HelpLook یک پایگاه دانش هوش مصنوعی سفارشی است که به کسب و کارها کمک می کند تا یک پایگاه دانش سلف سرویس برای محصولات SaaS خود ایجاد و مدیریت کنند. این یک رابط کاربر پسند برای ایجاد راهنماها، آموزش ها، اسناد مرجع، اسناد سیستم و یادداشت های انتشار فراهم می کند. همچنین ویژگی هایی برای مدیریت محتوای پایگاه دانش، مانند جستجو، دسته بندی و کنترل نسخه ارائه می دهد.
حال همه چطور است؟ این بار با وینسی مدیر توسعه کسب و کار HelpLook صحبت می کنیم.
وینسی با بیش از 6 سال تجربه در صنعت SaaS، یک کارآفرین سریالی است که با موفقیت به یک محصول کمک کرده تا از صفر به یک برسد و تنها در 2 سال به MRR چشمگیر 1,000,000 دلاری دست یابد.
کریس: سلام، می‌توانید داستان توسعه HelpLook و اینکه چه چیزی الهام‌بخش ایجاد یک پلتفرم مبتنی بر دانش مبتنی بر هوش مصنوعی است را به اشتراک بگذارید؟
وینسی: سلام، helpLook برای رفع نیاز به بهبود تجربه‌های سلف سرویس مشتری و آسان‌تر کردن کسب‌وکارها در ارائه اطلاعات مرتبط ایجاد شده است. این تیم چالش‌هایی را که مشتریان در یافتن اطلاعات مورد نیاز خود با آن مواجه هستند، تشخیص دادند و پتانسیل راه‌حل‌های مبتنی بر هوش مصنوعی را دیدند. HelpLook با ادغام فناوری‌های هوش مصنوعی، مانند NLP و یادگیری ماشین، اطلاعات شخصی و مرتبط را از طریق ویژگی‌هایی مانند جستجوی مبتنی بر هوش مصنوعی و پیشنهادات هوشمند ارائه می‌دهد. هدف این است که شکاف بین مشتریان و اطلاعاتی که آنها به دنبال آن هستند، پر کنیم و در نهایت رضایت مشتری را افزایش دهیم.
کریس: موتور هوش مصنوعی HelpLook چگونه مقالات پایه دانش را از محتوای موجود مانند صفحات وب‌سایت، سؤالات متداول و بلیط‌های پشتیبانی مشتری ایجاد می‌کند و چه سطحی از سفارشی‌سازی در این فرآیند امکان‌پذیر است؟
وینسی: HelpLook AI با مدل‌های داده GPT 3.5 و GPT 4.0 ادغام شده است و دو شکل از عملکرد را ارائه می‌کند: «جستجو در سایت» و «افزونه چت یکپارچه»:
جستجوی در محل: با ادغام قابلیت جستجوی در محل HelpLook در وب سایت عمومی شرکت، نتایج جستجو به طور خودکار پاسخ ها را از محتوای ارائه شده توسط مشتری در پایگاه دانش HelpLook بازیابی و سازماندهی می کند.
پلاگین چت یکپارچه: هوش مصنوعی HelpLook را می توان به سرعت با افزونه های چت شخص ثالث مورد استفاده مشتریان ادغام کرد. دستیار چت از محتوای منتشر شده توسط مشتریان در پایگاه دانش HelpLook برای سازماندهی خودکار و ارائه پاسخ ها استفاده می کند.
HelpLook AI جستجوها/سوالات کاربر با فرکانس بالا (کلمات کلیدی و مقالات) را ضبط می کند و امکان ردیابی واضح این اطلاعات را در پشتیبان HelpLook می دهد. از این داده ها می توان برای شناسایی حوزه های بهینه سازی محصول و خدمات استفاده کرد.
کریس: جستجوی بی‌درنگ پایگاه دانش با استفاده از پرسش‌های زبان طبیعی چشمگیر است. آیا می‌توانید فناوری زیربنایی را توضیح دهید و چگونه قابلیت‌های NLP HelpLook تضمین می‌کند که کاربران نتایج مرتبط را به سرعت دریافت می‌کنند؟
وینسی: HelpLook از فناوری پیشرفته NLP برای اطمینان از نتایج سریع و مرتبط برای کاربران استفاده می کند. در اینجا نحوه کار آن آمده است:
- پیش پردازش: پرس و جو با حذف عناصر غیر ضروری ساده می شود.
- Tokenization: پرس و جو به واحدهای معنی دار مانند کلمات یا عبارات تقسیم می شود.
- شناسایی نهاد نامگذاری شده (NER): موجودیت های خاصی مانند نام ها یا مکان ها شناسایی می شوند.
- برچسب گذاری بخشی از گفتار (POS): نقش هر کلمه در پرس و جو مشخص می شود.
- تحلیل معنایی: معنا و هدف پرس و جو با استفاده از مدل های یادگیری عمیق تحلیل می شود.
- رتبه بندی و بازیابی: مرتبط ترین اطلاعات بر اساس امتیازات مربوط و ترجیحات کاربر بازیابی می شود.
این قابلیت‌های NLP، HelpLook را قادر می‌سازد تا پرامپت‌های زبان طبیعی را درک کند، موجودیت‌ها و زمینه‌ها را شناسایی کند و نتایج دقیق را در زمان واقعی ارائه دهد.
کریس: رضایت مشتری یک جنبه حیاتی است. چگونه HelpLook تضمین می کند که مشتریان به راحتی می توانند اطلاعات مورد نیاز خود را پیدا کنند؟
وینسی: پایگاه دانش: ایجاد یک پایگاه دانش جامع و سازمان یافته یا بخش پرسش و پاسخ.
عملکرد جستجو: ارائه یک ویژگی جستجوی قدرتمند برای یافتن سریع پرس و جوها یا کلمات کلیدی خاص.
پیشنهادات مبتنی بر هوش مصنوعی: ارائه پیشنهادهای هوشمندانه در زمانی که مشتریان سوالات خود را تایپ می کنند.
ابزارک های سلف سرویس: ادغام HelpLook در وب سایت ها یا برنامه ها با ویجت های سلف سرویس برای دسترسی سریع به مقالات مرتبط.
تجزیه و تحلیل و بازخورد: ارائه بینش در مورد رفتار جستجوی مشتری و عملکرد مقاله برای بهبود پایگاه دانش.
این ویژگی ها به مشتریان کمک می کند تا اطلاعات مورد نیاز خود را به طور کارآمد بیابند، قابلیت های سلف سرویس را افزایش داده و رضایت را بهبود می بخشند.
کریس: آیا ویژگی‌ها یا پیشرفت‌های آتی برای HelpLook وجود دارد که کاربران می‌توانند منتظر آن باشند، یا هر روند صنعتی که پلتفرم قصد دارد با آن سازگار شود؟
وینسی: بله، HelpLook به طور مداوم در حال کار بر روی معرفی ویژگی‌ها و پیشرفت‌های جدید برای ارتقای قابلیت‌های پلتفرم و انطباق با روندهای صنعت است. برخی از ویژگی‌ها و پیشرفت‌های آتی که کاربران می‌توانند مشتاقانه منتظر آن باشند:
- پشتیبانی چند زبانه: هدف HelpLook گسترش پشتیبانی زبان خود برای پاسخگویی به پایگاه کاربران جهانی است. این به کاربران امکان می دهد نتایج مرتبط را به زبان دلخواه خود جستجو و دریافت کنند.
- تجزیه و تحلیل پیشرفته: HelpLook بر تقویت قابلیت های تجزیه و تحلیل خود متمرکز است تا بینش عمیق تری در مورد رفتار جستجوی مشتری به کسب و کارها ارائه دهد. این به کسب‌وکارها کمک می‌کند تا روندها، موضوعات محبوب و شکاف‌های موجود در پایگاه دانش خود را شناسایی کنند و آنها را قادر می‌سازد تا محتوای خود را بهینه کنند و رضایت مشتری را بهبود بخشند.
- سفارشی‌سازی و برندسازی: HelpLook قصد دارد گزینه‌های سفارشی‌سازی را معرفی کند تا به کسب‌وکارها اجازه دهد پلتفرم را با هویت برند خود هماهنگ کنند. این شامل سفارشی کردن ظاهر و احساس رابط پایگاه دانش، اضافه کردن آرم‌های شرکت و استفاده از طرح‌های رنگی سفارشی است.
- فیلترهای جستجوی پیشرفته: هدف HelpLook معرفی فیلترهای جستجوی پیشرفته است که به کاربران امکان می دهد نتایج جستجوی خود را بر اساس معیارهای خاصی مانند تاریخ، دسته، نویسنده و موارد دیگر اصلاح کنند. این به کاربران امکان کنترل بیشتر بر نتایج جستجو را می دهد و به آنها کمک می کند تا مرتبط ترین اطلاعات را سریعاً پیدا کنند.
این ویژگی‌ها و پیشرفت‌های آینده تعهد HelpLook به ارائه یک پلتفرم پایه دانش قوی، قابل تنظیم و کاربرپسند را برجسته می‌کند که نیازهای در حال تکامل کسب‌وکارها و مشتریان آنها را برآورده می‌کند.
کریس: برای کسب‌وکارهایی که در نظر دارند HelpLook را اتخاذ کنند، چه توصیه‌ها یا بهترین روش‌هایی برای اطمینان از اجرای روان و مؤثر پلتفرم در جریان‌های کاری موجود و استراتژی‌های پشتیبانی مشتری دارید؟
وینسی: در اینجا چند توصیه ساده برای پیاده سازی روان و مؤثر HelpLook در جریان های کاری موجود و استراتژی های پشتیبانی مشتری آورده شده است:
- اهداف و مقاصد را به وضوح تعریف کنید.
- پایگاه دانش و محتوای موجود را ارزیابی و به روز کنید.
- مدل NLP را سفارشی و آموزش دهید.
- HelpLook را با سیستم های موجود ادغام کنید.
- آموزش و پشتیبانی کاربران را ارائه دهید.
- نظارت و تجزیه و تحلیل عملکرد.
- به دنبال بازخورد باشید و برای بهبود مستمر تکرار کنید.
با پیروی از این توصیه ها، می توانید از اجرای موفقیت آمیز HelpLook اطمینان حاصل کنید و استراتژی های پشتیبانی مشتری خود را بهبود ببخشید.
کریس: از اینکه با من بودید متشکرم، آخرین کلمه؟ خوانندگان ما کجا می توانند شما را دنبال کنند؟
وینسی: شما می توانید ما را دنبال کنید:
لینکدین: https://www.linkedin.com/company/helplook/
توییتر: https://twitter.com/helplook_101
وبلاگ رسمی: https://www.helplook.com/blog
اگر علاقه مند به شراکت با ما برای یک همکاری سودآور هستید، به برنامه وابسته HelpLook ملحق شوید. شما می توانید جزئیات بیشتر را بیابید و ثبت نام کنید اینجا.
اگر سؤال بیشتری دارید، لطفاً در تماس با ما دریغ نکنید.
اگر سوال بیشتری دارید، لطفا با ما تماس بگیرید.
