ציון CSAT של צ'אטבוט נמוך? כך משפרים אותו

נקודות מגע דיגיטליות משפיעות יותר ויותר על האופן שבו לקוחות מרגישים כלפי המותג שלכם, ו-ציון ה-CSAT של הצ’אטבוט הפך למדד חיוני לבריאות השירות.

מהו CSAT?

אלה ראשי תיבות של Customer Satisfaction Score, מדד ביצועים מרכזי שמראה עד כמה לקוחות מרוצים ממוצר, משירות או מאינטראקציה מסוימת. בדרך כלל מחשבים אותו בשיטת “Top-2-Box”. כלומר בודקים את אחוז הלקוחות שבחרו בשני דירוגי שביעות הרצון הגבוהים ביותר, למשל “מרוצה” ו”מרוצה מאוד” ב-סולם של 5 נקודות.

הבנה של הציון הזה ושיפור שלו הם חיוניים. קחו זאת בחשבון: שוק הצ’אטבוטים צומח במהירות, וצפוי לזנק מ-2.47 מיליארד דולר ב-2021 ל-46.64 מיליארד דולר עד 2029. זהו בהחלט שינוי יסודי באופן שבו עסקים ולקוחות מתקשרים, ולכן ביצועי הצ’אטבוט קשורים ישירות ל-שביעות רצון הלקוחות הכוללת.

אם אתם מובילי CX או תמיכה, מאמר זה הוא המדריך שלכם.

אבל אם אתם עדיין לא משתמשים בצ’אטבוטים, כדאי לעיין ב-מדריך לרכישת צ’אטבוט AI: 6 גורמים חיוניים שיש לשקול.

נעבור על הדרך למדוד, לפרש ולשפר באופן שיטתי את ציון ה-CSAT של הצ’אטבוט שלכם. נסקור את יסודות המדידה, את מדדי הייחוס המקובלים בתעשייה, בעיות נפוצות שמורידות ציונים, ותוכנית פעולה מעשית לשיפור. נבחן גם כיצד צ’אטבוטים ייעודיים למשוב יכולים לעזור, ומדוע מערך מלא של מדדי KPI משלימים נותן תמונה מלאה של ביצועי הצ’אטבוט.

עיקרי הדברים

מהו בדיוק ציון CSAT של צ’אטבוט?

ציון CSAT של צ’אטבוט מודד באופן ספציפי עד כמה לקוחות מרוצים מהאינטראקציות שלהם עם הצ’אטבוט האוטומטי שלכם. הוא מפריד את ביצועי הבוט משביעות הרצון הכללית של הלקוחות, ומתמקד באיכות וביעילות של העוזר האוטומטי שלכם.

מדוע ההבחנה הזו חשובה כל כך? ואיך בכלל מקבלים את הציון הזה?

הבנת היסודות האלה היא הצעד הראשון לכל ארגון שמשתמש בצ’אטבוטים בשירות הלקוחות שלו.

איך סקרי CSAT פועלים בזרימות בוט

בדרך כלל, סקרי CSAT מופיעים מיד לאחר סיום שיחת צ’אטבוט. לרוב הם קצרים ופשוטים. המשתמשים עשויים להתבקש לדרג את החוויה שלהם בסולם 1-5 (כאשר 1 הוא מאוד לא מרוצה ו-5 הוא מרוצה מאוד) או לבחור אימוג’י שתואם את מצב הרוח שלהם (למשל 😠 עד 😄).

הדרך הנפוצה ביותר לחשב CSAT היא שיטת Top-2-Box.

חישוב CSAT (Top-2-Box):

שלב 1: אספו את כל הדירוגים (למשל, בסולם 1-5).
שלב 2: זהו "דירוגים חיוביים" (בדרך כלל שני הציונים הגבוהים ביותר, למשל 4 ו-5).
שלב 3: ספרו את מספר הדירוגים החיוביים.
שלב 4: ספרו את מספר הדירוגים הכולל שהתקבל.
שלב 5: חשבו CSAT = (מספר הדירוגים החיוביים / מספר הדירוגים הכולל) × 100

פשוט, נכון?

אם 75 מתוך 100 משתמשים נותנים 4 או 5, ציון ה-CSAT שלכם הוא 75%. כך מתקבל אחוז ברור של משתמשים מרוצים.

יש דרך נוספת, שנקראת ממוצע משוקלל.

שיטה זו לוקחת את כל הדירוגים המספריים, מחברת אותם ומחלקת במספר הכולל של התשובות.

חישוב CSAT (ממוצע משוקלל):

שלב 1: אספו את כל הדירוגים המספריים (למשל, 5, 3, 5, 4, 2, 5, 5, 4).
שלב 2: סכמו את כל הדירוגים (למשל, 5+3+5+4+2+5+5+4 = 33).
שלב 3: ספרו את מספר התשובות הכולל (למשל, 8 תשובות).
שלב 4: חשבו CSAT משוקלל = סכום כל הדירוגים / מספר התשובות הכולל (למשל, 33 / 8 = 4.125).

גישה זו יכולה להיות רגישה יותר.

היא מזהה שינויים עדינים בסנטימנט הכולל, במיוחד אם התחושות משתנות בדירוגי האמצע או הדירוגים הנמוכים ששיטת Top-2-Box עשויה לא לתפוס מיד.

למה לחשב CSAT של בוט בנפרד מ-CSAT של נציג

הנה מלכודת נפוצה: ערבוב ה-CSAT של הבוט עם ה-CSAT של הנציגים האנושיים. פעולה כזו עלולה להוביל ל”דוחות לא אמינים” ולהסתיר פרטים קריטיים על הביצועים האמיתיים של כל ערוץ. חשבו על זה. צ’אטבוטים ונציגים אנושיים ממלאים תפקידים שונים ופועלים בתנאים שונים.

בוטים נבנים לקנה מידה. הם מטפלים בהמון שאלות שגרתיות וחוזרות, 24/7. נציגים אנושיים? הם בדרך כלל מטפלים במקרים המורכבים יותר, סוגיות מורכבות, עדינות או טעונות רגשית, שדורשות אמפתיה ופתרון בעיות מתוחכם. אלה תכונות שלבוטים עשויות שלא להיות, לפחות לא באותה מידה.

דמיינו שאתם משיקים צ’אטבוט חדש. הוא מטפל בצורה מצוינת בשטף של פניות פשוטות שבעבר העסיקו את הצוות האנושי שלכם. אם הבוט פותר אותן ביעילות, ה-CSAT העצמאי שלו יכול להיות גבוה למדי. מצוין. אבל עכשיו הנציגים האנושיים שלכם נשארים עם ריכוז גבוה יותר של מקרים קשים. ייתכן שציוני ה-CSAT שלהם ירדו מעט, או שזמני הטיפול הממוצעים שלהם במקרים המורכבים האלה יעלו.

אם תשלבו את ציוני ה-CSAT של הבוט ושל בני האדם, ה-CSAT הכולל עשוי להיראות כאילו הוא עומד במקום או אפילו יורד. אתם עלולים לחשוב בטעות שפרויקט האוטומציה נכשל, או שהנציגים האנושיים אינם מתפקדים היטב. שמירה על מדדים נפרדים מאפשרת מבט ברור והוגן בתוך כל ערוץ. כך תוכלו לבצע שיפורים ממוקדים גם באלגוריתמים של הבוט וגם בתוכניות ההדרכה של הנציגים.

מדדי ייחוס: מהו ציון CSAT “טוב” לצ’אטבוט ב-2025?

קביעת מדדי ייחוס ריאליים עבור ציון ה-CSAT של הצ’אטבוט דומה לשימוש במפה למסע השיפור שלכם.

היא עוזרת למדוד התקדמות ולזהות היכן צריך להתמקד. יעדי שביעות רצון כלליים של לקוחות יכולים לתת נקודת פתיחה, אבל האופי הייחודי של אינטראקציות עם צ’אטבוטים דורש מבט מדויק יותר על ביצועים “טובים”.

ממוצעים בתעשייה

בתעשיות וערוצים שונים, הפרשנויות הכלליות לציוני CSAT הן לעיתים קרובות כך:

המספרים הכלליים האלה מספקים הקשר שימושי, אם כי רחב.

בדיקת מציאות ספציפית לבוטים

כאשר מתמקדים בצ’אטבוטים באופן ספציפי, הביצועים קשורים מאוד ליכולת שלהם לפתור בעיות.

מחקרים מראים שכ-70% מהמשתמשים מדווחים על שביעות רצון גבוהה יותר כאשר צ’אטבוט פותר את הבעיה שלהם במלואה, ללא צורך בהתערבות אנושית.

זה מדגיש עד כמה חיוני שהצ’אטבוט יבין כוונה במדויק ויספק פתרונות מלאים ונכונים.

אבל יש כאן הסתייגות גדולה: הפוטנציאל ל-תסכול לקוחות.

שיעור בולט של 76% מהמשתמשים דיווחו שהרגישו מתוסכלים מפתרונות תמיכה קיימים מבוססי AI.

זה אומר שבעוד שהשאיפה לשביעות רצון גבוהה היא בת השגה, צ’אטבוטים רבים כיום אינם עומדים בציפיות המשתמשים. לעיתים קרובות, הדבר נובע ממגבלות בהבנה, מחוסר אמפתיה או מהסלמות מסורבלות.

לכן, אף שכדאי לכוון למדדי הייחוס הכלליים של התעשייה, חשוב לא פחות להעריך באופן ביקורתי את שיעורי הפתרון ורמות התסכול הספציפיות של הצ’אטבוט שלכם. הערכה עצמית זו תעזור לכם לקבוע יעד משמעותי עבור ציון ה-CSAT של הצ’אטבוט.

המכשולים הגדולים ביותר שמורידים CSAT של צ’אטבוט

לצ’אטבוטים יש פוטנציאל רב, אבל כמה נקודות כאב נפוצות עלולות לפגוע משמעותית בחוויית הלקוח ולהוריד את ציון ה-CSAT של הצ’אטבוט. אם אתם רוצים להפחית תסכול לקוחות ולשפר שביעות רצון, חשוב להתמודד עם המכשולים האלה ישירות.

היעדר אמפתיה ו”המרכיב האנושי”

אחת התלונות המרכזיות על צ’אטבוטים?

הם יכולים להרגיש קרים ורובוטיים, ללא “מגע אנושי”. האינטראקציות עשויות להיראות לא אישיות, וזה צורם במיוחד כאשר המשתמשים כבר לחוצים או מתמודדים עם בעיה מורכבת.

נתונים מראים ש-50% מהמשתמשים מרגישים לעיתים קרובות מתוסכלים במהלך אינטראקציות עם צ’אטבוטים, וכ-40% מהשיחות האלה מסתיימות לכאורה בצורה גרועה.

תסכול לקוחות זה נובע לעיתים קרובות מחוסר היכולת של הבוט להבין שפה עדינה, לזהות רמזים רגשיים או לסטות מהתסריט כאשר נדרשת גישה גמישה יותר.

העברה לא מספקת לנציגים חיים

אף שהמטרה היא שצ’אטבוטים יפתרו בעיות באופן עצמאי, העברה חלקה לנציג אנושי היא קריטית כאשר הם אינם מצליחים. תהליך הסלמה מסורבל או לא יעיל הוא מקור משמעותי למטרד.

55% משמעותיים מהלקוחות רוצים דרך קלה ומהירה לעבור לאדם, וחשוב מכך, הם מצפים שהנציג כבר יכיר את ההיסטוריה של שיחת הבוט שלהם.

להיאלץ לחזור על מידע או להתחיל מאפס מול אדם לאחר אינטראקציית בוט ארוכה? זה מרתיע מאוד. הדבר יכול לפגוע קשות ב-ציון ה-CSAT של הצ’אטבוט, גם אם הבוט טיפל תחילה היטב בחלק מהפנייה.

פערים ב-Knowledge Base ו”לולאות בוט”

צ’אטבוט טוב רק כמו המידע שאליו יש לו גישה. אם ב-Knowledge Base שבבסיסו יש פערים, אם הוא לא מעודכן או אם הוא אינו מכסה שאלות משתמשים ספציפיות, הצ’אטבוט עלול להיכשל במתן פתרון. זה יכול להוביל לאותן “לולאות בוט” מתסכלות, שבהן הצ’אטבוט ממשיך להציע הצעות לא רלוונטיות או מודה שאינו מבין.

עקבו אחר שיעור ה-fall-back שלכם. מדד זה מראה באיזו תדירות צ’אטבוט אינו מצליח להבין או לפתור פנייה, ועובר לתשובה כללית או מחייב הסלמה. שיעור fall-back גבוה הוא נורת אזהרה. באופן דומה, אם אתם רואים הרבה כוונות “No Solution”, שבהן הבוט מזהה את הנושא אך אין לו תשובה מתוכנתת, זהו סימן ברור שעליכם לעדכן את התוכן שלכם. לולאות בוט אלה גורמות למשתמשים להרגיש תקועים ולא נשמעים, ותורמות ישירות ל-ציון CSAT נמוך יותר של הצ’אטבוט.

שבע אסטרטגיות מוכחות להעלאת ציון ה-CSAT של הצ’אטבוט

רוצים ציון CSAT גבוה יותר לצ’אטבוט?

נדרשת גישה שיטתית, כזו שמתמקדת בשיפור חוויית המשתמש בכל שלב. שבע האסטרטגיות המוכחות האלה מטפלות בנקודות כאב נפוצות ומתבססות על שיטות מומלצות בתכנון ובהפעלה של צ’אטבוטים. הן מיועדות ליצור שיפור ממשי בשביעות רצון הלקוחות.

1. מטבו את דיוק התשובות והמהירות

למה לקוחות אוהבים צ’אטבוטים? לעיתים קרובות, בגלל תשובות מהירות.

לכן, מהירות היא קריטית.

שאפו לזמן תגובה ממוצע של צ’אטבוט של פחות מ-2 שניות. אבל מהירות ללא דיוק אינה מועילה. הבוט חייב להבין מה המשתמש שואל. שאפו לשיעור זיהוי כוונה של 90% ומעלה. כאשר משתמשים מקבלים מידע רלוונטי במהירות, התסכול יורד, ו-ציון ה-CSAT של הצ’אטבוט מקבל דחיפה ישירה. בדקו באופן קבוע ביטויים שלא זוהו והמשיכו לאמן את מודל ה-Natural Language Understanding (NLU) שלכם. זה חיוני לשמירה על דיוק גבוה. תוכלו גם לעיין באסטרטגיות לשיפור תגובות בזמן אמת ב-24/7 Customer Support AI Playbook שלנו.

2. השתמשו בפרסונליזציה הקשרית עם NLP + נתוני CRM

תגובות גנריות שמתאימות לכולם גורמות לאינטראקציות עם צ’אטבוט להרגיש קרות.

לקוחות כיום מצפים ליותר. למעשה, 71% מהצרכנים מצפים מחברות לספק אינטראקציות מותאמות אישית, ו-76% מתוסכלים כאשר זה לא קורה.

השתמשו ב-Natural Language Processing (NLP) כדי להבין לא רק את המילים, אלא גם את ההקשר והסנטימנט שמאחורי פניות המשתמשים. שלבו את הצ’אטבוט עם נתוני ה-CRM שלכם כדי לגשת להיסטוריית הלקוח, להעדפות ולאינטראקציות קודמות. כך הבוט יכול להציע פתרונות מותאמים, לפנות למשתמשים בשם ואפילו לצפות את הצרכים שלהם. הדבר גורם לאינטראקציה להרגיש רלוונטית ומוערכת יותר, ומשפיע לטובה על ציון ה-CSAT של הצ’אטבוט.

3. בנו אמפתיה בדיאלוג של הבוט: מילות רגש וטון

אמפתיה אמיתית היא אנושית, אבל אפשר לתכנן צ’אטבוטים כך שידמו הבנה ואכפתיות. איך? באמצעות דיאלוג שנכתב בקפידה. מחקר אקדמי מצא שביטויי אמפתיה של צ’אטבוטים השפיעו לטובה על שביעות רצון הלקוחות, אבל רק כאשר הצ’אטבוטים השתמשו ב-מילות רגש בתקשורת שלהם. כלומר, להשתמש בביטויים שמכירים בתחושה האפשרית של המשתמש.

לדוגמה, “אני מבין שזה בטח מתסכל”, או “צר לי לשמוע שאתה נתקל בבעיה”, או “בוא נטפל בזה עבורך”. הטון צריך להתאים לקול המותג שלכם, אך באופן כללי כדאי לשאוף לשפה מועילה, סבלנית ומרגיעה. המגע “הדומה לאדם” הזה יכול לשפר משמעותית את התפיסות, ואיתן גם את ציון ה-CSAT של הצ’אטבוט.

4. תכננו הסלמות חלקות ועשירות בהקשר

הצ’אטבוט שלכם לא יוכל לטפל בכל פנייה, וגם לא צריך לנסות. כאשר בעיה צריכה לעבור לנציג אנושי, התהליך חייב להיות חלק ולשמר את כל ההקשר. זרימת הסלמת צ’אטבוט מתוכננת היטב כוללת כמה חלקים מרכזיים.

ראשית, הצ’אטבוט יכול לבצע הכשרה ראשונית של הבעיה, ולאסוף מידע חיוני על הבעיה ועל זהות המשתמש. אם מופעלת הסלמה (לבקשת המשתמש או מכיוון שהבוט נתקע), המערכת צריכה להבטיח מעבר חלק לאדם. החשוב ביותר הוא שהתמליל המלא של שיחת הבוט, יחד עם כל נתון שנאסף (כמו מספרי חשבון או סיכומי בעיות), יועבר לנציג האנושי. המשמעות היא שהלקוח לא צריך לחזור על עצמו. זה מפחית תסכול וגורם לכל חוויית התמיכה להרגיש יעילה וממוקדת יותר בלקוח. הדבר תומך ישירות ב-ציון CSAT טוב יותר של הצ’אטבוט, בכך שהבוט הופך לחלק מועיל מהפתרון גם כשהוא מסלים.

5. שמרו על תוכן עדכני, ספרינט לנושאי “no solution”

Knowledge Base מיושן או חלקי הוא גורם מרכזי לכישלון צ’אטבוט ול-CSAT נמוך. הפכו את בדיקת נתוני ביצועי הצ’אטבוט להרגל קבוע. הקדישו תשומת לב מיוחדת לכוונות “No Solution” או לנושאים שבהם שיעור ה-fall-back גבוה. יישמו ביקורת Knowledge Base חודשית (או אפילו תכופה יותר).

הדבר כולל זיהוי שאלות חדשות שמשתמשים שואלים, שינויים בתכונות המוצר או במדיניות החברה, וכל בעיה מתפתחת. התייחסו לכך כמו לספרינט פיתוח: מצאו את פערי התוכן, צרו תשובות או זרימות חדשות, בדקו אותן היטב ופרסו אותן במהירות. שמירה על מידע עדכני ומקיף בצ’אטבוט מבטיחה שהוא יוכל לטפל במדויק במגוון רחב יותר של פניות. הדבר מוביל לשיעורי פתרון גבוהים יותר ול-ציון CSAT משופר של הצ’אטבוט.

6. מקסמו נראות ונוכחות רב-ערוצית

מה התועלת בצ’אטבוט יעיל מאוד אם המשתמשים לא יכולים למצוא אותו? ודאו שווידג’ט הצ’אטבוט ממוקם במקום בולט ונגיש בקלות. חשבו על מיקומים נפוצים: עמוד הבית שלכם, עמודי מוצר או שירות מרכזיים, בתוך האפליקציה לנייד, ובשילוב עם אפליקציות מסרים פופולריות כמו WhatsApp או Facebook Messenger. המטרה היא לאפשר ללקוחות ליצור קשר עם הבוט בקלות בכל זמן ובכל מקום שבו הם זקוקים לעזרה.

עקבו אחר נפח הצ’אטים שלכם (Total Chats) כמדד ביצועים מרכזי (KPI). אם המספר הזה גדל, וה-CSAT שלכם יציב או משתפר, הדבר מצביע על כך שהבוט גם גלוי וגם בעל ערך. חוויה רב-ערוצית עקבית, שבה הבוט מספק שירות באיכות דומה בכל הפלטפורמות, תורמת גם היא באופן חיובי לשביעות הרצון הכוללת ול-ציון ה-CSAT של הצ’אטבוט.

7. עודדו משוב וסגרו את הלולאה

אל תחכו רק למשוב. בקשו אותו באופן פעיל. מעבר לסקר CSAT הסטנדרטי בסוף הצ’אט, שקלו להציע תמריצים קטנים, כמו קודי הנחה או נקודות נאמנות, עבור השלמת סקרי משוב מעט מפורטים יותר. הדבר יכול להעלות את שיעורי התגובה ולספק לכם נתונים איכותניים עשירים יותר.

העיקר הוא להשתמש במשוב הזה. שלבו את ניתוח ציוני ה-CSAT של הצ’אטבוט והערות המשתמשים בישיבות הצוות הקבועות או ברטרוספקטיבות הספרינט שלכם. דונו בנקודות כאב, זהו תחומי שיפור והקצו משימות. סגירת לולאת המשוב, באמצעות פעולה גלויה על בסיס קלט מהלקוחות, מראה שאתם מעריכים את דעתם ומחויבים לשיפור החוויה שלהם. פעולה זו עצמה יכולה ליצור רצון טוב ולתמוך ב-ציון CSAT גבוה יותר של הצ’אטבוט.

שימוש בצ’אטבוט משוב לשיפור מתמשך

סקרים סטנדרטיים בסוף אינטראקציה נותנים לכם נתוני CSAT חשובים. אבל צ’אטבוט משוב ייעודי יכול להעלות את ההבנה שלכם לגבי סנטימנט הלקוחות לרמה חדשה לגמרי. בוטים ייעודיים אלה מתוכננים במיוחד לאיסוף דעות. אפשר לפרוס אותם באופן אסטרטגי כדי לאסוף סקרים בזמן אמת ותובנות איכותניות מעמיקות. מידע זה יכול להניע שיפור מתמשך של צ’אטבוט השירות הראשי שלכם ושל חוויית הלקוח הכוללת.

מהו צ’אטבוט משוב?

צ’אטבוט משוב הוא סוכן שיחתי אינטראקטיבי שנבנה למטרה עיקרית אחת: לאסוף משוב, דעות והצעות ממשתמשים בדרך שיחתית.

בניגוד לצ’אטבוטים כלליים לשירות לקוחות, שמתמקדים בפתרון פניות או במתן מידע, התפקיד המרכזי של צ’אטבוט משוב הוא איסוף נתונים. הוא משתמש ב-Natural Language Processing (NLP) ובאלגוריתמי AI כדי להבין מה משתמשים אומרים על החוויות וההעדפות שלהם. הוא מנהל איתם דיאלוג שנועד להפיק משוב מפורט.

שלושה מצבי איסוף

צ’אטבוטים למשוב יכולים להשתמש בשיטות שונות לאיסוף תובנות לקוחות. לעיתים קרובות הן מעוררות יותר מעורבות מטפסים סטטיים מסורתיים:

1. מיקרו-סקרים שיחתיים: במקום להעמיס על משתמשים רשימת שאלות ארוכה, צ’אטבוט המשוב יכול לשאול כמה שאלות ממוקדות בסגנון טבעי של הלוך ושוב. זה יכול להרגיש פחות כמו סקר ויותר כמו דיון, ובכך להעלות את שיעורי ההשלמה ואת איכות התשובות.
2. סקרים אוטומטיים לאחר רכישה או לאחר אינטראקציה: תכנתו את הצ’אטבוט לפנות אוטומטית ללקוחות לאחר אירוע מסוים (למשל, רכישה, אינטראקציית שירות, תקופת שימוש במוצר). כך ניתן לאסוף משוב בזמן, כשהחוויה עדיין טרייה.
3. משוב בזמן אמת בתוך הזרימה: שלבו צ’אטבוט משוב כדי לבקש דעות במהלך אינטראקציה או מיד לאחר שימוש בתכונה מסוימת בתוך אפליקציה או אתר. הדבר מספק סקרים בזמן אמת בעלי הקשר רב על היבטים ספציפיים של החוויה.

רשימת בדיקה לשיטות מומלצות

רוצים לתכנן צ’אטבוט משוב יעיל שנותן תובנות איכותיות וניתנות לפעולה? שמרו על השיטות המומלצות האלה:

לוח ה-KPI המלא: מעבר ל-CSAT

ציון ה-CSAT של הצ’אטבוט הוא תמונת מצב חשובה של שביעות רצון מיידית של הלקוח. אבל כדי להבין באמת את ביצועי הצ’אטבוט שלכם, צריך מבט רחב יותר. לוח מקיף של מדדים הוא חיוני. ניתוחי הצ’אטבוט האלה צריכים לכסות מעורבות, פתרון, ביצועים תפעוליים והשפעה עסקית. יחד, הם מספקים תמונה הוליסטית שמחברת בין יעילות טכנית לבין סנטימנט לקוחות ותוצאות עסקיות.

מדדי מעורבות

מדדים אלה מספרים לכם כיצד משתמשים מקיימים אינטראקציה עם הצ’אטבוט ומה היקף ההגעה הכולל שלו:

מדדי פתרון

מדדים אלה מעריכים עד כמה הצ’אטבוט שלכם יעיל בפועל בפתרון בעיות משתמשים:

מדדי ביצועים

מדדים אלה מתמקדים ביעילות התפעולית ובדיוק של הצ’אטבוט עצמו:

מדדי השפעה עסקית

מדדים אלה מקשרים בין ביצועי הצ’אטבוט לבין תוצאות עסקיות מוחשיות. הם מראים את הערך בעולם האמיתי:

מיפוי KPI טכניים לשיפורי CSAT

חשוב לראות את הקשרים. הבינו את שרשרת הסיבתיות שמחברת בין המדדים הטכניים והתפעוליים האלה לבין ציון ה-CSAT של הצ’אטבוט שלכם.

graph TD
    subgraph "מצוינות תפעולית"
        A[דיוק תשובות גבוה יותר]
        B[זמן תגובה מהיר יותר]
        C[שיעור Fall-Back נמוך יותר]
        D[Deflection Rate יעיל]
    end

    subgraph "תוצאות ביניים"
        E[תסכול משתמשים מופחת]
        F[יותר פתרונות Self-Service מוצלחים]
        G[פתרון מהיר יותר לבעיות נפוצות באמצעות הבוט]
        H[יותר קיבולת נציגים לבעיות מורכבות באמצעות אדם]
    end

    subgraph "תוצאות לקוחות ועסק"
        I[Goal Completion Rate גבוה יותר]
        J[צורך מופחת בהסלמה]
        K[חוויית לקוח כוללת משופרת]
        L[ציון CSAT גבוה יותר לצ'אטבוט]
        M[CSAT כולל גבוה יותר]
    end

    A --> E
    B --> E
    E --> I
    I --> L

    C --> F
    F --> J
    J --> L

    D --> G
    D --> H
    G --> K
    H --> K
    K --> M
    L --> K

לעיון מעמיק בשיעור deflection ובעיצוב לוח בקרה יעיל, קראו את המדריך שלנו על Chatbot Analytics.

באמצעות ניטור לוח ה-KPI המלא הזה, מובילי CX יכולים לקבל הבנה מדויקת יותר של ניתוחי הצ’אטבוט שלהם. תוכלו לאבחן בעיות ביעילות רבה יותר ולהראות את הערך הרחב יותר של השקעות הצ’אטבוט שלכם מעבר ל-ציון ה-CSAT של הצ’אטבוט המיידי בלבד. גישה מונעת נתונים זו מאפשרת תיקונים ממוקדים שמשפרים גם יעילות תפעולית וגם שביעות רצון לקוחות. המטרה הסופית? פחות נטישה ונאמנות גבוהה יותר.

מגמות עתידיות: סינרגיה בין אדם ל-AI ותחזית שוק

נוף חוויית הלקוח (CX) משתנה במהירות, וצ’אטבוטים מבוססי AI נמצאים במרכז השינוי הזה. עבור מובילי CX שמבקשים למטב את ציון ה-CSAT של הצ’אטבוט ולהכין את אסטרטגיות התמיכה שלהם לעתיד, הבנת מגמות מתפתחות היא חיונית. זה כולל הכול, משיעורי אימוץ ועד היכולות המתפתחות של בוטים.

אימוץ והשקעה מהירים

המחויבות לשימוש ב-AI בשירות לקוחות ברורה וחזקה.

שיעור משמעותי של 65% מהחברות מתכננות להרחיב את השימוש שלהן ב-AI ביוזמות חוויית לקוח עד 2025.

האימוץ הרחב הזה אינו מפתיע. הוא מונע מהיתרונות הכפולים של יעילות משופרת והפוטנציאל לאינטראקציות לקוח טובות יותר. ככל שעסקים ממשיכים להשקיע רבות בטכנולוגיות AI, צ’אטבוטים ישתלבו עמוק עוד יותר במארג פעילות שירות הלקוחות. מגמה זו מדגישה עד כמה חשוב לשלוט בביצועי הצ’אטבוט, וכתוצאה מכך ב-ציון ה-CSAT של הצ’אטבוט.

מודלי תמיכה היברידיים

AI מציעה יתרונות יוצאי דופן במהירות ובעיבוד נתונים. אין ספק בכך. אבל המגע האנושי נותר בלתי ניתן להחלפה בהיבטים מסוימים של שירות לקוחות.

מעניין ש-72% ממנהיגי העסקים מאמינים ש-AI יכולה לעלות על בני אדם בתחומי שירות לקוחות ספציפיים. זה נכון במיוחד במהירות ובטיפול עקבי בכמויות גדולות של נתונים.

עם זאת, קיימת הסכמה רחבה שאמפתיה, פתרון בעיות מורכבות ותקשורת עדינה הם עדיין חוזקות אנושיות מובהקות. הדבר מצביע על עלייתם של מודלי תמיכה היברידיים. במודלים אלה, צ’אטבוטים מטפלים בפניות שגרתיות ובטריאז’ ראשוני. לאחר מכן הם מסלימים בצורה חלקה בעיות מורכבות יותר או טעונות רגשית לנציגים אנושיים, שמצוידים בהקשר המלא של אינטראקציית הבוט. אופטימיזציה של הסינרגיה בין אדם ל-AI תהיה מפתח להעלאת חוויית הלקוח הכוללת ולהשגת ציון CSAT גבוה של הצ’אטבוט כחלק מאקוסיסטם תמיכה מלא.

טיפ יישום: בעת תכנון מודלים היברידיים, התמקדו בהגדרת טריגרים ברורים להסלמה ובהבטחת העברת נתונים מקיפה (היסטוריית שיחה, פרטי משתמש) לנציגים אנושיים. הדבר ממזער חזרה של הלקוח על מידע ותסכול.

הרחבת אסטרטגיית התמיכה שלכם חשובה גם היא, הפוסט שלנו השגת מדרגיות בתמיכת לקוחות: מדריך ה-AI האולטימטיבי מציע תובנות שניתן ליישם.

אינטליגנציה רגשית בבוטים

חזית חדשה בפיתוח צ’אטבוטים היא קידום אינטליגנציה רגשית. מודלי שפה גדולים (LLMs) מתפתחים מאומנים לא רק על מידע, אלא גם על הבנה ויצירה של טקסט עם סנטימנט וטון ספציפיים. מה המשמעות? צ’אטבוטים עתידיים יוכלו לזהות תסכול או שביעות רצון של משתמשים בצורה מדויקת יותר ולהגיב באופן מתאים יותר מבחינה רגשית.

מחקרים עדכניים כבר מראים ששימוש ב”מילות רגש” יכול להגביר שביעות רצון.

אבל הדור הבא של בוטים עשוי להציג יכולות מחשוב רגשי מתוחכמות אף יותר. להתפתחות זו יש פוטנציאל לשפר משמעותית את האיכות “הדומה לאדם” של האינטראקציות. זה יתמודד ישירות עם אחד המכשולים המרכזיים כיום בדרך ל-ציוני CSAT גבוהים יותר של צ’אטבוטים, ויפתח פרק חדש בשירות לקוחות אוטומטי.

סיכום: מפת הדרך שלכם לציון CSAT גבוה יותר לצ’אטבוט

לאורך מדריך זה הדגשנו רעיון מרכזי: עליכם למדוד CSAT של בוט בנפרד מ-CSAT של נציג אנושי. הפרדה זו חיונית לקבלת תובנות ברורות שניתן לפעול לפיהן. היא הבסיס שעליו נבנות כל אסטרטגיות השיפור היעילות.

המסע ל-ציון CSAT גבוה יותר של הצ’אטבוט תלוי במחויבות למשוב מתמשך, למצוינות תפעולית ולשילוב חכם של מנגנוני fallback אנושיים. באמצעות שימוש בצ’אטבוטים ייעודיים למשוב, מובילי CX יכולים להתחבר לזרם עשיר של סנטימנט לקוחות בזמן אמת. לאחר מכן ניתן להשתמש בתובנות אלה כדי לשפר באופן איטרטיבי דיאלוגים של צ’אטבוט, Knowledge Bases וביצועים כוללים. זכרו, מדדים תפעוליים, מדיוק ומהירות התגובה ועד שיעורי fall-back והשלמת יעדים, אינם רק מספרים פנימיים. הם מנופים ישירים להשפעה על שביעות רצון הלקוחות.

הדרך קדימה דורשת גישה יזומה:

• בצעו ביקורת לציון ה-CSAT הנוכחי של הצ’אטבוט ולתהליך המדידה שלו בקפדנות.
• השיקו פיילוט של צ’אטבוט משוב כדי להעמיק את ההבנה של נקודות הכאב וההעדפות של המשתמשים.
• עקבו אחר מדדי ביצועים מרכזיים (KPIs) מדי חודש, תוך קישור שיפורים תפעוליים לשינויים ב-ציון ה-CSAT של הצ’אטבוט.

באמצעות אימוץ עקרונות אלה, עסקים יכולים לשנות את הצ’אטבוטים שלהם. הם יכולים לעבור מכלי שאלות ותשובות פשוטים לרכיבים מתוחכמים, אמפתיים ויעילים מאוד באקוסיסטם שירות הלקוחות שלהם. התוצאה? לקוחות מרוצים ונאמנות מתמשכת.

שאלות נפוצות: שאלות מעשיות על ציון CSAT של צ’אטבוט

סעיף שאלות נפוצות זה עוסק בשאלות מעשיות נפוצות שלמובילי CX ותמיכה יש לעיתים קרובות לגבי מדידה, פרשנות ושיפור של ציון ה-CSAT של הצ’אטבוט.

מהו ציון CSAT טוב של צ’אטבוט בהשוואה לציון של נציג אנושי?

בדרך כלל עדיף לא להשוות ישירות את ציון ה-CSAT של הצ’אטבוט לציון של נציג אנושי. הם מטפלים בסוגי פניות שונים ופועלים בקנה מידה שונה. CSAT כללי טוב מצוין לעיתים קרובות כ-75-85%. עבור צ’אטבוטים, שביעות רצון גבוהה (כ-70% מהמשתמשים) מגיעה לעיתים קרובות כאשר הבוט פותר את הבעיה במלואה. התמקדו בשיפור ה-CSAT של כל ערוץ בנפרד, בהתאם ליעדים הספציפיים שלו.

באיזו תדירות כדאי לבקש ממשתמשים לדרג את ציון ה-CSAT של הצ’אטבוט בלי להרגיז אותם?

הגישה הנפוצה ביותר היא להציע סקר CSAT קצר בסוף כל אינטראקציית צ’אט מובחנת. כדי להימנע מעייפות סקרים, ודאו שהבקשה אינה מפריעה ושהסקר עצמו קצר מאוד, אולי שאלת דירוג אחת בלבד. צ’אטבוט משוב עשוי לשמש באופן אסטרטגי יותר לתובנות עמוקות, אבל סקרי ציון CSAT של צ’אטבוט כלליים מתבצעים בדרך כלל לאחר האינטראקציה.

האם הוספת יותר אימוג’ים באמת מעלה את ציון ה-CSAT של הצ’אטבוט?

אף שאימוג’ים יכולים לגרום לאינטראקציות להרגיש ידידותיות יותר ומשמשים לעיתים קרובות בסולמות דירוג CSAT, פיזור של עוד אימוג’ים בדיאלוג לא יעלה אוטומטית את ציון ה-CSAT של הצ’אטבוט. מחקרים מציינים את ההשפעה של “מילות רגש” על שביעות רצון. הדבר מצביע על כך ששימוש מחושב בשפה שמעבירה אמפתיה חשוב יותר מכמות האימוג’ים בלבד. הגורמים המרכזיים הם המועילות, הדיוק והיעילות הכוללים של הבוט.

איך בונים צ’אטבוט משוב בתוך פחות משבוע?

בניית צ’אטבוט משוב בסיסי במהירות היא אפשרית בהחלט באמצעות פלטפורמות צ’אטבוט no-code או low-code. פלטפורמות אלה מספקות לעיתים קרובות תבניות וממשקי גרירה ושחרור שמאיצים את העבודה.

• יום 1-2: הגדירו יעדים ברורים. איזה משוב ספציפי אתם צריכים? נסחו זרימות שיחה ושאלות פשוטות.
• יום 3-4: בחרו פלטפורמה. בנו את הזרימות ועצבו ממשק משתמש פשוט ונקי.
• יום 5: בדקו אותו פנימית עם קבוצה קטנה כדי לאתר תקלות ברורות.
• יום 6-7: בצעו איטרציה על בסיס המשוב מהבדיקה הפנימית. לאחר מכן פרסו אותו בעמוד מסוים או לפלח מהמשתמשים שלכם.

להשקה מהירה, התמקדו בפשטות. תמיד אפשר להוסיף מאוחר יותר תכונות מתקדמות יותר, כמו הפרסונליזציה מבוססת ה-AI שהוזכרה עבור צ’אטבוטים למשוב.

האם ציון CSAT נמוך של צ’אטבוט יכול לפגוע ב-Net Promoter Score (NPS) שלי?

כן, ציון CSAT נמוך של צ’אטבוט לאורך זמן יכול לפגוע בעקיפין ב-NPS שלכם. CSAT מודד שביעות רצון מאינטראקציה ספציפית, בעוד NPS מודד נאמנות כוללת למותג. חוויות צ’אטבוט גרועות באופן עקבי תורמות לתסכול לקוחות כללי. אם צ’אטבוטים הם ערוץ תמיכה מרכזי, אינטראקציות שליליות יכולות להוביל לאי שביעות רצון מהמותג שלכם כולו. הדבר מפחית את הסבירות שלקוחות ימליצו על החברה שלכם, ובכך מוריד את ה-NPS.

באילו תעשיות יש כרגע את ציוני ה-CSAT הגבוהים ביותר לצ’אטבוטים?

דירוגי תעשייה ספציפיים ומוסכמים באופן אוניברסלי עבור ציוני CSAT של צ’אטבוטים אינם זמינים בקלות במחקר שסופק. ציונים יכולים להשתנות מאוד לפי יישום החברה, מקרה השימוש הספציפי ואופן המדידה. באופן כללי, תעשיות שמפעילות צ’אטבוטים למשימות פשוטות, מידע או עסקאות, שבהן תשובות מהירות ומדויקות מוערכות מאוד, עשויות לראות ביצועים טובים יותר אם הבוטים מתוכננים היטב.

כמה תשובות לסקר דרושות לציון CSAT תקף סטטיסטית של צ’אטבוט?

מספר התשובות הדרוש ל-ציון CSAT של צ’אטבוט תקף סטטיסטית תלוי בנפח המשתמשים הכולל שלכם, ברמת הביטחון הרצויה ובמרווח הטעות. עבור צ’אטבוטים בנפח גבוה, איסוף כמה מאות תשובות בכל תקופה (למשל שבועית או חודשית) יכול לספק מגמה יציבה למדי. פעילות קטנה יותר עשויה לשאוף לאחוז מייצג מכלל האינטראקציות שלה. מחשבוני גודל מדגם סטנדרטיים יכולים לעזור. עם זאת, עקביות באיסוף והתמקדות במגמות לאורך זמן הן לעיתים קרובות מעשיות יותר לשיפורים תפעוליים יומיומיים מאשר תוקף סטטיסטי מחמיר.

האם יש כלים מוכנים שמפרידים CSAT של בוט מ-CSAT של אדם בדוחות?

כן, פלטפורמות contact center מודרניות רבות, מערכות CRM עם צ’אט משולב וכלים ייעודיים לניתוח צ’אטבוטים מתוכננים להבחין בין אינטראקציות של בוטים לבין אינטראקציות של בני אדם. פלטפורמות אלה בדרך כלל מאפשרות לתייג אינטראקציות לפי ערוץ או סוג נציג (בוט מול אדם). כך ניתן לדווח בנפרד על מדדים כמו ציון ה-CSAT של הצ’אטבוט לעומת CSAT של נציג.

מהי הדרך המהירה ביותר להפחית fall-back rate ולהעלות CSAT בו-זמנית?

לעיתים קרובות, הדרך המהירה ביותר היא לנתח את כוונות “No Solution” או את השיחות עם שיעורי ה-fall-back הגבוהים ביותר. זהו את 5-10 השאלות או הבעיות החוזרות והלא מטופלות המרכזיות. לאחר מכן עדכנו מיד את ה-Knowledge Base ואת זרימות הדיאלוג של הצ’אטבוט כדי לטפל במדויק בפניות הספציפיות האלה. הדבר דומה למושג “No Solution Topics Sprint”. פתרון הפערים הנפוצים האלה מספק הישגים מהירים. הוא מפחית fall-backs ומשפר ישירות את ציון ה-CSAT של הצ’אטבוט באמצעות עזרה מוצלחת ליותר משתמשים.

במה שונות שיטות Composite CSAT ו-Top-2-Box עבור צ’אטבוטים?

עבור צ’אטבוטים, שיטת Top-2-Box עבור ציון ה-CSAT של הצ’אטבוט מחשבת את אחוז המשתמשים שנתנו את שני דירוגי שביעות הרצון הגבוהים ביותר (למשל, 4/5 ו-5/5, או “מרוצה” ו”מרוצה מאוד”). היא נותנת מבט ברור על מספר המשתמשים שמרוצים באופן כללי.

// סיכום Top-2-Box
CSAT = (מספר דירוגי "Top 2" חיוביים / מספר הדירוגים הכולל) × 100

שיטת Composite CSAT (או ציון ממוצע) מחשבת את הממוצע של כל הדירוגים המספריים. היא יכולה להיות רגישה יותר לשינויים בסנטימנט בקרב משתמשים שמרוצים במידה בינונית או אינם מרוצים. למשל, אם משתמשים “ניטרליים” רבים הופכים ל”מעט לא מרוצים”, הציון המשוקלל ירד בצורה בולטת יותר מאשר Top-2-Box. הדבר יכול לספק אזהרה מוקדמת יותר לירידות עדינות ב-ציון ה-CSAT של הצ’אטבוט.

// סיכום ממוצע משוקלל
Composite CSAT = סכום כל הדירוגים המספריים / מספר התשובות הכולל