firmy do osadzenia tam swoich wirtualnych asystentów. Niezależnie od tego, w jakim środowisku osadzony jest chatbot, cel jest taki sam — zwiększenie satysfakcji klientów.

Dzięki zdolnościom przetwarzania języka naturalnego przez komputery, nowoczesne systemy wykorzystywane w marketingu są w stanie między innymi:

  • na podstawie zebranych informacji rekomendować produkty lub usługi, których poszukuje potencjalny klient, co może uskutecznić sprzedaż;
  • realizować zadania bez ustanku, wykonując przy tym część obowiązków, które do tej pory były realizowane przez działy obsługi klienta lub działy pomocy technicznej;
  • zaawansowane chatboty będą w stanie udzielać odpowiedzi nie tylko na najczęściej zadawane pytania, ale także odpowiadać na te bardziej złożone, które będą wymagały pewnej dozy kreatywności lub zdolności kojarzenia faktów.

Czym różni się chatbot ogólnego przeznaczenia od tego wyspecjalizowanego na potrzeby marketingu?

Różnic pomiędzy generycznym chatbotem a jego wyspecjalizowanym bratem na potrzeby realizacji celów marketingowych można dopatrywać się na kilku płaszczyznach. Automatyzacja procesów komunikacyjnych postępuje i obecnie jest wyróżnikiem dla firm, które zdecydowały się na wykorzystanie tego typu technologii w swoich aplikacjach.

Obszar chatbotów wyspecjalizowanych w obszarze marketingu także prężnie się rozwija, co można dostrzec, porównując je do chatbotów ogólnego przeznaczenia, takich jak ChatGPT. Różnice są wyraźnie widoczne, szczególnie w kilku wymienionych poniżej płaszczyznach.

Cel chatbot marketingu

Chatboty wyspecjalizowane w działaniach marketingowych realizują zadania związane z generowaniem leadów, promowaniem produktów i usług, czy zwiększaniem zaangażowania klientów poprzez analizę danych i dostarczanie im trafniejszych rekomendacji, co klienci mogą odebrać jako lepsze zrozumienie ich potrzeb. Generyczny chatbot może co najwyżej zostać wyposażony w dodatkowe źródło wiedzy (o tym przeczytasz w dalszej części artykułu), co może pomóc w odpowiedzi na najczęściej zadawane pytania lub pokierować użytkownika do odpowiedniego miejsca w aplikacji.

Personalizacja komunikacji na podstawie zebranych danych

Zaawansowane narzędzia do analizy danych i personalizacji, sprzężone z chatbotem pozwalają dostosować całą komunikację do indywidualnych potrzeb klienta. Chatbot nie podaje jedynie szablonowych odpowiedzi, a stara się wykorzystać wszelkie zgromadzone dane, aby sprawić wrażenie zrozumienia problemu klienta, co niesie ze sobą pewne konsekwencje w postaci zwiększonej satysfakcji z przeprowadzonej interakcji. Może to przełożyć się na powrót do skorzystania z aplikacji (sklep internetowy czy system rezerwacji wizyt lekarskich).

Jakie są najważniejsze przewagi, które płyną z wdrożenia chatbota?

Nie bez powodu ten obszar marketingu rozwija się bardzo dynamicznie. Wdrożenie chatbot marketingu daje ogromną przewagę nad konkurentami, którzy jeszcze z nich nie korzystają. Z pomocą chatbota firma jest w stanie zautomatyzować część obowiązków, które do tej pory były wykonywane przez ludzi. Różnice widać przede wszystkim wraz ze wzrostem liczby klientów. Systemy automatyzujące komunikację skaluje się nieporównywalnie prościej, niż buduje się działy obsługi klienta oparte o zasoby ludzkie.

Oszczędność w dłuższej perspektywie czasu

Mowa tutaj o dłuższej perspektywie, ale coraz częściej powstają platformy specjalizujące się w chatbot marketingu, które oferuję gotowe systemy i infrastrukturę, które można dostosować pod własne wymagania, dzięki czemu zwrot z inwestycji jest znacznie szybszy, niż w przypadku budowania rozwiązania tworzonego od podstaw.

Koszt wdrożenia jest w zasadzie jednorazowy. Chatbot w zależności od tego jak został zaprojektowany, może po czasie wymagać aktualizacji bazy wiedzy lub reguł, którymi się kieruje. Rozbudowa chatbota o nowe umiejętności to także w dużej mierze działanie jednorazowe, a co za tym idzie, chatboty nie muszą generować miesięcznych kosztów. Łatwość skalowania oraz możliwość obsługi dużej liczby użytkowników jednocześnie jest nie do przeskoczenia przez pojedynczego pracownika lub nieduży zespół.

Minimalizacja czasu odpowiedzi na nurtujące klientów pytania

Rynek e-commerce jest bardzo konkurencyjny, dlatego tak ważne jest rozwiązywanie problemów potencjalnych klientów w krótkim czasie. Wirtualny doradca może pomóc w dostarczeniu informacji na temat produktów, może także zarekomendować inne produkty lub pomóc w procesie reklamacyjnym - jeżeli proces będzie udany i przyjazny dla użytkownika, to może on być zmotywowany, aby w przyszłości ponownie skorzystać z usług. System w bardziej złożonej sprawie będzie też w stanie skierować sprawę do odpowiedniego doradcy, co tak naprawdę jest jego kolejną zaletą.

Jakie rodzaje zadań mogą realizować automaty?

Nie sposób wymienić wszystkich zadań, w których sprawdzają się systemy tego typu. Pośród najpowszechniejszych zastosowań warto zwrócić uwagę na:

  • Podwyższenie jakości usługi poprzez maksymalne skrócenie czasu oczekiwania na odpowiedź. Wdrożone systemy można z czasem rozbudować o dodatkowy zbiór wiedzy, czy zaimplementować w nich pewne algorytmy, które w połączeniu ze modelami sztucznej inteligencji będą realizowały nawet złożone zadania w obrębie aplikacji (oczywiście wszystko zgodnie z zamysłem osoby, która zaprojektuje taki system — mam na myśli tutaj sytuację, w której system nigdy nie wykona akcji, która nie została wcześniej zaprojektowana przez osobę implementującą funkcjonalność całego systemu).
  • Zwiększenie dostępności wsparcia dla grupy odbiorców, ponieważ system może prowadzić wiele konwersacji jednocześnie w sposób niezależny.
  • System realizujący chatbot marketing dysponuje bogatymi danymi na temat użytkowników, co można wykorzystać do spersonalizowanego rekomendowania usług oraz produktów.

Obszary, w których można wykorzystać chatboty do realizacji celów biznesowych

  • customer service — reklamacje, dodatkowe informacje o produktach, umówienie się na wizytę, statusy przesyłek, FAQ, pomoc w nawigowaniu po stronie internetowej;
  • marketing — rekomendacje produktów, personalizacja doświadczeń;
  • wewnętrzne potrzeby firmy — np. onboarding nowych pracowników.

Praktyczny przykład wykorzystania chatbota

Jednym z najpopularniejszych chatbotów, z których korzystają Polacy, jest Mat. InPost korzysta przy tym z wielu kanałów jednocześnie (komunikatory Messenger, WhatsApp, Signal, chatbot osadzony na stronie internetowej oraz w dedykowanej aplikacji). Wśród dostępnych funkcji są między innymi:

  • przyjmowanie zgłoszeń dotyczących zwrotów i problemów;
  • obsługa spraw związanych z dostarczeniem przesyłki;
  • zdolność do udzielania odpowiedzi na pytania z obszernej bazy wiedzy.

Ciekawym rozwiązaniem są także chatboty głosowe, które nie wymuszają na nas korzystania z klawiatury i dobrze radzą sobie z mową ludzką. W przypadku InPostu lepiej sprawdza się to chociażby do dyktowania numeru przesyłki.

Dlaczego chatboty przeżywają obecnie swoją drugą młodość?

Dzisiaj za sprawą ChatGPT dużo mówi się o chatbotach, ale istniały one już dekady temu i nie wzbudzały tak dużego zainteresowania.

Zanim rozpowszechniły się tzw. generatywne chatboty oparte o modele językowe, przez długi czas wykorzystywano rozwiązania opierające się o predefiniowane reguły. Jaka jest więc praktyczna różnica? Czy chatboty oparte bazujące na AI sprawią, że chatboty oparte o reguły staną się przestarzałe?

Zacznijmy od tego, że generatywne chatboty są w stanie generować odpowiedzi, które z definicji mają naśladować tekst pisany przez człowieka. Nie wchodząc w szczegóły, jest to możliwe dzięki m.in. wykorzystaniu algorytmów z obszaru deep learning zastosowanych na olbrzymich zbiorach danych użytych do wytrenowania bardzo dużych sztucznych sieci neuronowych. Dzięki nowoczesnej architekturze tzw. modele czatowe są w stanie bardzo często generować „sensowne” i pomocne odpowiedzi za zadawane przez użytkownika pytania.

I właśnie z tego powodu, że modele językowe potrafią stworzyć spersonalizowaną odpowiedź, wynika ich duża popularność. Jeszcze kilka lat temu najpopularniejszym podejściem było wykorzystywanie chatbotów opartych o wcześniej przygotowane reguły.

Tego typu rozwiązania bazują m.in. na obecności określonych słów kluczowych w komunikatach przesyłanych przez użytkownika. Reguły, które muszą zostać wcześniej przygotowane, są wykorzystywane przez silnik do dostarczania odpowiedzi na podstawie wykrytych słów kluczowych. Bardzo często tego rodzaju chatboty są wyposażone w elementy UI, które pomagają nadać odpowiedni przebieg interakcji. Komunikacja z użytkownikiem jest przewidywalna, ponieważ scenariusze wynikają bezpośrednio ze wcześniej zaprojektowanego drzewka decyzyjnego.

Pomimo swoich ograniczeń, chaty oparte o algorytmy NLP połączone z systemami reguł posiadają swoje zalety względem nowszej generacji:

  • twórca chatbota posiada pełną kontrolę nad udzielanymi odpowiedziami;
  • określone akcje mogą występować tylko w ściśle określonych punktach konwersacji;
  • tego typu chaty są tańsze we wdrożeniu i użytkowaniu.

Skąd chatbot czerpie wiedzę?

W artykule dczerpanie-wiedzy-chatbotaotyczącym chatbotów nie sposób nie wspomnieć o jednej z najistotniejszych spraw, która odpowiada za trafność odpowiedzi udzielanych przez chat. Mowa tutaj o zewnętrznym źródle wiedzy, na podstawie którego model może udzielić konkretnej odpowiedzi, unikając przy tym halucynacji, czyli zmyślania wynikającego z braku dostarczonego kontekstu.

Modele chatowe są przygotowane w taki sposób, aby były pomocne dla użytkownika, dlatego generowane odpowiedzi mogę często zawierać informacje nieprawdziwe z silnej potrzeby udzielenia odpowiedzi na zadane pytanie.

Jeżeli chciałbyś kiedykolwiek wykorzystać chatbota opartego o model językowy, to może zainteresować Cię, skąd taki model miałby wiedzieć o usługach lub produktach, które oferujesz? Modele takie jak GPT-4, czy Llama 2 potrafią już w miarę logicznie wnioskować, ale z pewnością brakuje im wiedzy, która mogłaby pomóc Twoim klientom w kontakcie z Twoją marką.

Zatem w jaki sposób chatboty oparte o LLM (ang. Large Language Models) są w stanie podczas konwersacji operować na wiedzy i danych, które są unikalne dla Twojej działalności?

Istnieje już wiele stale rozwijanych technik i jedną z nich jest technika RAG (ang. retrieval-augmented generation), czyli metoda polegająca na wyłuskiwaniu potrzebnych do udzielenia odpowiedzi informacji z zewnętrznego (względem wiedzy zaszytej w modelu językowym) źródła wiedzy, takiego jak na przykład baza danych.

Z tej techniki korzysta m.in. watsonx™ Assistant od firmy IBM. Jest to jedna z wiodących platform sztucznej inteligencji pozwalająca wykorzystać duże modele językowe do zapewnienia wyjątkowego doświadczenia na linii klient — chatbot. To oraz konkurencyjne rozwiązania często oferują:

  • intuicyjny interfejs użytkownika,
  • zautomatyzowane wsparcie samoobsługowe w wielu kanałach,
  • tworzenie agentów głosowych,
  • integrację z innymi platformami, które wspierają Twoje działania.

Najważniejszy w technice RAG jest etap indeksowania informacji. Podczas tego etapu tworzy się struktury danych, które umożliwią późniejsze przeszukiwanie. W przypadku modeli językowych prawie zawsze będą przy tym wykorzystywane tzw. embeddingi, czyli numeryczna reprezentacja wiedzy, która niejako przechowuje znaczenie danego fragmentu tekstu. Teksty o zbliżonym znaczeniu będą posiadały zbliżone do siebie embeddingi. Uchwycenie znaczenia tekstu w formie embeddingów pozwala na łatwe przeszukiwanie zbiorów wiedzy pod kątem zadanego pytania.

Do tak przygotowanych embeddingów zazwyczaj dodaje się pewne metadane, które mogą zostać później wykorzystane do podania użytkownikowi źródeł, na podstawie których model wygenerował odpowiedź.

Chatbot na podstawie pytania użytkownika, a także na podstawie historii konwersacji może przeszukać bazę danych w celu znalezienia powiązanych semantycznie z pytaniem informacji, które będą stanowiły dodatkowy kontekst, który wraz z pytaniem zostanie następnie przetworzony przez model językowy.

Dopasowane fragmenty z bazy wiedzy mogą być następnie dołączone do kontekstu, który wraz z pytaniem użytkownika trafia do modelu językowego, dzięki czemu będzie on w stanie logicznie odpowiedzieć na pytania, mając przy tym na uwadze dostarczony kontekst (fragmenty tekstu z bazy wiedzy). Dysponowanie zbiorem faktów w postaci specjalnie przygotowanej bazy wiedzy znacznie redukuje ryzyko halucynacji modelu językowego, co prowadzi do zdecydowanie lepszej jakości odpowiedzi, co może przełożyć się na zwiększenie satysfakcji z korzystania z chatbota.

Chatboty oparte o LLM a koszty

Dynamicznie dobierane informacje z bazy danych mają rozwiązywać problem braku wiedzy i to rzeczywiście działa w większości przypadków. Niestety, póki co wdrożenie w założeniu prostego rozwiązania i przeskalowanie go na tysiące użytkowników jest jeszcze kosztowne, ale widać wyraźny kierunek ku redukcji kosztów korzystania z modeli (konkurencja, a także rozwiązania open source), a także ruch w kierunku mniejszych modeli specjalizujących się w określonych zadaniach, więc można prognozować ogólny spadek cen za korzystanie z jakościowych modeli językowych.

Podsumowanie

Chatboty znajdują swoje zastosowanie w biznesie, automatyzując przy tym komunikację z klientem. Mają one zastosowanie nie tylko w marketingu, ale także jako wsparcie techniczne, czy potrafią realizować proste zadania w kontekście obsługi klienta. Trendy wskazują, że w przyszłości tego typu rozwiązań i zastosowań będzie więcej. Z całą pewnością nie będzie można przejść obojętnie obok potencjalnych korzyści płynących z wdrożenia tego typu systemów. Możliwość generowania spersonalizowanych odpowiedzi opartych o dostarczoną wcześniej wiedzę wraz z możliwością podejmowania pewnych określonych akcji, sprawi, że w niedalekiej przyszłości zobaczymy coraz więcej pomocnych chatbotów w postaci na przykład wirtualnego asystenta w sklepie e-commerce.