Tabla de contenidos
Donde todo sigue
¡Otro reto por aquí! Y esta vez el objetivo era integrar el bot creado con WhatsApp. Nuestro cliente en VegPet solicitó previamente un bot que pudiera responder las principales preguntas de los usuarios. Sin embargo, ahora nuestro cliente quiere que el asistente virtual pueda enviar mensajes de texto en la aplicación de mensajería.
Pero, ¿cómo será la arquitectura de todo este proyecto para WhatsApp? ¿Habrá que cambiar los textos?
Eso es lo que descubrirás aquí. El bot evoluciona todos los días y se vuelve aún más inteligente. Ahora será posible intercambiar ideas con Lua, mi asistente virtual, a través de WhatsApp. Ah, si te has lanzado en paracaídas a este mundo y quieres conocer todo este proyecto VegPet desde el principio, solo haz clic en el artículo a continuación 😊
Sin más preámbulos, pasemos a esta etapa en el mundo de los bots 🚀
Integración con WhatsApp
Durante el proceso de integración del asistente virtual con WhatsApp, pasamos por el framework de Letsbot para poder permear todos los pasos y comprobar si sería necesario volver a hacerlos.
Conducta
En esta etapa, la investigación exploratoria fue fundamental para comprender a los principales usuarios del bot, cómo se comportan y hablan. Ya tenía una noción por la primera investigación exploratoria que hice al inicio del proyecto. Así que me puse en contacto con algunas personas veganas y vegetarianas a través de Telegram y WhatsApp y usé algunas preguntas que me guiarían al proceso en su conjunto.
Las preguntas que se hicieron fueron:
- Si usas WhatsApp, ¿prefieres texto o audio?
- ¿Qué te parece chatear con un bot de empresa a través de WhatsApp?
Recibí 10 respuestas en total y todas estas personas respondieron que prefieren el chat de texto. Sobre la pregunta de chatear con un bot de la empresa, 3 personas respondieron que odian chatear con un asistente virtual y que no tuvieron buenas experiencias.
Además, obtuve información de las otras 7 personas que no tienen aversión a los chatbots. Por otro lado, prefieren que el bot pueda hablar con un humano. Esto ya me hizo darme cuenta de la importancia de un proyecto bien estructurado que se enfoque en las personas que van a usar el servicio, para que puedan tener una buena experiencia y posiblemente convertirse en promotores de la marca.
Negocio
Las reglas de negocio estuvieron presentes en todo el desarrollo de la integración con WhatsApp, ya que era fundamental entender cuáles eran los costos, las dificultades y cómo se podía hacer la estructura del bot.
Se observó que para realizar una integración directa con WhatsApp necesitaríamos la aprobación de Facebook y pocas grandes empresas tienen este acceso porque es limitado y porque Facebook evalúa la disponibilidad para ello. Debido a esto, no se sabe cuánto tiempo será posible tener este acceso y si realmente seríamos capaces de integrarnos con WhatsApp.
En la documentación de WhatsApp encontramos más información sobre este acceso a la API 💬
Hemos identificado que los posibles planes de uso de WhatsApp son los siguientes:
- WhatsApp — Particulares (gratis)
- WhatsApp Business: pequeñas y medianas empresas (gratis)
- WhatsApp Business API — Grandes empresas (costos)
Para fines de prueba, no fue necesario usar la API de WhatsApp directamente para que un bot funcione. Entonces, consideramos que para integrarlo usaríamos el integrador/broker. El bróker tendría el papel de intermediar WhatsApp con el asistente virtual para que pudiéramos tener una idea de la experiencia que tendría un usuario al hablar con él.
Interacción
Era el momento de las fraseologías de los asistentes virtuales. Para WhatsApp, no podrían ser respuestas con textos enormes, porque la gente estaría desinteresada y probablemente no leería toda la información. Finalmente, existiría el riesgo de abandono del bot.
Teniendo en cuenta la experiencia de los usuarios que leían las respuestas, era necesario revisarlas todas y su nivel de dificultad de lectura. Para medir todos los textos que ya existían en Watson, utilicé la calculadora de legibilidad creada por Nataly Lima.
Explica en su artículo que “la legibilidad se basa en la facilidad (¡o dificultad!) de leer las palabras y líneas de un texto”. Por tanto, sería la herramienta ideal para diseñar mejores y más accesibles textos.
Si tienes curiosidad, puedes echarle un vistazo al artículo que escribió explicando más al respecto 😊
En la mayoría de los textos que escribí, tuve que hacer cambios para hacerlos más fáciles de leer y, después de este proceso, me di cuenta de que casi todos los textos eran fáciles de leer.
Aún así, tuve problemas para asegurarme de que la legibilidad fuera más inteligible, así que pasé horas probando los textos en la calculadora para que un alumno de quinto grado pudiera leerlos. Pero no pude en algunos, incluso modificándolos. Si se redujera demasiado la información, los textos dejarían de ser informativos y explicativos. Por eso consideré el concepto de que para explicar mejor un tema no siempre es bueno usar pocas palabras.
Para que la interacción pudiera ser mejor, también se consideró la inserción de imágenes. De esta forma, el usuario podría ver fácilmente cómo están las raciones, galletas y tamaño de grano de VegPet y tomar la decisión más asertiva en la compra.
Arquitecto y Construir
En este punto evaluamos la arquitectura anterior y analizamos qué se podía cambiar. En la versión 1 del bot VegPet, Watson era el centro de toda la arquitectura y era el responsable de la integración con la API de Correios. API es el servicio externo que tiene los puntos finales (son como funcionalidades) para consultar y devolver la información que queremos. En el caso de Correios, la funcionalidad sería rastrear un pedido. Sin embargo, en esta nueva versión del bot con WhatsApp, era necesario identificar los pros y los contras de mantener la arquitectura que había antes o modificarla.
Durante este análisis del negocio y la parte técnica, se concluyó que si la empresa quisiera cambiar su motor cognitivo en el futuro, perdería toda la estructura de integraciones, intenciones y entidades y todas las configuraciones tendrían que hacerse desde cero. Eso se debe a que Watson era el corazón de la arquitectura del bot y, en consecuencia, existen dependencias en él. Para que un proyecto sea escalable y mitigue posibles problemas en el futuro, es fundamental pensarlo. Así, se planteó una arquitectura desacoplada, es decir, que fuera sencilla de cambiar si fuera necesario y sin dependencias ni restricciones. El orquestador/webhook se convierte en el centro de la arquitectura, siendo el responsable de las integraciones con las API y los canales.
El broker de Twilio fue elegido para actuar como intermediario entre WhatsApp y el bot de Watson. Twilio está aprobado por WhatsApp y fue una herramienta adecuada para que probáramos cómo se comportaría el bot durante la conversación. Para las integraciones con Correios y WhatsApp, así como para toda la programación, se utilizó el servidor IBM Cloud y Node-RED para facilitar la comprensión de todo el flujo de solicitudes y devoluciones.
Formación y Curaduría
El bot necesitaba volver a entrenarse para que aún pudiera identificar las intenciones y entidades correctas. Como en otras ocasiones, reitero la importancia de probar el bot antes de pasar a producción y después de afrontar la fase de curación. Tuve que revisar mis textos de Watson WhatsApp varias veces, pensando en cómo brindar una mejor experiencia a los usuarios. Y a pesar de las dificultades de la parte técnica de arquitectura y construcción, traté de analizar los códigos y toda la estructura creada.
¡Por fin, misión cumplida! Para cualquier persona interesada en ver cómo le va al bot en WhatsApp, hice este video de Lua, mi asistente virtual 🤖
¡Gracias por leer hasta aquí! Si me pueden dejar algún comentario, me ayudará mucho para seguir mejorando los contenidos 💙
¿Conectamos? 💬
LinkedIn Instagram
Correo electrónico: pamella-fialho3008@hotmail.com