Vous êtes convaincu de l’intérêt d’un chatbot pour améliorer votre relation client. Reste à choisir le prestataire ad hoc pour votre projet parmi la pléthore de solutions du marché. Focus sur 3 points essentiels pour une expérience client qualitative et un retour sur investissement optimal.

La capacité d’auto-apprentissage dynamique de l’agent conversationnel

Un agent conversationnel efficace doit apprendre en permanence. Sa capacité à répondre à des scénarii de conversations de plus en plus variés est essentielle pour vous permettre d’offrir une expérience client de qualité. Cet apprentissage permanent se présente différemment selon les plateformes de chatbots.

Certaines solutions impliquent de mobiliser en continu vos équipes pour encadrer l’apprentissage du chatbot, et scénariser chaque question-réponse. Un apprentissage complet de l’agent monopolise alors souvent une, voire plusieurs personnes, pour garantir des interactions de qualité avec les consommateurs. En réalité, il s’agit d’un vrai coût caché, à ne pas négliger pour évaluer le retour sur investissement de l’agent conversationnel.

D’autres chatbots sont conçus pour se connecter à différentes bases de connaissance de l’entreprise : journaux de logs des chats et historique des conversations bien sûr, mais aussi données de leur outil de CRM, leurs emails, leur bases de connaissance, foires aux questions et autres documents… Toute une diversité de sources d’apprentissages qui se complètent, et vont de plus venir incrémenter la compréhension des demandes des clients, au fil du temps. Continu et dynamique, cet apprentissage peut naturellement être affiné par des paramétrages humains.

Finesse d’analyse et de traitement de requêtes complexes

La capacité du chatbot à répondre à des scénarii de conversations de plus en plus complexes doit aussi entrer en ligne de compte. Une compréhension fine des subtilités exprimées dans les demandes est un gage supplémentaire d’expérience client de qualité. Les agents conversationnels donnant les meilleurs taux de satisfaction combinent apprentissage automatique (ou « machine learning ») et modélisation sémantique.

Supposons que vous vendiez des baskets en ligne. Un internaute s’adresse à votre chatbot avec cette demande : « J’aimerais acheter des Air Max noires taille 40, et qu’elles me soient livrées à domicile ». Pour la majorité des agents conversationnels, la première partie de la demande sera parfaitement perçue : il s’agit d’une intention d’achat, concernant tel produit, telle taille, telle couleur. La 2e partie de la demande risque par contre d’être laissée de côté. Seul un chatbot doté d’une intelligence artificielle suffisamment fine saura détecter ce double besoin, pourtant exprimé en une seule phrase. Et sera donc en capacité d’enchaîner la conversation en se faisant préciser l’adresse du domicile en question.

Déploiement : privilégiez les plateformes de chatbot évolutives

Pour la plupart, les plateformes de chatbot les plus simples limiteront le déploiement de leur solution à FaceBook Messenger. Une solution parfaitement satisfaisante pour un support client de base.

En revanche, pour offrir différents points de contact ou converser avec différents services de l’entreprise, vous aurez certainement besoin de déporter les opportunités de conversation sur d’autres canaux : applications (y compris sur mobile), sites web,  assistance vocale… Interrogez-vous sur vos besoins actuels et potentiels, afin de ne pas être bridé et choisir la solution la plus évolutive.