Ako merať, či AI chatbot zarába: od odpovedí až po objednávky

AI chatbot sa často hodnotí podľa toho, koľko správ zodpovedal. To je ale slabá metrika. Vysoký počet odpovedí môže znamenať užitočný nástroj, ale aj zlý web, nejasné informácie alebo zákazníkov, ktorí sa motajú v nákupnom procese. Správne meranie musí ukázať, či chatbot šetrí čas, zvyšuje šancu na nákup a nezhoršuje zákaznícku skúsenosť.

Tri vrstvy merania

Prvá vrstva je operatívna: koľko otázok chatbot vybavil, koľko ich odovzdal človeku a kde zlyhal. Druhá vrstva je obchodná: koľko zákazníkov kliklo na odporúčaný produkt, pokračovalo do košíka alebo dokončilo objednávku. Tretia vrstva je kvalitatívna: ktoré odpovede boli označené ako neužitočné, ktoré otázky sa opakujú a aké informácie na webe chýbajú.

Pre majiteľa e-shopu je dôležité držať tieto vrstvy oddelene. Operatívne dáta hovoria, či widget funguje. Obchodné dáta hovoria, či pomáha nákupu. Kvalitatívne dáta ukazujú, čo zlepšiť v produktoch, FAQ alebo obchodných pravidlách.

Základné metriky

Merajte tieto hodnoty: počet otvorení widgetu; počet položených otázok; počet AI odpovedí; podiel vyriešených otázok bez človeka; podiel odovzdania človeku; podiel fallback odpovedí; počet klikov na odporúčané produkty; asistované konverzie; počet leadov; priemerná dĺžka konverzácie; najčastejšie témy otázok.

Tieto metriky dávajú zmysel len vtedy, keď sú napojené na konkrétne scenáre. Inak bude dashboard plný čísel, ktoré nikomu nepovedia, čo urobiť ďalej.

Praktické vzorce

• Odhad úspory podpory: vyriešené rutinné otázky × priemerný čas ručnej odpovede × náklad na minútu.
• Produktový prínos: kliknutie na odporúčaný produkt / počet relevantných konverzácií.
• Handoff rate: konverzácie odovzdané človeku / všetky konverzácie.
• Fallback rate: odpovede typu neviem / všetky AI odpovede.
• Asistovaná konverzia: objednávky po interakcii s chatbotom / návštevy s interakciou s chatbotom.

Odporúčané GA4 eventy

Implementujte eventy chatbot_open, chatbot_question_sent, chatbot_ai_answer_shown, chatbot_product_recommendation_shown, chatbot_product_click, chatbot_handoff_requested, chatbot_lead_submitted, chatbot_fallback, chatbot_order_status_requested a chatbot_feedback_submitted.

Pri produktovom kliku posielajte minimálne product_id, product_name, category, recommendation_source, conversation_id a page_location. Pri handoffe posielajte dôvod odovzdania, napríklad complaint, unknown_answer, pricing, order_issue alebo human_requested.

Ak meranie ešte len pripravujete, začnite s menším rozsahom. Dôležité je, aby boli eventy pomenované konzistentne vo widgete, na webe aj v reportingu. Z pohľadu zákazníka je to stále jeden AI chatbot pre e-shop, aj keď technicky zbierate dáta z viacerých miest.

Čo zobraziť v Looker Studiu

Dashboard má byť jednoduchý. Majiteľ e-shopu potrebuje vidieť počet konverzácií, podiel vyriešených otázok, najčastejšie témy, kliky na produkty, asistované objednávky, handoff rate a fallback rate. Pre tím podpory je dôležitejší zoznam otázok, na ktoré chatbot nevedel odpovedať. Ten je vstupom na zlepšovanie FAQ, produktových dát a obchodných pravidiel.

Čo nemerať ako hlavné KPI

Neberte ako hlavné KPI počet správ, počet tokenov ani samotný počet otvorení widgetu. Tieto metriky sú užitočné pre prevádzku, ale nehovoria, či chatbot priniesol peniaze alebo ušetril prácu. Hlavné KPI má byť naviazané na obchodný výsledok: úspora času, vyšší preklik na produkty, lepší konverzný pomer alebo menej nevybavených otázok.

Záver

AI chatbot má byť meraný rovnako ako iný obchodný nástroj. Nestačí, že odpovedá. Musí byť jasné, ktoré odpovede pomohli zákazníkovi, ktoré ušetrili tímu prácu a ktoré viedli k nákupu.