539 W. Commerce St # 191, Dallas TX 75208

M-F: 10am – 5pm Sat-Sun: Closed

(817) 752-5539

Chatbots and Artificial Intelligence are all around the Internet now, learn more about it.

Ne laissez pas cet écueil anéantir votre chatbot !

71% des personnes ayant utilisé un chatbot disent qu’il n’a pas résolu leur problème. Ce problème récurrent fait du tord à l’industrie. Néanmoins, une nouvelle approche dans vos projets chatbot vous permettra de résoudre rapidement ce problème.

Imaginez avoir passé des heures sur votre projet chatbot, à concevoir la base de connaissances, la structurer, puis créer des parcours plus complexes et in-fine, vous dire que votre chatbot est un véritable “assistant virtuel”.

https://medium.com/media/c042f24a6e6184c931c23ed821cfa06c/href

En moyenne, 60% des demandes utilisateurs ne trouvent pas de réponses dans la base de connaissances d’un chatbot. C’est la dure réalité des projets chatbot, mais surement aussi l‘expérience à laquelle tous les utilisateurs de chatbot se sont confrontés un jour.

Alors comment éviter cela et réduire ce gap qui met en danger la raison d’exister de votre bot ?

Confrontez vous rapidement à vos utilisateurs

N’est-ce pas le plus important ? Pour rappel, la base de connaissances contient l’ensemble des questions et des réponses que votre chatbot doit connaitre afin de répondre à ses utilisateurs.Sa structure et sa richesse sont très importants. Néanmoins, ils ne constituent pas une garantie quant à l’utilité de votre chatbot, ou à sa capacité à résoudre les problèmes de vos utilisateurs.

Sans verbatims clients issus de la mise en place d’un module “live chat”, vous n’aurez pas d’autres choix que d’utiliser votre FAQ comme base de départ. Notre plateforme Tolk.ai permet d’importer et de déployer un chatbot Q&A en quelques instants. Donc de passer à l’étape suivante qui est la confrontation avec les utilisateurs finaux.

Import FAQ et déploiement d’un bot Q&A sur tolk.ai

Si votre chatbot ne répond qu’à une vingtaine de questions à son lancement, ce n’est pas grave, bien au contraire. Dans un premier temps, concentrez-vous sur des questions simples, souvent posées par vos clients et laissez la main à un humain pour les autres demandes. Pendant ce temps gardez un oeil attentif aux messages reçus. Ce sont eux qui vont vous permettre d’améliorer sa compréhension et d’élargir son périmètre.

Cette phase est absolument cruciale. Elle ne peut être surmontée qu’avec l’appui d’outils calibrés pour cette mission.

Monitorez les messages des utilisateurs

L’analyse des messages reçus par votre chatbot est la clé de son succès.

Au lancement, votre chatbot ne pourra traiter qu’environ 40% des demandes qu’il reçoit et cela pour plusieurs raisons :

  • Le langage est complexe et chacun a sa propre façon de s’exprimer. Les modèles de langues (NLU) nécessite un entrainement intensif à partir des logs de conversations reçus,
  • Votre base de connaissances contient des questions trop proches en terme de sens ou de sémantiques. Il est nécessaire d’avoir recours à des technologies de désambiguïsation (à noter que cette technologie est native dans Tolk.ai),
  • Les demandes utilisateurs n’ont pas été anticipées, il est nécessaire de faire évoluer la base de connaissances ou de créer le service associé.

Les requêtes mal interprétées

Il existe des solutions pour résoudre les 2 premiers problèmes précédemment cités, liés à la mauvaise interpretation des requêtes.

  • Entraîner le modèle NLU à partir des logs mal interprétés semble évident. Cependant comment être sûr que l’ajout de ces messages à votre entraînement améliorera la compréhension ? En effet, les technologies NLU sont très capricieuses, et les entraîner requiert au moins un peu d’expérience, sinon un savoir faire technique poussé. Dès lors, l’utilisation d’un validation set, c’est à dire un ensemble de phrases d’exemple que votre chatbot se doit reconnaître, sans qu’elles ne fassent partie de son training set. Le validation set sert alors de référence pour mesurer l’impact de vos actions sur la compréhension. Comprend-il mieux ces phrases maintenant que vous avez renforcé l’entraînement ? Si oui, well done, votre travail porte ces fruits !
  • Pour identifier les conflits entre deux questions, utilisez une matrice de confusion qui vous permettra de comprendre quelles questions sont le plus souvent confondues et prendre les décisions en conséquence. Faut-il regrouper ces questions autour d’une réponse commune ? Faut-il modifier votre entraînement ?

Ces deux outils vous permettront de suivre l’évolution de votre entraînement et de cibler exactement les questions pouvant être mal interprétées. Tout cela est très technique et souvent pas à la portée de profils non-expert. C’est à la lumière de ce constat que nous avons conçu Tolk.ai. Otter la complexité technique du machine learning pour permettre à nos clients de se concentrer sur la transmission du savoir métier vers l’intelligence conversationnelle.

Les requêtes non présentes dans votre base de connaissances

Vous avez identifié en amont de votre projet les demandes les plus fréquentes de vos clients et les avez intégrées à la base de connaissances de votre chatbot. Maintenant qu’il est en ligne, vous découvrez que vos clients ont d’autres demandes récurrentes que vous ne traitez pas encore. Parfait, il vous suffit maintenant de regrouper ces demandes et de créer des réponses pour enrichir sa base de connaissances !

Enrichissez la base de connaissances

Les logs de conversation sont une mine d’or. Ils vous permettent d’identifier en temps réel les sujets ou les problèmes qui préoccupent le plus vos clients. Mais les volumétries importantes que peuvent adresser les chatbots nécessitent aussi d’utiliser des outils adaptés, permettant la clusterisation des demandes utilisateurs. Cela permet d’identifier rapidement le hors scope et de faire évoluer le scope fonctionnel de votre assistant virtuel

Log clustering sur tolk.ai

Ce type d’outil vous permettra de créer facilement de nouvelles questions / réponses avec un entraînement du modèle NLU déjà prêt, construit à partir des messages de vos utilisateurs.

Résultat ? Des questions mieux ciblées répondant aux attentes des utilisateurs et un gain de temps assuré sur l’entraînement

Si vous ne souhaitez pas inclure de réponses précises à certaines requêtes récurrentes, soyez transparent et expliquez à vos utilisateurs que votre chatbot n’a pas pour but de traiter ces demandes. Si cela est possible, dirigez-les vers un interlocuteur plus adapté.

Cela vous permettra de réduire le nombre d’incompréhensions de votre chatbot et d’offrir une expérience plus agréable à ces utilisateurs. En effet, personne n’a envie de discuter avec quelqu’un qui ne le comprend pas. Il est beaucoup moins frustrant d’être face à un interlocuteur qui vous comprend mais qui ne connait simplement pas la réponse à votre question, surtout lorsque ce dernier vous redirige vers une personne plus apte à vous aider.

En conclusion

Pour éviter de mettre à disposition de vos utilisateur un chatbot inutile, retenez ces points clés:

? Soyez patient : ne cherchez pas la perfection dès lancement de votre chatbot et ne pensez pas que le travail le plus important se fait en amont du projet. L’amélioration de sa compréhension et l’élargissement de son périmètre se fera à partir de sa mise en ligne, de façon régulière et continue.

? Soyez attentif : Utilisez les outils qui vous permettront de mesurer la qualité de votre entraînement et gardez un oeil aux messages reçus par votre chatbot. C’est ce qui vous permettra de mieux cerner les attentes de vos utilisateurs, leur façon de s’exprimer, et ainsi d’entraîner votre chatbot en conséquence.

? Soyez réactif : maintenant que vous connaissez vos utilisateurs, ne perdez pas de temps, apportez leur une réponse, même générique, le but est de comprendre les demandes de vos utilisateurs et de ne pas les laisser seuls face à une incompréhension.

Pour résumer, votre chatbot comprendra vos utilisateurs que si vous les comprenez vous même, n’oubliez pas que vous êtes la clé de l’intelligence de votre chatbot. Si vous veillez de façon régulière à son entraînement et à l’enrichissement de sa base de connaissances, ses performances ne feront que s’améliorer au fil des conversations.

https://medium.com/media/de50718f475e385609f104814f996a34/href

Qui sommes-nous ?

The Chatbot Factory est une startup spécialisée dans le design, le développement et l’entraînement de chatbots voix / texte en langage naturel sur la base d’une solution propriétaire Tolk.ai.
Contactez-nous ? [email protected]


Votre chatbot sera intelligent, si vous l’êtes aussi. was originally published in The Chatbot Factory on Medium, where people are continuing the conversation by highlighting and responding to this story.