Le guide complet de la conception de chatbots

Intégrer dans le parcours utilisateur

La plus grande erreur que je constate dans les déploiements de chatbot est de traiter le bot comme un module complémentaire de fonctionnalité. 

Les chatbots ne créent de valeur que lorsqu'ils sont intégrés au parcours utilisateur, guidant les gens là où ils veulent déjà aller.

Un exemple parfait (et délicieux) de cela est Fromeo, un chatbot que nous avons construit pour Les Producteurs de lait du Québec. 

Fromeo est au premier plan de la page d'accueil de Fromages d'ici, agissant comme un « majordome de fromage » numérique qui invite les utilisateurs à une expérience dont ils ne savaient pas qu'ils avaient besoin.

Le rôle de Fromeo ? Aider les gens à s'y retrouver parmi des centaines de fromages québécois en leur proposant des recommandations personnalisées au fil d'une conversation. Au lieu de les forcer à parcourir d'innombrables catégories de fromages, Fromeo leur propose une expérience simple : « Que ressentez-vous aujourd'hui ? ».

Voici un exemple classique d'intégration d'un chatbot dans le parcours utilisateur. Il transforme une session de navigation passive en un parcours interactif à forte valeur ajoutée.

Définissez des attentes claires dès le départ

Ruby Labs a utilisé cette approche lors de la mise à l’échelle de la prise en charge sur six applications basées sur un abonnement.

Lorsqu'un utilisateur ouvre son chatbot d'assistance, quatre options simples lui sont instantanément présentées : 

• Annuler mon compte
• Questions de facturation
• Résoudre un problème technique
• Poser une question générale

Ces boutons guident les utilisateurs vers des résultats positifs en faisant immédiatement apparaître les besoins les plus courants. 

Il ne s'agit pas d'une technologie sophistiquée, mais de montrer clairement aux gens ce que le bot peut faire.

Cela a joué un rôle important dans la capacité de Ruby Labs à automatiser plus de 4 millions de sessions d'assistance chaque mois avec un taux de résolution de 98 % . 

Il est également important d'être honnête sur ce que le chatbot ne peut pas faire. S'il ne gère pas des tâches comme les remboursements ou l'aide détaillée sur le compte, précisez-le clairement.

Conception pour un flux conversationnel

L’une des raisons pour lesquelles je me retrouve à utiliser ChatGPT C'est souvent ainsi que les conversations semblent naturelles.

ChatGPT Il fait des pauses et répond d'une manière qui donne l'impression d'un véritable échange. Ce rythme facilite l'assimilation des informations et la concentration, surtout lorsque je pose des questions complexes.

Voilà à quoi ressemble un bon flux de conversation et c'est ainsi que je rends les chatbots plus humains . 

Voici quelques autres conseils et astuces que j'utilise pour concevoir un flux de conversation :

• Gardez les réponses courtes et précises
• Ajouter des pauses subtiles entre les messages afin que les utilisateurs aient le temps de traiter ce qu'ils voient

1. Plongez au cœur de la recherche utilisateur et de la découverte des intentions

Avant d'esquisser un flux ou de rédiger un message, vous devez savoir à qui vous vous adressez. Pas en termes vagues de persona : de vrais utilisateurs, de vrais objectifs, de vraies frictions.

C'est là que la plupart des robots échouent : ils sont construits à partir d'hypothèses et non de preuves.

Commencez par répondre à trois questions fondamentales :

• Qui sont les utilisateurs typiques ? (par exemple, nouveaux visiteurs, clients fidèles, employés ?)
• Quels sont leurs objectifs ? (par exemple, obtenir de l’aide, effectuer un achat, suivre quelque chose, annuler un abonnement ?)
• Qu’est-ce qui les frustre dans l’expérience actuelle ?

Vous ne trouverez pas ces réponses dans un brainstorming. Discutez avec des équipes comme le support client, les ventes et les produits pour identifier les points les plus problématiques pour les utilisateurs. 

Ensuite, consultez les tickets d’assistance, les transcriptions de chat ou les recherches dans le centre d’aide pour trouver des modèles. 

Grâce à cette recherche, vous créez une carte d'intention : une liste de ce que votre bot doit gérer et de la manière dont les utilisateurs formulent naturellement ces demandes.

2. Définissez un objectif clair pour votre chatbot

Votre chatbot n'a pas besoin de tout faire. Il doit juste faire une chose parfaitement .

Avant d’écrire un seul message, identifiez le cas d’utilisation ayant le plus d’impact : quelque chose dont les utilisateurs ont réellement besoin et quelque chose que votre équipe peut automatiser en toute confiance. 

Vous recherchez un processus qui vous convient parfaitement :

• Haute fréquence
• Agace les utilisateurs
• Suit un modèle prévisible

Par exemple, dans le commerce électronique, il s'agit généralement du suivi des commandes ou de la recherche de produits : les deux sont fréquents, structurés et peu risqués à automatiser.

Une fois votre objectif défini, rédigez une mission en une seule ligne pour le bot. Par exemple : « Guider les utilisateurs lors de la résiliation de leur compte sans intervention d'un agent, en moins de deux minutes. »

Maintenant, définissons le succès de manière chiffrée . Visez-vous une automatisation de 80 % ? Une réduction du temps de traitement moyen ? Moins d'escalades ?

3. Concevoir de bout en bout Chat Voyage

Planifiez l'intégralité du parcours utilisateur avant même de rédiger un seul message. C'est la base de l'expérience utilisateur d'un chatbot.

4. Rédigez et testez des exemples de dialogues

Une fois que vous avez cartographié le flux de votre chatbot, il est temps d'entrer dans les détails qui comptent le plus : les mots réels que dit votre chatbot.

Voici la règle que je suis à chaque fois : si vous ne pouvez pas écrire un exemple de conversation réaliste pour une intention, vous n'êtes pas encore prêt à la construire.

Commencez par rédiger 3 à 5 exemples de dialogues pour vos principaux cas d'utilisation : des scénarios concrets et précis, basés sur vos recherches utilisateurs. Ils doivent refléter le langage réel utilisé, et non un texte commercial épuré. 

Par exemple :

• Un utilisateur qui vient d'être facturé deux fois et qui est frustré.
• Quelqu'un essaie de réinitialiser son mot de passe mais ne reçoit pas l'e-mail.
• Un nouvel utilisateur qui ne sait pas comment annuler son essai.

Rédigez l'interaction dans son intégralité , y compris les cas limites et les détours gênants. Si quelqu'un donne une réponse partielle ou s'écarte du script, comment le bot gère-t-il la situation ?

Gardez des messages courts et clairs. Décomposez les explications en étapes logiques et utilisez des sauts de ligne pour améliorer la lisibilité.

Une fois écrits, jouez les dialogues avec votre équipe ou mieux, avec de vrais utilisateurs. 

Lisez-les à voix haute. 

En observant les journaux d'interaction des utilisateurs avec le bot, identifiez les hésitations, les erreurs d'interprétation ou les questions complémentaires que votre script n'avait pas anticipées. C'est sans doute le meilleur moyen d'améliorer les flux. 

5. Créez votre chatbot

Maintenant que votre flux et votre contenu sont prêts, il est temps de créer votre chatbot IA .

Vous aurez besoin de :

• Message de bienvenue
• Intentions principales (FAQ, aide au compte, recherche de commande, etc.)
• Prise en charge de la logique de transfert
• Gestion des nouvelles tentatives et des replis

Votre équipe doit également décider comment le bot stockera des données telles que les numéros de commande ou les préférences des utilisateurs. Devra-t-il appeler des API pour récupérer les données d'expédition ou les disponibilités du calendrier ? Doit-il mémoriser les interactions passées ?

Intégrez-vous à des outils comme Calendly ou Google Calendar pour la planification, Zendesk pour l'assistance et Stripe ou Shopify pour les transactions. Des API personnalisées peuvent vous aider à vous connecter à vos systèmes internes.

6. Tester et affiner en permanence

Une fois que votre robot sera opérationnel, vous apprendrez rapidement ce qui fonctionne et ce qui ne fonctionne pas. 

Et pour cela, nous pouvons dire : merci, chatbot analytics .

Rien ne vaut les données du monde réel provenant d’utilisateurs réels lorsqu’il s’agit d’améliorer votre bot.

Quelques indicateurs clés à surveiller après le lancement :

• Intentions les plus courantes
• Nœuds à forte perte de signal
• Phrases répétées qui touchent des replis
• Durée par séance / taux de réussite

Conseil de pro : créez un « journal d'amélioration du bot ». 

Je recommande de consulter ce journal toutes les deux semaines. Suivez les mises à jour et leur impact. Repensez votre capacité à reconnaître les intentions à mesure que de nouveaux schémas apparaissent. 

Outils de planification et de cartographie

Ces outils vous aident à esquisser la logique d'un chatbot avant même d'écrire une ligne de code. Ils sont parfaits pour visualiser les flux et identifier les cas limites.

Carte lucide

‍

En tant que personne qui crée des chatbots pour le plaisir (et qui travaille dans une entreprise d'IA), c'est de loin l'un de mes outils préférés pour planifier des conversations. 

Il est idéal pour créer des arbres de conversation détaillés, des chemins de secours et une logique de décision. 

J'aime particulièrement l'utiliser lorsque je travaille avec des ingénieurs ou des équipes de support, car tout est super visuel et facile à aligner. 

Bonus : la collaboration en temps réel est un rêve pour le travail d'équipe asynchrone.

Miró

Je lance généralement mes ateliers de conception de chatbots dans Miro. C'est idéal pour exprimer des idées brutes, comme des intentions et des exemples de formulations, dans un environnement visuel.

Si Lucidchart est mon outil de formalisation, Miro est le lieu de la réflexion créative complexe. C'est aussi un excellent outil pour organiser des brainstormings en équipe ou recueillir les retours d'expérience des utilisateurs après une recherche.

Capricieux 

C'est ma solution de prédilection lorsque je souhaite créer un brouillon de conversation rapide ou simplement esquisser un petit flux de fonctionnalités.

C'est parfait lorsque je travaille en solo ou que j'ai besoin de montrer un concept à quelqu'un sans avoir à utiliser un grand « ensemble d'outils ». 

C'est également idéal pour garder les choses propres et de haut niveau sans plonger trop tôt dans les détails.

Outils de test et de recherche

Aucune stratégie de chatbot n'est complète sans tester les interactions réelles des utilisateurs. Ces outils vous aident à valider la conception des conversations et à recueillir les retours avant le lancement.

PlaybookUX 

‍

J'ai utilisé PlaybookUX pour exécuter des tests non modérés sur des prototypes de chatbot, et cela me donne toujours une mine d'or de commentaires.

Vous obtenez les réactions des utilisateurs et le comportement de navigation sans avoir besoin de planifier des entretiens. 

C'est particulièrement utile pour repérer les points où les utilisateurs lisent mal le bot ou prennent des virages inattendus dans le flux.

Labyrinthe 

J'aime utiliser Maze pour des tests de signal rapides. 

Quand vous voulez juste savoir : est-ce que ce flux avait du sens ?

Rétrospective 

Lookback prend en charge les entretiens en direct et les enregistrements d'écran afin que vous puissiez observer les réactions en temps réel et les problèmes d'utilisation.

Personnellement, j'ai détecté de petits problèmes de timing ou une formulation peu claire simplement en regardant un utilisateur hésiter pendant trois secondes au milieu d'une conversation.

Déployer des agents d'intelligence artificielle ?

Lire notre schéma directeur pour la mise en œuvre d'un agent d'IA

Lire la suite

Plateformes de chatbots IA

Il s'agit de plateformes de bout en bout utilisées lors de la mise en œuvre de chatbots pour créer et déployer des expériences conversationnelles. Elles incluent souvent des outils de logique, d'intégration et de traitement du langage naturel.

Botpress

‍

Je construis tout en Botpress : il atteint le juste milieu entre le sans code et la flexibilité totale du développeur.

Botpress offre une plate-forme complète pour créer une IA conversationnelle avec prise en charge de NLU, RAG et des flux personnalisés. 

Le visuel créateur est intuitif pour les concepteurs et la plateforme prend en charge les tests et le débogage en temps réel. 

Et c'est une solution idéale pour les équipes qui cherchent à passer du concept à la production avec un minimum de code. 

Et le meilleur dans tout ça ? C'est gratuit !

Rasa 

N'ayant pas de formation technique, je dirais que Rasa est plus axé sur l'ingénierie. J'ai utilisé Rasa pour des bots personnalisés plus axés sur le ML, par exemple lorsque j'avais besoin d'un contrôle total sur les modèles d'intention.

Mais si votre équipe a de l’expérience avec Python et a besoin de créer quelque chose au-delà de la logique glisser-déposer, Rasa est incroyablement puissant. 

Dialogflow 

Dialogflow est idéal pour les robots simples ou lorsque votre stack est déjà profondément ancré dans Google Cloud.

Je l'ai utilisé une fois pour créer un robot d'assistance informatique à commande vocale qui se connectait à Google Calendar et des draps. 

Ce n'est pas aussi flexible pour les flux avancés ou la logique personnalisée, mais vraiment fluide si vos besoins sont simples.

Outils d'analyse et d'optimisation

Une fois votre chatbot en ligne, vous aurez besoin d'analyser ses performances. Les outils d'analyse suivent le comportement des utilisateurs, la réussite des conversations, les points d'abandon, etc.

Botpress (intégré) 

‍

Un autre aspect de Botpress ce que j'adore, c'est l'onglet d'analyse intégré.

Il est vraiment facile de déboguer les flux dans leur contexte et de voir ce que les utilisateurs ont tapé avant que le bot ne soit confus.

Dashbot 

Si vous exécutez plusieurs bots ou souhaitez un tableau de bord dédié à l'engagement et aux performances, Dashbot est idéal.

Il donne aux utilisateurs un aperçu structuré de choses comme la rétention des utilisateurs et les déclencheurs de secours. 

Google Analytics (événements personnalisés) 

Je recommande vivement Google Analytics pour les équipes marketing qui souhaitent voir comment le bot affecte les conversions, les taux de rebond ou l'engagement global de la page. 

Ce n'est pas un chatbot natif, mais c'est idéal pour une analyse plus large de l'entonnoir.

Combien de temps faut-il pour concevoir et lancer un chatbot ?

La conception et le lancement d'un chatbot qui fonctionne bien peuvent prendre de quelques heures à plusieurs semaines, en fonction de sa complexité. Les robots de FAQ simples peuvent être mis en ligne en 2 ou 3 heures, tandis que les robots plus avancés gérant des tâches complexes peuvent nécessiter quelques jours ou plus pour garantir la qualité et la fiabilité.

Ai-je besoin de compétences en codage pour concevoir un chatbot ?

Des compétences en codage ne sont pas strictement nécessaires pour la conception d'un chatbot, grâce aux constructeurs visuels et aux outils sans code proposés par des plateformes comme Botpress (ou Dialogflow). Cependant, les intégrations complexes ou les fonctionnalités spécialisées bénéficient souvent du soutien d'un développeur pour étendre les capacités d'un chatbot.

Un chatbot peut-il gérer plusieurs langues ou dialectes dans le même bot ?

Un chatbot peut gérer plusieurs langues ou dialectes dans le même bot s'il est conçu à l'aide de modèles multilingues de compréhension du langage naturel (NLU) et s'il prend en charge des données d'entraînement spécifiques à chaque langue. De nombreuses plateformes de chatbot modernes offrent des fonctionnalités multilingues intégrées, mais vous devrez toujours planifier les traductions avec soin et tester les nuances dans la formulation, le contexte culturel et les attentes des utilisateurs dans différentes régions.

Comment puis-je mesurer le succès de la conception de mon chatbot après son lancement ?

Le succès de la conception d'un chatbot est mesuré après le lancement à l'aide d'indicateurs tels que les taux d'achèvement des tâches, les scores de satisfaction des utilisateurs, les taux de repli et le temps de résolution moyen. Les journaux de conversation et les commentaires des utilisateurs permettent d'identifier les points de friction et l'efficacité globale.

Quelles sont les erreurs les plus courantes à éviter lors de la conception de conversations avec un chatbot ?

Les erreurs les plus courantes dans la conception des chatbots sont l'utilisation d'un langage robotique ou trop formel, l'absence de clarification des capacités du robot, la création de flux rigides qui ignorent les entrées inattendues et l'absence de messages de repli efficaces. Des tests avec de vrais utilisateurs permettent de garantir des conversations naturelles et des interactions fluides et utiles.