Your cart is currently empty!
Year: 2020
-
Build your conversational AI to automate your business with Smartloop
Build Conversational AI to Automate your Business
Continued to year 2020, situation of market is changing globally. People and businesses are adopting new technologies to become more digital. According to a research 60% businesses are agreed that managing the customer traffic and lead generation is the biggest challenge in this era. Using older techniques for marketing and generating brand awareness are difficult, less effective and expensive. The pandemic situation is leading more and more people to the digitalization. Now, people are using messaging apps not only for personal communication only, but businesses are also moving forward to these popular messaging apps to connect with customers, engage them with brand and boost the lead generation process.
To super charge sales processes and to automate the marketing, AI giving a giant contribution to the industries. As brands are focusing on personalized promotions and offering, artificially intelligent chatbots are brining human touch. This technology is making communication way smarter and has capacity to handle each and every situation which comes in the way while talking with the customers. As chatbots are becoming more advanced, developing that kind of smart chatbot has become more difficult. So, how can you build a smart chatbot to grab your customer’s attention?
Smartloop is introducing a simple law code platform to build this automation tool in matter of hours. Smartloop.ai is easy to use flow builder platform which helps to create smart and logical chatbots with the knowledge base capacity to improve your CTR over traditional marketing techniques, to boost the ROIs of your business. You can build chatbots to get qualified leads, booking appointments, selling your products, and more without any skill or technical knowledge.
Here are some of the feature which Smartloop.ai offers to your –
Conversational Flow Builder
With Smartloop.ai’s flow builder you can develop conversational flows with rich media support like Images, cards, carousals, videos, audio, smart delay, buttons, quick replies and so much more. You can simple quick and drop the elements you want and can build a smart conversational flows according to your needs.
No additional skills or technical knowledge is required for that. You can ask users questions and can save their replies for customer insights and can always segment users with the help of conditions.
Knowledge Base
To build a smart chatbot and to make that smart chatbot smarter with time, knowledge base is the most important element. Your chatbot can remind the unanswered queries and you can train those queries on your knowledge base so that bot can remember the answer and you don’t have to worry about the rest.
So with Smartloop’s knowledge base, you can make your chatbot learn from the past experiences and never repeat the same error messages on each user queries.
Human HandOff
Of course, chabots are smart, but in the case of urgency or more complex problem, your chatbot can smartly handover the conversation to the human agent so you never miss the chance to deliver the best customer service.
So, when the bot handover the query, it already has the past conversation from which the agent can get the idea about this customer and see what they are looking. So a chatbot can smartly handover the conversation to human at the right time without any delay so you never loss the lead.
Automated Messages
Send automated proactive messages to the users for sending out promotions & deals, upcoming offers, reminders, newsletters, order status and so much more. Reach out to mass audience at the same time with your updates and offering by these automated messages.
Smartloop allows you to create and schedule automated messages for various purposes with customize settings and conditions, so your user never misses an important update form your business!
Multichannel Capabilities
Choose any channel where your customer belong and start building a chatbot for that particular channel with rich media support. Smartloop.ai supports channels like Facebook Messenger, Viber and more.
Don’t try to drag your customers to the platforms where you belong! Instead of that, try to be there where your customers belong with Smartloop.ai.
API integrations
To connect 3rd party tools, CRM, and use API integration support by Smartloop to justify your customer’s need dynamically.
Connect Smartloop with your website, mobile apps and CRM system to collect user’s data at the same place and deliver a dynamic experience to user while communicating with bot. Achieve usecases like Order tracking, fetching values form websites and mobile apps, showing dynamic data with filters and more with Smartloop’s API Integrations.
Multiple Language Support
You can choose your basic language and start building your chatbot on that language without any additional settings, integrations and multilingual tool plug-ins.
Choose the language with you and your customers are comfortable and deliver an excellent customer service without any language barrier by using Smartloop.ai.
Basic readymade Templates
Get started with basic free readymade templates for lead generation, lead qualification, appointment booking and more and build smart conversational flows to achieve your goals.
Motivate your customers to perform a desired action through conversational manner and build this solution in matter of hours without any hassle and complications with simple & easy flow builders and readymade templates.
LiveChat Support
Give your users LiveChat support with our LiveChat functionality. Reply your user’s query anytime from anywhere without any difficulties. Get notified when the user’s request arrives, start the conversation, manage the conversation and resolve the query to maintain your pipline with Smartloop.ai.
Analytics and Insights
Get valuable insights of your customers and get details on customer’s behavior, and bot’s efficiency and build your marketing strategies with this insights to win heart of more customers.
Segment this insights or filter insights with the time selections and get the real time information about your user’s and their activities with your bot.
These were some basic features; we have tried to cover in this blog. For more information and to get started with your free trail create your Smartloop’s account at smartloop.ai. Don’t miss the chance to impress your customers and make them love your brand like never before with Smartloop. For more information contact us at hello@smartloop.ai or visit us at smrtloop.ai.
Build your conversational AI to automate your business with Smartloop was originally published in Smartloop on Medium, where people are continuing the conversation by highlighting and responding to this story.
-
What’s holding back the chatbot industry?
The chatbot industry was valued at about 17 billion USD in 2019 and is projected to reach over 100 billion USD by 2025 (Mordorintelligence, 2020). With a probable 34% cumulative annual growth rate, the industry shows promise in service automation. Besides, 65% of customers worldwide showed an inclination towards chat connectivity over customer call support (BotMyWork, 2020). However, the chatbot industry is facing significant challenges that are holding it back.
-
Chatbots in der Energiebranche: Wie man einen Zählerstand mit einem Chatbot übermitteln kann
Jedes Jahr wieder: Der Zählerstand muss beim Energieversorger eingereicht werden. Eine jährliche Routineaufgabe, die sowohl für Kund:innen als auch für Kundenberater:innen der Energie Unternehmen erleichtert werden kann. Denn oftmals steckt hinter dieser Aufgabe ein komplizierter Prozess. Einige Energie-Anbieter werben mit Kundenportalen, die nach einem User-Login Dateneinträge ermöglichen. Andere bieten nur den telefonischen Weg. In den meisten Fällen ist dieser Übermittlungsprozess für die Kund:innen jedoch frustrierend und aufwendig: Entweder fehlen Passwörter oder sie stecken für längere Zeit in der Warteschleife am Telefon fest.
Dabei muss es gar nicht so kompliziert und aufwendig sein:
Mittlerweile ist für viele Kund:innen der direkte Kontakt zu den Mitarbeiter:innen nicht mehr das Hauptkriterium für einen exzellenten Kundenservice. Letztendlich möchten sie ihr Anliegen einfach nur so schnell wie möglich gelöst bekommen. Und dabei nehmen sie am liebsten Self Service Lösungen in Anspruch.
“76% of consumers globally prefer to first try to solve issues on their own before contacting support.”(freshworks, 2019)
Chatbots sind ideal für die Umsetzung von Self – Service Lösungen. Diese Technologie kann in Live Chats oder Kanälen wie Facebook Messenger oder WhatsApp integriert werden. Dort beantworten sie automatisiert Kundenanfragen 24/7 mit Hilfe künstlicher Intelligenz. Zudem eignen sie sich für den Einsatz von prozessorientierten Konversationen.
Ein Beispiel, wie ein Chatbot als Self – Service Solution eingesetzt werden kann, ist der Chatbot Karl von dem Energielieferanten Süwag. Mit seiner Hilfe können Kund:innen schnell und unkompliziert den Zählerstand auf der Webseite innerhalb von wenigen Schritten automatisiert einreichen.
Wie genau das funktioniert und worauf beim Entwickeln eines solchen Chatbot Use Case geachtet werden sollte, wird im folgenden beschrieben:
Schritt 1: Begrüßung der Nutzer:innen
Der Chatbot sollte am besten schon in der ersten Nachrichten darüber informieren, welche Aufgaben er erfüllen und welche Fragen der Nutzer stellen kann. Vorgegebene Buttons können dabei sehr hilfreich sein, da sie die Nutzer:innen durch den Prozess leiten und die Eingabe beschleunigt wird.
Schritt 2: Datum der Zählerstandsablesung
Zu Beginn werden die Nutzer:innen nach dem Datum der Ablesung gefragt. Hierbei ist es wichtig im Hintergrund über Code die Logiken zu prüfen, ob der Ablesezeitraum auch korrekt ist und zum Beispiel nicht in der Zukunft liegt. Oftmals darf der Ablesezeitraum auch nicht älter als 14 Tage sein. Darüber hinaus sollte der Chatbot in der Lage sein, Benutzereingaben wie “gestern” oder “heute vor einer Woche” zu verstehen und zu verarbeiten.
Schritt 3: Die Kund:innen identifizieren
Um den übermittelten Zählerstand auch den richtigen Kund:innen zuordnen zu können, müssen diese im Vorfeld identifiziert werden. Welche Daten hierbei abgefragt werden müssen, hängt vom Unternehmen ab. In der Regel werden Informationen wie Kunden- und Zählernummer benötigt. Den Nutzer:innen sollte so klar wie möglich kommuniziert werden, welche Informationen benötigt werden und wo sie sie finden können. So kann der Chatbot beispielsweise darauf hinweisen, wie viele Stellen die Kundennummer beinhaltet und dass diese auf allen Schreiben des Unternehmens an die Kund:innen zu finden ist.
Zudem sollte der Chatbot in der Lage sein, den Prozess weiterführen zu können, wenn die Kund:innen die geforderten Informationen nicht zur Hand haben. So kann beispielsweise nach alternativen Identifikationsmöglichkeiten wie Adresse, Geburtstag, etc. gefragt werden.
Schritt 4: Den Zählerstand eintragen
Der Chatbot ist zuvor mit Hilfe von Integrationen an die Unternehmenssysteme angebunden worden. So kann anhand der eingegebenen Informationen nun im Hintergrund geprüft werden, welche Tarife die Kund:innen gewählt haben (z.B. Gas, Einzeltarif, Hochtarif). Darauf basierend kann um den entsprechenden Stand des Zählers gebeten werden. Hier gilt auch wieder so klar wie möglich zu kommunizieren, wie der Zählerstand eingetragen werden sollte: Mit oder ohne Nachkommastelle, Punkt oder Komma, usw. Als hilfreiche Orientierung kann beispielsweise der letzte Zählerstand angezeigt werden.
Eine noch umfassendere User Experience kann den Kund:innen durch die Integration von OCR Technologie geboten werden. Durch diese ist der Bot in der Lage Informationen wie den Zählerstand aus einem Bild heraus zu extrahieren. So brauchen die Kund:innen nur ein Foto des Stromzählers hochzuladen und das manuelle Eingeben der Zahlen entfällt.
Schritt 5: Bestätigung
Nachdem der Zählerstand durchgegeben und vom System im Hintergrund erfolgreich gespeichert wurde, kann den Nutzer:innen angeboten werden, eine Bestätigungsmail zugesandt zu bekommen. Diese schriftliche Bestätigung bestätigt ihnen nicht nur, dass der aktuelle Zählerstand erfolgreich übermittelt wurde, sondern stärkt gleichzeitig auch das Vertrauen in die Self – Service Solution.
Schritt 6: Umgang mit Übertragungsfehlern
Für den Fall, dass der eingetragene Wert dem System nicht übermittelt werden kann, sollte die Arbeit der Nutzer:innen nicht umsonst gewesen sein. Zur Sicherung der Kundenzufriedenheit empfehlen wir daher die gesammelten Informationen an einen Kundendienstmitarbeiter zur Problemlösung weiterzuleiten.
Schritt 7: Umgang mit ungewöhnlichen Werten bei der Zählerstandseingabe
Hin und wieder weicht der angegebene Zählerstand ungewöhnlich vom letzten Wert ab. Der Grund hierfür kann ein verändertes Verbraucherverhalten sein oder einfach nur ein Tippfehler bei der Eingabe.
Daher sollte in solchen Fällen explizit nach einem Grund für die Diskrepanz gefragt werden. Außerdem macht es Sinn, den Nutzer:innen die Möglichkeit zu geben, ihren Zählerstand erneut einzutippen und damit, wenn nötig, zu korrigieren.
Schritt 8: Feedback
Zu guter letzt halten wir es für essentiell die Nutzer:innen nach Feedback zu fragen. Nur so kann gemessen werden, ob der Chatbot zu glücklicheren Kund:innen führt. Für die Erhebung und Analyse dieser Daten eignet sich die Conversational Plattform BOTfriends X. Über diese Plattform können Gesprächsinhalte ohne Programmierkenntnisse stetig angepasst und wichtige KPIs (Key Performance Indicators) gemessen werden.
Und sonst so?
Wenn du noch mehr über Chatbots in der Energiebranche erfahren möchtest, kannst du dir unsere kostenfreie Fallstudie von Süwag herunterladen. Erfahre mehr über das Vorgehen im Projekt und der allgemeinen Conversational AI Strategie.
Der Beitrag Chatbots in der Energiebranche: Wie man einen Zählerstand mit einem Chatbot übermitteln kann erschien zuerst auf BOTfriends.
-
Chatbots als neue Kundenberater?
„Der Kunde ist König“. An dieser alten Weisheit hat sich nichts geändert und ist in der digitalen Zeit relevanter als je zuvor. Während früher die Geschäfte in einem limitierten Radius um die Aufmerksamkeit des Kunden konkurrierten, bietet das Internet heutzutage einen unbegrenzten Zugang zu Anbietern weltweit. Und schon eine unzufriedene Erfahrung der KundInnen kann dazu führen, dass sie mit einem Mausklick zu einem anderen Unternehmen wechseln.
“Rund die Hälfte der Kunden gibt an, nach nur einem schlechten Erlebnis zu einem Konkurrenten wechseln zu wollen. Bei mehr als einem schlechten Erlebnis erhöht sich die Anzahl rasant auf 80 %.” – Zendesk Report: Customer Experience Trends 2020
Lange Wartezeiten, begrenzte Erreichbarkeit oder ständiges Wiederholen: Für die KundInnen ist das alles sehr frustrierend. Vor allem bei simplen Anfragen schwindet das Verständnis rasch. Auch dann, wenn die Informationen nicht sofort zur Verfügung stehen oder sie von einem Zuständigen zum Nächsten weitergeleitet werden.
Aber was erwarten die KundInnen und wie kann man darauf reagieren?
“Ich möchte eine schnelle Lösung für mein Problem.”
Die schnelle Abwicklung einer Anfrage ist für mehr als 60% der KundInnen ein wichtiger Aspekt im Kundenservice. Sie erwarten, dass ihr Problem sofort und unmittelbar gelöst wird und sind genervt, wenn sie längere Zeit in der Warteschleife verbringen müssen.
Die Herausforderung ist, dass die Unternehmen die zahlreichen Kundenanfragen mit begrenzten menschlichen Ressourcen in kürzester Zeit abarbeiten müssen. Daher kann die automatisierte Beantwortung von Standard-Anfragen eine geeignete Lösung darstellen. Der Bot versteht die Nutzereingabe und filtert mithilfe der relevanten Stichworten die Absicht der KundInnen heraus. Daraufhin ordnet er sie einer passenden Antwort zu und spielt sie innerhalb weniger Sekunden im Chat aus. Die von den KundInnen gewünschte Schnelligkeit kann so garantiert werden.
“Ich möchte zu jeder Zeit eine Antwort auf meine Frage bekommen.”
Mehr als 40 % der KundInnen wünschen sich einen dauerhaft erreichbaren Service, da die Öffnungszeiten des Unternehmens nicht immer mit ihrem eigenen Alltag vereinbar sind. Doch auch sie wollen gut betreut werden und erwarten eine kompetente Antwort in Echtzeit.
Es ist deshalb notwendig, dass im Unternehmen Automatisierungs-Tools eingesetzt werden, um Kundenberatung rund um die Uhr anbieten zu können. Ein Chatbot ist dauerhaft im Einsatz und kann die Beratung übernehmen, wenn die Mitarbeiter Dienstschluss haben.
“Ich möchte auf dem Kanal meiner Wahl mit dem Unternehmen kommunizieren.”
Die Art der Kommunikation hat sich stark verändert. Gerade für die jüngere Generation hat sich die Kommunikation über Messaging Dienste bereits zur Normalität gewandelt. Jeder Dritte wünscht sich deshalb, dass die Kontaktaufnahme flexibel und über die jeweils bevorzugte Kontaktmethode gestaltet werden kann. Ein Wechsel zwischen verschiedenen Kanälen kann als störend empfunden werden.
Das Unternehmen sollte daher auf mehreren Kanälen erreichbar sein, um den KundInnen die flexible Kontaktaufnahme zu ermöglichen. Nutzt man dafür einen Bot, müssen die Datenformate für jeden Kanal angepasst werden. Das ist zum einen eine technische Herausforderung und zum anderen sehr zeitintensiv. Mit einem Channel Connector oder einer geeigneten Plattform wie BOTfriends X werden die Formate automatisch vereinheitlicht und formatiert. Das erleichtert den Einsatz und die Nutzung enorm.
“Ich möchte gerne selbst nach einer Lösung suchen, bevor ich mich an einen Mitarbeiter wende.”
76% der KundInnen neigen dazu, erst einmal selbst nach einer geeigneten Lösung zu suchen, anstatt sich von dem Kundenservice beraten zu lassen. Vor allem bei einfachen und häufig gestellten Fragen bietet sich die eigenständige Suche an. Handelt es sich um eine banale Frage, sind sie eher gehemmt, sie einem Mitarbeiter des Kunden Service zu stellen. Bei Bots entfällt diese Hemmschwelle. Durch eine automatisierte Lösung können die KundInnen selbst aktiv und gleichzeitig die Mitarbeiter entlastet werden.
Eine Self Service-Lösung entwickelten wir zum Beispiel für das Energieversorgungs- und Energiedienstleistungsunternehmen Süwag. Der Nutzer kann innerhalb weniger Eingaben seinen eigenen Zählerstand mitteilen oder bei einem Umzug seine Strom- und Gasverträge mitnehmen. Der Chatbot “Karl” kommt bei den KundInnen gut an und begeistert sie durch seine einfache und unkomplizierte Nutzungsweise.
Chatbots als unterstützende Kundenberater
Die Erwartungen der KundInnen an den Service steigen an. Daher müssen Unternehmen die Erlebnisse, die sie ihnen bieten, daran anpassen. Gerade neue Technologien bieten dafür neue und vielseitige Möglichkeiten, die die reine Kommunikation zur Interaktion verwandeln. Je wohler KundInnen sich mit der Betreuung und den Erlebnissen fühlen, desto eher legen sie sich auf das Unternehmen fest und empfehlen es weiter.
“Immer mehr Unternehmen erkennen, wie wertvoll es ist, in das Kundenerlebnis zu investieren und es zu priorisieren.“ – Zendesk Report: Customer Experience Trends 2020
Um die Loyalität der KundInnen zu stärken, muss das Kundenerlebnis verbessert werden. Dafür ist ein Chat- oder Voicebot optimal. Vor allem bei Routineanfragen bietet er sich an, denn durch das automatisierte Bearbeiten können Kundenanfragen sehr viel schneller abgewickelt werden. Dadurch entlastet er die Mitarbeiter und gibt ihnen die Möglichkeit, sich auf die spezifischen Probleme zu konzentrieren. Mithilfe von Deep Learning kann er Fragen kategorisieren, den passenden Antworten zuordnen und in Echtzeit reagieren. Außerdem erkennt er, wann der Nutzer lieber mit einem echten Mitarbeiter sprechen möchte.
Die Qualität der Services kann mit einem Chatbot effizient und schnell verbessert werden. Indem er direkt auf die Bedürfnisse der KundInnen eingeht, steigt somit auch die Kundenzufriedenheit. Doch natürlich kann der Bot die persönliche Beratung nicht gänzlich ersetzen – und das soll er auch nicht. Loyalität drückt sich nicht durch die Beantwortung der Standardanfragen aus, die durch den Bot wegfallen könnten. Die KundInnen schätzen vor allem die Hilfe bei komplexen Problemen, die persönlich, authentisch und ehrlich erfolgen sollte.
Ideal ist deshalb eine ausgewogene Mischung: ein Conversational AI Lösung kombiniert mit authentischen und begeisterten Mitarbeitern.
Ein Chatbot fehlt noch in deinem Team? Und bist du bereit, dein Unternehmen auf ein ganz neues Level zu bringen? Dann kontaktiere uns und wir beraten dich und dein Unternehmen zu einem passenden Bot.
Der Beitrag Chatbots als neue Kundenberater? erschien zuerst auf BOTfriends.
-
Wie funktionieren Chatbots und Voicebots?
Was passiert eigentlich im Hintergrund, wenn man einem Chatbot oder Voicebot eine Frage stellt und eine Antwort erhält? Um die technischen Zusammenhänge zu verstehen, musst du zunächst wissen, was Intents, Utterances, Responses und Entitäten sind.
Die Antworten eines Bots werden in Intents organisiert
Ein Intent ist eine im System gespeicherte Nutzerabsicht. Sie besteht aus dem Namen des Intents, den Fragevariationen (Utterances) und natürlich der Antwort (Response):
Wie du in der Abbildung siehst, stehen bei den Utterances mehrere Variationen der Frage „Wie ist das Wetter in Würzburg?“, bei der Response jedoch nur ein einziger Satz. Der Chatbot kann daher als Antwort immer nur denselben Satz auf die Frage ausgeben.
Das Erstellen mehrerer Utterances ist notwendig, weil jeder Nutzer seine Frage ein wenig anders formulieren kann. Als Antwort reicht in der Regel eine Response aus. Du kannst aber auch hier Variationen erstellen. Ob diese sinnvoll sind, hängt vom entsprechenden Use Case ab. Die Gesamtanzahl aller Intents bei einem Chatbot ist davon ebenso von dem Use Case abhängig.
Was für Arten von Intents gibt es?
Bei den Intents lassen sich zwei verschiedene Arten unterscheiden: Die Intents, bei denen die Antwort des Bots immer gleich ist, und die, bei denen die Antwort individuell angepasst werden muss.
So lautet die Antwort auf die Frage „Wie lange dauert ein Praktikum?“ immer „Ein Praktikum in unserem Unternehmen dauert 6 Monate“. Dabei ist es irrelevant, ob der Nutzer sich in Berlin oder München aufhält und ob er die Frage heute oder erst morgen stellt.
Auf die Frage „Wie ist das Wetter?“ kann die Antwort aber nicht immer gleich sein. Das Wetter ist ändert sich täglich und ist darüber hinaus ortsabhängig. Der Bot muss daher erfassen können, wo sich der Nutzer befindet, um eine an die aktuelle Wetterlage angepasste Information zu präsentieren.
Entities helfen dem Bot die richtigen Informationen auszuspielen
Wenn wir uns nun die Utterances genauer anschauen, werden wir feststellen, dass bestimmte Wörter eine Schlüsselfunktion erfüllen. Sie ermöglichen es dem Bot in der Antwort die richtigen Informationen auszuspielen:
Diese Schlüsselwörter werden als Entities bezeichnet. Mit ihrer Hilfe kann der Chatbot erkennen, auf welche Informationen er zugreifen muss. Die erste Entity „Weather“ signalisiert dem Bot, dass er auf eine Datenbank wie Open Weather zugreifen muss, um dort die Wettervorhersage abzurufen. Die zweite Entity „Würzburg“ sagt ihm, für welchen Ort er die Vorhersage braucht.
Ablauf des Antwortprozesses bei einem Chatbot oder Voicebot
Was passiert nun, wenn Nutzer:innen dem Chatbot die Frage „Wie ist das Wetter in Würzburg?“ stellen?
Der Chatbot gleicht die Anfrage mit sämtlichen Utterances im System ab und berechnet für jeden Intent einen Confidence Score. Dieser besagt wie groß die Wahrscheinlichkeit ist, dass bei dem jeweiligen Intent die Antwort richtig ist. In unserem Fall ist der Confidence Score bei dem Intent „Weather“ am höchsten.
Dann untersucht das System die Anfrage auf mögliche Entities:
Aufgrund dieser beiden Entities weiß der Chatbot, dass er auf eine Datenbank wie Open Weather Maps zugreifen und die Vorhersage für die Stadt Würzburg abrufen muss. Diese Informationen werden dann in die Response eingebaut:
Diese Antwort wird dann den Nutzer:innen angezeigt.
Bei einem Voicebot kommen am Anfang und am Ende noch ein Schritt dazu: Die von den Nutzer:innen über gesprochene Sprache eingegebene Anfrage wird über eine Spracherkennungssoftware (STT =Speech-to-Text) in geschriebenen Text umgewandelt, bevor sie analysiert werden kann. Die Antwort des Chatbots wird über eine Text-to-Speech Software in gesprochene Sprache umgewandelt.
Du möchtest noch mehr über Chatbots und Voicebots wissen? Dann lade dir unsere Infografik Chat- und Voicebots für Anfänger herunter.
Der Beitrag Wie funktionieren Chatbots und Voicebots? erschien zuerst auf BOTfriends.
-
Conversation is the new UI
Over the last decade, users of technology have experienced the benefits of an ever-expanding developer toolkit dedicated to enhancing the interfaces that we use to communicate with our devices and applications. Over the last decade, the typical user interface (UI) has moved well beyond the constraints of the keyboard and mouse or trackpad toward an increasing reliance on touch and voice. In the 2020s, I would like to re-frame an evolving idea: the new frontiers of UI will increasingly leverage modes of artificial intelligence—specifically conversations—to power interactions between human and machine.
-
How Chatbots can Change the World
As a startup, our dream has always been to be able to change the world and make it a better place. As cliché as it sounds, that is really what drives most startups to dredge on, even when the going gets tough, like really tough! And whilst many of us will not make it to the news, small steps do add up.
So, can chatbots change the world? And if so, how?
-
Designography 101: How to design user-friendly interfaces
Designing a user-friendly interface that can cater to your entire target audience domain is not as simple as it seems. We often play with different design approaches and analyse user interactions in our websites/products. This user-behaviour testing helps us to improve the interfaces and enhance the UX. And then the entire cycle repeats.
-
How Automating Our Deployments Workflow Made Our Team More Productive
Deployments used to be a nightmare. Traditionally, the phases of deployments could take several hours or even days. But in the era of CI/CD, companies are shipping out product updates in minutes. You’ve probably heard of the term CI/CD being thrown around quite a lot lately. In simple terms, it’s a combined practise of Continuous Integration and either Continuous Delivery or Continuous Deployment.
As a growing startup, we started with no CI/CD at all and after some time, we realised that it caused a lot of headaches for everyone involved. Every time there was a new change, we had to manually build new images, test, update deployment files and manually deploy. It also did not help that bugs kept on coming, and hours were spent in maintaining deployments and keeping production running.
Needless to say, we have improved a lot since then. After roughly 600 automated deployments, here’s what we learned about CI/CD:
-
How We Used Contentful to Build a Chatbot That Helps With Everyday Legal Problems
Have you been laid off? Are you behind on your bills? Need to renegotiate a contract?
In any of these situations, you may need legal information. And if you live in British Columbia, Canada, you can chat with Beagle to get it. (Try it—click the Messenger chat icon on the bottom-right of this page.)
Tangowork is the technical partner and chatbot consultant to People’s Law School on the Beagle project, with Agentic Digital Media providing design expertise. People’s Law School is a non-profit society in British Columbia dedicated to making the law accessible to everyone.
For our chatbot technical stack, we chose Contentful to manage the content and Rasa to power the chatbot AI. In this post, we discuss the reasons we chose Contentful for content management and the way we approached integration.
Contentful: One system to manage content across channels
A good chatbot requires a tremendous amount of content. Beagle’s team of lawyers spent several months writing and editing over 3000 replies across 71 topics.
We realized that the new chatbot content was so approachable and easy to read that it would be a shame if we didn’t use it on the website as well. But no one liked the idea of managing content in two places. So we started to explore the concept of “headless” content management systems — systems that manage just the content, leaving you to decide where that content is used.
We examined Ghost, headless Drupal, headless WordPress, and a handful of others. Nothing seemed to be as mature and purpose-built as Contentful. We ran some experiments with it, liked what we saw, and decided to move forward.
Using Contentful for the chatbot
We use Rasa, an open source chatbot engine, to analyze input and decide how to respond. Rasa doesn’t generate language — all possible responses have been written in advance. Rasa simply returns the name of a template to use. Then we retrieve that template from Contentful.
For example, in response to “i got laid off”, Rasa returns laidOff. Then a piece of middleware, built by our development team, calls the Contentful API and requests the content associated with laidOff. Contentful responds with the content, and then we format the text and send it to the chatbot:
Content is delivered from Contentful straight to the chatbot
Using Contentful for the website
The chatbot response to “i got laid off” works perfectly as the introductory paragraph to a webpage. The chatbot buttons, such as “What to know”, show as website headings. Individual chatbot speech bubbles show as website subheadings and paragraphs. (Read more about the website project in How you can grow your website traffic 51%—overnight—by radically increasing speed.)
Content is identical in both the chatbot and the website — it’s just reformatted
Certain pieces of text aren’t appropriate for both the chatbot and the website. For example, we use emoji more liberally in chat. For those instances, we surround the text in question with a span tag like this: <span class="chatOnly">Cool, eh?
</span>. The text is then suppressed in the channel where it doesn’t apply.
The Contentful editing interface is easy for content authors to understand
Changing text in Contentful instantly updates both the chatbot and the website
Unified content management in Contentful makes high-quality content easier
People’s Law School has a very high standard for content. After multiple drafts by their legal content developers, content passes to a plain language reviewer, who performs another check to ensure it’s as clear and easy to read as possible. Finally, it’s reviewed for accuracy by one of a host of external lawyers.
If this legal review process had to happen twice — once for website content, and once for chatbot content — it would be unsustainable. Instead, Contentful allows us to manage a single set of content, and publish it in two places: on a website and on a chatbot.
And it doesn’t need to stop there. We can theoretically produce PDFs or other printed collateral via Contentful. Indeed, we’re using maximum-resolution images in Contentful’s media library in case we go down that path. (Contentful resizes and downsamples images on the fly for delivery to the website and chatbot.)
The lawyers at People’s Law School are thrilled with Contentful as their unified content management solution. “Contentful is fast, easy to use and flexible,” says Drew Jackson, lawyer and project lead. “There’s nothing we’ve tried to do with it that it couldn’t handle. And I’m relieved that when the law changes, we don’t have to update both the website and the chatbot. We change the content once, and it updates everywhere.”
Chris McGrath
Founder, Consultant
Chris loves working on elegant software solutions to difficult problems. He often speaks on topics related to websites, intranets and chatbots. He co-founded ThoughtFarmer, an intranet platform used worldwide. He has a terrible poker face, a mediocre golf swing and a penchant for hasty decisions. On the plus side, he pulls a mean espresso, speaks two obscure languages (Serbo-Croatian and St. Lucian Creole), and never says no to an invitation to go kiteboarding.
The post How We Used Contentful to Build a Chatbot That Helps With Everyday Legal Problems appeared first on Tangowork: Consultants for Intranets, AI Assistants, Fast Websites.