Una chat AI può aiutare il cliente a orientarsi fra i prodotti. Prima di sceglierla, conviene verificare quali informazioni potrà usare e come si comporterà quando il catalogo non contiene una risposta.
La dimostrazione è convincente: il cliente descrive ciò che cerca e l’assistente propone alcuni articoli, spiegando le differenze. Per chi gestisce un negozio online, l’idea di rendere disponibile un orientamento anche fuori dall’orario di assistenza è interessante.
La domanda decisiva arriva però dopo la conversazione: quei consigli sono corretti per i prodotti realmente venduti? Una risposta ben scritta può essere coerente nel tono senza esserlo nelle caratteristiche, nella compatibilità o nella disponibilità.
Esistono architetture che recuperano le informazioni dai contenuti dell’azienda prima di generare la risposta. La loro efficacia dipende anche da come quei contenuti sono preparati, trovati e aggiornati. Collegare documenti a un modello non elimina automaticamente gli errori. [1]
Il primo investimento può essere nel catalogo
Immaginiamo un negozio di attrezzature con accessori compatibili soltanto con alcuni modelli. Una persona chiede se un ricambio sia adatto al prodotto che possiede.
Se la compatibilità è scritta in modo preciso, l’assistente può cercare la corrispondenza e citarne la fonte. Se compare soltanto una frase come “adatto ai principali modelli”, manca il dato necessario per una risposta affidabile.
Il problema esiste prima della chat. Per risolverlo occorre identificare la referenza, indicare i modelli compatibili e distinguere le versioni che hanno caratteristiche diverse. La ricerca nei contenuti deve poi riportare proprio quelle informazioni, non una descrizione somigliante. [2]
Nel progetto si possono quindi separare le informazioni relativamente stabili, come misure e materiali, da quelle che cambiano spesso. Prezzi e giacenze, per esempio, richiedono un collegamento aggiornato con il sistema che li gestisce; una vecchia esportazione non è una base sufficiente per promettere la disponibilità attuale.
La proposta tecnica dovrebbe chiarire chi aggiorna ogni dato e quando la chat può considerarlo utilizzabile. Questo lavoro rimane utile anche se, in futuro, l’azienda sceglie un altro strumento.
Una risposta mancante non deve diventare una certezza inventata
Nel nostro esempio, l’assistente potrebbe non trovare il modello indicato dal cliente. In quel caso è importante distinguere “non ho informazioni sufficienti” da “non esiste un ricambio compatibile”.
La prima risposta descrive un limite della conoscenza disponibile. La seconda esclude una possibilità commerciale e richiede una verifica molto più solida.
Per questo proporremmo di definire fin dall’inizio i casi nei quali chiedere un chiarimento o trasferire la domanda all’assistenza. Il passaggio dovrebbe conservare il prodotto e il dubbio già espressi, così da non obbligare il cliente a ricominciare.
Anche una raccomandazione deve rendere comprensibile il motivo della selezione: quali requisiti rispetta e quali informazioni restano da confermare. Un linguaggio prudente non sostituisce i dati, ma aiuta a non attribuire loro una precisione che non possiedono.
La valutazione tecnica può distinguere proprio l’aderenza della risposta alle fonti, la sua pertinenza e la completezza rispetto alla domanda. Sono controlli diversi dalla sola fluidità della conversazione. [2]
Prima del lancio, chiedi prove sulle domande difficili
Una prova commerciale dovrebbe utilizzare quesiti reali raccolti dall’assistenza, comprese richieste incomplete, prodotti esauriti e combinazioni non compatibili. Testare soltanto domande per le quali la risposta è già evidente mostra una parte molto limitata del servizio.
Per ogni caso, chi conosce il catalogo può verificare il prodotto suggerito, le affermazioni che lo accompagnano e il passo proposto al cliente. Occorre includere anche la capacità di fermarsi quando manca una conferma.
Un avvio circoscritto a una categoria ben documentata permette di osservare questi aspetti prima di estendere la chat all’intero negozio. I risultati da cercare riguardano domande risolte e orientamento corretto, oltre all’eventuale contributo alle vendite.
Il costo dell’assistente comprende conoscenza, integrazioni e verifica, non soltanto il canone della chat. Valutare questi elementi prima dell’acquisto aiuta a distinguere una funzionalità dimostrativa da un servizio che l’azienda può affidare ai propri clienti.
Per valutare catalogo e percorsi di assistenza prima di introdurre una chat AI, confrontati con HUD sul tuo e-commerce.
