更多的语境会带来更好的聊天机器人——以及更好的对话

我们都经历过。辗转于不同的部门，被搁置，从一个代理商换到另一个代理商，被迫重复我们的邮寄地址或票号，或者通过各种不同的渠道一遍又一遍地描述我们拼命想要解决的问题。不知为何，尽管围绕人工智能、“全渠道”和个性化进行了大肆宣传，但绝大多数客户体验仍然让我们怀疑，我们是否陷入了一个特别痛苦的情节黑镜子．

像实时聊天这样的数字客户服务渠道本应将我们从呼叫中心的炼狱中拯救出来。但通常情况下，他们只是创造了更多的对话孤岛，导致糟糕的客户体验，从而赶走最终用户。当消息应用程序WhatsApp而且苹果商务聊天它向企业开放是一个巨大的飞跃，因为它为客户带来了他们所了解和喜爱的丰富的对话体验。

但是在大多数客户支持交互中仍然缺少一些东西:上下文。

了解客户是谁，他们从哪里来，以及他们过去谈论过什么(或从你这里购买过什么)，对于提供人们所期望的个性化体验至关重要。但是，在一个有无数对话渠道的世界里，从消息应用程序和短信到电子邮件和网络聊天，保持语境可能很棘手，更不用说越来越多的语音助手了。

好消息是，所有这些对话都是有价值的上下文的宝库。问题是，大多数企业仍然不知道该如何利用它。

(相关阅读:消息传递业务是开放的。品牌准备好了吗?］

环境决定一切

有些照片是如此具有标志性，以至于它们定义了我们对照片中人物的概念。爱因斯坦伸出舌头。切·格瓦拉戴着贝雷帽。奥黛丽·赫本和她的烟嘴。在我家，这是我已故祖母在二战前的一张黑白照片。她年轻漂亮，显然在镜头外对着什么微笑。我家有几张复印件，但直到我看到91岁爷爷的原件，这张照片才真正吸引了我。

来源:Mike Gozzo

照片的背面潦草地写着我祖母的笔迹，是她写给他的一条简单的信息。这只是用意大利语写的几个字，但当我读到这张纸条时，它改变了我对祖父母的看法，对他们的关系，对爱，以及我整个家族史的看法。

这也让我意识到一条消息(或者在这个例子中，一张图片)背后的上下文可以和消息本身一样重要。

下面的对话

今天大多数对话技术都集中在对话的表面——说了什么(对话历史)，在哪里说的(频道)，以及如何说的(通过文本、图像、视频、表情符号或其他花哨的消息类型)。但就像肢体语言，有时候还没有被说过同样重要。

例如，一个典型的聊天机器人被设计成只处理它面前的东西，消化它接收到的消息，分析其意图，并提供最佳的可用响应或操作。它没有能力做的是考虑到对话周围的环境。收银台另一端的人是否就差一步就能推着装满东西的购物车结账了?他们最近是否抱怨过负面的客户体验?

如果机器人可以访问这类信息，它就可以相应地调整其响应，甚至将信息传递给人类代理、CRM或其他软件，以通知未来的交互。在这种情况下，随着机器人变得越来越聪明(通过真正倾听客户直接或间接地告诉它什么)，企业可以使其用户体验更加相关，并赢得客户的业务、忠诚度和信任。

这不仅仅是流程上的改进。这是一种防止客户生气并寻找其他供应商的方法。这就是为什么精明的公司会通过尽可能无缝的沟通和支持来取悦和留住现有用户。

(相关阅读:以同理心领导:你没说的和你做的一样重要］

以顾客为中心

尽管人们很容易被即时通讯应用赛马或人工智能和自然语言处理的最新进展所分散注意力，但现代即时通讯如此强大的原因不是技术，而是处于技术中心的人。下次当你看到一个青少年在家庭聚餐时沉浸在智能手机中，想想她是被用户界面的质量、Snapchat的滤镜吸引，还是被对话的直接和亲密感吸引。

如果你拿起她的手机，看她的信息和照片，你能在不认识她交往的人、不理解她复杂关系的情况下，理解这些信息吗?可能不会。这对我们所有人都适用。作为负责构建未来客户体验的人，我们需要停止将对话视为数据流，而是开始关注处于这些对话中心的人。

我们需要把每个渠道的每一个客户接触点都视为一个机会，来描绘他们的身份，从而形成一个关于这个人是谁以及他们关心什么的图像。这不是卖给他们更多的东西，而是帮助他们解决任何问题，或者做任何他们一开始就来找我们帮助他们的工作。

那些老派的客户体验之所以如此令人沮丧，并不是因为公司不知道我们是谁，以及我们打电话的原因。而是我们觉得他们应该这么做，要么是因为我们已经告诉他们了，要么是因为我们知道他们已经掌握了所有需要的信息，只要他们足够关心，能把这些线索联系起来就好了。

缩小上下文差距

在一个里程碑中柱聊天机器人平台Assist的首席执行官肖恩·麦克研究了人们是如何点咖啡的:

来源:肖恩·麦克

Mac解释说，大多数机器人都是用树形结构构建的，以连续的顺序询问一组预制问题，直到它们获得前进所需的信息。

问题是，这不是人们真正说话的方式。在现实生活中，我们倾向于通过非结构化语言点咖啡，我们只是说我们想要什么，然后得到我们需要的东西。有时我们甚至会改变主意，要求燕麦牛奶而不是豆奶，或者小杯而不是中杯，一旦我们看到杯子是多么不合理的大。

来源:肖恩·麦克

星巴克的咖啡师应用其实很聪明。在处理一个订单之前，它需要填满至少两个“槽”——咖啡的“类型”和“大小”——并且会继续询问问题，直到两个槽都填满为止，不管它们是按什么顺序填满的。

来源:Mike Gozzo

不幸的是，机器人只对输入到应用程序中的文本做出响应——它对电话另一端的人一无所知。如果机器人不只是处理订单，而是可以存储并跟踪用户的偏好呢?

下面是支持这种功能的简单数据结构:

来源:Mike Gozzo

这种更智能的填充方法将允许业务解释像“我将使用常规”这样的命令，然后根据一天中的时间、位置、天气和它可以访问的任何其他上下文做出判断。

在我的情况下，它会很快地学会在早上8点。我喝拿铁，下午3:30，当我需要额外的刺激时，我喝浓缩咖啡。在炎热的夏天，当我外出时，我可能会选择一杯美味的冷啤酒。这个要求过分吗?

自动化为人民服务

这种个性化服务看起来很有未来感，但在很多方面，它都是对过去的一种冲击，反映了我们与当地咖啡师、屠夫或银行柜员的互动方式。技术的变化可能比以往任何时候都快，但人还是人。作为关心为所有人创造更好的客户体验的企业和个人，这是我们永远不能忽视的一件事。

---

这篇文章原本有一个版本下一个网络。

Mike Gozzo是一位工程师、战略家和连续创业者。2014年，他联合创立了Smooch，后来被Zendesk收购，目前担任产品和对话副总裁。亚博

图片由安德里亚Piacquadio