Vieljazyčná kvalifikácia leadov s AI chatbotom: otázky, ochrana údajov a odovzdanie

Vielojazyčný AI chatbot vie rozpoznať záujem, odpovediať na otázky a pripraviť ďalší zmysluplný krok. Kvalifikácia leadov však nefunguje tak, že sa nemecký formulár preloží slovo za slovom do ďalších 23 jazykov. Dobrá kvalifikácia spája jasnú logiku konverzácie s lokálne pochopiteľnými otázkami, úsporným zhromažďovaním údajov a pochopiteľným odovzdaním správnemu tímu.

Tiato smernice ukazujú, ako prevádzkovatelia webových stránok plánujú takýto proces: Ktoré údaje sú skutočne potrebné? Kedy stačí anonymná predkvalifikácia? Ako udržať súhlas, informácie o ochrane údajov a marketing striktne oddelené? A ako skontrolovať, či logika v každom jazyku skutočne funguje?

Vielojazyčná kvalifikácia leadov je viac než preložený formulár

Statický formulár zvyčajne vypytuje rovnaké polia v rovnakom poradí. Chatbot môže naproti tomu najprv pochopiť žiadosť a následne položiť len tie otázky, ktoré sú pre daný prípad relevantné. Kto má otázku k produktu, potrebuje inú cestu ako niekto, kto chce ponuku, spätný hovor alebo technickú pomoc.

Vielojazyčnosť zvyšuje nároky na kvalitu. Pojmy ako „poradenstvo“, „ponuka“ alebo „demo“ vyvolávajú v závislosti od trhu rôzne očakávania. Telefónne čísla, formy oslovenia, formáty dátumov a preferované kontaktné kanály sa taktiež líšia. Preto každá lokalita potrebuje nielen preložený text, ale redakčne skontrolovanú verziu konverzácie s rovnakým odborným významom.

Základom zostáva spoločná logika nezávislá od lokality: rozpoznanie požiadavky, kontrola vhodnosti, vyžiadanie kontaktných údajov len v prípade potreby, vysvetlenie účelu a následné odovzdanie do príslušného procesu. Článok Viacjazyčné AI chatboty pre medzinárodné webové stránky opisuje širšiu architektúru, ktorá za tým stojí.

Cieľový obraz: od záujmu k správnemu ďalšiemu kroku

Kvalifikácia leadov by nemala zbierať čo najviac údajov. Mala by umožniť rozhodnutie. Na konci krátkeho dialógu musí byť jasné, ktorý ďalší krok je zmysluplný pre osobu aj pre spoločnosť. Typické výsledky sú:

• priama odpoveď bez zberu údajov, ak znalostná báza plne vyrieši požiadavku;
• kvalifikovaný žiadosť o kontakt s minimálnymi informáciami, ktoré príslušný tím potrebuje na odpoveď;
• živý prenos, ak môže dostupný zamestnanec pomôcť okamžite;
• žiadosť o spätný hovor alebo termín s jasným očakávaním ďalšieho postupu;
• bezpečné odmietnutie alebo neutrálne presmerovanie, ak ponuka, región alebo kompetencia nevyhovujú.

Vďaka tomu sa kvalifikácia stáva systémom smerovania a nie zbernou cestou pre dáta. To redukuje zbytočné otázky, skracuje dialóg a zabránuje tomu, aby boli zvedaví návštevníci predčasne považovaní za obchodné leady.

Ktoré otázky sú skutočne potrebné?

Začnite rozhodnutím, ktoré má byť prijaté po dialógu. Až z neho vyplývajú otázky. Pre mnohé webové stránky stačia tri úrovne.

1. Vyjasniť si žiadosť a cieľ

Otvorená úvodná otázka ako napríklad „V čom vám môžeme pomôcť?“ často poskytne viac kontextu ako dlhý katalóg možností. Ak zostane odpoveď nejasná, chatbot môže ponúknuť niekoľko zrozumiteľných možností, napríklad produktové poradenstvo, ponuku, podporu alebo partnerstvo. Možnosti musia mať v každom jazyku rovnaký význam a rovnaký rozsah.

2. Overiť vhodnosť a kompetenciu

Potom nasledujú výhradne kritériá, ktoré menia smerovanie (routing): požadovaná služba, región, veľkosť spoločnosti, fáza projektu alebo realistický časový rámec. Otázky o rozpočte majú zmysel len vtedy, ak rôzne rozpočty skutočne vedú k rôznym ponukám alebo tímom. Voľný text by mal zostať možný tam, kde by prísne kategórie skreslili žiadosť.

3. Ponuka vhodného spôsobu kontaktu podľa výsledku

Meno, e-mailová adresa alebo telefónne číslo sa budú potrebovať až vtedy, keď má odpoveď prísť mimo prebiehajúceho chatu. Nevyžadujte automaticky všetky kontaktné údaje. Pre písomnú spätnú väzbu môže stačiť e-mailová adresa; pre výslovne požadovaný spätný hovor je navyše potrebné telefónne číslo a prípadne časové okno.

Tento postup nasleduje princíp minimalizácie údajov: Európska komisia ho zhrňuje tak, že majú byť spracované len tie osobné údaje, ktoré sú potrebné pre určený účel. Toto je dobré produktové pravidlo, bez ohľadu na to, ktorý právny základ sa v konkrétnom prípade po právnej priezere použije.

Jazyk, štítky a chybové hlásenia patria k funkčnej časti

Preklad je pripravený na použitie až vtedy, keď ľudia pochopia očakávaný vstup bez hádania. W3C vyžaduje pre vstupné polia zrozumiteľné štítky alebo pokyny a pri automaticky rozpoznaných chybách textový popis problému. Pre chatbot to znamená: lokalizovať treba nielen otázky, ale aj upozornenia na povinné polia, príklady, potvrdenia a texty chýb.

• Používajte viditeľné, jednoznačné označenia namiesto len textu v zástupných polia.
• Vysvetlite očakávané formáty, napríklad pri telefónnych číslach alebo dátumoch.
• Konkrétne uveďte, ktorý vstup chýba alebo je neplatný, namiesto toho, aby ste zobrazili len „Chyba“.
• Pri oprave ponechajte už platné odpovede, aby nikto nemusel všetko zadávať znova.
• Správne označte jazyk stránky a textových častí v inom jazyku pomocou vhodnýchjazyk-atributov.

To je zároveň otázka prístupnosti. Príspevok Bezbariérový AI chatbot: WCAG kontrolný zoznam pre webové stránky ponúka na tento účel podrobnejší kontrolný zoznam.

Ochrana osobných údajov: oddelenie účelu, informácie a súhlasu

Častou chybou je zmiešanie žiadosti o kontakt, spätnej väzby a newslettera do jedného jediného súhlasu. To sťažuje informované rozhodnutie. Namiesto toho plánujte každý účel samostatne: spracovanie žiadosti, žiadosť o kontakt a voliteľná reklama sú rôzne procesy.

Vhodný právny základ závisí od konkrétneho procesu a mal by byť odborné preskúmaný; súhlas nie je automaticky správnym alebo jediným základom pre každú žiadosť o kontakt. Ak sa používa súhlas, musí byť podľa pokynov Európskej komisie a Európskeho výboru pre ochranu danych dobrovoľný, informovaný, špecifický a jednoznačný. Je potrebné aktívne konanie a musí byť možné odvolať súhlas.

V praxi to pre chat znamená:

• Pred odoslaním vysvetlite, kto spracúva údaje a za akým účelom.
• Priložte odkaz na príslušné informácie o ochrane osobných údajov v jazyku dialógu.
• Nepoužívajte vopred zaškrtnutý súhlas s marketingom.
• Nesmieto byť spracovanie žiadosti podmienené zbytočnými doplnkovými údajmi.
• Definujte lehoty uchovania a práva prístupu v súlade s účelom.

Ochrana údajov prostredníctvom technického návrhu a predvolené nastavenia priaznivé k ochrane údajov teda začínajú pri plánovaní dialógu, nie až v vyhlásení o ochrane údajov. Ďalšie základné informácie nájdete v príspevku AI chatbot a GDPR. Tento sprievodca nenahradzuje individuálne právne poradenstvo.

Routingová matica zabráni náhodným rozhodnutiam

Pred zostavením dialógu sa odporúča vytvoriť malú routingovú maticu. Každý riadok popisuje rozpoznateľnú žiadosť, potrebné informácie, cieľový tím a povolený ďalší krok. Možná štruktúra vyzerá takto:

• Všeobecná otázka k produktu: priamo odpovedať z overených zdrojov; kontaktné údaje nie sú potrebné.
• Konkrétny nákupný zámer: objasniť službu, región a časový rámec; následne ponúknuť možnosť kontaktu.
• Existujúci zákazník s problémom: nehodnotiť ako nový lead, ale nasmerovať do podporného procesu.
• Žiadosť o komunikáciu s človekom: overiť dostupnosť a transparentne previesť do live-chatu, e-mailu alebo spätného hovoru.
• Nepodporovaná požiadavka: Otvorene uveďte hranicu kompetencie a ponúknite len jednu overenú alternatívu.

Cesta prevodov nesmie končiť v slepej uličke. Ak nie je práve nikto k dispozícii v live chate, potrebuje osoba realistickú alternatívu. Ako môže byť tento prevod zrealizovaný, vysvetľuje Human Handoff v AI chatbotovi.

Prakticky aplikovateľný dialóg v siedmich krokoch

1. Rozpoznať jazyk alebo umožniť jeho výber:Urobiť rozhodnutie viditeľným a umožniť zmenu.
2. Pochopiť žiadosť:Najprv odpovedať alebo objasniť, kým sa nezobrazí formulár.
3. Potvrdiť signál leadu:Prejsť k kvalifikácii len pri skutočnom zámere konať.
4. Kladať routingové otázky:Na jednu správu möglichst jednu zrozumiteľnú otázku s jasným účelom.
5. Ponuka spôsobu kontaktu:Zbierať len tie kontaktné údaje, ktoré sú potrebné pre zvolený ďalší krok.
6. Zobraziť informácie a voliteľný súhlas:Účely uviesť oddelené a v jasnom jazyku.
7. Zhrnúť a odovzdať: Potvrdiť zaznamenané údaje, príslušný tím a očakávaný ďalší krok.

Takýto priebeh je kratší ako mnohé formuláre, hoci poskytuje viac kontextu. Rozhodujúce je, že chatbot sa môže kedykoľvek vrátiť k bežnému poradenstvu a neuväzní osobu v procese získavania leadov.

Locale-QA: Čo musí byť preverené v každom jazyku

Automatický preklad môže poskytnúť prvý návrh, ale nenahradí konečnú kontrolu. Otestujte každý ponúkaný jazyk s rovnakými odbornými scenármi a navyše s vstupmi špecifickými pre daný locale.

• Sú možnosti, kritériá a výsledok obsahovo zhodné?
• Zniajú otázky prirodzene, zdvorilo a zodpovedajúce trhu?
• Fungujú špeciálne znaky, dlhšie slová a mobilné zalámania riadkov?
• Sú telefónne čísla, mená a formáty dát správne validované?
• Sú odkaz na ochranu osobných údajov, text o účeli, potvrdenie a chybové hlášky úplne preložené?
• Zostávajú názvy produktov, URL adresy, čísla a pravidlá routovania nezmenené?
• Funguje ovládanie klávesnicou, focus, výstup čítača obrazovky a označenie jazyka?

Na tento účel použite Golden Set typických, nejasných, negatívnych a hraničných dopytov. Práve prípady „len jedna otázka“, „existujúci zákazník“, „žiadne záujem“ a „hovoriť s zamestnancom“ ukazujú, či systém spoľahlivo rozlišuje medzi zberom leadov, podporou a odovzdaním (handoff).

Správne kľúčové ukazatele meria kvalitu, nie len kvantitu

Vysoký počet zachytených kontaktov nie je dôkazom kvality. Sledujte namiesto toho celý proces: podiel zmysluplne započatých kvalifikácií, pripomletie pri každej otázke, vollständig odovzdané dopyty, chybné smerovanie, čas do prvej ľudskej reakcie a následné prijatie obchodným oddelením alebo podporou.

Porovnajte hodnoty podľa lokality (Locale), ale rozdiely interpretujte opatrne. Nižšia miera konverzie môže byť spôsobená nejasnými prekladmi, nevhodnými komunikačnými kanálmi, technickými chybami alebo jednoducho odlišnou štruktúrou návštevníkov. Kombinujte preto čísla s náhodnými recenziami konverzačností a dokumentovanými opravami.

Implementácia s ChatReact

ChatReact spája viacjazyčné odpovede chatbotov so zberom leadov a ľudským odovzdaním (Human Handoff). Pre spoľahlivé nasadenie by ste však mali prispôsobiť polia a prahy rozpoznávania vášmu konkrétnemu procesu: Ktoré signály znamenajú skutočný nákupný záujem? Ktoré otázky menia smerovanie? Kedy je priama odpoveď lepšia ako kontaktný formulár?

Začnite s jedným jasným prípadom použitia a dvoma alebo tromi routingovými otázkami. Overte si tento priebeh najprv v pôvodnom jazyku, následne v každom cieľovom locale a až potom s reálnou návštevnosťou. Prehľad Ako AI chatbot zvyšuje generovanie leadov na webovej stránke pomáha pri zaradení do celkovej stratégie webovej stránky.

Kontrolný zoznam pre štart

• Definovať konkrétny cieľ a zodpovedný tím pre každú cestu.
• Zbierať len otázky relevantné pre rozhodovanie a potrebné údaje.
• Oddeliť podporu, leady a handoff z odborného hľadiska.
• Informácie o ochrane údajov a voliteľný súhlas s marketingom vypracovať samostatne.
• Všetky štítky, upozornenia, chyby a potvrdenia redakčne skontrolovať pre každú lokalitu.
• Do QA zahrnúť desktop, mobil, klávesnicu a čítač obrazovky.
• Pravidelne vyhodnocovať chybné smerovanie a prerušenia a rozširovať Golden Set.

Tak nevznikne čo najdlhší dátový dialóg, ale krátky, zrozumiteľný most medzi skutočným záujmom a správnou ľudskou alebo automatizovanou odpoveďou.

Zdroje

• Európska komisia: Principles of personal data processing under the GDPR
• Európska komisia: Data protection by design and by default
• Európska komisia: When is consent valid?
• Európsky výbor pre ochranu danych: Guidelines 05/2020 on consent
• W3C: Web Content Accessibility Guidelines (WCAG) 2.2
• W3C WAI: Identifikácia chýb
• W3C Internationalization: Deklarovanie jazyka v HTML