Pour les générations précédentes, converser naturellement avec un robot relevait de la science-fiction.
Aujourd'hui, cette réalité est bien différente. Les entreprises intègrent de plus en plus les chatbots, notamment ceux basés sur l'intelligence artificielle, dans leurs interactions avec les clients. Pour la plupart des entreprises, le chatbot est déjà le présent ou le futur (très) proche de la relation client.
Pourquoi un tel engouement pour les bots ?
La réponse ne réside pas uniquement dans l’amélioration constante de la technologie et de l’intelligence artificielle. Le succès des chatbots vient surtout du fait qu’ils répondent en même temps aux besoins des consommateurs et aux enjeux des services clients.
Qu’attendent les clients de leur relation avec une entreprise ?
Ils souhaitent majoritairement des réponses immédiates à leurs questions, idéalement sans passer par le service client. Les chatbots et, plus largement, les outils de selfcare répondent à ces nouvelles aspirations.
Et que veulent les entreprises ?
Pour les entreprises, la satisfaction client est primordiale. Cela implique de trouver des solutions qui répondent aux exigences d'immédiateté et d'autonomie des clients. Aussi, la question du ROI est cruciale : comment maintenir un niveau élevé de satisfaction client tout en maîtrisant les coûts opérationnels ? Les chatbots IA apportent une réponse pertinente en réduisant le taux de contact humain. Ils permettent ainsi de diminuer les coûts tout en optimisant l'expérience client.
Dans ce guide, nous reviendrons sur la définition et les grands principes de fonctionnement des chatbots.
Nous vous présenterons ensuite les principaux avantages des chatbots dans la relation client. Enfin, nous évoquerons la prochaine révolution, déjà en marche : celle des voicebots.
Pour mieux répondre à des problématiques de relation client, de nombreuses entreprises s’équipent d’agents conversationnels.
Comment expliquer simplement à une personne non initiée ce qu’est un chatbot ?
Dans sa définition la plus simple,
Un chatbot est un programme qui simule par messagerie ou vocalement une conversation humaine.
On les appelle parfois "robots conversationnels" ou "assistants virtuels". En ce qui concerne les chatbots vocaux, ils sont souvent désignés sous le terme de "voicebots".
Plus précisément, un chatbot est capable de comprendre des messages, qu'ils soient textuels ou vocaux, et de répondre de manière appropriée en fonction du contenu du message reçu.
Comment se sont-ils développés ?
Pour le savoir, retour en 1966.
Historiquement, le premier chatbot nommé ELIZA, voit le jour en 1966. Ce programme pionnier a été créé par Joseph Weizenbaum, professeur au MIT. ELIZA représentait une première avancée majeure dans le domaine de l'intelligence artificielle conversationnelle.
Depuis, les chatbots ont connu une évolution rapide en intégrant des technologies de plus en plus sophistiquées pour améliorer leur capacité à comprendre et à interagir de manière naturelle avec les utilisateurs.
En 1988, Jabberwacky améliore les interactions en simulant des conversations humaines de manière plus naturelle et divertissante.
En 1995, ALICE (Artificial Linguistic Internet Computer Entity) introduit un système de base de connaissance et une identification de la personnalité de l’utilisateur pour permettre des conversations plus utiles.
En 2005, Watson d’IBM est capable de répondre à des questions formulées en langage naturel.
Au début des années 2010, les grands noms de la technologie lancent leurs propres assistants vocaux : Siri (Apple), Google Now (Google), Alexa (Amazon) et Cortana (Microsoft), marquant l’arrivée des assistants virtuels modernes.
Mais c’est Facebook qui donne le coup d’envoi à la révolution chatbot avec le lancement de Messenger en 2016.
En effet, la plateforme permet aux développeurs de créer des robots pour interagir avec les utilisateurs Facebook. Cette nouvelle opportunité pour mettre en place un chatbot va entraîner leur démocratisation massive.
Les chatbots font désormais partie du paysage. Les utilisateurs les apprécient et les entreprises prennent conscience de leur potentiel.
Mais sait-on vraiment comment ils fonctionnent ? Les chatbots s’appuient-ils forcément sur l’intelligence artificielle ? Sont-ils capables d’apprendre par eux-mêmes ?
On associe souvent chatbot et intelligence artificielle.
D’ailleurs, quand une personne s’adresse à un chatbot, elle croit souvent qu’elle va pouvoir dialoguer comme elle le ferait avec un humain.
Soyons très clair d’emblée : au départ, le bot est une machine dépourvue d’intelligence.
Un chatbot peut très bien fonctionner sans intelligence artificielle et même sans reconnaissance du langage naturel. C’est le cas de tous les bots qui proposent des conversations ne comportant que des questions fermées ou à choix multiples.
Le chatbot de CNN sur Messenger fonctionne selon ce principe.
Il propose une sélection des principaux articles de la journée. L’utilisateur peut ensuite choisir de ne rien faire, de lire un résumé de l’article ou de lire l’article complet. Cela peut paraître rudimentaire mais selon l’objectif qu’on se fixe, ce type de bot peut très bien suffire.
L’intelligence artificielle n’est donc pas constitutive des chatbots. C’est une composante additionnelle.
Pour simuler une conversation humaine et amplifier les performances des chatbots, il est nécessaire de les équiper en intelligence artificielle.
Avant de simuler une conversation humaine, la compréhension du langage naturel est le premier pas vers des chatbots intelligents.
Vous y comprenez quelque chose, vous, aux différents langages informatiques ?
Eh bien, c’est réciproque. L’un des grands enjeux de l’intelligence artificielle, c’est justement de comprendre et d’interpréter le langage humain.
Comment les machines fonctionnent-elles pour décrypter le langage humain ?
En quelques décennies à peine, la compréhension du langage naturel a fait des progrès fulgurants.
Elle s’appuie aujourd’hui sur 4 éléments :
Un même mot peut avoir des significations différentes en fonction du contexte dans lequel il est employé.
Par exemple, le terme « avocat » n’aura pas la même signification si on se prépare à un procès ou si on prépare un guacamole. Sans même parler des cas où l’utilisateur ferait preuve d’ironie. « C’est mortel » peut aussi bien signifier que c’est époustouflant ou qu’on n’y survit pas.
Si l’intelligence artificielle ne perçoit pas ces subtilités, on risque des contresens fréquents. Pour éviter des dialogues surréalistes, les IA de nouvelle génération recourent à des associations de mots ou « vecteurs » pour déterminer l’interprétation la plus probablement correcte.
Pour comprendre et interpréter le langage humain, l’intelligence artificielle fonctionne souvent sur le modèle de l’apprentissage supervisé.
On nourrit l’IA avec une myriade d’exemples. Dans le cas qui nous intéresse, ce seront des extraits de conversation. Et, par mimétisme, l’intelligence artificielle va fournir la réponse la plus probable à une demande donnée.
Les exemples et les expériences humaines permettent à la machine d’acquérir des automatismes et de s’entraîner à tenir une conversation aussi naturelle que possible.
« Combien coûtent vos prestations ? », « Quels sont les tarifs de vos prestations ? », « Pourriez-vous svp m’indiquer le montant de vos offres ? », « Quelle est votre politique tarifaire ? »…
Toutes ces formulations correspondent en réalité à une requête unique.
L’un des enjeux des bots, c’est de les comprendre et de les interpréter comme telles.
Pour décrire une même chose, il existe différents termes, différentes formulations possibles. Il faut aussi tenir compte :
Il faut donc optimiser la structure de l’IA pour qu’elle prenne en compte cette richesse lexicale.
Pour mieux comprendre les requêtes d’un client, l’intelligence artificielle peut aussi s’appuyer sur les données déjà collectées à son sujet.
Il ne s’agit pas seulement de générer des données en masse pour enrichir les profils clients. Bien sûr, le big data apporte indéniablement de la matière à l’intelligence artificielle.
Mais il faut surtout aller plus loin dans l’utilisation intelligente des données. On parlera donc plutôt de smart data.
L’idée ici, c’est d’aller chercher la bonne information pour mieux contextualiser la requête, l’interpréter plus finement et apporter une réponse personnalisée.
Comme nous l’évoquions plus haut, tous les chatbots ne sont pas dotés d’intelligence artificielle.
En pratique, on distingue 2 grandes catégories de bots.
Ces robots conversationnels ne comportent pas d’IA. Ils suivent des schémas de conversation préétablis appelés « arbres de décision », scénarios ou workflows.
Quand on conçoit ce type de chatbots, il est indispensable d’anticiper et de tester au maximum les scénarios.
La difficulté réside évidemment dans la multiplicité des scénarios à envisager si on veut répondre à des cas d’usage complexes ou à des requêtes très variées. Mais les chabots scriptés peuvent très bien fonctionner dans des cas d’usage bien délimités.
Pour aller plus loin dans la simulation d’une conversation humaine, les chatbots complexes sont dotés d’une intelligence artificielle. Ainsi, ils sont en mesure de réaliser des opérations contextualisées.
L’IA leur permet de comprendre et d’interpréter le langage naturel mais aussi de personnaliser leurs réponses en fonction de l’interlocuteur.
Les chatbots apprenants utilisent le machine learning (l’apprentissage machine) pour mémoriser des situations de conversation. Ainsi, le chatbot se nourrit de ses expériences successives pour tirer des enseignements et affiner ses réponses.
Plus le bot va multiplier les interactions, plus il va être capable de répondre à des demandes complexes et variées.
Des avancées technologiques rapides ont permis l’émergence des chatbots. Il est désormais possible pour une machine de comprendre et analyser le langage humain avec des taux de réussite élevés. Les bots sont aussi en capacité de formuler des réponses contextualisées à des requêtes de plus en plus complexes. L'arrivée de ChatGPT fin 2022, le prototype de chatbot d'OpenAI, a permis de faire un bond dans le domaine de l'IA conversationnelle.
L’intelligence artificielle, nous le savons, permet de répondre à un champ plus large de problématiques clients. Cette technologie permet au chatbot de mieux comprendre le contexte dans l’échange conversationnel avec l’utilisateur, et il se nourrit des conversations passées pour adapter ses réponses de manière plus fine et précise.
L’intelligence artificielle générative propulse les capacités du chatbot IA dans une autre dimension. Le chatbot IA permet désormais, et grâce à l’IA générative, des interactions plus fluides, plus naturelles avec les utilisateurs. Les entreprises qui bénéficient d’un service client équipé par des chatbots nourris à l’IA générative répondent de manière plus cohérente et logique aux besoins de leurs clients.
L'IA générative offre aux chatbots des capacités que les versions antérieures ne pouvaient pas atteindre. Les chatbots font désormais preuve d’une certaine empathie et d’urgence à l’égard de la demande des clients. Ce sont des agents conversationnels qui se rapprochent plus nettement des humains, et qui sont capables de couvrir un plus large éventail de requêtes.
Ces évolutions offrent des perspectives nouvelles dans de nombreux champs. Dans le paragraphe suivant, nous verrons en quoi les chatbots transforment la relation client.
Pourquoi utiliser un chatbot en relation client ?
Pour la plupart des entreprises, les cycles de la relation client s’accélèrent. Il faut être capable de donner des réponses de qualité à une quantité croissante de prospects et de clients dans un délai minimum.
Pour un service client traditionnel, cette accélération entraîne des risques d’engorgement. Ou alors des coûts supplémentaires pour maintenir une qualité de service constante.
La réponse réside donc dans l’automatisation des réponses aux requêtes les plus récurrentes.
Par exemple, une réinitialisation de mot de passe ou une demande de suivi d’un colis ne nécessitent pas de compétences extraordinaires. Ce sont des tâches à haute valeur ajoutée pour le client mais à faible valeur ajoutée pour l’entreprise.
En automatisant ce type de requêtes avec un chatbot, l’entreprise pourra ré-orienter son service client vers le traitement de demandes complexes.
Qu’est-ce que le taux de contact ?
En matière de relation client, le taux de contact désigne le nombre de contacts reçus par un service client rapporté au nombre de clients.
Pourquoi est-il important de le réduire ?
La première raison, c’est qu’un taux de contact faible est généralement synonyme d’un bon niveau de satisfaction client.
La deuxième raison, c’est qu’un taux de contact élevé est compliqué à gérer. Comme on le soulignait précédemment, cela risque de se traduire par un engorgement du service client. Les temps d’attente vont s’allonger et le niveau d’insatisfaction augmentera.
Quels sont les effets du chatbot sur le taux de contact ?
En réduisant le nombre de requêtes et en accélérant le traitement des requêtes :
on estime que les chatbots permettent aux entreprises d’économiser environ 30% sur les coûts liés au service client.
60% des internautes font leurs achats le soir et le weekend, en dehors de leurs horaires de travail.
50% des entreprises françaises ne sont pas disponibles pour répondre aux demandes des clients 24/7.
Ces deux statistiques montrent bien le décalage entre les besoins des consommateurs et les réponses apportées à ce jour par les marques.
Bien sûr, mettre en place un service client disponible en continu est très coûteux et n’est pas à la portée de toutes les entreprises. Mais tout est une question de ROI.
Néanmoins, les entreprises qui ne le font pas génèrent de l’insatisfaction et perdent des opportunités.
Les outils de selfcare, et les chatbots en particulier, répondent à cet enjeu.
Avec un chatbot, la relation client ne dort jamais. Les clients peuvent interagir avec l’entreprise à n’importe quel moment de la journée, de la semaine ou de l’année.
Selon une étude Forrester,
72% des clients préfèrent trouver une réponse sur le web sans passer par un service client.
Pourquoi ?
Il y a plusieurs raisons à cela :
Les chatbots permettent d’accéder rapidement à l’information voulue sans interaction humaine. Ils répondent donc parfaitement à ces nouveaux besoins des consommateurs.
Auparavant, l’un des freins à la mise en place d’un chatbot résidait dans les difficultés de la machine à comprendre et traiter le langage naturel.
Ce frein est désormais levé puisque les techniques de compréhension du langage naturel présentent désormais des taux de réussite élevés.
Grâce aux progrès de l’intelligence artificielle, les chabots sont maintenant capables de tenir des conversations extrêmement réalistes.
Pour automatiser en partie sa relation client, il faut aussi disposer d’un outil s’inscrivant dans le prolongement du socle du marque. Non seulement le chatbot doit être au cœur d’un dispositif omnicanal. Mais sa personnalité doit aussi refléter les valeurs et le ton de la marque.
Or, un tel degré de singularisation ne peut être atteint qu’en ajoutant des éléments d’intelligence artificielle à son chatbot.
L’un des bénéfices des chatbots, c’est qu’ils permettent à des entreprises de toute taille d’interagir de façon personnalisée avec leurs clients.
Là encore, il faut imaginer le chatbot dans un dispositif omnicanal. Le bot va récolter des données sur les clients au fur et à mesure des interactions. Ces données seront ensuite disponibles à tous les points de contact du parcours client.
Lorsque le chatbot traite une demande, il y a 2 issues possibles :
Dans les deux cas, le chatbot enrichit le profil client et crée les conditions d’une meilleure personnalisation de la relation. Pour y parvenir, le prérequis est évidemment d’entraîner son bot à poser des questions pertinentes.
L’utilisation des chatbots, dans une perspective selfcare, présente donc plusieurs avantages aussi bien pour les entreprises que pour leurs clients.
Mais, pour que ces avantages soient bien réels, il ne faut pas résumer le chatbot à une avancée technologique ou, pire, à un gadget de relation client. La mise en place d’un chatbot est un véritable enjeu stratégique. En amont, il est donc indispensable de se poser les questions qui conditionneront la réussite du projet.
Dans le paysage des assistants virtuels, également connus sous le nom de chatbots, un type de bot, majoritairement utilisé, se démarque : les bots basés sur des règles. Ces chatbots fonctionnent selon des scénarios prédéfinis. Ils sont programmés pour répondre à des entrées spécifiques de l'utilisateur avec des réponses prédéterminées. Chaque interaction suit une logique stricte de type "si/alors". Par exemple, si un utilisateur pose une question précise, le chatbot répondra avec une réponse préprogrammée. L'avantage de ce type de bot est sa prévisibilité. Ils offrent des interactions cohérentes à chaque fois, garantissant une qualité uniforme. Toutefois, ils sont limités par les règles établies lors de leur conception. Ils ne peuvent pas répondre à des questions inattendues ou formulées d'une manière pour laquelle ils n’ont pas été programmés à reconnaître.
À l'opposé des bots basés sur des règles, les bots basés sur l'intelligence artificielle (IA) s'appuient sur des technologies avancées pour interagir avec les utilisateurs. Ils utilisent le traitement du langage naturel (NLP) pour comprendre le contexte et l'intention derrière les mots d'un utilisateur. Ces chatbots n'ont pas de réponses préprogrammées; au lieu de cela, ils apprennent des interactions passées, s'améliorant continuellement. Ils peuvent répondre à une variété de questions, même celles auxquelles ils n'ont jamais été exposés auparavant. Cette capacité d'apprentissage et d'adaptation signifie qu'ils peuvent offrir une expérience utilisateur fluide, naturelle, et plus humaine. Cependant, cette sophistication vient avec des exigences supplémentaires en matière de formation, de ressources, et d'expertise pour assurer leur fonctionnement optimal.
L’engouement pour les chatbots est massif. Devant l’ampleur du phénomène, on peut être tenté de mettre en place un bot parce que c’est tendance, pour faire comme les autres, parce que nos concurrents en ont un.
Il faut être très clair. Ce sont des mauvaises raisons. On ne crée pas un chatbot pour créer un chatbot.
Si on se place dans le contexte de la relation client, il faut d’abord évaluer en interne les points forts et les pistes d’amélioration de notre service client et se fixer des objectifs.
En général, les principaux enjeux sont le désengorgement des centres d’appel, la réduction des coûts et le maintien d’un niveau de satisfaction élevé.
Une fois qu’on a posé des objectifs chiffrés répondant à ces enjeux, il faut se poser la question : « la mise en place d’un chatbot est-elle une solution adaptée ? ».
En général, la définition des objectifs du chatbot incombe au service client.
Avant de lancer le projet, il convient de se poser les questions suivantes :
Parmi les avantages des chatbots, nous avons cité la possibilité de simuler une conversation naturelle avec un client et une meilleure personnalisation de la relation client.
Mais pour que ces avantages soient réels, il faut en amont que le bot connaisse et comprenne ses utilisateurs.
En comprenant qui va utiliser le chatbot, on pourra identifier la meilleure plateforme pour interagir et la meilleure manière de créer le flux conversationnel.
Selon son profil (âge, genre, fonction, situation géographique,…) on ne s’adressera pas de la même façon à un interlocuteur.
Si on ne connaît pas son interlocuteur, on échouera, quel que soit le niveau de sophistication du logiciel qu’on utilise.
Pour réussir, un projet chatbot doit avant tout se focaliser sur le profil, les besoins et les attentes des utilisateurs.
Une fois qu’on a bien délimité l’audience-cible de notre chatbot, il est important de comprendre que le chatbot ne peut pas prendre en compte la totalité des problématiques.
On va donc lister les problématiques rencontrées par notre utilisateur-cible et les classer par ordre d’importance.
A ce stade, on se posera les questions suivantes :
Les fournisseurs de chatbots se multiplient, notamment dans le domaine de la relation client.
Mais, pour le moment, les chatbots se regroupent en 2 grandes catégories : les chatbots simples et les chatbots complexes.
Si (et seulement si !) on a délimité les problématiques à traiter et défini le profil-type de l’utilisateur, c’est maintenant que se pose la question de la technologie.
Une erreur caractéristique serait d’opter pour un chatbot complexe ou apprenant alors que l’objectif est simplement de délivrer de l’information.
Si on cherche à résoudre des problématiques assez complexes et nécessitant de la personnalisation, on ne pourra par contre pas s’appuyer sur un chatbot simple.
Ce sont donc bien les problématiques à traiter qui vont définir le niveau d’intelligence artificielle nécessaire au fonctionnement optimal du bot.
De la même manière, le profil des utilisateurs et leurs préférences vont dicter le choix entre chatbot et voicebot.
Maintenant qu’on sait à quelles questions le bot est censé répondre, quelle est l’étape suivante ?
Logiquement, on va faire en sorte de mettre la meilleure réponse possible en face de chaque requête.
Mais comment procéder pour qu’un bot réponde de façon optimale aux demandes des utilisateurs ?
Il faut constituer des bases de connaissance dans lesquelles le chatbot ira puiser l’information.
Des bases ? Au pluriel ?
Oui, parce que non seulement on va constituer une base regroupant les meilleures réponses aux questions que le bot doit traiter. Mais, pour augmenter le niveau de personnalisation et simuler de l’interaction naturelle, on s’appuiera aussi sur une base de connaissance client.
La qualité et la pertinence d’un bot se situent au croisement de la connaissance client et de l’expertise métier. Si les deux conditions ne sont pas réunies, les réponses apportées par le bot seront incomplètes ou mal ciblées. Dans les deux cas, le bot n’atteindra pas ses objectifs.
Pour construire cette base de connaissances, on pourra recourir à différentes méthodes :
Pourquoi est-il si important qu’un chatbot ait une personnalité ?
Après tout, diront certains, ce n’est qu’un robot… C’est oublier un peu vite la raison d’être des agents conversationnels : simuler une interaction humaine.
Évidemment, il est impératif que le bot réponde aux problématiques des clients. Mais personne n’a envie de discuter plus de 3 secondes avec un robot qui aurait le niveau de conversation d’une horloge parlante.
En plus de fournir des réponses pertinentes, un bot doit aussi simuler une relation interpersonnelle. Il faut donc le doter d’un ton, d’une personnalité, d’un vocabulaire accessible et personnel. Bref, on s’efforcera de rendre le chatbot aussi humain que possible.
Sinon, Alexa pourrait tout aussi bien avoir une voix de robot et s’appeler R2D2 ou C3PO.
Tout est réuni pour créer un chatbot :
Il ne reste plus qu’à créer les conversations. Le travail du chef d’orchestre commence. On va créer une symphonie bien huilée à partir de tous ces éléments.
L’objectif ? Faire en sorte que les conversations sonnent aussi naturelles que possible.
Comment faire ?
Là encore, la structuration des conversations dépend étroitement du type de chatbot choisi.
Dans le cadre d’un chatbot scripté, il faut prévoir à l’avance tous les schémas de conversation.
De manière générale, les interactions seront toujours semi-guidées. L’utilisateur aura le choix entre un nombre restreint d’options.
Le concepteur du bot devra anticiper en amont les questions/réponses et tester tous les scenarios. Il faudra aussi prendre soin d’éviter les impasses en prévoyant une porte de sortie.
Si on opte pour un chatbot apprenant, on utilisera en amont l’apprentissage supervisé pour améliorer le flux conversationnel. Le bot se nourrira de chaque conversation pour optimiser la pertinence des réponses et le caractère naturel de l’interaction.
Dans tous les cas, il conviendra de tester le chatbot autant que possible. Et pas seulement par les équipes de conception mais aussi par des clients-tests.
L’une des erreurs courantes dans les projets de chatbot, c’est de considérer le chatbot comme s’il n’y avait rien autour.
Or un chatbot ne fonctionne pas à part. Il fait partie de l’écosystème de l’entreprise. Il doit donc être lié aux autres canaux de communication, dans une logique omnicanale.
Cela signifie que le bot doit recevoir de l’information pertinente en provenance d’autres canaux. Et, à l’inverse, il doit aussi partager les informations qu’il collecte.
Dans le même ordre d’idées, le chatbot doit être aisément accessible pour l’utilisateur. La définition de l’audience-cible offrira aussi des pistes quant à la meilleure intégration du bot dans un écosystème.
Il faut aussi penser à diriger l’utilisateur vers le chatbot avec des call-to-actions adaptés. Et, à la sortie du chatbot, on pourra aussi inviter l’utilisateur à consulter d’autres pages complémentaires à sa requête.
La phase de lancement d’un chatbot doit être préparée soigneusement. Mais il est illusoire de penser que tout sera parfait dès les premières interactions. Une fois le bot en place, on va évaluer ses performances et mettre en place une stratégie d’optimisation continue.
Les chatbots offrent de nombreux bénéfices en matière de relation client : disponibilité, réduction des taux de contact et des coûts de service client, augmentation de la satisfaction client,…
Mais comment être sûr qu’un bot fonctionne à plein régime ? Comment améliorer les performances d’un chatbot au fil du temps ?
Si on a fixé des objectifs à son chatbot, on doit aussi s’assurer qu’il les remplisse. Pour cela, il faut fixer des KPIs relatifs au niveau d’utilisation et au niveau de performance du bot.
On pourra se baser sur les 7 indicateurs suivants :
Combien d’utilisateurs se sont connectés au chatbot durant une période donnée ?
A première vue, c’est un indicateur basique mais qui a du sens, surtout sur la durée.
Si on voit ce chiffre diminuer d’une période à une autre, c’est sans doute qu’il y a quelque chose à corriger.
On pourra aussi mettre ce KPI en parallèle avec le nombre total de ventes ou le nombre total de requêtes au service client.
Si les requêtes au service client augmente et le niveau d’utilisation du bot reste stable ou régresse, on a sans doute insuffisamment mis en avant le chatbot.
En quoi la durée de l’échange est-elle un indicateur pertinent ?
Si un utilisateur quitte prématurément le chatbot, c’est peut-être que le flux et/ou la personnalité du bot sont à revoir. Peut-être que l’utilisateur a trouvé les questions du chatbot trop intrusives ou trop pressantes. Peut-être qu’il n’a pas été convaincu par les première réponses.
A l’inverse, si la durée est trop longue, cela peut aussi signifier que l’utilisateur ne trouve pas la réponse à ses questions.
Cet indicateur doit donc être mis en parallèle avec le taux de résolution des requêtes.
Quelle est la proportion d’échanges dans lesquels l’utilisateur va partager au bot un message pertinent au regard des objectifs commerciaux de l’entreprise ?
Le taux d’activation est un indicateur particulièrement pertinent si l’un des objectifs du chatbot consiste à récolter des informations et à améliorer la connaissance client.
Imaginons, par exemple, que nous vendions des costumes pour homme. Si nous réussissons, grâce à notre chatbot, à connaître la taille d’un client, nous pourrons lui adresser des offres personnalisées.
Dans ce cas, la récolte d’une information sur la taille est un critère d’activation.
Si nous sommes une enseigne qui regroupe plusieurs points de vente physique, la localisation géographique du client est aussi un critère d’activation. En effet, avec cette information, nous pourrons envoyer au client des offres spécifiques au magasin le plus proche.
Quelle est la proportion d’utilisateurs qui vont revenir plusieurs fois échanger avec le chatbot ?
Dans la majorité des cas, avoir des utilisateurs récurrents est un signe de bonne santé pour un bot.
Si un utilisateur se connecte au bot à plusieurs reprises, cela signifie qu’il a été satisfait des interactions précédentes.
Il considère le chatbot comme un interlocuteur digne de confiance, capable de répondre à ses requêtes. En outre, cela indique aussi que la relation avec la marque se construit.
Dans le cas d’un taux de rétention faible, on pourra revoir l’UX du chatbot. Il est probable que le client ne trouve pas les réponses à ses questions ou encore que la personnalité du bot ne soit pas assez accueillante.
La conception d’un chatbot répond à des objectifs.
Dès lors, on va évaluer dans quelle mesure le bot répond aux objectifs commerciaux ou marketing qu’on lui a fixés.
Parmi les requêtes, certaines indiquent une intention d’achat ou de réachat auprès de l’entreprise. Le bot doit être capable de les interpréter et d’y répondre afin qu’elles soient ensuite transmises aux commerciaux.
On a mis en place un chatbot. Ensuite on l’a soumis à toute une batterie de tests pour s’assurer qu’il n’y ait pas d’impasses dans les flux conversationnels.
Tout roulait…
Et puis le bot est perturbé par une réponse inattendue de la part d’un interlocuteur. Il s’agit d’une interaction pour laquelle il n’a pas été programmé et qu’il n’est pas en mesure de traiter. Dans ce cas, le bot va passer la main à un interlocuteur humain.
Aucun bot, même avec une IA puissante, n’a une compréhension parfaite de toutes les subtilités d’une conversation. Il reste toujours une zone grise où le bot est démuni.
Comment réduire ce taux de confusion ?
Quand on a un bot, l’objectif est évidemment de limiter au maximum le taux de confusion. Pour cela, on s’efforcera d’améliorer la programmation et l’entraînement du bot avant et après sa mise en service.
Quelle est la proportion d’utilisateurs qui se connectent au chatbot et entament une session, mais qui ne lui envoient aucun message ?
Un chatbot présente un taux de rebond élevé. Quelles sont les raisons possibles ?
Dans tous les cas, on devra rectifier le tir afin de rendre la bot clair et attrayant pour les utilisateurs.
Interagir avec un chatbot devient de plus en plus naturel. Les marques et les clients l’ont bien compris. Pourtant, les chatbots par messagerie pourraient assez vite laisser la place aux voicebots : des robots conversationnels capables d’interagir par la voix. Zoom sur la prochaine révolution.
Nous avons bien compris les enjeux des chatbots. Ils représentent le présent et le futur proche de la relation client.
Mais les progrès de la reconnaissance du langage naturel et de l’intelligence artificielle ouvre déjà des fenêtres sur la prochaine révolution : la montée en puissance des voicebots.
Vous avez dit « voice bot » ?
Un voicebot ou voice bot est, comme son nom l’indique, un agent conversationnel capable de dialoguer avec un utilisateur par la voix.
Pour faire simple, un voicebot est donc capable d’accomplir les mêmes tâches qu’un chatbot…
Et en plus, il parle !
Plus fort encore : il comprend, analyse et interprète le langage humain exprimé à haute voix.
Voyons rapidement comment fonctionnent les voice bots.
Chatbots et voicebots répondent aux mêmes enjeux.
En résumé, ils visent à automatiser une partie de la relation client pour réduire les coûts du service client. Et cela sans rogner sur la qualité des réponses et le niveau de satisfaction des clients.
La différence majeure réside dans le fait que les chatbots interagissent par messagerie alors que les voicebots interagissent par la voix.
Comment est-ce possible ?
Comparés aux chatbots, les voicebots intègrent deux fonctionnalités supplémentaires : la reconnaissance vocale et la synthèse vocale.
Qu’est-ce que la reconnaissance vocale ?
Selon Wikipédia,
La reconnaissance automatique de la parole (souvent improprement appelée reconnaissance vocale) est une technique informatique qui permet d'analyser la voix humaine captée au moyen d'un microphone pour la transcrire sous la forme d'un texte exploitable par une machine.
En pratique, il s’agit de comprendre la requête de l’internaute. Non seulement les termes formulés mais aussi les associations d’idées et l’intention derrière la demande. C’est le préalable pour offrir une réponse adaptée et de qualité.
Longtemps le taux d’échec des assistants vocaux a été le principal frein à leur démocratisation. Il est estimé aujourd’hui entre 5% et 10%.
Mais on prévoit qu’un taux de réussite à 95% permettra à la voix de s’imposer auprès du grand public en 2020.
Une fois que le voicebot a compris et interprété la requête, l’autre enjeu consiste à formuler vocalement une réponse sensée, cohérente et contextualisée.
Là aussi, la synthèse vocale a fait des progrès spectaculaires. La synthèse vocale est une technique qui permet de créer de la parole à partir de n’importe quel texte.
Aujourd’hui, les voix synthétiques n’ont plus rien de robotique. Elles ont un rendu humain, expressif et sont capables de varier les intonations.
Les voicebots sont donc technologiquement matures. Mais quels avantages supplémentaires offrent-ils en termes de relation client ?
Chatbots et voicebots partagent un même objectif : engager une conversation dynamique et personnalisée pour résoudre des problématiques client sans intervention humaine. Ils répondent ainsi aux besoins d’immédiateté et d’autonomie des clients.
Au final, il s’agit de proposer aux utilisateurs un outil capable de simuler une conversation humaine fluide et rapide.
Or, qu’est-ce qui est le plus fluide et rapide ? Taper ses requêtes sur un clavier ou les formuler de vive voix ?
En matière d’immédiateté, les voicebots ont une longueur d’avance. On saisit en moyenne 53,5 mots à la minute avec un clavier contre 161,2 à la voix. Formuler une requête vocalement serait donc trois fois plus rapide.
Cette promesse d’interactions en temps réel séduit déjà les jeunes générations.
51% des 14-17 ans ont déjà eu une interaction avec une interface vocale.
Pour les nouvelles générations, le geste de taper manuellement une requête sera bientôt du passé. Elles privilégieront une interaction immédiate par la voix.
Autre bénéfice du voicebot : la possibilité d’interagir à tout moment, dans n’importe quel contexte, tout en gardant ses deux mains libres.
Les voicebots présentent donc plusieurs bénéfices pour les utilisateurs mais aussi pour les marques. Mais, en plus de fluidifier la relation client, les voicebots peuvent aussi exercer un impact sur le SEO.
Est-ce que les bots influent sur le SEO ?
Pour le moment, les résultats délivrés par les chatbots et les voicebots des entreprises ne sont pas indexés par les moteurs de recherche.
Mais ça ne signifie pas que leur impact est nul. Surtout que la généralisation de la recherche vocale change considérablement la donne.
Actuellement, l’immense majorité des sites web sont équipés pour le SEO traditionnel. C’est-à-dire qu’on cherche à se positionner sur des mots-clés, des expressions de recherche tapées manuellement dans un moteur de recherche.
Mais si les internautes ne tapent plus de requêtes mais les énoncent de vive voix, ils adopteront forcément des habitudes et des formulations différentes.
Les utilisateurs formuleront plus volontiers des questions complètes que de simples mots-clés.
Que va-t-il se passer ?
Les sites qui ne prennent pas en compte le SEO vocal vont voir leurs rankings reculer.
La recherche vocale s’apparente à un dialogue. Google va donc privilégier les sites web qui fournissent de l’information de qualité en adoptant un ton conversationnel.
Avec la voice search, fini les listes de réponses. Le moteur de recherche sélectionnera LA meilleure réponse à une requête donnée. Le nouveau graal du SEO est donc d’atteindre la position zéro ou le featured snippet, c’est-à-dire la réponse en encadré sur Google avant la liste des résultats.
Enfin, la recherche vocale favorise l’accessibilité. Les utilisateurs voudront plus facilement obtenir une information de proximité. Il faudra donc prévoir des réponses davantage contextualisées et géolocalisées.
Dans cette course au SEO vocal, les marques qui disposent d’un voice bot auront déjà un coup d’avance car elles se posent déjà ces questions. En effet, les best practices des voicebots et du SEO vocal sont en totale convergence.
Les robots ont quitté la science-fiction pour envahir notre quotidien. Les outils de selfcare permettent aux clients d’interagir immédiatement et en toute autonomie avec les marques. Chaque jour, les utilisateurs échangent avec des bots et les marques les ont déjà largement adoptés.
Mais, au-delà des aspects technologiques, la mise en place d’un chatbot repose surtout sur une compréhension très fine des profils, des comportements et des besoins des clients.
Oui, le chatbot peut être un formidable outil de relation client. Mais pour simuler une conversation humaine fluide et profitable aux deux interlocuteurs, on veillera à bien connaître nos clients et leurs problématiques.
L’émergence des voicebots ouvre de nouvelles perspectives en termes d’accessibilité et de facilité d’utilisation. Mais là encore, derrière l’outil, il ne faut pas oublier de considérer l’humain pour maintenir la pertinence du propos et la convivialité de l’interaction, conditions indispensables à la satisfaction client et à un engagement plus fort envers la marque.
Les chatbots, également appelés robots conversationnels ou assistants virtuels, sont des programmes capables de simuler une conversation humaine, que ce soit par messagerie ou vocalement. Leur origine remonte à 1966 avec ELIZA, un simple programme conçu pour reformuler les affirmations. Avec le temps, les chatbots ont évolué considérablement. ALICE, lancé en 1995, pouvait adapter ses réponses selon la personnalité de l'interlocuteur. Cependant, c'est dans les années 2010 que les géants technologiques comme Apple et Google ont adopté cette technologie avec Siri et Google Now, respectivement. La véritable démocratisation des chatbots a débuté avec Facebook Messenger en 2016, permettant aux développeurs de créer des chatbots pour interagir avec les utilisateurs. Ces outils ont rapidement gagné en popularité et sont devenus un élément incontournable dans le paysage numérique actuel.
La durée de mise en place dépend également de la complexité du chatbot. Un chatbot simple peut être opérationnel en quelques jours à quelques semaines, tandis qu'un chatbot plus complexe nécessitant une intégration approfondie peut prendre plusieurs mois.
La formation d'un chatbot basé sur l'IA nécessite généralement l'utilisation de données historiques, comme des transcriptions de chat ou des interactions client. Au fil du temps, le chatbot apprend des interactions avec les utilisateurs pour améliorer ses réponses. Pour les chatbots basés sur des règles, la formation implique la définition de scénarios et de réponses prédéterminées.