5 طرق لتحسين تجربة المستخدم مع التعلم الآلي

يحب صانعو أفلام هوليوود تقديم الذكاء الاصطناعي كعامل ذكي أكثر قدرة من البشر. لحسن الحظ ، لم نصل إلى هذه الحالة – حتى الآن. ما زلنا بحاجة إلى مهندسين لتطوير خوارزميات وأدوات مبتكرة لتحسين التفاعلات البشرية مع البرامج والأنظمة. لا تقلق – لا يمكننا حل تجربة المستخدم من خلال التعلم الآلي ، ولا نقترب.

نضج التعلم الآلي على مر السنين ، مما سمح لنا باكتساب المزيد من الأفكار من البيانات التي نجمعها. يمكننا حتى تنفيذ التعلم الآلي لتحويل مهمة مصمم UX ومصمم المنتج ومصمم التفاعل.

تقدم هذه المقالة خمس استراتيجيات مختلفة حول كيفية الاستفادة من التعلم الآلي لتحسين تجربة المستخدم.

دعونا نتعمق في ذلك!

1. تقديم المستوى التالي من التخصيص

يظل التخصيص اتجاهًا ساخنًا لعام 2020. يساعدك التعلم الآلي على تقديم المستوى التالي من التخصيص للعملاء.

وصل حيوية Booking.com:

يوفر التخصيص المستند إلى التعلم الآلي طريقة أكثر دقة وقابلية للتطوير لتحقيق تجارب فريدة للمستخدمين الفرديين. بدلاً من تقسيم المستخدمين باستخدام التخصيص المستند إلى القواعد ، فإنه يسمح لك باستخدام الخوارزميات لتقديم هذه التجارب الفردية ، عادةً في شكل توصيات للمنتجات أو المحتوى.

فيما يلي قائمة بأمثلة التخصيص التي يقودها التعلم الآلي:

  • رسائل بريد إلكتروني مخصصة توصي بالمنتجات التي تناسب اهتمامات المستخدم بناءً على سجل البحث والمشتريات السابقة.
  • اقتراحات المحتوى للمدونات بناءً على اهتمامات المستخدم ، مما يقلل من معدل الارتداد ويحسن الوقت الذي يقضونه على موقع الويب.
  • تقديم خصومات أكثر قابلية للتطبيق من خلال إنشاء نظام مكافآت مخصص.

2. تقديم توصيات عالية الجودة

يقدم Amazon.de اقتراحات للمنتجات بناءً على سجل الشراء الخاص بي المتعلق بركوب الدراجات

يقدم Amazon.de اقتراحات للمنتجات بناءً على سجل الشراء الخاص بي المتعلق بركوب الدراجات

تربح الأعمال التجارية من خلال تقديم توصيات عالية الجودة ، حيث يمكنها زيادة إيراداتها. يفوز المستخدمون أيضًا ، حيث يقضون وقتًا أقل في البحث عن المنتجات.

دراسة بواسطة أكسنتشر يوضح أنه في عام 2018 ، فضل 63٪ من المتسوقين توصيات المنتجات. هذا الرقم أعلى بالنسبة لجيل الألفية ، حيث وصل إلى 69٪ يفضلون توصيات المنتج على البحث يدويًا عن المنتجات ذات الصلة.

تصفية التعاونية هي طريقة مستخدمة على نطاق واسع لتقديم اقتراحات محتوى أكثر تخصيصًا. تقدم التصفية التعاونية اقتراحات للمحتوى بناءً على المستخدمين ذوي الذوق المماثل بناءً على مراجعاتهم وعمليات الشراء.

على سبيل المثال ، أعطى طالب ورجل أعمال درجات مماثلة لمطعمين. من المحتمل جدًا أن يشتركوا في أذواق فردية مماثلة. لذلك ، يمكننا أن نوصي بمطعم معين صنفه رجل الأعمال بدرجة “9” للطالب حيث نتوقع أن يحب الطالب المطعم.

3. تحسين جودة وسرعة خدمة العملاء

كشركة ، يمكنك تحسين تجربة المستخدم بشكل كبير من خلال تحسين سرعة خدمة العملاء. Drift.comأظهرت دراسة أن 46٪ من المستجيبين أفادوا بأنهم يتوقعون استجابة في غضون خمس ثوانٍ أو أقل عند استخدام روبوت المحادثة ، و 43٪ يتوقعون نفس الشيء باستخدام الدردشة المباشرة عبر الإنترنت ، و 33٪ عند استخدام الهاتف أو مكالمة الفيديو.

بعبارة أخرى ، حان الوقت لبدء استخدام روبوتات المحادثة القائمة على التعلم الآلي. علاوة على ذلك ، وجدت نفس الدراسة أن أفضل حالة استخدام لروبوتات المحادثة هي الإجابة على الأسئلة الحساسة للوقت.

عدم الرد على الفور على أسئلة الطوارئ يمكن أن يترك لك تجربة مستخدم سلبية. لسوء الحظ ، من المستحيل أحيانًا أن يكون هناك شخص ما متاحًا في جميع الأوقات للإجابة على المشكلات الأكثر إلحاحًا.

لذلك ، يمكنك الاستفادة من روبوتات المحادثة ، حيث يمكنها التعلم بسرعة من تفاعلات العملاء السابقة. يمكن لخوارزميات التعلم الآلي اكتشاف الأنماط وأوجه التشابه بين تفاعلات العملاء ، مما يسمح لهم بالإجابة على أسئلة مماثلة بسرعة أكبر في المستقبل.

علاوة على ذلك ، فإن chatbot أكثر قابلية للتطوير من البشر. عند اختيار روبوتات المحادثة ، يكون دور الأشخاص المعنيين هو الإجابة على الأسئلة المعقدة التي لا يستطيع روبوت المحادثة الاهتمام بها. إلى جانب ذلك ، يمكن للبشر إطعام روبوت المحادثة بالبيانات لتحسين معالجة الأسئلة.

روبوت الدردشة الانجراف

4. تحسين التخطيط عن طريق تحليل سلوك المستخدم

من خلال قياس سلوك المستخدم ، يمكننا تحسين تخطيط التطبيق.

لنفترض أننا نريد تحسين تخطيط تطبيق الفاتورة. أهم إجراء لتطبيقنا هو زر إنشاء الفاتورة. نريد تحديد مدى سرعة عثور المستخدمين على هذا الزر.

لوحة معلومات Waveapps.com تعرض زر إنشاء الفاتورة في الزاوية اليمنى العليا

لوحة معلومات Waveapps.com تعرض زر إنشاء الفاتورة في الزاوية اليمنى العليا

للإجابة على هذا السؤال ، يمكننا قياس الوقت الذي يحتاجه المستخدمون لضغط هذا الزر. من خلال قياس الوقت اللازم ، يمكننا اكتشاف الأزرار الموضوعة بشكل غير صحيح ومحاولة تحسين تخطيطنا.

لنفترض أن زر إنشاء الفاتورة مخفي في القائمة. من خلال الاستفادة من التعلم الآلي مع بيانات المستخدم ، يمكننا اكتشاف أنماط الإجراءات البطيئة للوصول إلى نتيجة معينة. بعد ذلك ، يمكننا تحسين الوقت الذي يحتاجه المستخدم للوصول إلى صفحة إنشاء الفاتورة عن طريق وضع الزر في مكان أكثر وضوحًا أو تغيير تصميم الزر.

بمعنى آخر ، يمكننا استخدام التعلم الآلي لإجراء اختبار A / B أكثر كفاءة وتقليل الوقت الذي يقضيه المستخدمون في البحث عن وظائف معينة.

علاوة على ذلك ، يمكنك تحديد الأنماط حيث يعود المستخدمون بشكل متكرر إلى الصفحة السابقة. يشير هذا النمط إلى أن تدفقًا معينًا غير صحيح ، أو أن المستخدم يتوقع شيئًا مختلفًا.

باختصار ، الهدف هو العثور على تفاعلات غير واضحة أو تتطلب الكثير من الوقت لإكمالها ، وغالبًا ما تؤثر سلبًا على تجربة المستخدم. إلى جانب ذلك ، نريد تقليل الأخطاء البشرية عند التنقل في التطبيق لإنشاء تجربة منتج أكثر سلاسة.

ومع ذلك ، لا تغير ترتيب مكونات واجهة المستخدم كثيرًا. لا تشجع واجهة المستخدم المتطورة باستمرار المستخدمين على التعلم المتكرر لواجهة مستخدم جديدة. علاوة على ذلك ، قد يؤثر ذلك سلبًا على الاحتفاظ بالعملاء.

5. تحليل المشاعر: العاطفة AI

وجوه سعيدة وغير منزعجة وحزينة

أخيرًا ، يمكن أن يعطي تحليل المشاعر صورة أوضح عن مشاعر المستخدمين عند التفاعل مع موقع ويب أو منتج أو منشور مدونة أو إعلان. يتضمن قياس عاطفة الإنسان برامج التعرف على الوجه. ومع ذلك ، يمكنك الاستفادة من التحليل النصي لاشتقاق المشاعر أيضًا. لكن هذه الاستراتيجية غير ممكنة لقياس رد فعل الإنسان على الإعلانات.

بالحكم على استجابة المستخدم للمحتوى أو الإعلانات ، يمكنك إنشاء إعلانات أكثر جاذبية. تحاول بعض وكالات التسويق تقديم إعلانات مختلفة للمستخدمين ذوي الاهتمامات أو الأعمار أو الثروة الأخرى.

باختصار ، يمكنك الاستفادة من تحليل المشاعر لإنشاء:

  • المحتوى الذي يجيب بشكل أفضل على أسئلة المستخدمين
  • الإعلانات التي تجذب اهتمام المستخدمين
  • المنتجات التي تلبي احتياجات المستخدمين بشكل أكثر دقة

ملاحظة حول التعلم الآلي وتجربة المستخدم

يعد التعلم الآلي أداة رائعة لتحسين الجوانب المختلفة لتجربة المستخدم. ومع ذلك ، لا تقم بتنفيذ كل إحصاءات التعلم الآلي دون التحقق من صحة الرؤى. لا يزال من المفيد وجود عملية اختبار للمستخدم للتحقق من صحة التغييرات المقترحة.

لنفترض أن خوارزمية التعلم الآلي الخاصة بك تكشف عن أنه يجب وضع مكونات محددة لواجهة المستخدم في مواقع مختلفة أو يمكن أن تستفيد من التصميم البديل. يمكنك استخدام اختبار المستخدم للتحقق من صحة هذه الأفكار وتجربة أنماط مختلفة.

علاوة على ذلك ، يمكنك استخدام اختبار الكناري لتقليل مخاطر حدوث تغيير سيئ في واجهة المستخدم. اختبار الكناري يتيح لك طرح تحديثات المنتج على نسبة صغيرة فقط من المستخدمين.

في الختام ، نعتقد أن التعلم الآلي وتصميم تجربة المستخدم سيستمران في النمو تجاه بعضهما البعض في المستقبل. هناك فوائد واضحة يمكن العثور عليها عند دمج التعلم الآلي وتصميم تجربة المستخدم.

المصدر

أضف تعليق