Chatbot di test A/B: come iniziare (e perché è necessario)

"Ehilà

Sono un Bottybot!

Come posso aiutarla?"

Non so quali siti web visiterai oggi ... ma finirai per visitarne almeno uno in cui sentirai un suono *Pop* e un bot inizierà a "parlarti".

… Offrendoti supporto pre-vendita.

O assistendoti con le tue domande post-vendita.

O semplicemente offrendo supporto.

Ogni giorno i chatbot hanno milioni di conversazioni di questo tipo con gli utenti; portando risultati di business reali e tangibili come più lead, più vendite e una maggiore fedeltà dei clienti. E sono piuttosto tradizionali con un enorme 80% delle aziende che prevede di utilizzarli entro il 2020.

Poiché i chatbot generano entrate, possono, proprio come qualsiasi altro canale di entrate, essere ottimizzati per ottenere risultati migliori.

Ottimizzazione dei Chatbot con A/B Testing (e altri esperimenti)

A seconda di come utilizzi i chatbot nella tua strategia di marketing, vendita e supporto, eseguire esperimenti su di essi può offrire molti vantaggi.

Ad esempio, gli esperimenti di chatbot possono aiutarti a identificare:

• Sequenze di prevendita che generano maggiori e migliori lead
• Messaggistica di prova che converte più lead in clienti
• Esperienze di inserimento che convertono meglio
• Sequenze di successo dei clienti che si traducono in una maggiore soddisfazione (e fedeltà) del cliente
• …. E supporta le sequenze che si traducono in un minor numero di ticket

In breve: se sei un'azienda che utilizza i chatbot, puoi migliorare il tuo ROI dal canale con i test A/B.

Molte soluzioni di chatbot sono persino dotate di funzionalità di test A/B native che consentono alle aziende di eseguire esperimenti per trovare i messaggi, le sequenze, i trigger e altro ancora più performanti.

Ma per eseguire esperimenti CRO significativi per i chatbot, devi utilizzare il giusto processo di ottimizzazione.

Chatbot di test A/B: il processo

Prima di iniziare a creare i tuoi esperimenti di chatbot, scegli innanzitutto le metriche che desideri migliorare.

Ad esempio, se stai utilizzando un chatbot per il marketing, la tua metrica potrebbe essere il numero di lead che aderiscono a un'interazione riuscita con il chatbot .

In alternativa, se stai utilizzando un chatbot per aumentare le vendite, la tua metrica potrebbe essere il numero di lead di prova il cui punteggio di coinvolgimento migliora a causa dell'interazione con il chatbot .

Infine, se stai utilizzando un chatbot per offrire supporto, la tua metrica potrebbe essere la diminuzione percentuale del numero di ticket in entrata .

Qualunque cosa sia, una volta identificata la metrica (o le metriche) da ottimizzare, sei pronto per iniziare a lavorare sul tuo esperimento di chatbot.

Ecco tre semplici passaggi per configurare ed eseguire i test A/B vincenti del chatbot:

Passaggio 1: creazione di ipotesi

Proprio come i normali esperimenti su siti Web o app, anche gli esperimenti di chatbot iniziano con un'ipotesi chiara.

Ad esempio, quando Magoosh, una società di preparazione di test online, ha deciso di eseguire un esperimento di onboarding, è iniziato con un'ipotesi chiara:

Se inviamo ai clienti di prova un messaggio di benvenuto quando accedono per la prima volta a un prodotto Magoosh, sarà più probabile che in futuro acquistino account premium.

Sebbene Magoosh non abbia testato esattamente un chatbot, ha verificato se l'invio di un messaggio di chat automatizzato di benvenuto per l'onboarding del cliente potesse aiutare con più conversioni.

Nella tua strategia di test del chatbot, la tua ipotesi potrebbe diventare "Offrire assistenza chatbot automatizzata a nuove registrazioni di prova comporterebbe... "

Hai avuto l'idea, vero?

Risorse utili:

Strumenti per scrivere ipotesi per i tuoi esperimenti: questi sono cinque strumenti CRO davvero fantastici che ti aiuteranno a scrivere un'ipotesi vincente per testare A/B i tuoi chatbot.

Come creare un'ipotesi vincente per il test A/B: questo webinar suddivide il processo di scrittura di un'ipotesi vincente in cinque semplici passaggi. Assolutamente da vedere se sei solo agli inizi con gli esperimenti.

Generazione di ipotesi di test A/B complessi: questo è un altro eccellente tutorial sulla scrittura di ipotesi per il tuo esperimento. Queste tattiche di ipotesi si applicano perfettamente agli esperimenti di chatbot.

Passaggio 2: progettare gli esperimenti

Proprio come faresti in un normale test A/B o in un esperimento CRO, nel secondo passaggio, devi "creare" i tuoi esperimenti di chatbot.

In questo passaggio, devi tradurre la tua ipotesi in un "cambiamento" (o un insieme di modifiche) da testare.

Ad esempio, se hai ipotizzato che un chatbot "più brandizzato" otterrà risultati migliori per il tuo team di marketing, in questo passaggio dovrai vedere quali elementi della tua chatbox potrebbero essere marchiati meglio. Potrebbe essere la voce o il tono del tuo chatbot o semplicemente l'interfaccia visiva.

Mentre sei a questo punto, dai un'occhiata a questa guida delle persone fantastiche di Alma. Sarà molto utile per progettare i tuoi esperimenti. Ad esempio, in questo esperimento di branding, visita la sezione della personalità di questa guida al test del chatbot e vedrai alcune domande che ti mostreranno gli elementi di branding con cui potresti effettivamente sperimentare. Guarda lo screenshot qui sotto per ispirazione:

Una volta che sai quale elemento/elementi testerai (in base alla tua ipotesi), determina la durata del tuo esperimento di chatbot e la dimensione del campione.

Risorse utili:

Strumenti per calcolare la durata e la dimensione del campione dei tuoi esperimenti: ecco alcuni dei migliori strumenti CRO per calcolare la dimensione e la durata del campione ideale per i tuoi esperimenti di chatbot.

Calcolatore della durata del test A/B di Convert: inserisci i tuoi dati in questo calcolatore e saprai per quanto tempo dovrebbe essere eseguito il test o l'esperimento del chatbot. Calcolatore della durata del test A/B di Convert: inserisci i tuoi dati in questo calcolatore e saprai per quanto tempo dovrebbe essere eseguito il test o l'esperimento del chatbot.

Passaggio 3: imparare dagli esperimenti

Una volta che l'esperimento è terminato e i dati sono stati inseriti, è il momento di analizzare i risultati.

Di solito, ci sono solo tre risultati per qualsiasi esperimento di ottimizzazione, compresi quelli che eseguirai per i tuoi chatbot. Questi sono:

• Il controllo perde. Qui la tua ipotesi viene convalidata e la tua modifica porta un impatto positivo sui numeri. Un esempio di tale risultato sarebbe ottenere 1000 opt-in invece di 890 modificando l'immagine del profilo del tuo chatbot da un cartone animato a una mascotte.
• Il controllo vince. Qui, la tua ipotesi deve essere respinta poiché il tuo cambiamento ha un impatto negativo sui numeri. Ad esempio, la nuova immagine del profilo della mascotte ottiene iscrizioni molto più basse rispetto alla normale immagine dei cartoni animati.
• Il test è inconcludente. Questi sono di solito i risultati più comuni e spesso più frustranti perché non si ottiene una significatività statistica per avere un chiaro vincitore.

Quindi, una volta che hai i risultati del tuo test, devi tornare al passaggio n. 1 della tua sperimentazione: il passaggio dell'ipotesi.

Puoi iniziare un nuovo esperimento per verificare una nuova ipotesi o passare a un test iterativo, il che significa tornare a un'ipotesi che non è stata convalidata (a causa di una sconfitta o di un test inconcludente), migliorarla e quindi ri- eseguire il test.

Quando esegui test iterativi, assicurati di dedicare del tempo a capire perché il test ha fallito al primo tentativo.

Pensare:

Stava scegliendo un segmento di prova sbagliato?

È stata sempre una cattiva ipotesi?

La tua logistica di prova è andata male? L'idea qui è di imparare tutto ciò che puoi dalle tue vittorie, perdite e persino dai tuoi esperimenti chatbot inconcludenti perché è così che ottimizzi, con un apprendimento continuo.

Concludendo...

Se sei più esperto di tecnologia, puoi portare i tuoi esperimenti di chatbot a un livello completamente nuovo testando il contenuto che alimenta il tuo chatbot (o la sua "base di conoscenza").

Oppure puoi anche provare un diverso algoritmo di apprendimento.

I chatbot sono qui per restare e man mano che l'apprendimento automatico matura, saranno in prima linea e al centro, fungendo da primo punto di contatto con ampi segmenti dei tuoi potenziali clienti.

Ha senso entrare a far parte di A/B per testare le loro prestazioni.