कस्टमर सर्विस चैटबॉट: यह क्या है और क्यों ज़रूरी है

रात के नौ बजे एक ग्राहक आपके स्टोर को मैसेज करती है और पूछती है कि क्या यह जैकेट साइज़ में छोटी पड़ती है। कोई जवाब नहीं देता। वह टैब बंद कर देती है और वही जैकेट कहीं और से खरीद लेती है। कस्टमर सर्विस चैटबॉट की ज़रूरत का पूरा तर्क बस यही है, और फिर भी किसी तरह लगभग कोई इसे इतनी सीधी भाषा में नहीं समझाता।

इस विषय पर आज जितने भी गाइड हैं, वे किसी एंटरप्राइज़ CX डायरेक्टर के लिए लिखे गए हैं जो वेंडर RFP की बैठकों में बैठा है। उनमें कॉन्टैक्ट सेंटर की भाषा है, कंप्लायंस चेकलिस्ट हैं, और ऐसी कीमतें हैं जो आपको तीन सेल्स कॉल के बाद भी नहीं बताई जाएँगी। अगर आप छोटा कारोबार चला रहे हैं या दो लोगों की सपोर्ट टीम में हैं, तो इनमें से कुछ भी आपके लिए नहीं लिखा गया। यह लेख आपके लिए है।

मैं यह इसलिए कह रहा हूँ कि इसी विषय पर इस समय टॉप पर रैंक करने वाले ज़्यादातर लेख मैंने शोध के दौरान पढ़े हैं। वे सचमुच अच्छी तरह बनाए गए हैं, लेकिन एक बिल्कुल अलग पाठक के लिए। यानी सपोर्ट ऑपरेशंस डायरेक्टर, जो छह अंकों वाले सालाना कॉन्ट्रैक्ट के मुकाबले Salesforce इंटीग्रेशन और SOC 2 सर्टिफ़िकेशन को तौल रहे हैं। अगर आप वही हैं, तो वे लेख आपके काम आएँगे। लेकिन अगर आप वह व्यक्ति हैं जो असल में मैसेजों के जवाब देता है, वह कमेटी नहीं जो किसी और के लिए बजट मंज़ूर करती है, तो आगे पढ़ते रहिए।

कस्टमर सर्विस चैटबॉट असल में क्या है

कस्टमर सर्विस चैटबॉट ऐसा सॉफ़्टवेयर है जो आपके ग्राहकों से बात करता है और उनके सवालों के जवाब देता है, और यह किसी generic स्क्रिप्ट से नहीं, बल्कि आपके कारोबार की असली जानकारी से करता है। परिभाषा बस इतनी ही है। इसके आगे जो कुछ है, वह implementation का ब्योरा है।

अगर आप what is customer service chatbot सर्च करके यहाँ पहुँचे हैं, तो जवाब यही है, पूरा जवाब। नीचे जो कुछ है, वह बस यह समझाता है कि अच्छे और बुरे चैटबॉट में क्या फ़र्क होता है। आप इसे customer service AI chatbot कहें, AI chatbot for customer service कहें, या सीधे chatbot for customer service, भीतर का सवाल हमेशा वही रहता है।

कोई चैटबॉट अच्छा है या नहीं, इसकी ईमानदार कसौटी एक ही चीज़ पर टिकी है। क्या वह किसी को बता सकता है कि उसका ऑर्डर कल शिप हो चुका है, या वह सिर्फ़ इतना कह सकता है, "ट्रैकिंग के लिए अपना ईमेल देखें"? पहला असली काम कर रहा है। दूसरा चैट बबल पहनकर बैठा सर्च बार है।

स्क्रिप्ट और सच में समझने वाली चीज़ के बीच का फ़र्क

सबसे पुराने तरह का customer service chatbot decision tree पर चलता है। आप बटन दबाते हैं, पहले से लिखा जवाब मिलता है, और जैसे ही ग्राहक कुछ ऐसा टाइप करता है जिसका अनुमान स्क्रिप्ट ने नहीं लगाया था, पूरा सिस्टम टूट जाता है। जो भी कभी फ़ोन के मेन्यू में उलझा है, वह जानता है कि टेक्स्ट में यह कैसा लगता है।

नया तरह का, यानी वह AI customer service chatbot जिस पर आज टीमें सच में भरोसा करती हैं, अलग तरह से काम करता है। वह ग्राहक के लिखे को उसी के शब्दों में पढ़ता है, टाइपो समेत, और keyword मिलाने के बजाय आपके असली कंटेंट से जवाब देता है। उससे पूछिए "wheres my stuff" और वह इसे उसी तरह समझता है जैसे "मुझे मेरा ऑर्डर नहीं मिला है" को, जो कोई स्क्रिप्ट कभी नहीं कर सकती थी।

मोटे तौर पर इस तकनीक की चार लहरें रही हैं, और कोई टूल खरीदने से पहले यह जानना फ़ायदेमंद है कि वह असल में किस लहर में आता है। सबसे पहले वाले keyword को स्क्रिप्ट से मिलाते थे। फिर ऐसे आए जो शब्दों के अलग-अलग रूप समझ लेते थे, पर जवाब फिर भी पहले से लिखे हुए ही उठाते थे। उसके बाद large language models पर बने टूल आए, जो सचमुच प्रवाहपूर्ण बातचीत कर सकते थे, हालाँकि उनमें से कई सिर्फ़ बात करते थे, कुछ करते नहीं थे। मौजूदा लहर आपका कंटेंट पढ़ती है, यह समझती है कि ग्राहक को असल में क्या चाहिए, और बातचीत के भीतर ही असली कार्रवाई करती है। आज जो कुछ बिक रहा है, उसमें से ज़्यादातर तीसरी या चौथी लहर में कहीं आता है, और फ़र्क पहचानने का ईमानदार तरीका वही है जो शुरुआत में बताई कसौटी है। क्या वह कुछ कर सकता है, या सिर्फ़ कुछ कह देता है।

वैसे, इनमें से कुछ भी अपने आप में मायने नहीं रखता। किसी कारोबार को यह जानने की ज़रूरत नहीं कि कोई टूल तकनीकी रूप से किस लहर का है। उसे यह जानना है कि उसके ग्राहकों को जवाब देने वाली चीज़ सही जवाब देती है या नहीं, और कहे जाने पर कोई काम की चीज़ करती है या नहीं। टूल किस लहर में आता है, यह इसका बस एक मोटा अंदाज़ा देता है।

यह परखने का एक आसान तरीका है कि आप असल में किस लहर का टूल देख रहे हैं, चाहे सेल्स पेज उसे कुछ भी कहे। उससे वही सवाल तीन अलग-अलग तरीकों से पूछिए, तीन अलग मैसेज में। स्क्रिप्ट तीन अलग जवाब देगी, या कम से कम एक पर अटक जाएगी। सही तरह से grounded टूल हर बार वही सही जवाब देगा, क्योंकि सवाल जिस भी तरह पूछा गया हो, वह उसी असली कंटेंट से पढ़ रहा है।

अब वह बात, जिसे इस विषय का लगभग हर लेख अब शब्दशः दोहराता है, इसलिए मैं इसे एक बार कहकर आगे बढ़ जाता हूँ, इसे कोई नई सूझ बताने का दिखावा किए बिना। पिछले दो सालों में इंडस्ट्री ने "चैटबॉट" और "AI एजेंट" के बीच एक रेखा खींची है, जहाँ चैटबॉट जवाब देता है और एजेंट असल में काम करता है: ऑर्डर चेक करता है, रिफ़ंड जारी करता है, कॉल बुक करता है। यह फ़र्क असली है, लेकिन यह इस क्षेत्र के लगभग हर कंटेंट की मानक शुरुआती पंक्ति भी बन चुका है, मेरे अपने कुछ लिखे हुए समेत। असल में मायने यह नहीं रखता कि वेंडर कौन-सा शब्द इस्तेमाल करता है। मायने यह रखता है कि आपके सामने की चीज़ असली ऑर्डर देख सकती है और असली कार्रवाई कर सकती है, या वह उसी "अपना ईमेल देखें" वाले जवाब के आसपास बस बेहतर सुनाई देने वाले वाक्य बना रही है।

देखिए कि आपके अपने कारोबार पर प्रशिक्षित कस्टमर सर्विस चैटबॉट असल में कैसा सुनाई देता है। मुफ़्त शुरू करें।

एक छोटे कारोबार के लिए इसकी असली लागत

इस विषय पर हर गंभीर कंटेंट एंटरप्राइज़ के आँकड़े बताता है। प्रति resolution शुल्क। प्रति एजेंट प्रति माह कॉन्टैक्ट सेंटर की कीमतें। कस्टम कोटेशन, जिन्हें सुनने के लिए भी सेल्स कॉल करनी पड़े। इनमें से कुछ भी यह नहीं बताता कि अगर आप महीने में तीस हज़ार नहीं, तीन सौ बातचीत सँभालते हैं, तो असल में इसकी लागत क्या बैठती है।

छोटे कारोबार के लिए ईमानदार दायरा यह है: ज़्यादातर प्लेटफ़ॉर्म पर शुरुआत मुफ़्त होती है, जिसमें सचमुच इस्तेमाल लायक free tier मिलता है, और उसके आगे वॉल्यूम के हिसाब से उन्नीस डॉलर से लेकर लगभग दो सौ डॉलर प्रति माह तक का खर्च आता है। किसी डेवलपर या एजेंसी से पूरी तरह कस्टम बनवाने में हज़ारों डॉलर लग जाते हैं, और असली छोटे कारोबार को इसकी शायद ही कभी ज़रूरत होती है, चाहे "AI transformation" के कितने भी पिच इसके उलट कहें।

स्टिकर प्राइस के नीचे का प्राइसिंग मॉडल भी देखिए, सिर्फ़ संख्या नहीं। कुछ प्लेटफ़ॉर्म प्रति बातचीत शुल्क लेते हैं, जो कम वॉल्यूम पर ठीक रहता है और स्केल करते ही तेज़ी से बढ़ जाता है। कुछ प्रति resolution शुल्क लेते हैं, जो तब तक ठीक लगता है जब तक आपको यह समझ नहीं आता कि आप उन resolution के पैसे भी दे रहे हैं जिनसे किसी की मदद नहीं हुई। साफ़ मैसेज सीमा वाला फ़्लैट मासिक टियर आमतौर पर बजट बनाने के लिए सबसे आसान होता है, क्योंकि व्यस्त महीने की लागत आपको पहले से पता होती है।

किसी भी चीज़ के लिए हाँ कहने से पहले अपने असली आँकड़ों पर हिसाब लगाइए। पिछले महीने की कुल ग्राहक बातचीत निकालिए, उन सभी चैनलों को मिलाकर जो आप इस्तेमाल करते हैं। प्राइसिंग पेज पर लिखी कीमत नहीं, यही संख्या बताती है कि आपके कारोबार के लिए प्रति बातचीत प्लान सस्ता पड़ेगा या फ़्लैट टियर।

यह कहाँ रहता है: वेबसाइट, WhatsApp और बाकी सब जगह

जो AI chatbot for customer service सिर्फ़ आपकी वेबसाइट पर रहता है, वह ज़्यादा से ज़्यादा आपके आधे ग्राहकों को जवाब दे रहा है। अमेरिका के बाहर दुनिया के कई हिस्सों में WhatsApp कोई अतिरिक्त चैनल नहीं, मुख्य चैनल है, और ऐसा whatsapp chatbot customer service सेटअप जो वहाँ भी वही गुणवत्ता का जवाब दे जो आपके वेबसाइट विजेट पर मिलता है, ज़्यादातर तुलना वाले लेखों की मानी हुई अहमियत से कहीं ज़्यादा मायने रखता है।

परीक्षण सीधा है। वही सवाल पहले अपनी वेबसाइट चैट पर पूछिए और फिर WhatsApp पर। अगर WhatsApp का जवाब छोटा है, कमज़ोर है, या वह चैनल मौजूद ही नहीं है, तो आपको वह जगह मिल गई जहाँ वेंडर का असली प्रोडक्ट खत्म होता है और बाद में सोचा गया हिस्सा शुरू होता है।

यह तब और अहम हो जाता है जब आप गिनते हैं कि एक ग्राहक आप तक कितनी जगहों से पहुँच सकता है। वेबसाइट चैट, WhatsApp, Instagram DM, ईमेल, कभी-कभी फ़ोन लाइन भी। जो AI chatbot customer service सेटअप इनमें से सिर्फ़ एक को कवर करता है और बाकी को "जल्द आ रहा है" कहता है, वह आपके कारोबार की असल बातचीत के एक छोटे हिस्से को ही जवाब दे रहा है। ऐसा whatsapp chatbot for customer service, जो सचमुच वेबसाइट वाले वर्शन जैसी ही समझ वाला हो, बाद में जोड़ा गया हल्का बिल्ड नहीं, किसी भी चीज़ के लिए हाँ कहने से पहले खास तौर पर जाँचने लायक है।

Resolution और Deflection एक ही चीज़ नहीं हैं

यह वही एक अंतर है जो उस customer service chatbot को, जो सचमुच मदद कर रहा है, उससे अलग करता है जो सिर्फ़ कागज़ पर आपके सपोर्ट मेट्रिक्स को बेहतर दिखा रहा है।

Deflection का मतलब है कि बातचीत कभी किसी इंसान तक नहीं पहुँची। Resolution का मतलब है कि ग्राहक की असली समस्या हल हो गई। कोई चैटबॉट बातचीत के बहुत बड़े हिस्से को deflect कर सकता है और उनमें से लगभग किसी को भी resolve नहीं कर सकता, अगर वह ज़्यादातर बस थोड़े नरम लहजे में लोगों से कह रहा है "मैं इसमें मदद नहीं कर सकता, कृपया सपोर्ट से संपर्क करें।" ऐसे वेंडरों से सावधान रहिए जो ऑटोमेशन का एक बड़ा आँकड़ा तो बताते हैं, पर यह नहीं बताते कि उन्होंने दोनों में से असल में किसे मापा।

यहाँ एक स्वतंत्र रूप से किया गया असली बेंचमार्क जानने लायक है। AIMultiple ने कई AI customer service टूल का परीक्षण किया, जिसमें हर एक से किसी खास ग्राहक की रिफ़ंड जानकारी माँगी गई, बिना कोई लॉगिन या अकाउंट सत्यापन दिए। एक टूल, Tidio का Lyro, ने मना कर दिया और व्यक्ति को पहले अपने अकाउंट में लॉग इन करने के लिए कहा। Azure पर आधारित एक प्रतिस्पर्धी सेटअप ने बिना किसी authentication जाँच के ग्राहक की निजी जानकारी थमा दी। यही अंतर है उस चैटबॉट में जो असली guardrails के साथ बना है और उसमें जिससे शिप होने से पहले कभी यह कठिन सवाल पूछा ही नहीं गया।

जिस भी वेंडर को आप परख रहे हैं, किसी चीज़ के लिए साइन अप करने से पहले उससे ठीक यही सवाल पूछिए, इसका कोई काल्पनिक रूप नहीं, असली परिदृश्य। यह साबित किए बिना कि पूछने वाला कौन है, किसी खास ग्राहक की निजी जानकारी माँगिए। उसके बाद जो होता है, वह प्रोडक्ट के बारे में किसी भी फ़ीचर सूची या डेमो से ज़्यादा बताता है।

व्यवहार में यह असल में कैसा दिखता है

परिभाषाएँ एक हद तक ही काम आती हैं, इसलिए सैद्धांतिक स्पष्टीकरण के बजाय यहाँ तीन असली, छोटे परिदृश्य हैं।

एक ग्राहक आधी रात को पूछता है कि क्या यह ड्रेस साइज़ में सही बैठती है। चैटबॉट उसी खास प्रोडक्ट पेज से असली साइज़िंग नोट्स उठाता है और तुरंत जवाब देता है, बजाय इसके कि ग्राहक सुबह तक इंतज़ार करे और शायद किसी प्रतिस्पर्धी से खरीद ले।

एक ग्राहक जानना चाहता है कि उसका ऑर्डर कहाँ है। "ट्रैकिंग के लिए अपना ईमेल देखें" कहने के बजाय चैटबॉट असली ऑर्डर देखता है, बताता है कि वह कल शिप हुआ है और गुरुवार तक पहुँचेगा, और किसी और चीज़ में मदद की पेशकश भी करता है, यह सब एक ही मैसेज में।

एक ग्राहक ऐसा सवाल पूछता है जिसका जवाब चैटबॉट सचमुच नहीं दे सकता, उसके अकाउंट से जुड़ा कुछ खास, जिसमें किसी इंसान के विवेक की ज़रूरत है। वह ईमानदारी से यही कहता है, बातचीत को फ़्लैग करता है, और पूरा इतिहास साथ जोड़कर आपकी टीम को सौंप देता है, ताकि ग्राहक को अपनी बात दो बार न समझानी पड़े।

एक लौटता हुआ ग्राहक अरबी में मैसेज करके एक देरी से आए ऑर्डर के बारे में पूछता है। चैटबॉट अरबी में जवाब देता है, सही ढंग से दाएँ से बाएँ, उसी सटीकता और उसी ऑर्डर लुकअप क्षमता के साथ जो वह दुनिया के दूसरे छोर पर अंग्रेज़ी बोलने वाले ग्राहक के लिए इस्तेमाल करता। टीम में किसी को कुछ अनुवाद नहीं करना पड़ा, न इसके लिए कोई अलग फ़्लो बनाना पड़ा।

इनमें से कुछ भी जटिल नहीं है। यह बस उस चैटबॉट का फ़र्क है जो कुछ resolve करता है और उसका जो उसे कहीं और deflect कर देता है।

वह आदत जो तय करती है कि यह बेहतर होता रहेगा या नहीं

इस विषय पर हर गाइड चैटबॉट को ट्रेन करने की बात ऐसे करता है जैसे यह एक बार का काम हो जो सेटअप के दौरान किया जाता है। लगभग एक हफ़्ते तक कहानी बस इतनी ही रहती है।

उसके बाद, जो चैटबॉट लगातार बेहतर होते रहते हैं और जो चुपचाप ठहर जाते हैं, उनमें फ़र्क एक आदत से पड़ता है, और वह कोई ऐसा फ़ीचर नहीं जो आप खरीद सकें। किसी को हर हफ़्ते यह देखना होता है कि चैटबॉट किन सवालों का जवाब नहीं दे सका, और उस छूटे हुए जवाब को उसकी जानकारी में जोड़ना होता है। हफ़्ते में एक बार, पाँच मिनट। जो चैटबॉट एक जगह आकर रुक जाते हैं, वे वही हैं जिनमें लॉन्च का उत्साह ठंडा पड़ने के बाद यह कोई नहीं करता।

देखिए कि अनुत्तरित सवालों वाली आदत सीधे प्रोडक्ट में कैसे बनी हुई है। मुफ़्त शुरू करें।

Agentency इस समस्या को कैसे हल करता है

ऊपर जो कुछ भी कहा गया है, वह आम तौर पर पूरी कैटेगरी पर लागू होता है। यहाँ हम बताएँगे कि हमने खास तौर पर क्या बनाया है, क्योंकि इस हिस्से के बारे में मैं सीधे अपने अनुभव से बोल सकता हूँ।

यह आपके कंटेंट से जवाब देता है, अंदाज़े से नहीं

Agentency एक दो-चरणीय retrieval pipeline चलाता है जिसमें एक समर्पित reranking मॉडल शामिल है। यह सवाल को एक से अधिक तरीकों से लिखकर खोज करता है, ताकि अजीब ढंग से लिखे गए संदेशों को भी सही कंटेंट मिल जाए। जवाब देने से पहले हर चीज़ एक anti-hallucination गेट से गुज़रती है। जब उसे सचमुच किसी बात का जवाब नहीं पता होता, तो वह जवाब गढ़ने के बजाय ग्राहक की अपनी भाषा में साफ़ कह देता है कि उसे नहीं पता। हर जवाब के साथ एक Useful Resources ब्लॉक दिखाया जा सकता है, जो उस स्रोत पेज से जोड़ता है जिससे जवाब लिया गया है।

यह हर ज़रूरी चैनल पर जवाब भी देता है और काम भी करता है

एक ही एजेंट वेबसाइट विजेट, साझा किए जा सकने वाले होस्टेड चैट पेज और WhatsApp, Instagram और Telegram समेत दस मैसेजिंग चैनलों पर तैनात हो जाता है। इसलिए WhatsApp पर मिलने वाला जवाब वेबसाइट के जवाब जितना ही अच्छा होता है, बाद में जोड़ा गया कोई कटा-छँटा संस्करण नहीं। जवाब देने के अलावा, यह लगभग 31 तैयार integration templates के ज़रिए या लगभग किसी भी दूसरी सेवा से custom connection बनाकर ऑर्डर देख सकता है, शिपमेंट ट्रैक कर सकता है, सपोर्ट टिकट बना सकता है, लीड को CRM में भेज सकता है या मीटिंग बुक कर सकता है।

यह पूरी कहानी के साथ हैंडऑफ़ करता है, शुरुआत से नहीं

जब किसी बातचीत में इंसान की ज़रूरत होती है, जैसे कोई संवेदनशील शिकायत या ऐसा रिटर्न जो मानक पॉलिसी में फ़िट नहीं बैठता, तो एजेंट उसे फ़्लैग करता है और पूरी बातचीत का इतिहास आपकी टीम को सौंप देता है। आपकी ओर से किसी को ग्राहक से दोबारा समझाने के लिए नहीं कहना पड़ता, और ग्राहक को वह सब दोहराना नहीं पड़ता जो वह पहले ही कह चुका है।

यह अरबी को सही मायने में बोलता है, अनुवाद की तरह नहीं

पूरा विजेट अरबी और उर्दू के लिए दाएँ से बाएँ सही ढंग से रेंडर होता है, यानी सिर्फ़ अंग्रेज़ी के लिए बने लेआउट के भीतर शब्द नहीं बदले जाते। इसके साथ यह नब्बे से ज़्यादा भाषाओं में जवाब देता है, जिनका चयन ग्राहक के लिखने के तरीके के आधार पर अपने-आप होता है। यह शुरुआत से ही बनाया गया था, बाद में नहीं जोड़ा गया, क्योंकि हमारे साथ काम करने वाले merchants का एक बड़ा हिस्सा हर दिन अरबीभाषी ग्राहकों को सेवा देता है। इस कैटेगरी के ज़्यादातर प्लेटफ़ॉर्म आज भी अरबी को अंग्रेज़ी कंटेंट के लिए एक एक्सपोर्ट गंतव्य मानते हैं, ऐसी भाषा नहीं जिसमें उनके अपने ग्राहक सोचते हैं।

Needs Attention पैनल आदत की कमी को पूरा करता है

जिन सवालों का जवाब एजेंट नहीं दे पाया, वे सब आपके डैशबोर्ड में एक ही जगह दिखते हैं। यह वही आदत है जिसकी चर्चा ऊपर हुई थी, बस इसे प्रोडक्ट में ही बना दिया गया है, ताकि आपको इसे खुद याद रखकर करना न पड़े। आप छूटा हुआ जवाब जोड़ देते हैं, एजेंट उसे सीख लेता है, और कमियाँ कहाँ हैं यह ढूँढने के लिए आपको कच्चे चैट ट्रांसक्रिप्ट खंगालने की ज़रूरत नहीं पड़ती।

यह सिर्फ़ सवालों के जवाब नहीं देता, लीड भी कैप्चर करता है

हर बातचीत में चैट से पहले या उसके दौरान नाम, ईमेल या फ़ोन नंबर वैकल्पिक रूप से लिया जा सकता है। इससे एक सपोर्ट सवाल बिल्ट-इन CRM में एक असली लीड बन जाता है, ऐसी बातचीत नहीं जो खत्म होते ही गायब हो जाए। सहमति (consent) को बातचीत से अलग ट्रैक किया जाता है, इसलिए कोई सपोर्ट सवाल चुपके से मार्केटिंग के लिए मान ली गई सहमति में नहीं बदलता।

ऐसी प्राइसिंग जिसका आप सही अनुमान लगा सकें

एक हमेशा के लिए मुफ़्त प्लान है, जिसमें एक एजेंट और महीने में पचास संदेश मिलते हैं। कुछ भी चुकाने से पहले अपने ही बिज़नेस पर पूरे आइडिया को परखने के लिए यह काफ़ी है। पेड प्लान उन्नीस डॉलर प्रति माह से शुरू होते हैं, और हर टियर में खर्च की एक सीमा शामिल है, ताकि कोई व्यस्त हफ़्ता चुपके से चौंकाने वाले बिल में न बदल जाए।

पढ़ना पूरा हुआ? देखिए कि आपके असली बिज़नेस पर ट्रेन किया गया कस्टमर सर्विस चैटबॉट कैसा दिखता है। मुफ़्त शुरू करें।

और गहराई में कहाँ जाएँ

यह पेज बताता है कि ऐसा चैटबॉट असल में क्या होता है और उसे परखते समय सबसे ज़्यादा क्या मायने रखता है। अगर आप और पढ़ना चाहते हैं, तो कुछ चीज़ें आगे पढ़ने लायक हैं। हमने resolution rate, यानी वह संख्या जो सचमुच बताती है कि चैटबॉट काम कर रहा है या नहीं पर पूरा विश्लेषण लिखा है, क्योंकि यह वह मीट्रिक है जिसे ज़्यादातर तुलना वाले पेज चुपचाप छोड़ देते हैं। अगर एस्केलेशन वह हिस्सा है जिसकी आपको सबसे ज़्यादा चिंता है, तो ऐसा ह्यूमन हैंडऑफ़ डिज़ाइन करना जो भरोसा न तोड़े ठीक इसी पर गहराई से बात करता है कि चैटबॉट को कब और कैसे पीछे हट जाना चाहिए। और अगर आप खास तौर पर कोई छोटा स्टोर चला रहे हैं, तो रोज़ाना पचास से कम ऑर्डर वाले स्टोरों के लिए हमारा प्लेबुक उन ठोस परिस्थितियों को कवर करता है जिन्हें एंटरप्राइज़-केंद्रित गाइड पूरी तरह छोड़ देते हैं।

इस गाइड की हर बात के ecommerce-विशिष्ट संस्करण के लिए हमारा ecommerce के लिए AI चैटबॉट पिलर पेज देखें। और अगर आप खास तौर पर बिना डेवलपर के चैटबॉट बनाने की कोशिश कर रहे हैं, तो हमारी no-code चैटबॉट बिल्डर गाइड बताती है कि असल में किन बातों पर ध्यान देना चाहिए।