Một giải pháp AI bán hàng chỉ thực sự có giá trị khi được đưa vào những cuộc hội thoại thật, gặp những tình huống bán hàng thật và tạo ra kết quả có thể đo lường.
Đó cũng là cách AIBUS phát triển AZbot.
Thay vì xây dựng một sản phẩm hoàn chỉnh dựa trên giả định rằng mọi shop đều bán hàng giống nhau, AIBUS đưa AZbot vào từng mô hình kinh doanh cụ thể, quan sát cách khách hàng hỏi, cách nhân viên tư vấn và những vấn đề đang làm giảm hiệu quả bán hàng trên Facebook.
Từ gia dụng, thời trang, mỹ phẩm đến phụ kiện, mỗi ngành đặt ra một bài toán khác nhau. Chính những tình huống này giúp AIBUS từng bước phát triển AZbot từ một hệ thống hỗ trợ hội thoại thành nhân viên bán hàng AI có thể tham gia sâu hơn vào quá trình tư vấn và tạo đơn.
Câu chuyện từ những khách hàng AZbot trong thực tế
Mỗi shop đến với AZbot trong một bối cảnh khác nhau.
AIBUS không áp dụng một kịch bản chung cho tất cả. Quá trình triển khai bắt đầu bằng việc hiểu vấn đề của từng shop, sau đó mới thiết lập AZbot dựa trên dữ liệu và cách bán hàng thực tế.
Shop bán hàng gia dụng và những cuộc hội thoại bị bỏ quên
Một shop bán đồ gia dụng và thiết bị nhà bếp là khách hàng đầu tiên sử dụng AZbot để bán hàng trên Facebook.
Sau một thời gian vận hành, shop nhận thấy khá nhiều khách đã hỏi kỹ về sản phẩm nhưng dừng cuộc trò chuyện trước khi đặt hàng. Khi số lượng hội thoại tăng lên, nhân viên không thể nhớ để quay lại chăm sóc từng người.
- Khoảng 28% khách dừng lại trước bước đặt hàng
- Mỗi tháng có khoảng 2.100 khách tiềm năng cần được chăm sóc lại
- Nhân viên chỉ có thể bám đuổi 20–25% trong số đó
AIBUS cùng shop xác định những trạng thái hội thoại còn khả năng tiếp tục bán hàng, thời điểm nên quay lại và nội dung phù hợp với những gì khách đã trao đổi.
Từ đó, AZbot được phát triển khả năng bám đuổi khách hàng dựa trên ngữ cảnh, thay vì gửi lại một tin nhắn giống nhau cho tất cả khách chưa mua.
Sau 1 tháng triển khai shop nhận về kết quả khá tích cực
- 31% khách được follow-up quay lại hội thoại
- 14% khách được follow-up sau đó đặt hàng
- Tạo thêm khoảng 290 đơn/tháng
Shop phụ kiện muốn AZbot gợi ý thêm sản phẩm phù hợp
Khi làm việc với shop KJS chuyên bán phụ kiện điện thoại, máy tính, AIBUS được tiếp cận thêm một vài vấn đề:
- Nhiều sản phẩm có quan hệ mua kèm rõ ràng
- Cơ hội bán thêm phụ thuộc nhiều vào kinh nghiệm của từng nhân viên
AIBUS cùng shop xác định các nhóm sản phẩm thường được mua cùng nhau và thời điểm phù hợp để đưa ra gợi ý.
AZbot sau đó được hiệu chỉnh để chỉ bán kèm khi sản phẩm bổ sung thực sự liên quan đến nhu cầu đang trao đổi, thay vì đưa ra đề xuất một cách máy móc.
Kết quả shop nhận được
- Tỷ lệ đơn có sản phẩm bán kèm tăng từ 18% lên 32%
- Số sản phẩm trung bình mỗi đơn tăng từ 1,21 lên 1,38
- Giá trị đơn trung bình tăng 12%
- Doanh thu phát sinh từ bán kèm đạt khoảng 85 triệu đồng/tháng
Shop thời trang cần AZbot hiểu được ảnh khách gửi
Shop QT bán thời trang nữ với nhiều mẫu áo, váy và quần gặp một tình huống rất phổ biến khi khách mua hàng trên Facebook.
Thay vì hỏi tên sản phẩm, nhiều khách chỉ gửi lại một bức ảnh rồi hỏi: “Mẫu này shop còn không?”
Với nhân viên, nhìn ảnh để xác định sản phẩm là việc bình thường. Nhưng nếu AZbot không nhận ra mẫu khách đang nói tới, cuộc hội thoại phải chuyển cho người ngay từ đầu.
Từ những hội thoại thực tế, AIBUS phát triển cách AZbot nhận diện sản phẩm từ hình ảnh và kết nối với dữ liệu của shop.
Sau khi xác định được sản phẩm, hệ thống có thể tiếp tục tư vấn theo đúng mẫu khách vừa gửi. Những ảnh không đủ rõ hoặc không xác định chắc chắn vẫn được chuyển cho nhân viên.
Sau khi áp dụng tính năng nhận diện ảnh, số cuộc hội thoại phải chuyển cho nhân viên chăm sóc gần như ngay lập tức. Chỉ trong vòng một tuần, số cuộc hội thoại AZbot có thể tiếp tục tự xử lý tăng khoảng 24%.
Shop bán đa dạng nhiều sản phẩm
Cũng với shop thời trang QT, ban đầu khi shop chỉ tập trung bán 1 sản phẩm mọi thứ chạy trơn tru. Khi shop mở rộng kinh doanh với nhiều mẫu mã, AIBUS nhận ra một tình huống xuất hiện thường xuyên hơn dự kiến. Khách hiếm khi chỉ hỏi một mẫu rồi quyết định mua ngay
Vấn đề shop gặp phải
- Shop có nhiều mẫu áo, quần, váy
- Mỗi mẫu có các biến thể về size và màu sắc
- Khách thường quay lại hỏi sản phẩm đã được nhắc đến từ nhiều tin nhắn trước
- Một đơn hàng có thể gồm nhiều mẫu, size và màu khác nhau
Nếu AZbot chỉ tập trung vào sản phẩm được nhắc đến trong tin nhắn gần nhất, hệ thống rất dễ nhầm mẫu, nhầm biến thể hoặc mất thông tin mà khách đã trao đổi trước đó.
AIBUS đã phát triển AZbot theo hướng duy trì nhiều sản phẩm trong cùng một ngữ cảnh bán hàng.
Hệ thống ghi nhận khách đã hỏi những mẫu nào, đang nói đến sản phẩm nào và size, màu tương ứng của từng lựa chọn. Khi khách quay lại một mẫu đã hỏi trước đó, AZbot vẫn có thể tiếp tục đúng mạch tư vấn thay vì bắt đầu lại từ đầu.
Sau khi tính năng đa sản phẩm được đưa vào vận hành:
- 82% hội thoại được xử lý hoàn chỉnh mà không cần nhân viên tham gia
- 27% đơn hàng do AZbot tạo có từ hai sản phẩm trở lên
- Số sản phẩm trung bình mỗi đơn tăng 18%
- Giá trị đơn trung bình tăng 14%
Những yêu cầu từ khách hàng đã mở rộng khả năng của AZbot
Bốn câu chuyện bắt đầu từ bốn yêu cầu rất cụ thể trong quá trình vận hành:
- Tiếp tục chăm sóc những khách đã hỏi nhưng chưa mua
- Khai thác thêm cơ hội bán kèm
- Hiểu được hình ảnh khách gửi
- Xử lý nhiều sản phẩm trong cùng một hội thoại
Những khả năng như bám đuổi, bán kèm, nhận diện hình ảnh hay đa sản phẩm vì vậy không chỉ xuất hiện từ kế hoạch phát triển tính năng.
Chúng được hình thành từ những vấn đề mà AIBUS gặp khi AZbot đã thực sự tham gia vào bán hàng.
Đây cũng là cách AIBUS tiếp tục phát triển AZbot theo hướng nhân viên bán hàng AI: bắt đầu từ vấn đề thực tế của shop bán hàng, đưa giải pháp vào vận hành, quan sát kết quả rồi tiếp tục cải tiến.
