
Chiều thứ Tư, một khách nhắn cho cửa hàng quà tặng của Linh: “Mình cần quà trước tối thứ Sáu. Giao đến Bình Thạnh có kịp không?” Chatbot trả lời ngay: “Shop giao hàng trong 2–5 ngày làm việc ạ.” Vài giây sau, khách hỏi lại: “Vậy đơn của mình có kịp không?”
Chatbot AI chăm sóc khách hàng nên trả lời đúng điều khách đang cần, hỏi thêm thông tin có thể thay đổi câu trả lời và đưa ra một bước tiếp theo rõ ràng. Trong khảo sát của Jiang và cộng sự (2022), người dùng đánh giá chatbot có khả năng đáp ứng tốt và giọng điệu đối thoại thường hài lòng hơn với dịch vụ chatbot. Câu chuyện về Linh là tình huống giả định để thử áp dụng phát hiện này. Xem nghiên cứu gốc.
Vì sao trả lời ngay mà khách vẫn phải hỏi lại?
Linh mở lại đoạn chat và gạch dưới hai chỗ: trước tối thứ Sáu và Bình Thạnh. Khách cần biết một món quà cụ thể có đến đúng hạn hay không. Câu trả lời về chính sách giao hàng chung mới cung cấp khoảng thời gian tiêu chuẩn. Để tiến thêm một bước, chatbot cần biết khách định mua mẫu nào, rồi kiểm tra tồn kho và phương án giao cho địa chỉ đó.
Jiang và cộng sự (2022) khảo sát 965 người tại Mỹ từng dùng chatbot của doanh nghiệp. Dữ liệu được thu vào tháng 12/2018 và bài báo được công bố năm 2022. Trong bảng hỏi, khả năng đáp ứng bao gồm việc phản hồi kịp thời và chú ý đến nhu cầu của khách tại thời điểm đó. Giọng điệu đối thoại thể hiện qua việc tôn trọng ý kiến, tạo chỗ cho khách trao đổi và tìm cách hiểu nhau. Cả hai đều có liên hệ thuận với mức hài lòng trong mô hình phân tích của nhóm tác giả. Jiang và cộng sự (2022), mục 3, Bảng 3 và mục 4.3.
Trong cùng mô hình, những người hài lòng hơn cũng có xu hướng cho biết họ sẽ tìm hiểu hoặc chia sẻ trải nghiệm chatbot trên mạng xã hội. Mức độ tương tác dự định này có liên hệ với ý định mua và mức sẵn lòng trả giá cao hơn cho thương hiệu. Các biến được đo bằng bảng hỏi, vì vậy kết quả cho biết chúng liên hệ thế nào trong mẫu khảo sát. Cửa hàng của Linh cần theo dõi đơn hàng thực tế để biết việc sửa chatbot có giúp bán hàng hay không. Jiang và cộng sự (2022), Bảng 3 và mục 4.3.
Linh sửa cuộc trò chuyện ở đâu?
Linh bắt đầu từ câu hỏi khách vừa gửi. Cô thử để chatbot đáp:
“Bạn cần quà đến Bình Thạnh trước tối thứ Sáu, đúng không? Bạn gửi mình tên hoặc mã mẫu quà nhé. Mình sẽ kiểm tra hàng và phương án giao cho mẫu đó.”
Khi khách gửi mã mẫu, chatbot tra bảng tồn kho và thời gian giao được cửa hàng cập nhật. Nếu dữ liệu chỉ cho biết thời gian dự kiến, câu trả lời cần nói rõ đó là dự kiến. Nếu thiếu dữ liệu để xác nhận, chatbot chuyển thông tin đã có cho nhân viên để khách có thể tiếp tục từ đúng chỗ đang trao đổi.
Để triển khai, Linh giao cho AI ba việc: nhận ra mốc giao mà khách cần, giữ lại những chi tiết khách đã cung cấp và diễn đạt câu trả lời dựa trên dữ liệu cửa hàng. Linh nhờ nhân viên kiểm tra trước các tình huống dễ sai, chẳng hạn mẫu vừa hết hàng, khách đổi địa chỉ giữa chừng hoặc thời gian giao thay đổi vào cuối tuần.
Thử kịch bản chatbot mới bằng cách nào?
- Chọn một loại câu hỏi. Bắt đầu từ khách hỏi liệu đơn có giao kịp một mốc cụ thể. Lấy một số đoạn chat đã bỏ thông tin nhận dạng hoặc viết tình huống giả định tương tự để chạy thử nội bộ.
- So sánh hai kịch bản trên cùng dữ liệu. Bản A trả lời theo kịch bản đang dùng. Bản B giữ lại thông tin khách đã nói, hỏi chi tiết còn thiếu và đưa ra bước tiếp theo. Cho cả hai bản dùng cùng nguồn thông tin về hàng và giao hàng.
- Chấm câu trả lời theo ba tiêu chí. Chatbot có hiểu đúng hạn khách cần không? Thông tin đưa ra có căn cứ không? Khách có biết phải làm gì tiếp theo không? Nhờ người phụ trách đơn hàng kiểm tra riêng các câu có cam kết giao đúng hạn.
- Chọn chỉ số theo mục tiêu. Nếu mục tiêu là giảm việc khách phải nhắc lại câu hỏi, tính tỷ lệ cuộc chat có câu hỏi lặp lại trên tổng số cuộc chat đủ điều kiện. Có thể đo thêm mức hài lòng sau chat và tỷ lệ cam kết giao sai. Nếu muốn đánh giá hiệu quả bán hàng, theo dõi tỷ lệ đặt hàng thực tế trên cùng nhóm cuộc chat và cùng khoảng thời gian theo dõi.
Khi cả hai kịch bản đã qua kiểm tra nội bộ, Linh có thể chia ngẫu nhiên các cuộc chat đủ điều kiện vào hai nhóm trong cùng một giai đoạn. Cô dùng cùng cách ghi nhận câu hỏi lặp lại và cùng câu hỏi về mức hài lòng cho cả hai nhóm.
Nếu làm bài tập trên lớp, hãy thử chấm hai câu trả lời với tình huống “cần quà trước tối thứ Sáu”. Sau đó thêm một biến cố: mẫu khách chọn vừa hết hàng. Chatbot cần nói gì để khách có thể quyết định đổi mẫu, chờ hàng hoặc nhờ nhân viên hỗ trợ?
Tài liệu tham khảo
Jiang, H., Cheng, Y., Yang, J., & Gao, S. (2022). AI-powered chatbot communication with customers: Dialogic interactions, satisfaction, engagement, and customer behavior. Computers in Human Behavior, 134, 107329. https://doi.org/10.1016/j.chb.2022.107329


