repliso
سریع‌ترین پاسخ دنیا هم اگر قیمت دیروز را داشته باشد، کمکی نمی‌کند. مشتریان از دایرکت برای روشن کردن جزئیاتی استفاده می‌کنند که میان علاقه و خرید قرار دارند: سایز درست، مبلغ واقعی نهایی و اینکه آیا کالا به‌موقع می‌رسد یا نه.
اطلاعات قابل اعتماد محصول برای پاسخ‌های هوش مصنوعی به مشتریان، با یک منبع اصلیِ به‌روز شروع می‌شود. جمله‌بندی بهتر، بعد از داده‌ی بهتر می‌آید.
به هر مدل یک شناسه‌ی روشن بدهید
وقتی فروشگاه شما چند پیراهن آبی می‌فروشد، «پیراهن آبی» سابقه‌ی پایداری نیست. از شناسه‌ی محصول به‌همراه رنگ، سایز یا پیکربندی دقیق استفاده کنید. نام‌هایی را که مشتری می‌بیند ساده نگه دارید، اما سوابق داخلی را بی‌ابهام نگه دارید.
یک سابقه‌ی مفید محصول شامل این موارد است:
- نام محصول، کد کالا (SKU) و شناسه‌ی مدل.
- قیمت فعلی، واحد پول و اطلاعات مالیاتی مربوط.
- سایزها یا پیکربندی‌های موجود و لینک راهنمای سایز.
- وضعیت موجودی، منبع آن و زمان بررسی.
- زمان تقریبی ارسال، راهنمای تحویل و مقصدهای تحت پوشش.
- لینک صفحه‌ی محصول، لینک سیاست مرجوعی و مسئول اطلاعات.
برای این سابقه‌ی نمونه، یک پیراهن کتان سرمه‌ای را تصور کنید: کد کالا LIN-204-N-M، سایز M، قیمت ۵۹ یورو و موجودی بررسی‌شده در ساعت ۰۹:۰۰. این بخش‌ها پاسخ دقیق را ممکن می‌کنند. اما موجودی را همیشگی نمی‌کنند: یک فروش در ساعت ۰۹:۰۵ می‌تواند آن را تغییر دهد.
وضعیت موجودی را از رزرو جدا کنید
«الان موجود است» یعنی «برای شما کنار گذاشته شده» نیست. به مشتریان بگویید موجودی نهایی کی تأیید می‌شود؛ معمولاً در روند واقعی پرداخت یا رزرو شما.
اگر دانش هوش مصنوعی شما یک تصویر دوره‌ای است و نه اتصال زنده به انبار، این را در طراحی پاسخ‌ها در نظر بگیرید. برای کاتالوگی که دستی بارگذاری شده، ادعای دقت لحظه‌ای نکنید. برای کالاهایی که سریع فروش می‌روند، بگذارید همکاران پیش از تأیید بررسی کنند.
پیش از قدم بعدی، مبلغ نهایی را توضیح دهید
مشتریان باید بدانند کدام قیمت اعمال می‌شود و چه چیزی جداگانه اضافه می‌شود. یک پاسخ مفید مدل را مشخص می‌کند و قیمت محصول را از هزینه‌ی ارسال یا هزینه‌های دیگر جدا می‌کند. تأیید نهایی را به روند پرداخت بسپارید، جایی که شرایط واقعی خرید شما نشان داده می‌شود.
هزینه‌ی اضافه را داخل لینک محصول پنهان نکنید. اگر مشتری درباره‌ی مبلغ نهایی می‌پرسد، به‌جای تکرار قیمت پایه، کمکش کنید بفهمد مبلغ چطور محاسبه می‌شود.
به‌روزرسانی را مسئولیت یک نفر کنید
برای قیمت‌ها و تخفیف‌ها یک مسئول، برای موجودی یک مسئول و برای سیاست‌های ارسال یک مسئول انتخاب کنید. در یک فروشگاه کوچک ممکن است همه یک نفر باشند. مهم این است که روی هر کار یک نام باشد.
ریتم بازبینی را بر اساس سرعت تغییر اطلاعات تنظیم کنید. تخفیف‌ها به زمان شروع و پایان مشخص نیاز دارند. موجودی به بررسی‌های مکرر یا یک اتصال تأییدشده نیاز دارد. توضیحات ثابت نگهداری کالا شاید فقط وقتی تأمین‌کننده محصول را تغییر می‌دهد به بازبینی نیاز داشته باشند.
اطلاعات منقضی را حذف کنید، به‌جای اینکه نسخه‌های متناقض را در سندهای جداگانه باقی بگذارید. یک گزارش تغییرات نگه دارید تا بتوان یک پاسخ مورد اختلاف را تا اطلاعاتی که در آن زمان موجود بوده دنبال کرد.
به هوش مصنوعی یاد بدهید با کمبود اطلاعات چه کند
از قانونی مثل این استفاده کنید: «فقط بر اساس سابقه‌ی فعلی و تأییدشده‌ی محصول پاسخ بده. اگر مدل دقیق مشخص نیست، آن را بپرس. اگر منابع قیمت یا موجودی با هم تناقض دارند، گفتگو را به انسان بسپار. هرگز تضمین تحویل نساز.»
Business Brain در Repliso به‌عنوان مرکز دانش برای اطلاعات کسب‌وکار، محصولات و سیاست‌ها معرفی شده است. همین باعث می‌شود کیفیت اطلاعات اولویتی عملی در راه‌اندازی باشد. هر اتصال داده‌ی زنده را جداگانه بررسی کنید؛ وجود یک مرکز دانش به‌تنهایی ثابت نمی‌کند که موجودی به‌صورت زنده هماهنگ می‌شود.
با پرسش‌های واقعی مشتریان آزمایش کنید
از سامانه درباره‌ی یک محصول در دو سایز، تخفیفی که تمام شده و کالایی که امروز تمام شده بپرسید. بررسی کنید آیا پاسخ مدل درست را نام می‌برد و هر جا لازم است عدم قطعیت را می‌پذیرد یا نه.
از قالب‌های پاسخ دایرکت اینستاگرام استفاده کنید تا سوابق دقیق را به پاسخ‌های کوتاه تبدیل کنید. داده‌ی بهتر محصول به مشتریان کمک می‌کند با غافلگیری کمتری پس از خرید تصمیم بگیرند.
