Op dit punt in het proces hebt u uw bot gemaakt, een hoeveelheid data gegeven en getest. Nadat u de bot hebt geïmplementeerd, begint hij gespreksgegevens te verzamelen. Het is belangrijk dat u deze conversaties regelmatig analyseert en verbeteringen aanbrengt in de bot. Zo kan uw bot in de loop van de tijd steeds slimmer en behulpzamer worden.
Analyseren en leren
U kunt elke conversatie en elk bericht beoordelen. Let op de dingen waar gebruikers echt om vragen. Hoewel u niet met elk gebruikersgedrag rekening kunt houden, kunt u proberen iets te doen aan veel voorkomende punten van wrijving of frustratie die u opmerkt. Er zijn twee plaatsen om conversatiegegevens te bekijken:
- Inzichten: met de tabbladen Dashboard, Journeys en Conversaties kunt u data weergeven over uw conversaties en berichten en gehele conversaties binnen context bekijken. U kunt de intenties aanpassen of de hele conversatie omzetten in een story die de bot kan gebruiken als trainingsdata.
- De NLU-inbox: met de NLU-inbox kunt u individuele berichten van gebruikers bekijken zodra ze binnenkomen. U kunt deze weergave gebruiken om snel en nauwkeurig verbeteringen aan te brengen op basis van trends die u opmerkt.
Uw bot optimaliseren
Tijdens het analyseren kunt u acties uitvoeren om de bot te leren hoe hij nog beter kan presteren in toekomstige conversaties. De volgende lijst omschrijft situaties die verbeterd moeten worden en hoe u dat kunt aanpakken:
- Laag vertrouwen in intentie-classificatie: als de intentie-classificatie correct is, voeg dan meer trainingsgegevens toe voor deze intentie om de bot zelfverzekerder te maken. Als de intentie-classificatie niet klopt, corrigeert u deze.
- Laag vertrouwen in bepaling van bot-actie: voeg meer trainingsgegevens toe om de bot meer vertrouwen te geven in de actie die hij in deze situatie moet ondernemen.
- Gebruikersfrustratie: dit kan zich bijvoorbeeld uiten in een verzoek om te worden doorgeschakeld naar een menselijke agent (overdracht
Een klantbericht dat een doorschakeling naar een live agent zou moeten activeren.), herhalen van wat de klant al eerder heeft gezegd, of beledigingen. Voeg meer trainingsgegevens toe over dit probleem, of pas de NLU-betrouwbaarheidsdrempel aan bij Fallback. Zo kunt u de bot sneller voor overdracht laten kiezen als de bot niet goed weet hoe hij de klant kan helpen. - 'Out of scope' intentie of fallback-gedrag: dit kan eruitzien als een gebruiker die vraagt om iets waartoe uw bot niet in staat is, of als de bot te snel de fallback gebruikt. Controleer en corrigeer eventuele verkeerd geclassificeerde intenties om te verifiëren dat de bot de situatie niet gewoon verkeerd heeft begrepen. Voeg een nieuwe story of regel toe om de bot te laten zien wat hij de volgende keer moet doen.