Dialogflow
–-> zum BOTwiki - Das Chatbot Wiki
Dialogflow ist eine ursprünglich aus API.AI hervorgegangene Plattform, die sich für natürliche dialogorientierte Kommunikation mit Anwendern nutzen lässt. Heute stellt diese Plattform einen NLP-Service dar, welcher Teil der Google Cloud Platform ist. Die Plattform bietet seinen Nutzern eine vollständige Entwicklungs-Suite mit Code-Editor, Library und vielen Werkzeugen an. Damit wird das Erstellen eines Conversational Interfaces erleichtert. [1]
Vorteile von Dialogflow
Dialogflow bietet Entwicklern aktuell 33 vorgefertigte Agents an. Diese Prebuilts können nach Belieben weiter auf den bestimmten Use Case angepasst und spezifiziert werden. Da in diesen Agents schon viele Intents eingerichtet sind, spart dies Zeit in der Chatbot Entwicklung.
Jeder dieser 33 vorgefertigten und natürlich auch die eigen erstellten Agents können problemlos via One-Click Integration mit verschiedenen Kanälen wie zum Beispiel Google Assistant, Amazon Alexa oder Facebook Messenger verbunden werden. Hinzu kommt, dass Dialogflow 15 verschiedenen Sprachen anbietet (Stand Juni 2019).
Außerdem können Nutzer eine Funktion zum Importieren und Exportieren von Agents nutzen und somit viel Zeit einsparen.
Ebenso lassen sich Daten von externen Diensten mittels Fulfillments in einen Chatbot einbinden. Fulfillments geben Entwicklern die Möglichkeit, öffentliche oder private APIs oder andere Dienste mit dem Chatbot zu verknüpfen, um so noch mehr Funktionen einzubauen.
Der NLP-Service ist zudem nicht nur auf eine Programmiersprache ausgelegt, sondern bietet zahlreiche SDKs, die die Nutzung anderer Programmiersprachen möglich macht. Des Weiteren ist die grafische Oberfläche im Vergleich zu anderen Anbietern sehr übersichtlich und nutzerfreundlich gestaltet. Somit ist ein schneller Einstieg in Dialogflow möglich. [2]
Grenzen von Dialogflow
Möchte man einen auf Dialogflow erstellten Agent an WhatsApp anbinden, bietet der Service keine Integration dafür an. Eine Anpassung im eigenen Backend System wird benötigt, um die Verbindung zu WhatsApp sicherzustellen und Daten auf das geforderte Format zubringen.
Beim Einsatz eines eigenen Backends müssen einige Dinge beachtet werden:
Dialogflow erwartet beispielsweise eine Antwort innerhalb von 5 Sekunden zu erhalten. Anderenfalls kommt es zu einem Timeout. Außerdem speichert das System die Kontexte in einer User Session nur für 10 – 20 Minuten. Um dieses „Problem“ zu beheben, reicht es jedoch nicht nur aus die User-ID zu speichern, sondern jegliche Kontexte, die mit dieser User-ID zusammenhängen, müssen zwischengespeichert werden.
Die Plattform bietet von Haus aus eine Möglichkeit, die Analytics eines Chatbots einzusehen, um Aktivitäten und Optimierungspotenziale von Chatbots auszuwerten. Die analytische Auswertung ist allerdings sehr rudimentär und wird von anderen Tools/Services detaillierterer angeboten. Diese können zum Beispiel die Gesprächsverläufe der User nachverfolgen oder spezifische Funnels (Filter) anlegen. Weiß ein Chatbot nicht mehr weiter, dann verlangen viele Nutzer mit einer echten Person zu sprechen (Human Handover). Eine Möglichkeit für die Integration in einem Chatbot bietet Dialogflow nicht. Daher ist es auch hier nötig, das Backend anzupassen.
Trotz der Grenzen von Dialogflow wird der Google Service von BOTfriends und weiteren Chatbot Entwicklern als Best Practice Service angesehen.
Kostenpunkt
Die Gebühren, die monatlich zu entrichten sind, hängen von der genutzten Version und dem ausgewählten Preismodell ab. Weitere Faktoren sind die Anzahl der Anfragen, die Gesamtdauer des verarbeiteten Audiomaterials und die Gesamtdauer der Telefonanrufe. Dieses Preismodell stellt einen Vorteil im Gegensatz zu anderen Anbietern dar, da man keinen Pauschalpreis monatlich/jährlich zahlen muss, sondern sich die Kosten aus den genutzten Ressourcen und Requests zusammensetzen. [3]
> Zurück zum BOTwiki - Das Chatbot Wiki
Quellen
[1] https://www.bigdata-insider.de
[2] https://www.dialogflow.com
[3] https://cloud.google.com