Paramètres de cookie
Accédez à tous les outils et informations nécessaires au cycle de vie du client chez Odigo en vous rendant sur notre portail client
Pour concevoir un chatbot performant, capable de procurer la meilleure expérience client possible, l’important est d’être bien accompagné. Mobiliser une vaste palette de compétences et de nouveaux métiers qualifiés permet de s’assurer que votre agent conversationnel s’intègre dans un parcours global, sans négliger les moyens d’entretenir son apprentissage en langage naturel (LNU).
Dans la foulée de la vague du big data, place à celle de l’IA. L’avènement des chatbots a entraîné la création de nouveaux métiers qualifiés. Avant de pouvoir opérer, les agents conversationnels doivent en effet d’abord être conçus et programmés. Une fois en opération, ils ont, quoi qu’on en dise, besoin d’un coup de pouce humain de temps à autre. Tour d’horizon des compétences et métiers nécessaires à la création d’un chatbot performant.
Pour qu’un chatbot soit efficace, trois bonnes fées doivent se pencher sur son berceau : l’efficacité, la personnalité et l’éloquence. Leurs actions conjointes vont s’appuyer sur un important travail d’équipe, impliquant une variété d’acteurs aux métiers divers.
Pour bien fonctionner, le chatbot doit avoir une « tête » bien faite. Le chef de projet (ou l’équipe projet) doit avant tout définir ses missions, son périmètre d’intervention, sa manière d’interagir avec les autres dispositifs et les parcours au sein desquels le chatbot pourrait s’inscrire. Cet interlocuteur aura en amont participé au choix technologique de la solution – et il y a fort à parier que son choix aura été influencé par la facilité d’utilisation et d’entretien, notamment en matière de compréhension et restitution du langage.
C’est également à lui que revient la supervision de l’ensemble des KPI mesurant le succès de l’agent conversationnel, tout en gardant en tête la question de son intégration au reste de l’environnement client. Il s’assure ainsi que l’agent conversationnel :
Pour entretenir la bonne performance du chatbot, le chef de projet est généralement assisté par un ergonome. Son rôle ? Définir les personae, c’est-à-dire les profils d’utilisateurs avec un point d’orgue sur la façon dont ils s’attendent à se voir rendre le service.
La façon dont le service est rendu et les différents cas possibles font l’objet de scenarii. Ils auront en commun de s’activer selon les choix de l’utilisateur, d’appliquer des règles de décision en fonction de son profil (son persona) et des règles métiers (client versus prospect par exemple). Ce qui est critique à ce moment de la conception est de bien imaginer toutes les branches possibles. L’ergonome va donc configurer les scenarii avec les règles de décision que le chef de projet aura déterminées.
Il fait également en sorte que l’expérience utilisateur (UX) soit la plus agréable possible et agrémente l’interaction de moments de « parole », « visuels » et/ou ludiques. Pour ce faire, il peut recourir aux carrousels, aux cases à cocher ou encore à la géolocalisation des points d’intérêts. L’objectif : un chatbot capable d’apporter une réponse pertinente le plus rapidement possible !
N’oublions pas que le chatbot peut être le premier point de contact avec la marque pour un nombre virtuellement infini d’internautes. Il fait office de vitrine. Sa façon de s’exprimer, l’allure de son avatar, mais aussi, et surtout, le contenu qu’il est capable de produire doivent être au reflet de l’identité de marque.
C’est le concepteur/rédacteur qui lui confère sa personnalité. Le « bot persona » va en effet être amené à varier selon le secteur d’activité. Plutôt sérieux, voire austère dans les milieux bancaire ou financier, l’agent conversationnel fera davantage preuve d’empathie dans le monde de l’assurance, du retail et pourrait même se montrer blagueur avec certains publics !
Pour ce faire, il devra mobiliser un vocabulaire, des tournures (tutoiement, vouvoiement ou emploi d’un pronom neutre) et un style spécifique (sérieux, soutenu, léger, sympathique ; utilisation ou non de smileys). Il doit se montrer agréable et créer une connivence avec son public pour donner envie à l’utilisateur de l’adopter ; de revenir lui parler.
S’assurer que le chatbot est capable de (bien) parler lui donne toute sa pertinence. C’est ici qu’entre en jeu le linguiste. Souvent la même personne, le concepteur/rédacteur prend sa casquette de linguiste au moment d’écrire les réponses types du chatbot. L’idée reçue qu’un agent conversationnel peut inventer par lui-même ses réponses est erronée. Il se base sur une bibliothèque de questions/réponses. Plus celle-ci sera variée, plus l’originalité des réponses permettra d’entretenir une conversation plaisante, mais ce qui sera déterminant est avant tout la capacité de compréhension du chatbot.
Le linguiste aura pour tâche d’apprendre au chatbot à comprendre. Pour cela, il l’entraîne avec un corpus (ensemble des phrases des demandes des utilisateurs et leur association à un motif), puis l’aguerrit aux multiples formulations des utilisateurs ; sa mission consiste à alimenter régulièrement son corpus pour enrichir sa compréhension. Il supervise son apprentissage tout au long de son existence.
Quand un agent conversationnel ne comprend pas, c’est qu’en réalité, il ne connaît pas. La demande est inédite dans le sens où il n’arrive pas à associer un motif (intent) à la formulation. Tout simplement, le chatbot n’a pas été entraîné sur ce verbatim, ce qui s’explique par :
Ajoutons qu’un utilisateur au ton ironique mettra quasi-systématiquement notre agent conversationnel en échec… sauf si s’il est supervisé ! Dans ce genre de situation, notre bot trainer agit comme « souffleur ». Capable d’interpréter le motif à la place du chatbot, il intervient immédiatement pour poursuivre la conversation sans même que l’utilisateur ne le remarque.
Puisque le bot trainer s’assure que l’agent conversationnel prend en compte les nouvelles demandes (à conditions d’être fréquentes et représentatives), son langage s’enrichit et ses missions aussi ! Un chatbot qui avait à ses débuts pour unique mission le suivi de colis, peut, au bout de quelque temps, prendre en compte les réclamations.
Pour que votre bot soit efficace, il lui faut traiter du volume, cela peut nécessiter de passer sur plusieurs canaux. Si on lui confère le don d’ubiquité, il ne doit pas pour autant perdre sa singularité ! Il faut également être conscient de l’existence de limitations techniques : ce qui est disponible sur une interface peut ne pas l’être de façon strictement identique sur une autre (par exemple sur le site web, le chatbot pourra permettre le visionnage d’une vidéo tandis que sur Facebook Messenger, un lien renverra vers la vidéo).
Dupliquer le chatbot sur un site web ou une application mobile sous-entend de rester dans le domaine digital. Pourquoi ne pas faire le grand saut, et passer à la conversation vocale ?
Il sera plus aisé de commencer avec une application vocale (voicebot), où les usages sont proches du chatbot sur messagerie, mais où l’interaction se fait par commande vocale ! Quelques aménagements seront à prévoir, car on ne parle pas comme on écrit. L’ergonome et le linguiste devront adapter le langage pour aller plus vite à l’essentiel. Cela sera l’occasion de se préparer à un usage tout à fait différent, cette fois sur le canal téléphonique (callbot).
Pour assurer la meilleure expérience client possible, l’important est de penser le bot dans un parcours global, sans négliger les moyens d’entretenir son apprentissage en langage naturel (LNU). Cela demande d’être bien accompagné. S’intégrant nativement à la solution de centre de contacts Odigo, notre chatbot rendra le service personnalisé que vous aurez imaginé pour vos clients sur les canaux qu’ils préfèrent (site web, application mobile, Facebook Messenger, etc.).
Cela vous intéresse ?
La résolution au premier appel (FCR, pour First Call resolution, en anglais) est un indicateur de performance largement répandu dans les centres de contacts. Découvrez comment augmenter le taux de résolutions de votre centre de contacts grâce à des expériences de qualité axées sur la satisfaction client.
Dans quelle mesure la gestion du temps, la gestion des connaissances et la technologie peuvent –elles réduire le temps de traitement moyen sans impacter l’expérience client?. Le temps de traitement de moyen (AHT pour average handling time, en anglais) est un indicateur utilisé dans le call center.
