ActualitéChroniques

#Chronique – Comment des Chatbots améliorent les interactions ?

Chronique rédigée par Yvo Richner, Managing Consultant chez elaboratum suisse

Les bots font partie du quotidien sur Internet. Leur conception influence de manière déterminante la satisfaction des utilisateurs* et donc, en fin de compte, le succès de l’entreprise. Le Behavioral Bot Design est une approche de la conception de chatbots qui s’oriente sur les comportements des utilisateurs*. L’objectif est de rendre l’expérience de l’utilisateur* aussi agréable et intuitive que possible.

L’utilisation du Behavioral Bot Design permet de développer des chatbots et des voicebots qui peuvent mieux interagir avec les humains, tout en concentrant le design sur la fonctionnalité principale du bot. Cela permet de s’assurer que le bot est efficace et intuitif et qu’il offre une valeur ajoutée aux utilisateurs*.

20.000 décisions par jour
Le succès des entreprises dépend en grande partie des décisions prises par les clients. Les gens prennent environ 20 000 décisions par jour. Comment ces décisions sont-elles prises ? Contrairement à l’idée largement répandue selon laquelle l’homme, en tant qu’homo oeconomicus, prend des décisions de manière purement rationnelle, les recherches menées par des économistes comportementaux tels que Richard Thaler et Daniel Kahnemann prouvent le contraire : nous prenons 95 % de nos décisions de manière intuitive. Chaque être humain dispose de deux systèmes de décision : le moteur de calcul rationnel, le Mr Spock intérieur, et le pilote automatique intuitif, le Fifi Brindacier intérieur. Alors que M. Spock n’intervient que dans 5 % des décisions, Fifi prend la décision dans 95 % des cas. Ces décisions rapides, intuitives et inconscientes, Fiffi ne les prend toutefois pas au hasard, mais en se basant sur des Behavior Patterns. Ces schémas de comportement sont profondément ancrés en nous et sont difficiles à modifier. Cela s’applique aussi bien aux décisions quotidiennes qu’aux décisions d’achat. Si l’on ne tient pas compte de ces connaissances, on perd beaucoup de potentiel dans le dialogue du bot.

Les besoins des utilisateurs* sont au centre des préoccupations
Il convient de transposer ces connaissances au design des chatbots et des assistants vocaux dans la pratique afin d’exploiter pleinement le potentiel du canal. Le Behavioral Bot Design place les besoins des utilisateurs au centre des préoccupations. L’utilisation des Behavior Patterns dans la conception de bots ne se limite donc pas à des interventions cosmétiques. Il s’agit plutôt de les considérer dans un cadre holistique. Pour cela, il faut connaître le plus précisément possible le contexte décisionnel et les besoins des utilisateurs* afin d’identifier les Behavior Patterns appropriés et de concevoir des déclencheurs cohérents. En effet, ce n’est que si les déclencheurs facilitent la décision des utilisateurs* et répondent à leurs besoins que les utilisateurs* seront guidés dans la direction souhaitée. Les Behavior Patterns se composent principalement d’heuristiques inconscientes (règles mentales du pouce) et de biais (distorsions cognitives) et déterminent notre formation de jugement au quotidien. Personne ne peut se défendre contre les schémas de comportement et leur influence – même si on les connaît, ils ne perdent pas leur effet.

Si les chatbots et les voicebots doivent être perçus de manière naturelle et intuitive dans les relations avec les humains, il est essentiel de tenir compte des behavior patterns dans la conception des bots. En voici quatre exemples :

Ambiguity Aversion
L’ambiguity aversion (l’ambiguïté rend la décision difficile) signifie que les décisions sont évitées lorsqu’il y a un manque d’informations et que l’on ne peut pas prévoir ce qui va se passer. Lorsque les gens se trouvent dans une situation nouvelle ou incertaine, ils essaient d’être aussi clairs que possible. Au début du dialogue, les attentes des clients devraient donc être gérées activement – en délimitant clairement les possibilités fonctionnelles et l’objectif du bot. Exemple : « Salut Steffi, je m’appelle Lina et je te conseille sur ton assurance ménage » !

Motif de liking
Ce schéma indique que les gens sont plus enclins à interagir avec quelqu’un s’ils l’apprécient. Les gens ont également tendance à se laisser convaincre plus rapidement par les personnes qu’ils apprécient. La sympathie peut être générée entre autres par la coopération et la reconnaissance. Les bots devraient donc féliciter leurs utilisateurs* pour leurs décisions et leurs réponses et leur donner le sentiment d’être sur la bonne voie. Exemple : « Bon choix ! Avec notre best-seller, on ne peut pas se tromper ! »

Les accords multiples créent de la serviabilité. Si l’on répond successivement par « oui » à plusieurs questions, cela crée un sentiment d’attachement et de similitude avec l’auteur de la question. Cela rend les utilisateurs* de plus en plus bienveillants. Si l’on veut vendre quelque chose, il faut donc orienter les utilisateurs vers une chaîne d’affirmations qu’ils peuvent approuver sans problème. Exemples : « La durabilité est-elle aussi importante pour toi ? Trouves-tu aussi qu’il vaut la peine de payer plus cher pour une mode durable ? »

Effet Barnum
L’effet Barnum désigne la tendance à rapporter des affirmations générales et vagues à sa propre personne et à se sentir profondément compris. Des questions telles que « Aimeriez-vous aussi avoir l’air plus à la mode ? » ou des affirmations telles que « Pour vos besoins, nous recommandons… » donnent le sentiment d’une approche 1:1. Cet effet peut être utilisé pour rendre les bots plus sympathiques et leur donner plus de profondeur. Exemple : « Notre collection est faite pour toi ! »

Quels sont les avantages du Behavioral Bot Design ?
Dans une expérience menée par elaboratum en collaboration avec l’université de Göttingen, un test A/B avec 347 participants* a permis de recueillir des connaissances prometteuses pour les assistants vocaux. L’utilisation ciblée de patterns lors de la conception d’assistants vocaux a permis aux participants d’être en moyenne 42,2 % plus satisfaits lors d’un processus d’achat, notamment parce qu’une expérience plus naturelle a été créée. En outre, le nombre de personnes qui utiliseraient à l’avenir un assistant optimisé de ce type pour acheter des produits a augmenté de 81,3 %. Une compagnie d’assurance allemande de premier plan a obtenu un taux de premier prix supérieur de 19 % et 75 % d’évaluations positives de la part des utilisateurs* grâce à un bot optimisé. Le bot normal précédent avait moins de 60 % d’évaluations positives des utilisateurs*. La reconnaissance de l’intention était supérieure à 80 % pour le bot optimisé, contre moins de 60 % pour le bot traditionnel.

Tester et optimiser en permanence
La conception de bot comportemental est un processus continu. Les meilleurs résultats sont obtenus lorsque le bot est régulièrement testé et optimisé. Cela ne signifie toutefois pas que le bot doit être parfait. Au lieu de cela, il faut se concentrer sur l’amélioration des aspects les plus importants. On peut ainsi s’assurer que le bot contribue au succès de l’entreprise.

Où va-t-on ?
Il y a peu de temps encore, les bots offraient principalement des dialogues robotisés dans des formats simples de questions-réponses et avec des sources d’information limitées, alors que le dialogue personnel est désormais au premier plan. Pour cela, on utilise des algorithmes d’apprentissage qui comprennent mieux l’homme et le conseillent individuellement. Le bot peut par exemple avoir accès à l’historique d’achat de l’utilisateur* et en déduire ses besoins. À l’avenir, les chats et les voicebots deviendront probablement d’authentiques assistants personnels*. Une expérience client entièrement personnalisée devient possible et les bots font partie de l’équipe – ils deviennent des collègues et des employés numériques.

Victoria Marchand

"Signé Victoria" Réagissez à ce post en laissant vos commentaires ! Cominmag.ch c'est aussi Cominmag Live et en podcast

Articles similaires

Bouton retour en haut de la page
Fermer

Rester informé

cominmag.ch
Daily Newsletter