Les premiers chatbots ont fait leur apparition il y a quelques années. Beaucoup d’entre eux fonctionnaient avec des boutons et guidaient les utilisateurs à travers des flux prédéfinis.
Bien que de nombreuses entreprises utilisent encore ce type de chatbots de base, beaucoup d'autres se sont tournées vers des technologies plus avancées d'intelligence artificielle et de traitement du langage naturel.
Celles-ci vont au-delà des interactions de base permises par les systèmes à boutons : elles sont capables de comprendre l’intention d’un utilisateur en analysant les demandes en langage naturel formulées par l’utilisateur dans le chatbot. C’est le strict minimum, vous ne trouvez pas ?
Et pourtant, c’est extrêmement complexe. Le langage humain est tellement riche, large et plein de subtilités qu’il n’est pas si simple pour les machines de comprendre chaque demande.
Cependant, les chatbots qui comprennent le langage naturel produisent de meilleurs résultats en termes de satisfaction du client. Ils réduisent les risques de blocage et de frustration. En effet, il faut reconnaître que lorsque les demandes de l’utilisateur ne sont représentées dans aucune des options des boutons, cela génère probablement encore plus d’insatisfaction.
Bien plus que des bots informationnels
Dans la quête d’un robot qui agit et répond comme un humain, nous voyons la nécessité de connecter ce robot avec d’autres systèmes pour ajouter de la transactionnalité et de l’intelligence.
Prenons un cas simple. Un robot de base, lorsqu’un utilisateur demande « Je veux télécharger ma dernière facture d’électricité », pointe vers un contenu qui explique les étapes du téléchargement de la facture. Toutefois, que se passerait-il si nous pouvions donner au robot la possibilité de partager la facture avec l’utilisateur par le biais de la chatbox ?
Les chatbots avancés s’intègrent par le biais d’API et de webhooks à d’autres systèmes, tels que les CRM, les CMS, les ERP, mais aussi les systèmes internes des banques, des compagnies d’assurance, des compagnies de téléphone et même les systèmes de stock du commerce électronique.
Quels types d’actions un chatbot transactionnel peut-il réaliser ?
Que permet un chatbot transactionnel ? Un exemple dans le secteur des services publics
La réponse à cette question est à la fois simple et complexe. Avec une configuration adéquate, un chatbot peut permettre plusieurs transactions. Cela dépendra de ses intégrations avec différents systèmes. Cependant, les capacités les plus avancées des chatbots actuels peuvent aller au-delà.
Prenons un exemple avec la technologie d’Inbenta et voyons ce que leurs bots sont déjà capables de faire pour une entreprise de services publics.
Téléchargement de la facture
Reprenons le cas où un utilisateur souhaite télécharger une facture d’électricité spécifique. Avec un chatbot transactionnel, si l’utilisateur est connecté, le chatbot pourra faire des recherches sur le compte de l’utilisateur et renvoyer la facture directement dans la chatbox, ou même par courriel.
Paiement des factures
Certaines entreprises mettent déjà en œuvre des chatbots qui incluent des méthodes de paiement instantané pour payer les factures par ce canal.
Relevé des compteurs électriques
Il est désormais déjà possible d’envoyer son propre relevé de compteur électrique via les canaux chatbot ou Whatsapp (automatisé avec un bot).
Coupures d'électricité
Il est possible de communiquer aux clients, de manière automatisée, les coupures d’électricité et le rétablissement du service.
Demande de rendez-vous avec des techniciens
La prise de rendez-vous peut être automatisée en connectant le chatbot avec le système de planification pour proposer automatiquement un rendez-vous adapté au client sans l’intervention d’aucun agent.
3 exemples de chatbots dans les services publics
Pepe, le chatbot de Naturgy
Naturgy est l’un des plus grands fournisseurs d’électricité en Espagne. Proposant à la fois des offres d’électricité et de gaz naturel, ils comptent des millions de clients dans le monde entier. Afin de répondre à des milliers de demandes par jour, Naturgy a mis en place Pepe, un chatbot basé sur le langage naturel qui comprend les demandes des utilisateurs et fournit la réponse la plus précise.
Pepe peut vous prodiguer des conseils pour économiser de l’argent sur l’installation de panneaux solaires, des informations sur la façon de changer de contrat et il vous encourage même à participer à un concours pour gagner un séjour à l’hôtel.
Le bot de Butagaz
Un autre bon exemple de chatbot dans le secteur des services publics est l’assistant virtuel de Butagaz.
Fournisseur français de gaz en bouteille, comme le gaz de pétrole liquéfié, le butane et le propane, Butagaz compte plus de 4 millions de clients.
Comprenant tous les types de demandes, même celles contenant des fautes d’orthographe, le chatbot de Butagaz guide les clients tout au long de leur parcours jusqu’à ce qu’ils trouvent la réponse exacte qu’ils recherchent.
De plus, le chatbot de Butagaz propose des parcours différents selon les profils (fournisseurs, clients finaux, etc.).
Les chatbots de Neoenergia basés sur Whatsapp
Une autre approche de la mise en œuvre des chatbots consiste à intégrer la technologie dans des canaux sociaux comme Whatsapp.
Dans de nombreux pays, WhatsApp connaît un énorme succès et constitue le canal privilégié de la population pour communiquer entre particuliers et désormais aussi avec les marques. C’est notamment le cas du Brésil.
C’est pourquoi Neoenergia, qui fait partie d’Iberdrola, une grande entreprise de services publics présente dans le monde entier, a décidé de mettre en place des chatbots comprenant le langage naturel via WhatsApp pour aider ses clients. Ceux-ci peuvent accéder à leur compte pour les évaluations énergétiques, les paiements, l’installation et la vérification des compteurs, le téléchargement des factures, la consommation d’énergie et bien plus encore. Ils peuvent également être informés de toute interruption de service.
Aperçu d'un chatbot transactionnel pour les services publics
Pour présenter le fonctionnement de l’une de ces interfaces conversationnelles, nous avons mis en place un exemple expliquant pas à pas comment un assistant virtuel intelligent pense et traite les informations, jusqu’à chaque intégration et requête envoyée à un logiciel tiers.
Jetons-y un coup d'œil.
