Os bots são programas autônomos que aprimoram a experiência do usuário

In the last few years, marketers and consumers are amazed daily at new IoT devices and the new ways benefits being delivered. The thanks for that amazement lie in the rising sophistication of chatbots, or simply bots. Their adoption is also guiding analytics to new sophistication levels for metrics.

Nos últimos anos, os comerciantes e os consumidores ficam surpresos diariamente com os novos dispositivos IoT e com os novos benefícios que estão sendo oferecidos. Os agradecimentos por esse assombro estão na crescente sofisticação de chatbots, ou simplesmente bots. Sua adoção também está orientando a análise para novos níveis de sofisticação para métricas.

Os bots são programas autônomos que aprimoram a experiência do usuário humano-computador em uma determinada rede. Para o comerciante leigo, bots ajudar os clientes a controlar a sua experiência com um produto digital e, finalmente, uma marca. Os bots aprendem com o uso do consumidor, adotando mais de uso para fornecer feedback personalizado. Por exemplo, Forbes informou que Sephora, o varejista de cosméticos, implanta um bot originalmente desenvolvido para dermatologistas para ajudar os clientes com aconselhar sobre maquiagem virtual e batom julgamento.

Adoção de bot é uma confluência de duas principais tendências tecnológicas e de mercado nos últimos anos. Primeiro, os bots refletem a popularidade das plataformas de mensagens instantâneas, um derivado da mídia social. As plataformas de mensagens instantâneas (IM) incluem o Facebook Messenger, Slack, WhatsApp e Telegram. As pessoas têm vindo a utilizar estas plataformas. Em 2015, o Business Insider declarou que as plataformas de mensagens instantâneas têm mais usuários ativos do que qualquer outra aplicação da Internet, incluindo redes sociais e aplicativos de e-mail. Muitos bots são projetados para complementar serviços com esses aplicativos, na mesma linha de ser uma extensão para o navegador ou uma API para software. E muitos dos usuários acessam essas aplicações em dispositivos móveis, dando aos fabricantes de bot uma avenida dedicada para se conectar com os clientes.

O segundo é uma economia de app que tem plateaued para desenvolvedores e comerciantes similares. Apesar da avalanche de aplicativos introduzidos, poucos desenvolvedores lucram com aplicativos oferecidos no Google Play ou na App Store da Apple. Um podcast da O'Reilly observou que metade das receitas da Apple App Store vai para apenas 20 dos aplicativos mais bem sucedidos. Além disso, estudos indicam que os consumidores apenas usam alguns aplicativos instalados em seu telefone celular. Estes fatos sugerem que os desenvolvedores e as empresas têm de desenvolver meios alternativos para construir o engajamento do cliente em smartphones. Digite bots.

Os bots fornecem um benefício unificador para os consumidores, um que complementa o recurso de dispositivos IoT-enable. Muitos dispositivos têm várias interfaces de usuário e telas, o que pode confundir os consumidores em manter o controle de recursos para cada novo dispositivo em seu ecossistema pessoal. Bots oferecem um pouco de facilidade através da simplificação de tarefas e, portanto, a interação do usuário sem ter que se lembrar de várias funções recurso.

Então, como a análise deve ser implantada para alavancar a atividade de bot?

Atualmente, nenhuma técnica atende a todas as necessidades. As suítes de análise atuais podem monitorar as plataformas nas quais as pessoas usam bots, mas apenas com uma previsão inteligente. Mídia compartilhada em um Facebook Messenger ou Slack presença poderia ser rastreado com URL tags como links para uma pesquisa paga, mídia social, ou uma campanha de e-mail.

Niche startups analíticos introduziram soluções para medir a interpretação de programação na interface do usuário. O objetivo é ver como conversas fluidas com o bot ocorreu. O número de casos onde a dificuldade ocorreu reflete uma experiência de usuário potencialmente pobre. Considere a métrica como uma variação do diagnóstico de velocidade de carga da página, e você terá a idéia de seu valor. Essa abordagem difere da ênfase dada à interpretação da experiência do usuário na atividade do site, que as análises padrão foram projetadas para abordar.

Gargalos de interpretação ganharam importância em aprender como as pessoas podem respostas de erro do jogo bot - erros que podem evoluir para problemas sérios. O exemplo recente mais notável é o Tay da Microsoft, um chatbot baseado em Twitter. Alguns seguidores de conta ensinaram respostas racistas e misóginas de Tay repetidamente twittando declarações ofensivas. A Microsoft fechou Tay em 24 horas após o lançamento. À medida que os robôs se tornam mais inteligentes com as respostas humanas, as soluções analíticas devem melhorar para evitar que o mau treinamento pareça evoluir para circunstâncias problemáticas do mundo real.

Bots are autonomous programs that enhance human-computer user experience on a given network.  For the lay marketer, bots help customers control their experience with a digital product and ultimately a brand.  Bots learn from consumer usage, adopting over usage to provide tailored feedback. For example, Forbes reported that Sephora, the cosmetic retailer, deploys a bot originally developed for dermatologists to aid customers with advise on virtual makeup and lipstick trial.

Bot adoption is a confluence of two key technological and marketplace trends over the last few years. First, bots reflect the popularity of instant message platforms, a derivative of social media.  Instant Messaging (IM) platforms include Facebook Messenger, Slack, WhatsApp, and Telegram. People have been steadily using these platforms. Back in 2015 Business Insider declared that IM platforms have more active users than any other internet application including social networks and email applications. Many bots are designed to complement services with these applications, in the same vein as being an extension for browser or an API for software. And many of the users access these applications on mobile devices, giving bot makers a dedicated avenue to connect with customers.

The second is an app economy that has plateaued for developers and marketers alike. Despite the avalanche of apps introduced, few developers profit through apps offered on Google Play or the Apple app store. An O'Reilly podcast noted that half of the revenue from the Apple App Store goes to only 20 of the most successful apps. Furthermore studies are indicating that consumers only use a few apps installed on their mobile phone. These facts suggest that developers and enterprises have to develop alternative means to build customer engagement on smartphones. Enter bots.

Bots provide a unifying benefit to consumers, one that complements the feature of IoT-enable devices. Many devices have various user interfaces and screens, which may confuse consumers in keeping track of features for every new device in their personal ecosystem. Bots offer a bit of ease through simplifying tasks and thus user interaction without having to recall multiple feature functions.

So how should analytics be deployed to leverage bot activity?

Currently no one technique serves all needs. Current analytics suites can monitor the platforms on which people use bots, but only with clever forethought. Media shared on a Facebook Messenger or Slack presence could be tracked with URL tags just like links for a paid search, social media, or an email campaign.

Niche analytic startups have introduced solutions for measuring programming interpretation at the user interface. The purpose is to see how fluid conversations with the bot occurred. The number of instances where difficulty occurred reflects a potentially poor user experience. Consider the metric as a variation of page load speed diagnostics, and you get the idea of its value. This approach differs from an emphasis of interpreting user experience on website activity, which standard analytics have been designed to address. 

Interpretation bottlenecks have gained importance in learning how people can game bot error responses – errors that can evolve into serious problems. The most notable recent example is Microsoft's Tay, a Twitter-based chatbot. A few account followers taught Tay racist and misogynistic responses by repeatedly tweeting offensive statements.  Microsoft shut Tay down within 24 hours of its launch.  As bots become more intelligent with human responses, analytic solutions must improve to prevent similar bad training from evolving into problematic real-world circumstances.

Bots are introducing essential technology for enhancing the value of IoT devices. People have typically become highly engaged when talking to bots, generating data and a natural context from which bots and analytics can learn how to better service customer. Combined with additional programmable platforms like IFTTT, marketers can see new ways to help customers maximize their enjoyment with an IoT-enabled device.

Bots estão introduzindo tecnologia essencial para aumentar o valor dos dispositivos IoT. As pessoas normalmente se tornam altamente engajadas quando conversam com bots, gerando dados e um contexto natural a partir do qual bots e analytics podem aprender a melhor serviço ao cliente. Combinado com plataformas adicionais programáveis ​​como IFTTT, os profissionais de marketing podem ver novas maneiras de ajudar os clientes a maximizar seu prazer com um dispositivo habilitado para IoT.

http://www.dmnews.com/dataanalytics/how-chatbots-talk-up-iot-measures-in-analytics/article/628784/