Les chatbots envahissent apparemment Internet et les applications mobiles. Les nouveaux visiteurs d’un site ou d’une application sont souvent accueillis par un chatbot joyeux qui cherche à répondre à des questions ou à les guider tout au long du processus d’intégration.
Lorsque les utilisateurs du site ou de l’application rencontrent des problèmes, les détaillants, les banques et d’autres entreprises demandent aux utilisateurs s’ils souhaitent discuter plutôt que d’appeler. Le plus souvent, cela conduit les utilisateurs dans une conversation initiale avec un chatbot.
L’envoi d’un client ou d’un utilisateur vers un chatbot est-il quelque chose qu’il souhaite réellement?
Un débat continue de faire rage sur la question de savoir si les chatbots sont considérés comme ennuyeux ou utiles par les clients. En fait, les deux points de vue sont vrais. Et le facteur déterminant pour savoir si un utilisateur aime interagir avec un chatbot – ou même le préfère à une interaction humaine – dépend entièrement du contexte.
Deux chemins divergent sur la route des chatbots IA: «No Robots» de T-Mobile et Erica Personal AI de BofA
Le 15 août 2018, le fournisseur de voix et de données mobiles T-Mobile a annoncé qu’il interdirait tous les robots et systèmes automatisés d’interagir directement avec les clients lors des appels et des chats d’assistance.
«Il n’y a pas de robots ou de menus téléphoniques automatisés. Pas de rebond d’un département à l’autre. Aucun «représentant» criant, a chanté T-Mobile dans un communiqué de presse.
Dans le même temps, T-Mobile a étendu ses heures de support client en direct à 24/7, ce qui va à l’encontre des tendances limitant le temps des agents de support humain aux heures de travail. Depuis le déménagement, T-Mobile affirme avoir atteint des niveaux plus élevés de satisfaction client et amélioré la fidélisation des clients /
Enquête après enquête, les gens tolèrent le support client automatisé via l’IA conversationnelle et les chatbots, mais ne l’aiment pas et ne le préfèrent pas.
À l’autre extrême, certaines grandes entreprises ont emprunté une voie alternative en passant par l’IA conversationnelle tout-en-un et les chatbots. En juin 2018, Bank of America a lancé Erica (une pièce de théâtre sur la dernière partie du mot Amérique).
Le bot réside dans l’application bancaire mobile de Bank of America déployée à tous les utilisateurs. D’ici décembre 2019, 10 millions d’utilisateurs mobiles de Bank of America avait activé Erica dans leurs applications et interagissait avec le chatbot.
L’un des chatbots les plus sophistiqués du marché, Erica permet aux utilisateurs de poser des questions vocalement par SMS, ou simplement de naviguer dans les menus tactiles.
Des enquêtes auprès des utilisateurs ont montré une satisfaction à l’égard d’Erica de plus de 80%, ce qui est un chiffre stupéfiant dans le monde souvent difficile des scores NPS des services financiers.
Alors, quelle est la bonne façon de fournir une expérience client supérieure de la manière la plus efficace? L’approche « ajouter plus d’humains » de T-Mobile ou l’adhésion profonde de Bank of America à une IA coûteuse mais puissante?
Les clients préfèrent-ils travailler avec des robots ou des humains? La vérité est compliquée.
Des sondages ont indiqué que les clients préfèrent parler avec des humains pour leurs besoins d’assistance.
À l’inverse, selon une variété de mesures, les clients sont de plus en plus habitués aux chatbots et à l’IA conversationnelle.
Au fil du temps, la réalité est que les chatbots géreront une part de plus en plus grande des interactions avec les clients et deviendront également un outil indispensable pour le support humain et les agents de vente – fusionnant pratiquement en un seul continuum de support.
Tout aussi important, en technologie, le véritable test d’adoption n’est pas ce que disent les enquêtes, mais ce que font les utilisateurs. De plus en plus, cela signifie parler ou envoyer des SMS avec des chatbots plutôt que d’attendre de parler à un humain,
Les tendances de consommation stimulent la croissance des chatbots
De plus en plus de clients choisissent d’interagir avec un chatbot via l’assistance téléphonique traditionnelle. Ce choix est motivé par les grandes tendances des utilisateurs de la technologie.
- Texte plus populaire que la voix: Nous sommes plus habitués aux textos pour communiquer et même les préférons aux appels vocaux. Pour de larges pans de la population, ces modes sont préférés aux conversations en direct avec des humains. La montée en puissance de WhatsApp et Facebook Messenger, qui comptent collectivement plus de 3 milliards d’utilisateurs et sont principalement utilisés pour discuter pour éviter les frais de SMS, a encore accéléré la tendance.
- Interaction plus confortable avec les machines: Nous sommes de plus en plus habitués à interagir avec des machines pour poser des questions ou faire des demandes. Demander à Alexa d’éteindre les lumières ou dire à Siri d’appeler votre mère, c’est génial. Demander à un chatbot d’une compagnie aérienne si des vols à destination de Denver sont retardés entraîne des interactions homme-machine qui font désormais partie de notre vie.
- Moins de patience: Nous devenons moins patients. Netflix nous apporte des millions de titres de films dans une fenêtre de recherche. Nous utilisons une application pour dire à notre Roomba de nettoyer la maison avant de rentrer du travail – et de réaliser notre souhait.La technologie nous apporte une gratification instantanée. En conséquence, nous sommes moins susceptibles d’être disposés à passer du temps en attente ou à attendre un rappel si un chatbot peut répondre à nos questions ou s’occuper de nos problèmes. Lié à ce point est le fait que les chatbots fonctionnent 24h / 24 et 7j / 7 tous les jours de l’année. Ils augmentent ou diminuent pour répondre à la demande et sont toujours disponibles. Pour les consommateurs habitués à la gratification instantanée, il s’agit d’un puissant tirage au sort.
- Meilleurs algorithmes: La technologie derrière les chatbots, le traitement du langage naturel (PNL), a progressé à pas de géant. Cela signifie que nous, humains impatients, pouvons interagir plus facilement avec les chatbots sans avoir à nous répéter ou à recourir à plusieurs formulations pour obtenir notre demande d’enregistrement. De nouveaux algorithmes – notamment GPT3 – sont sortis qui peuvent être formés de manière fiable et économique pour comprendre des types spécifiques du sujet et de répondre de manière remarquablement proche de la réponse humaine normale.
Selon le Rapport sur l’indice IA 2019, publié par un consortium mondial comprenant l’Université de Stanford et Google, la PNL peut désormais comprendre des passages de texte mieux que les humains. Cela a également permis à des chatbots plus avancés de gérer des tâches de support complexes en plusieurs étapes.
Les chatbots peuvent fournir des conseils proactifs et même anticiper les besoins. Une question de retard de vol peut inciter un chatbot avancé à proposer de réserver une chambre d’hôtel pour la nuit, car il sait qu’un vol tardif peut signifier une correspondance manquée.
Trois questions simples pour déterminer le contexte
De toute évidence, l’utilisation des chatbots augmente et les utilisateurs votent avec leurs textes et leurs voix, indiquant leur préférence. Cela dit, le désir d’un humain par rapport à un robot reste fortement dépendant du contexte.
Le contexte dicte ce que le chatbot est capable de faire dans une situation donnée. Le contexte est également variable et peut évoluer en fonction de l’état de l’utilisateur au fur et à mesure de son parcours client ou d’assistance.
Comprendre où se trouve un utilisateur et son contexte peut informer les attentes et l’utilisation appropriée des chatbots. Voici quelques questions simples pour déterminer s’il faut utiliser un chatbot ou quelles peuvent être les limites d’un chatbot dans une situation donnée.
L’utilisateur souhaite-t-il parler à (ou préfère probablement parler à) un représentant?
C’est une évidence. S’ils ne veulent pas discuter, ne les faites pas discuter. Ironiquement, de nombreuses entreprises poussent toujours les utilisateurs dans des files d’attente de support de chat sous la thèse que les utilisateurs apprendront à chatter et à l’adopter (et économiser de l’argent à l’entreprise).
Habituellement, le fait de dire «représentant» est suffisamment intentionnel pour qu’une entreprise soit de loin préférable de se conformer à ses souhaits. Ici aussi, l’IA peut fournir un guide.
Au fil du temps, les entreprises peuvent collecter des données sur les préférences des clients et les utiliser pour mieux comprendre quel mode conversationnel convient le mieux à quel type d’utilisateurs en fonction de leurs caractéristiques descriptives.
Un chatbot peut-il reconnaître l’utilisateur?
Si un chatbot peut reconnaître l’identité d’un utilisateur, il peut alors appuyer sur le profil et les données historiques de l’utilisateur pour générer plus de solutions et de conversations sur mesure. L’identification de l’utilisateur est beaucoup plus facile lorsque l’utilisateur est sur une application mobile ou connecté à un site Web ou qu’il appelle à partir d’un numéro de téléphone connu.
Cette question limite le support avancé aux utilisateurs existants plutôt qu’aux nouveaux utilisateurs pour lesquels il y a peu d’historique. Mais quand il est possible de reconnaître l’utilisateur et de le faire correspondre à un profil? Si vous pouvez obtenir un profil, alors le canevas avec lequel le chatbot doit fonctionner est beaucoup plus large et les interactions peuvent être beaucoup plus détaillées plutôt que limitées à de simples interactions basées sur des mots-clés et des menus.
L’utilisateur pose-t-il une question compliquée ou simple?
Les chatbots peuvent rapidement et facilement envoyer des réponses plus personnalisées à de nombreuses questions simples. «Quand est ma réservation?» ou « Quel est l’état de ma commande? » sont faciles à répondre lorsque l’identité d’un utilisateur est connue et qu’ils opèrent à l’intérieur d’un environnement contrôlé.
De la même manière, lorsque l’entreprise utilise un chatbot pour remplacer un formulaire ou un autre exercice de collecte d’informations structuré, les chatbots ou l’IA conversationnelle peuvent fonctionner de manière très efficace.
Pour les questions plus complexes qui impliquent plusieurs variables et peuvent ne pas être aussi faciles à comprendre en se basant sur une analyse de mots-clés pure, des chatbots plus avancés qui exploitent la PNL et l’IA conversationnelle peuvent de plus en plus fournir un support de va-et-vient égal ou meilleur que les agents humains.
Cela suit la courbe des améliorations rapides de l’IA, comme le montre l’augmentation constante de la capacité des systèmes d’IA à comprendre des tâches de langage naturel encore plus complexes, aussi bien ou mieux que les humains.
Conclusion: l’avenir des conversations avec les clients est un hybride entre les chatbots et les humains
T-Mobile peut prétendre qu’il ne force personne à parler à des robots, mais en réalité, son système peut reconnaître automatiquement si vous appelez depuis votre propre appareil.
Dans les coulisses, T-Mobile utilise l’analyse et l’automatisation pour aider les agents du service client à faire leur travail plus rapidement et plus efficacement. Dans ce cas, les chatbots peuvent ne pas être visibles à l’avant mais leur sortie et leur activation sont visibles à l’arrière. Les agents jouent le rôle d’intermédiaire entre les deux.
C’est le véritable avenir des chatbots – une technologie qui agit comme une interface fluide quelque part dans le parcours client pour fournir une assistance. Le destinataire peut être un client qui parle à un chatbot ou à un agent de support dont un chatbot remplit automatiquement des extraits de conversation.
Dans ce scénario, une entreprise comme T-Mobile peut aider les agents à travailler plus rapidement, à répondre plus rapidement aux questions et à répondre aux requêtes les plus simples. Ils peuvent ainsi gagner plus de temps pour les clients les plus exigeants et les questions auxquelles les systèmes internes ne peuvent pas répondre automatiquement.
Erica de BofA peut servir de présence plus avancée, interceptant et détournant les demandes simples. Lorsqu’une requête devient trop complexe – et hors de son contexte pour Erica – alors le chatbot AI peut facilement acheminer la demande vers un agent de support humain passant la plupart de son temps sur des cas plus difficiles.
Alors qu’est-ce qui est juste? Les clients préfèrent-ils parler à des agents humains plutôt qu’aux chatbots comme l’indiquent les enquêtes? Ou les clients préfèrent-ils utiliser les chatbots plutôt que d’attendre de parler aux humains, comme l’indiquent clairement les tendances d’utilisation?
La réponse est les deux. Si les clients votent avec leur temps passé et leurs choix de menu immédiats, ils aiment clairement les chatbots intelligents plus que d’attendre un humain. Cela signifie qu’ils préfèrent les chatbots et l’IA, étant donné le bon contexte et la bonne situation.
D’un autre côté, les humains préfèrent toujours et probablement toujours les agents de support en direct lorsqu’ils ont des questions complexes, imbriquées et conditionnelles à résoudre.
Ces types de questions nécessitent le type d’intelligence conversationnelle le plus avancé – une intelligence que même les agents satisfont mieux lorsqu’ils sont assistés par la technologie et l’IA en coulisse. L’ironie est que de toute façon, les clients parlent aux chatbots – directement ou indirectement.
La technologie pour améliorer à la fois les expériences des clients de T-Mobile et de Bank of America est invariablement la même sous les couvertures. Plus tôt les entreprises se rendront compte qu’il ne s’agit jamais d’une équation ou d’une équation, plus tôt elles pourront déterminer où l’intelligence artificielle doit se situer dans leur pile d’expérience client.
L’article Les gens préfèrent-ils les chatbots ou les humains? Ça dépend. est apparu en premier sur zimo news.
