Si vous avez récemment interagi avec vos marques préférées, vous avez probablement remarqué que les chatbots semblent être partout. Nous sommes une société obsédée par la gratification instantanée. Nous voulons des réponses immédiatement et souvent cela signifie lancer les dés sur l’utilisation d’un chatbot pour voir à quel point ils peuvent se rapprocher de ce que nous recherchons. Comme l’utilisation de chatbots augmente, tout comme le nombre d’échecs de chatbot chaque jour. Dans le même temps, les attentes des clients quant à ce qu’est une”bonne”expérience de chatbot n’ont jamais été aussi élevées. Et ne pas répondre à ces attentes strictes signifie décevoir le client, ce qui peut également entraîner une perte d’activité, ou pire, nuire à votre marque.
Peu importe le secteur d’activité d’un chatbot, se connecter et communiquer avec les gens est sa fonction première. La formule du succès pour les chatbots est la même que pour les canaux de service client traditionnels: un service rapide et efficace. Même si l’IA conversationnelle a fait de grands progrès technologiques, l’expérience utilisateur fait toujours défaut, en particulier lorsqu’il s’agit de gérer le traitement du langage naturel (NLP), la latence, la sécurité des données et d’autres problèmes.
En tant que cadres et leurs les équipes en charge de l’expérience client (CX) cherchent à relever ces défis, examinons comment la clé du succès réside dans l’adoption d’une approche de test continu pour optimiser les performances du chatbot.
Adopter un état d’esprit de test continu
La relation du client avec les systèmes de réponse vocale interactive (IVR) et les chatbots des centres de contact modernes est acceptée et appréciée pour la commodité qu’ils apportent, en particulier lorsqu’elle ressemble à une réponse humaine efficace et authentique pour répondre à leurs besoins. C’est comme si le client disait: « Cela ne me dérange pas de parler à une machine, à moins qu’elle ne commence à agir comme telle.
Pour générer un nombre croissant de cas d’utilisation dans les domaines de la finance, de la santé, des télécommunications et surtout de la vente au détail, les entreprises s’appuient fortement sur des développeurs d’applications ayant une expertise en intelligence artificielle (IA), en apprentissage automatique (ML) et en conception de conversations pour créer des chatbots de plus en plus avancés. Cela dit, les organisations ne peuvent pas simplement appuyer sur un bouton dès le départ et s’attendre à ce que le système fonctionne parfaitement. La technologie est peut-être en place, mais elle doit être formée et testée en permanence.
En fait, il est crucial que les tests de performance des chatbots soient continus. Il n’existe pas de phase de test unique pour donner vie à un chatbot. Les tests doivent plutôt faire partie des activités quotidiennes, tout comme le codage, la conception et la surveillance. Alors que les entreprises continuent d’améliorer les fonctionnalités et les performances des chatbots pour répondre aux besoins des clients, les équipes doivent comprendre que le cycle de test est un processus qui ne se termine jamais.
Par exemple, il peut généralement n’y avoir que quatre ou cinq clients”intentionnels”. avoir lors de l’engagement d’un chatbot, mais ces intentions peuvent être formulées de différentes manières. Par exemple, si un client indique son numéro de police d’assurance en groupes ou en permutations, un chatbot pourrait les interpréter de manière erronée et fournir des informations inexactes concernant la couverture de sa police d’assurance, pour se rendre compte de l’erreur au moment le plus crucial.
Pour ajouter une complexité supplémentaire, lorsque les centres de contact desservent une clientèle multinationale ou même mondiale, la variation de la formulation et le nombre de langues dans lesquelles le chatbot doit naviguer augmente de façon exponentielle. Les chatbots activés par la voix ou le texte doivent être suffisamment intelligents pour fonctionner en toute sécurité tout en naviguant sur d’innombrables variations d’orthographe, un large éventail d’accents parlés et vernaculaires, des bruits de fond, des parasites provenant de mauvaises connexions, etc. Cela nécessite des tests complets qui peuvent inclure des tests de score NLP automatisés, des tests de flux conversationnels, des tests de sécurité, des tests de performances et une surveillance qui analyse les expériences de bout en bout sur tous les canaux.
La sécurité des données est une autre priorité essentielle à laquelle seuls des tests continus peuvent répondre. À mesure que les chatbots deviennent plus intelligents et que les clients leur font plus confiance pour répondre à leurs besoins, les gens sont de plus en plus à l’aise de donner leurs données personnelles aux chatbots. Cela augmente le nombre de situations où les chatbots travaillent avec des informations personnellement identifiables (PII) ou d’autres données hautement sensibles. Des tests sont nécessaires pour garantir que le traitement de ces données reste sécurisé et conforme dans tous les cas d’utilisation.
Optimisation de l’approche de test
Étant donné que les tests doivent avoir lieu à grande échelle, dans des environnements de production et de manière continue, il n’y a aucun moyen de le faire manuellement. En effet, les cas d’utilisation sont infiniment différents et un volume élevé de tests est souvent nécessaire pour identifier les changements ou ajustements particuliers qui ont les impacts positifs les plus importants.
Tout cela peut sembler intimidant pour les cadres supérieurs qui craignent que les tests continus ne signifient s’enliser dans la complexité. Heureusement, ce n’est pas le cas. En respectant les meilleures pratiques et en réalisant les investissements technologiques stratégiques appropriés dans des systèmes automatisés basés sur l’IA/ML, les responsables de la suite C responsables de l’expérience client et les équipes qu’ils gèrent peuvent déployer des tests continus de manière à la fois transparente et évolutive.
Les meilleures approches incluent des tests de bout en bout capables de générer un trafic synthétique pour imiter les interactions client en temps réel. Idéalement, les scénarios difficiles, comme les entrées utilisateur inattendues, devraient être inclus dans les scénarios de test parallèlement à la surveillance continue.
L’automatisation est essentielle, en particulier en période de forte demande, comme les inscriptions ouvertes dans le secteur de la santé, le Black Friday, le Cyber Monday et les jours fériés tout au long de l’année. Les tests de charge jusqu’à 1 000 requêtes de bot par seconde, ou plus, peuvent aider à garantir que les entreprises seront en mesure de gérer tout le trafic nécessaire. Et à une époque de travail flexible et d’audiences de la génération Z interagissant avec des bots après les heures de bureau et le week-end, les tests doivent être conçus pour analyser et optimiser les performances d’un chatbot 24 heures sur 24, 365 jours par an.
Enfin, il est vital pour les organisations de s’assurer que les données de formation sont propres afin que le moteur de compréhension du langage naturel (NLU) de leur chatbot puisse fonctionner de manière optimale en premier lieu. Cela permet d’identifier immédiatement les failles et propose des étapes claires et proactives pour améliorer la fiabilité et les performances du chatbot.
Une approche de test continu améliore les performances du chatbot
Cependant, lorsque les organisations déplacez les tests continus plus tôt dans le cycle de développement du chatbot, il trouve les problèmes plus rapidement avant de nuire à leur réputation auprès des clients, fait gagner du temps sur le back-end, laisse de la place pour plus d’améliorations et est la seule option pour innover rapidement.
Crédit image : phonlamai/depositphotos.com
Christoph Börner est directeur principal du numérique chez Cyara.