Vous hésitez entre la mise en place d’un SVI ou d’un agent conversationnel dans votre entreprise ? Projetez vos besoins par rapport à 4 différences essentielles : le mode d’interaction, la richesse des échanges, l’évolutivité de la solution, et la multiplicité des sources d’informations qui vont permettre de constituer un référentiel de réponses.

Parler ? Ou écrire + parler ?

  • Par définition, un SVI est un système informatique capable de gérer des appels vocaux. Il réagit aux actions de vos interlocuteurs lorsque ces derniers appuient sur les touches clavier de leur téléphone, ou par reconnaissance vocale.
  • Un agent conversationnel est multicanal : vos interlocuteurs peuvent lui parler, mais aussi lui écrire via votre site internet, une messagerie instantanée, vos réseaux sociaux, via une application mobile, etc.

Assurez-vous des usages dans votre secteur d’activité, des attentes de vos prospects ou clients, voire des pratiques chez vos concurrents : quelle solution vous permettra d’être à l’état de l’art ?

Comprendre et contextualiser la demande

  • Un SVI fonctionne sur la base de mots clefs, renseignés dans sa base de connaissance. La détection de ces mots clés entraîne l’appelant dans un enchaînement d’actions. Il n’y a ni dialogue, ni contextualisation des messages. Tout mot clé absent empêche la progression de l’interaction, rigidité qui devra se corriger par un enrichissement manuel des mots clés.
  • Un chatbot dialogue grâce à un moteur de traitement automatique du langage naturel (TALN). Ce traitement va bien au-delà d’un référentiel de mots clés. Il lui permet de mettre les informations en contexte, et de personnaliser la réponse qu’il apporte au consommateur.

Solution évolutive ?

  • Le SVI fonctionne sur la base de scenarii d’appels, programmables à reprogrammables à loisir. Pour autant, il ne pourra prendre en charge que 2 actions de base : transmettre l’appel à un intervenant humain, ou inviter le consommateur à réaliser lui-même une action en ligne.
  • A partir d’une intention identifiée, vous définissez l’action à réaliser par l’agent intelligent. Ces actions peuvent tout à fait évoluer au cours du temps. Prenons l’exemple d’un chatbot initialement paramétré pour transférer une demande vers un agent humain pour une demande particulière (exemple : obtenir une attestation d’assurance). Le chatbot peut à tout moment être reprogrammé pour répondre directement à la demande, et délivrer lui-même l’attestation demandée.

Exploiter toutes les données de l’entreprise

  • Seul l’enrichissement manuel du référentiel de mots clés permet une amélioration du SVI. Une tâche nécessaire mais chronophage. Et qui surtout n’exploite pas automatiquement toutes les informations disponibles au sein de l’entreprise (outils de gestion de la relation client ou CRM, etc.).
  • L’intelligence de l’agent conversationnel s’enrichit de toutes sortes de bases de données: CRM, journaux de logs des chats et historique des conversations, emails, bases de connaissance, FAQ, documents… Autant de sources d’informations qui lui permettent d’enrichir son analyse de vos spécificités, pour mieux répondre aux attentes exprimées par chat ou téléphone, et proposer une expérience client de qualité. Cette compréhension couvre un panel chaque jour plus large de demandes : des spécificités techniques de vos offres à la géolocalisation de votre entreprise ou de vos magasins, des horaires d’ouverture aux offres en cours, des facilités de commande ou de livraison à l’envoi de documents propres à son compte client, etc.

Interactions clients-entreprises : tendances en 3 chiffres clés

  • 55%des consommateurs sont intéressés à interagir avec une entreprise en utilisant des applications de messagerie pour résoudre un problème (source : étude HubStpot, 2017).
  • 64% des Français se sont dit prêts à abandonner une marque s’ils vivaient une mauvaise expérience client (source : étude Emakina, 2018).
  • 80% des entreprises projettent d’investir ou d’installer un agent conversationnel sur leur site web ou page Facebook d’ici 2020 (source : étude Oracle, 2017).