Melhorando métricas de um chatbot de voz
Um chatbot de voz ligava pra vender produtos de saúde para pessoas de 40 a 75 anos, e quase ninguém ficava na linha. Com entrevistas e UX Writing, mudamos o jeito do robô falar e a conversão foi de 0,2% para 1,8%.
Contexto
Um chatbot de voz foi desenvolvido para vender produtos de saúde para um público de 40 a 75 anos. Durante a execução do projeto, nos deparamos com três desafios de negócio:
Baixa taxa de conversão
Alta taxa de abandono de ligação
A voz era de uma pessoa, mas o tom soava robotizado
Planejamento
Para entender os pontos de atenção do projeto e estruturar as perguntas da entrevista, comecei com uma Matriz CSD (certezas, suposições e dúvidas).
Certezas
- Alta taxa de abandono na primeira fraseologia do fluxo;
- As pessoas estão desligando na cara do robô;
- Algumas pessoas sequer respondem à pergunta do robô.
Suposições
- Pode ser que as pessoas já recebam tantas ligações aleatórias por dia que não querem atender mais uma;
- Pode ser que as pessoas se sintam inseguras ao atender a ligação de um robô;
- Pode ser que as pessoas realmente não tenham interesse no produto ofertado;
- Falar o nome da pessoa no atendimento traz personalização e humanização.
Dúvidas
- A taxa de abandono pode diminuir se mudarmos a entonação da gravação das fraseologias?
- As pessoas se importam de atender ligações de um número desconhecido e de um DDD diferente do delas?
- Se adotarmos uma forma de escrita mais "coloquial", as pessoas podem gostar mais?
- As pessoas se importam em comprar por telefone? Se sentem seguras? Como se sentiriam seguras?
- Se o robô falasse "como você tá cuidando da sua saúde hoje em dia?" e deixasse a pessoa interagir, seria mais efetivo?
- Se o cliente já comprou o produto de uma empresa em algum momento, como ele se sentiria se essa empresa ligasse oferecendo mais produtos?
Desafios de UX
- Resistência a vendas por telefone. O público associa vendas telefônicas a fraudes ou a experiências negativas.
- Construção da confiança. É preciso transmitir segurança e legitimidade logo no início, para reduzir o abandono da ligação.
- Pouca familiaridade com tecnologia. O público tem muita dificuldade em lidar com tecnologias de comunicação e informação, já que muitos não tiveram esse contato ao longo da vida.
Entrevistas
Foram realizadas 20 entrevistas, divididas igualmente entre os grupos e os formatos:
- 5 presenciais e 5 por ligação com pessoas de 40 a 59 anos;
- 5 presenciais e 5 por ligação com pessoas de 60 a 75 anos. Nas ligações, entrevistamos usuários que abandonaram a chamada do chatbot.
Boas práticas de entrevista
Para manter a padronização das entrevistas e garantir um resultado fidedigno, fiz um mini treinamento com todo o time de UX, para que todos ficassem na mesma página em relação às entrevistas. Estes foram os tópicos que abordei:
- Segurança da informação. Não compartilhar o nome do participante com ninguém e pedir permissão para gravar a entrevista.
- Confiança. Enfatizar que não há respostas certas ou erradas: o objetivo é avaliar o serviço, e não o usuário entrevistado.
- Identificação. Explicar o papel de quem entrevista e a importância de oferecer uma experiência fluida e agradável, para que o participante entenda o propósito da conversa.
- Cordialidade. Por se tratar de um público maduro, perguntar se a pessoa prefere ser chamada de "você" ou de "senhor/senhora".
Organização dos dados
Todos os dados das entrevistas foram organizados no Miro:
Análise
Após a análise dos dados das entrevistas, os pontos-chave foram:
atendem números desconhecidos se o DDD for o da sua cidade
se sentem inseguros ao ouvir o chatbot falar o seu nome
gostaram de uma abordagem mais empática e humanizada
Implementação
Após a síntese de todos os dados das entrevistas, refizemos todo o userflow do chatbot. Aqui está um exemplo de como era a fala inicial do robô e como ficou:
"Oi, aqui é da empresa X. Preciso falar com fulano, é você?"
"Olá, aqui é da X! Antes de apresentar uma oferta especial pra você, me conta: como você tem cuidado da sua saúde?"
Junto com o time de desenvolvimento, também ajustamos o chatbot para que sempre apareça o DDD do usuário que atenderá a chamada.
Resultados
Em apenas 2 semanas, já tivemos mudanças significativas nas nossas métricas:
Conversão, contra 0,2% antes
+1,6 p.p.Abandono, contra 96% antes
−7 p.p.