La première vague de confinement a vu se déployer des plans de « survie » via callbot pour compenser ou apporter du soutien aux équipes en télétravail.

Si la plupart des déploiements ont été couronnés de succès, ils ont demandé, faute de maturité sur cette innovation récente, de lourds efforts de la part du client et du prestataire pour conjuguer à la fois la technologie et les exigences de la Relation Client, suivi d’une optimisation plus ou moins endogène par le ‘machine learning’.

Faut-il reconduire l’expérience des premiers utilisateurs en l’état, ou bien repartir de leur vécu pour les nouveaux entrants qui veulent s’y essayer ?

Pour bénéficier de ces expériences passées tout en évitant les dérives techniques et financières, certaines bonnes pratiques sont à mettre en exergue, dont notamment la connaissance des limites de l’outil et la liberté de choix de l’infrastructure.

Comme l’écosystème est relativement récent, la plupart des assistants conversationnels mis en place ont été et sont encore directement déployés par les éditeurs eux-mêmes. Ils dépendent donc essentiellement de la qualité et des limites de leur « produit » ainsi que leur capacité à maîtriser ou non les particularités de la Relation Client.

Pour bien réussir votre projet callbot, il est donc impératif en premier lieu de bien connaître ses spécificités technico opérationnelles et ses limites.
En effet, le callbot rencontre de vraies difficultés pour comprendre et analyser les noms propres, les toponymies, les accents ou même les niveaux sociaux éducatifs des interlocuteurs. Pour compenser, l’analyse sémantique aura tendance à les corriger en s’appuyant sur un corpus lexicologique inapproprié. Une des parades pour résoudre ce problème passe par la reconnaissance de l’entité nommée permettant à l’IA de faire des distinctions entre les différentes valeurs sémantiques. L’autre parade repose sur l’utilisation de systèmes très entraînés.

Au-delà de l’interprétation du discours, il existe une autre limite, plutôt liée à l’infrastructure du callbot et à sa capacité à conserver une vraie clarté de communication malgré les signaux altérés par l’instabilité du débit numérique, l’état du téléphone, les bruits ambiants, etc. mettant à mal la performance des convertisseurs STT (‘speech to text’).

Nous voyons donc que la mise en place d’un callbot est plus complexe que celle d’un chatbot ou d’un SVI, et que la première bonne pratique est de s’interroger sur la technologie et l’infrastructure utilisées. Cet aspect technologique ne doit pas non plus faire oublier la nécessité de bien maîtriser le métier de la Relation Client pour le choix des bons use cases, des arborescences et des scripts tout en évitant les pièges communément connus du callbot « SVI ».

La seconde bonne pratique consiste donc à s’interroger sur le choix du bon éditeur. Pour paraphraser le début de ce post, le marché est relativement récent et de nombreux acteurs cherchent encore leurs marques. Savoir quel est celui qui correspond le mieux à votre métier et à vos particularités relève d’une bonne connaissance du marché et d’une veille technologique pointue et constante, doublée d’une forte expérience dans la Relation Client et les parcours client associés.

Une étude d’opportunité et/ou un appel d’offres personnalisés vous aideront à conjuguer à la fois la connaissance et la maîtrise de ce secteur, tout en vous laissant la liberté de choisir la solution qui vous correspondra le mieux en termes de référentiel métier, capacité d’infrastructure, connaissance Relation Client et agilité de déploiement.

C’est là que nous intervenons pour vous aider à entrer de plein pied et sans heurts dans ce nouveau domaine innovant, ou à perfectionner votre usage actuel !