聊天機器人個性化：好的和壞的例子說明為什麼需要它來改善客戶體驗

互聯網技術越進步，營銷人員就越有能力真正實現客戶體驗的個性化。 曾經包括簡單的策略，例如包含潛在客戶的姓名或包含基於購買的“推薦”內容的後續電子郵件，但現在不再是這樣了。

隨著數據的增長、營銷自動化的成熟以及人工智能的出現，個性化已經上升到 1 對 1 的水平——這意味著一個企業對一個消費者。

在這三種現象的交匯處是聊天機器人。 如今，這些機器人能夠做一些非常了不起的事情，從充當個人造型師到作為虛擬旅行社預訂旅行。

隨著它們的不斷改進，超個性化的消息傳遞體驗模糊了人與機器人之間的界限，使客戶能夠完成他們瀏覽網站或應用程序所需的幾乎所有內容。 當您正確設置聊天機器人個性化時，您的客戶可以得到他們想要的東西，而且他們可以更快地得到它。

聊天機器人個性化真的是一回事嗎？

聊天機器人長期以來一直在營銷人員的腦海中。 但對於某些人來說，它們似乎是我們目前永遠無法趕上的科幻廣告策略。 聊天機器人專家兼 Bing 搜索推廣負責人 Christi Olson 持不同意見：

Gartner 預測，到 2020 年，人們與聊天機器人的對話將超過他們的配偶……未來的聊天機器人不只是回答問題。 他們聊。 他們認為。 他們從知識圖譜中汲取見解。 他們與顧客建立情感關係。

Mobile Monkey 首席執行官 Larry Kim 補充道：

2019 年將是使用來自世界上最流行的消息應用程序（包括 Instagram、WhatsApp、Google RCS 等）的新 API 進行聊天爆破的重要一年。
消費者的偏好已經傾向於聊天而不是電子郵件進行交流，而且越來越多的企業正在解決這個問題！

必應 2018 年 3 月的一項調查至少支持這些預測。 當被問及他們未來是否會在一對一的基礎上與品牌互動時，60% 的消費者不只是說是——他們說他們希望擁有自己的品牌個人助理，可以用來建立未來五年的關係。

要深入了解當前聊天機器人的使用情況，我們可以參考 Salesforce 的報告《2018 年聊天機器人狀況》。 該公司在其中發現，雖然聊天機器人的採用還不是很主流，但在過去 12 個月中，有 15% 的消費者與品牌聊天機器人進行過互動。

考慮到電子郵件這一網絡最成熟的溝通渠道擁有 60% 的參與率，這仍然相當令人印象深刻。

此外，消費者發現了很多聊天機器人比應用程序更受歡迎的例子：

聊天機器人與應用程序

出於多種原因，聊天機器人顯然更受客戶青睞。 讓我們來看看推動其採用的主要因素。

為什麼需要聊天機器人個性化

聊天機器人具有彌合網站和電子郵件等在線渠道個性化差距的巨大潛力，其中個性化應用廣泛：電子郵件列表被分成組，網站可以提供與用戶相關的網站的性別特定版本 - - 但沒有一個是真實的，一對一的個性化。

考慮這個例子，一個來自 H&M 的醒目頁面：

它是如此客觀，以至於我被提示選擇我來自的國家。 然後，在我點擊“美國”並將鼠標懸停在“男士”上之後，我會看到一大堆產品：

Polo Ralph Lauren 也是如此：

對於大多數銷售大量產品的主要商店的網站來說也是如此。 他們只是向您拋出一堆類別，然後讓您對它們進行分類。 為什麼？

ChatbotsLife 創始人 Stefan Kojourahov 說：“大多數產品的目標是為特定人群解決痛苦的問題。” “偉大的公司會深入了解他們的客戶，並為他們構建完整的解決方案。 在此過程中，進行了大量測試，產品成為正在進行的 A/B 測試的結果，這是大多數客戶所做的平均值。 最終的結果變成了一個通用的流程，就像這樣：”

但是有更好的方法。

聊天機器人個性化是對是錯

H&M 和 Polo Ralph Lauren 的主菜單可能是您作為用戶登陸的內容，但這並不意味著它是最好和最快的解決方案——只是之前迭代中最好和最快的解決方案。

例如，最好從一開始就提供美國版網站，而不必自己選擇，但這仍然不能構成令人印象深刻的個性化。 正確構建和維護聊天機器人可以提供比網絡所能提供的最佳解決方案更好的解決方案。 然而，當他們錯過目標時，它最終可能看起來像這樣：

它基本上是我們之前看到的大量菜單的對話版本。 Korjourahov 說：

當您嘗試將網站壓縮成機器人並依賴平均值時，就會發生這種情況。 當您不知道為什麼有人在您的網站上或使用您的機器人時，您最終會玩猜謎遊戲並希望鞋子合腳。 大多數時候它沒有。

但是，對於聊天機器人，在 AB 測試的幫助下，超個性化是可能的，這種測試不是針對電子郵件列表或網站訪問者等用戶組，而是針對個人：

聊天機器人有可能存儲用戶提供的信息，例如偏好和過去的購買，並將其轉化為高度個性化的推薦。

這將是 H&M 和 Polo Ralph Lauren 機器人的目標。 但並非所有機器人都是為了成為個人助理而創建的。 有些提供飲食建議和健身計劃。

其他人則完成宣傳活動，例如國家地理的愛因斯坦機器人，它的創建只是為了宣傳該網絡的節目“天才：”

雖然它所做的只是與用戶交談，但 ROI 表明它在保持用戶參與度方面非常有效。 平均而言，用戶與機器人聊天 6-8 分鐘，其中 50% 的人會再次參與。

同樣，語言學習應用程序 Duolingo 創建了多個用戶可以與之交談的機器人。 但就他們而言，這不僅僅是為了吸引用戶。 這些機器人具有虛構的個性，例如出租車司機或警察，並為用戶提供了一種私下練習語言技能的方式：

雖然這些可能看起來不是超個性化營銷的例子，但請記住，機器人的目標並不總是產品購買。 Einstein 的機器人是品牌知名度，Duolingo 的機器人是他們應用程序的補充。 有些甚至沒有那麼複雜。 如果您的 99% 的客戶只是想使用您的機器人跟踪他們的包裹，那麼它所需要做的就是跟踪包裹。 如果您的客戶不想要任何過於復雜的東西，則無需過於復雜。

用於轉化率優化的聊天機器人

Chatbot 個性化並不僅限於消息傳遞應用程序。 一些企業沒有使用實時聊天，而是將聊天機器人整合到他們的網頁上，以幫助優化轉化。

以 MongoDB 中的聊天機器人為例，它可以回答潛在客戶的問題，並根據他們的回答確定他們是否有資格進行銷售拜訪：

如果他們符合條件，日曆集成可以讓訪問者選擇他們可以參加演示的時間，並將他們路由到可用的銷售人員：

再舉一個來自 All Chat Solutions 的創始人 Richard McGrath 的例子，他使用聊天機器人設置了一個入職序列。 它包括他們在開始使用該機器人之前需要回答的六個問題。 他說：

到目前為止，已有 473 人開始了入職程序。 在 473 人中，有 328 人 (69.6%) 回答了第一個問題：

然後在這 328 人中，有 267 人回答了聊天機器人提出的所有六個問題：

此類示例展示了聊天機器人從訪問者那裡獲取有價值信息的能力。 將此與 6 字段潛在客戶捕獲表進行比較，後者幾乎肯定不會有相同的響應率。

其他人已經從聊天機器人中看到了類似的成功，比如 Jay Baer，他開始使用它們來吸引觀眾並分發內容。 他發現，與電子郵件相比，客戶打開內容的可能性高 10 倍，參與其中的可能性高 5 倍。

當 Martech 公司 Segment 將聊天機器人納入他們的潛在客戶生成和資格認證策略時，他們幾乎立即看到了好處。 幾週後，聊天機器人成為 Segment 的頭號線索來源，並且成為公司今年迄今為止最大的增長因素。 關於投資回報率，Segment 的參與度提高了 5 倍，轉化率提高了 2 倍。

聊天機器人現在在哪裡？

在對 Pegasystems 的聊天機器人進行研究後，該公司發言人 Russell Dougan 表示，“對聊天機器人的最多抱怨包括智能不足，無法有效回答問題 (27%)、對話缺乏上下文 (24%)，[和]幾乎沒有人類素質的機器人式參與（14%）。” 總的來說，雖然聊天機器人的未來看起來一片光明，但它們似乎才剛剛起步。

您是否正在尋找更多將個性化融入營銷渠道的方法？ 獲取 Instapage Enterprise 演示，了解我們的平台如何讓您使用一套工具來顯著提高廣告投資回報率並簡化點擊後流程。