如何設計客服聊天機器人 — 理論篇:探索顧客體驗導向的設計準則

一篇文章看懂客服 Chatbot 的三大目的,以及如何提升客服機器人的顧客體驗

客服一直是聊天機器人的主要應用領域之一,然而對於如何建立一個客服機器人,以及如何設計好的客服機器人體驗,似乎還沒有一個夠完整、夠精確的準則與流程可以遵循。因此我在 BotBonnie 所接到的第一個任務,就是嘗試以顧客體驗的角度出發,探索何謂好的客服機器人設計,並發展出設計準則與流程。

有關聊天機器人的設計工具,推薦大家試試 BotBonnie 的免費版,BotBonnie 的一大特色在於拖拉式的視覺化腳本流程設計,而不是一般難以上手的卡片式介面,免費版沒有限制使用期限,只有在功能與用量上與付費版做區隔。

https://go.botbonnie.com/KY2XP

本文目錄
- 淺談客服體驗
- 客服機器人的設計目的
- 聊天機器人的使用者體驗
- 探索客服機器人的設計準則

淺談客服體驗 About the Customer Service Experience

與客服聯繫代表了使用者體驗產生問題,而我們發現這在中度複雜的顧客旅程中,有高達 64% 的機會會發生 — Nielsen Norman Group (NN/g)

使用者體驗作為現代產品與服務留存顧客的關鍵,當顧客進入了客服流程,客服就成為了留住顧客的最後關卡,因此如果客服的體驗再產生問題,潛在的損失就難以忽視。

客戶服務遞送模型:Hub-and-Spoke Model

NN/g 是美國最知名的使用者體驗顧問之一,創辦人包含了創造 UX 一詞的Don Norman 以及以「只要測試5個人就足夠發現85%易用性問題」研究聞名的 Jakob Nielsen。在 NN/g 對電商網頁客服的研究中,他們提出了以 Hub-and-Spoke Model 遞送客戶服務的建議,Hub 指的是「匯集點」,而 Spoke 是一個「軸」。

NN/g 以此模型發展出一些網頁設計上的行動方針:

  • 以「客戶服務/客服協助 Customer Service/Assistance」作為主要匯集點 (入口) 的名稱,「常見問題 FAQ」或是「聯繫我們 Contact Us」作為次要匯集點 (入口),或者不一定需要成為匯集點
  • 匯集點之間必須能夠彼此連結
  • 其他與客戶服務相關的頁面就屬於軸,每個軸都必須與匯集點連結

雖然這些建議是針對電商網頁提出,但只要能辨識不同的產品與服務中,使用者與顧客最常活動的地點以及認知中客服應該出現的地方在哪,一樣能夠以此模型進行客服遞送設計來提升客服體驗。

客服機器人的設計目的 Design Purposes of Customer Service Chatbots

由於對話式介面已經成了現代人生活中不可缺乏的介面之一,以一個自動化代理人作為客戶與企業之間的橋樑的想法應運而生。客服機器人就是在企業與顧客之間,以對話互動的方式承擔部分真人客服工作的聊天機器人。機器人的優勢在於能夠每天24小時都隨時上線工作,而且不需任何的等待時間,因此擁有留住顧客的潛力。

以往我們常常把客服機器人當作「真人」客服設計,希望能取代真人客服的人力,並會使用「機器人畫像 Chatbot Persona」來形塑機器人在顧客心中的形象,以提升互動體驗。然而近期一篇於 CUI 2019 發布的研究 (Følstad, & Skjuve, 2019) 指出,由於使用者幾乎能夠在數秒內就辨識出與其對話的對象是機器人,因此機器人的角色設定對於互動體驗其實沒有太明顯的正面影響;而另一篇於 TaiCHI 2019 發布的研究 (昝亭瑜,董芳武,民108) 同樣指出機器人的個性化對於使用意願的提升沒有影響。

在與多個客服機器人互動過後,我整理出了數個機器人的互動流程與資訊架構,並且找到了一些共通模式:

現在的客服機器人已經不再只是客服,其涵蓋的服務接觸點已經從「使用中」的解決使用問題,延伸至「使用前」的了解產品與「使用後」的與品牌互動,透過良好體驗與導引讓行為循環,持續留在品牌服務內。

了解產品

在這個部分,客服機器人會介紹功能、費用、特色,以及進行使用上的引導教學。

解決使用問題

這是傳統客服會處理的部分,一些常見的問題包含了功能操作、收費付款、建置設定,若沒有好好設計,常常會馬上轉往真人客服。

與品牌互動

客服機器人同時扮演了行銷的角色,不論是線上或線上 Campaign,都可以在機器人內建置入口,根據目標進行轉化流程設計。

聊天機器人的使用者體驗 The UX of Chatbots

接下來我想透過 NN/g 去年發布的〈The User Experience of Chatbots〉這篇文章與大家簡介目前 Chatbot 的一些限制和在設計上應該注意的地方。

我們的使用者研究說明了,當使用者脫離聊天機器人預先規劃好的線性引導流程,往往會遭遇困難,現今的聊天機器人,離「智慧化 (intelligent)」還有很長一段路要走

客服機器人的挑戰

NN/g 將 Chatbot 分成「客服機器人」與「互動機器人」兩種類別,並且特別提出「

通常大家認為客服機器人比真人客服更沒用

」的一個大挑戰。尤其有些企業不願意揭露自己的客服是機器人,當顧客遇到機器人沒辦法應付的問題時,往往造成更差的體驗。

如果你用的是真人,代表你夠在乎客服,但如果你是用機器人,你最好確保你有一個很好的機器人

對話機器人介面的互動設計

根據 NN/g 的研究,多數與客服機器人的互動以文字為主,但我覺得這點與台灣的現況有所差異,其實許多客服機器人都具備圖文並茂的特徵,也會盡可能地提供 GUI 和使用者互動。而現在的互動型態,包含以下兩種,兩種輸入方式都很重要而且應該要被呈現。

  • 按鈕
    可以讓使用者省下大量的時間,以及降低思考的負荷,只要是常見的回覆,多數使用者預期能用這種方式解決。現在大部分出現的時候都會是 1~3 個選項,並以輪播卡片的形式搭配圖文。
    只要在介面中不是文字的項目,使用者都會想要點擊,例如有些人在首次看到輪播卡片時,會想要點擊卡片的圖片放大,但目前在功能限制下還沒辦法做到這一點,因此思考圖片是否有被放大的需求,會影響如何呈現資訊,例如可能可以改為分開傳送圖片+文字+按鈕。
    有些機器人會限制使用者無法輸入文字,僅能使用按鈕操作,讓機器人更像是一個網站,但卻限制了使用者探索互動的能力。
  • 文字
    允許使用者更有彈性的選擇想問的問題,並且能跳脫限制過多的腳本設計。然而如果在過於彈性的問題空間允許使用者用文字輸入,則反而可能導致問題,例如訂房時要挑選日期,使用者回覆「國慶連假」,對話機器人就很有可能沒辦法辨識。

流程設計

一個完美個互動流程會是線性的,完全按照腳本執行,然而在技術限制下,與對話機器人的互動往往有許多錯誤情境產生。因此在設計互動流程時,應保持任何使用者決策的修改彈性,以及思考當錯誤情境發生時如何修復。

當顧客在某一流程分支輸入了一些資料,並能前往另一個流程分支, 在設計上應確保這些資料可以被用於不同的「脈絡」,脈絡在此指的是腳本發生的順序,不論是要往「前後」跳,或是「平行」穿梭於各個流程分支,設計者應考量在哪些脈絡下,使用者的回覆是可以被留存記憶的。

用語

根據更之前的研究,在與智慧語音助理如 Siri、Alexa 和 Google Assistant 互動時,使用者傾向以有禮貌的用詞互動。然而在此研究中,他們發現當人們意識到對話的對象是聊天機器人時,會更直白地表明自己的需求。這可能是基於兩個原因:

  1. 聊天介面相較語音介面可能會讓人更傾向使用直接的用詞,因為打字的互動成本比說話還高
  2. 聊天機器人相較語音助理,較不具「個人特質」,因為語音助理有「人」的聲音。

然而 NN/g 發現,人們對客服機器人說的話,相較「複雜」許多,因為他們專注在描述清楚他們的問題,卻沒意識到機器人可能沒辦法理解這些東西。

錯誤情境的 5+3 個修復策略

IBM Research 於 CHI 2019 發佈的一篇論文〈Resilient Chatbots: Repair Strategy Preferences for Conversational Breakdowns〉中提出了在對話式互動中遇到問題時的 8 個修復策略。

熱門回覆 Top Response
機器人「忽略」可能的問題點,而是直接根據抓取到的使用者意圖回覆一個熱門回覆,如果該回覆是錯誤的解決方向,使用者可能因此必須重新啟動其他的修復程序。

重啟提問 Repeat
機器人指出了自己的問題,並重複一次初始的提問。

進一步確認 Confirmation
機器人能辨識出自己無法回答該問題,但能抓取意圖,嘗試透過向使用者確認其意圖是否與自己的理解相符。

提供可能選項 Options
機器人不止辨識出自己遭遇問題,在抓取意圖後,還能提供可能的解決選項給使用者選擇。

拒絕回覆 Defer
機器人選擇不回答自己無法回答的問題,並轉介給真人客服。

剩下三個策略「Keyword Highlight Explanation」、「Keyword Confirmation Explanation」和「Out-of-Vocabulary Explanation」因為目前 Messenger 和 LINE 並沒有支援這樣的功能,因此也不詳細介紹,有興趣的話可以搜尋論文閱讀更詳細的說明。

探索客服機器人的設計準則 Exploring Design Guidelines for Customer Service Chatbots

根據文獻、訪談結果,以及一些通用準則,我整合與延伸出了一份適合客服機器人的設計與評估準則 :

原則1:表明身份

機器人有在一開始就讓使用者理解它是機器⼈而非真人嗎?如果客服同時支援機器人和真人互動,必須清楚說明當前狀態,以免前後不一而令人困惑。

原則2:設定任務期望

機器人有清楚的表⽰⾃己能完成的任務有哪些嗎?有沒有製造錯誤期待? 機器人必須對使用者公開透明,透過文字清楚的表達,讓用戶知道他們可以做什麼,以及機器人可以幫助他們做什麼。

原則3:規劃簡潔的任務流程

任務是否夠單純,能夠盡量在設計好的流程範圍內進行?預期用戶會忘記進行到一半的事情。最簡單的解決方法是不要讓互動持續過久。

原則4:以結構化方法縮小對話範圍

是否有篩選、排序等功能,或者利用快速回復、按鈕、常設功能表來簡化用戶輸入的行為。

原則5:找尋適當的文字與GUI使用時機

是否能夠在適當的時機運⽤用「⽂字」與「UI 互動元件」這兩個互動方式來得到使用者的答案?運用前述客服機器人三大目的中所整理的資訊呈現方式來初步篩檢改善方向。

原則6:誠實展現問題解決能力

是否能誠實的表達理解狀況?當無法理解時,能否重申功能,突顯說明功能、或利用其他 GUI 的方式加以說明?若還是無法解決問題,能否提供轉接真人服務、或其他互動平台的出⼝?此處可以參考 IBM 提出的 8 個錯誤情境修復策略。

原則7:引導使用者使用機器人

能否用簡單易懂的方式讓使用者知道如何使用機器人,利用內容引導使用者進行每一個步驟,告知使用者所處的階段、該做什麼,以及接下來會發生什麼事。鼓勵使用者開始使用機器人以獲得價值。務必確認使用者是否採取動作,並讓使用者了解你確實收到訊息。

原則8:在不同任務脈絡中傳遞資料

是否能夠接續前一個任務的資料?若中途換任務、資料是否能直接帶入?讓使用者感受到機器人是真正在聆聽,並有良好的記性。

原則9:預設拓展與修改彈性

腳本是否能因應不同檔期的活動或者持續新增的問題而有結構的修改或新增內容?確保使用者不用再次學習新的操作流程或資訊架構,機器人規劃人員也能因此更好的管理腳本。

原則10:廣設客服入口

使用者是否能透過各個服務接觸點都進入客服流程?每一個客服入口的體驗是否一致?可以嘗試透過 Hub-and-Spoke 模型來檢視客服遞送的過程中是否產生斷點。

原則11:以自然與幽默的語氣對話

雖然機器人個性對於互動體驗的影響還沒有形成定論,然而過於官腔或是過於強烈的個性對於客服機器人而言都不是建議的做法。此外,無論是機器人或者切換到真人對話,語氣都應保持一致。

而根據目前的情況,可以有 2 種應用這 11 項原則的方法:

  1. 現在已經有客服機器人:用於評估現在的設計是否符合原則,如果有違反的地方,嘗試根據客服機器人著重的目的排序修改的優先序,一步一步提升互動體驗。
  2. 現在沒有客服機器人:作為設計時的參考依據,有關如何從 0 到 1 設計客服機器人,將會於未來的文章〈如何設計客服聊天機器人 — 實務篇〉詳盡說明。

結語

感謝大家花時間閱讀這篇有點艱澀難懂的文章XD,本篇文章整理分析了如何提升與客服聊天機器人的互動體驗的理論,並且以此延伸出適合客服機器人的互動體驗評估準則。相較於以往的通用型準則,我嘗試將客服情境特別需要注意的項目再拉出來強調,並且整合訪談資料,讓企業方的規劃體驗也被考量進來。

歡迎任何規劃過客服機器人的讀者給予回饋,我也即將推出新的文章,描述如何利用工作坊的形式,從 0 到 1 規劃出客服機器人。有興趣的機器人訓練師,趕緊按下 Follow,就不會錯過發文通知囉!

對於製作 Chatbot 有興趣的訓練師們,歡迎申請試用 BotBonnie 免費版 ⬇︎

https://go.botbonnie.com/KY2XP


參考資料

  1. Flaherty, K.(2016, September 11). Minimize the Need for Customer Service to Improve the Omnichannel UX [Web blog message]. Retrieved from https://www.nngroup.com/articles/customer-service-omnichannel-ux/
  2. Flaherty, K.(2018, July 29). Customer-Service Information on Websites: The Hub-and-Spoke Model [Web blog message]. Retrieved from https://www.nngroup.com/articles/customer-service-model/
  3. Følstad, A., & Skjuve, M. (2019, August). Chatbots for customer service: user experience and motivation. In Proceedings of the 1st International Conference on Conversational User Interfaces(p. 1). ACM.
  4. 昝亭瑜,董芳武(民 108 年 10 月)。探討聊天機器人個性化如何影響使用意願。第五屆台灣人機互動研討會發表之論文,國立臺灣大學總圖書館。
  5. Budiu, R.(2018, November 25). The User Experience of Chatbots [Web blog message]. Retrieved from https://www.nngroup.com/articles/chatbots/
  6. Ashktorab, Z., Jain, M., Liao, Q. V., & Weisz, J. D. (2019, April). Resilient Chatbots: Repair Strategy Preferences for Conversational Breakdowns. In Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems (p. 254). ACM.
  7. Shevat, A. (2017). Designing bots: Creating conversational experiences. “ O’Reilly Media, Inc.”.
  8. Facebook(民108年11月6日)。設計最佳作法【部落格文字資料】。 取自 https://developers.facebook.com/docs/messenger-platform/introduction/general-best-practices
  9. Jain, M., Kumar, P., Kota, R., & Patel, S. N. (2018, June). Evaluating and informing the design of chatbots. In Proceedings of the 2018 Designing Interactive Systems Conference (pp. 895–906). ACM.

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料