Accueil > Dossiers > Chatbot et Big Data : le lien entre agents conversationnels et données
chatbot et big data

Chatbot et Big Data : le lien entre agents conversationnels et données

Could not resolve host: public.newsharecounts.comCould not resolve host: public.newsharecounts.com

Chatbot et Big Data sont deux technologies de pointe inextricablement liées. Découvrez comment les agents conversationnels collectent, analysent et exploitent les mégadonnées.

Vous les voyez sur de plus en plus de sites web et de réseaux sociaux. Sous forme d’avatars animés ou de simples boîtes de dialogues, les chatbots sont partout sur internet. Ils sont capables de répondre aux questions, de vous aider à résoudre un problème technique, à commander un produit ou à vous diriger vers le service adapté à vos besoins.

C’est également sur cette technologie que reposent les assistants virtuels comme Siri, Google Assistant et Microsoft Cortana. Pour de nombreux experts, les chatbots sont même voués à remplacer totalement les applications mobiles.

Le premier chatbot, Eliza, fut créé par le MIT dans les années 1960. Si les agents conversationnels connaissent aujourd’hui un essor fulgurant, c’est grâce aux nombreuses avancées technologiques qui ont lieu ces dernières années.

L’augmentation de puissance de calcul, les progrès réalisés dans le domaine de l’intelligence artificielle, de l’analyse du langage, et du Machine Learning, font partie des innovations qui ont permis aux chatbots de devenir plus performants. Cependant, ces robots dédiés à la communication naturelle sont également étroitement liés au Big Data. Découvrez les liens qui unissent les chatbots aux mégadonnées.

Chatbot et Big Data : comment les agents conversationnels collectent les mégadonnées

chatbot big data collecte

Le rôle premier d’un chatbot est de répondre à la requête d’un client. Cependant, les interactions avec les utilisateurs sont également des sources de données que le chatbot collecte et stocke dans une base de données.

Rappelons que les mégadonnées ou Big Data sont définies par trois caractéristiques, les 3V : volume, vélocité et variété. Or, les données générées par les conversations entre chatbot et internaute remplissent ces trois conditions.

En termes de volume, le chatbot Nina de la Bank of Sweden tient par exemple 30 000 conversations par mois. La vélocité est assurée par la vitesse extrême à laquelle les requêtes sont traitées et catégorisées par ces agents robots. Enfin, la variété est garantie par la diversité des requêtes et des termes employés par les utilisateurs.

Chatbot et Big Data : comment les agents conversationnels analysent les mégadonnées

chatbot analyse

Le fonctionnement des chatbots repose sur l’analyse de données. Ainsi, lorsqu’un internaute lui envoie un message, le chatbot ne comprend pas véritablement ce qu’il lui dit ou lui demande de la même manière qu’un humain.

Pour comprendre une requête, le chatbot utilise la reconnaissance de patterns. Il va reconnaître certains termes ou groupes de mots afin de délivrer une réponse associée à ces termes.

Les agents conversationnels les plus avancés sont également en mesure d’analyser la façon de parler d’un utilisateur et d’y associer un sentiment. Il s’agit de la technique de ” l’analyse de sentiment “. Ceci permet par exemple aux entreprises de détecter rapidement la frustration d’un client afin de résoudre ses problèmes en priorité et d’améliorer le support client.

Chatbot et Big Data : comment les entreprises exploitent les données des chatbots

chatbot exploitation

Il y a encore peu de temps, les principales sources de données client exploitables par les entreprises pour le marketing personnalisé étaient les e-mails ou les interactions sur les réseaux sociaux. Aujourd’hui toutefois, les données collectées et analysées par les chatbots sont d’une grande valeur pour les entreprises.

Grâce au traitement naturel du langage et à l’analyse démographique, ces données peuvent par exemple permettre de détecter des tendances et d’élaborer des messages personnalisés employant le même langage que la cible.

Il est aussi possible d’analyser la fréquence de certains problèmes signalés au service client afin de déterminer quels sont les produits et services qui posent le plus de soucis. Les mesures adéquates peuvent ainsi être prises.

En outre, ces données peuvent aussi être exploitées pour créer un moteur de recommandation. Il s’agit là de combiner les données collectées par le chatbot avec la technique de l’analyse prédictive afin de proposer à chaque client des produits et services qui répondent à ses besoins. De manière générale, les chatbots permettent d’améliorer l’expérience client.

Les chatbots peuvent aussi être utilisés pour communiquer avec les clients via les applications mobiles et notamment les applications de messagerie. Par exemple, lors de sa conférence développeur F8 2016, Facebook a lancé la prise en charge des chat bots pour sa plateforme Messenger. D’autres applications de messagerie comme Telegram et Slack sont également compatibles avec les chatbots.

Ceci permet aux entreprises de simplifier la communication avec leurs clients en étant accessibles sur une messagerie qu’ils utilisent au quotidien. La relation client s’en trouve améliorée et renforcée. En mai 2018, Facebook a révélé qu’on compte désormais 300 000 chatbots actifs sur sa plateforme Messenger et que 8 milliards de messages ont été échangés entre les entreprises et leurs clients.

Beaucoup d’entreprises de renom utilisent les chatbots Facebook Messenger. C’est par exemple le cas de Whole Foods, Sephora, Wall Street Journal, Pizza Hut, Mastercard, Lyft, Spotify ou encore Skyscanner.

Chatbot et Big Data : comment les chatbots s’améliorent grâce aux données qu’ils collectent

chatbot amélioration

Les chatbots eux-mêmes peuvent être améliorés grâce aux données qu’ils collectent. Ces données peuvent être utilisées pour nourrir de nouveau les algorithmes de deep learning sur lesquels reposent les chatbots afin d’augmenter leur intelligence.

Par exemple, en passant en revue les questions auxquelles un chatbot n’a pas su répondre et les mots utilisés par le client, les développeurs peuvent assigner de nouvelles réponses à ces requêtes.

De même, à mesure que le chatbot tente d’assigner des sentiments aux mots d’un utilisateur, ses capacités d’analyse de sentiment s’améliorent. Il devient par extension capable de collecter encore plus de données. Ce cycle vertueux est rendu possible par le Machine Learning et le Big Data.

Vous l’aurez compris, le Big Data est au coeur du fonctionnement chatbots et les chatbots eux-mêmes génèrent de précieuses données. Au fil des années à venir, les agents conversationnels vont continuer à s’améliorer jusqu’à ce qu’il soit impossible de les différencier d’un interlocuteur humain. On peut donc s’attendre à ce qu’ils s’étendent à davantage de secteurs d’application.

Comment créer un chatbot grâce au Big Data ?

chatbot création

En réalité, le fonctionnement même des chatbots repose sur le Big Data. En effet, un chatbot est créé est entraîné à partir d’ensembles de données.

La façon dont les données sont prises en charge dépend du type de chatbot. Par exemple, un robot scripté ne peut offrir qu’un ensemble limité de fonctions et ne peut prendre en charge que certaines questions précises.

En revanche, grâce au Machine Learning, les chatbots peuvent acquérir des connaissances et des facultés de compréhensions supérieures en examinant des exemples de conversations passées. Les chatbots les plus avancés peuvent même observer des conversations en direct pour acquérir de nouvelles connaissances.

Les données nécessaires à leur fonctionnement peuvent provenir de différentes sources. Il peut s’agir de requêtes adressées au service client, d’informations stockées sur la page FAQ de l’entreprise, de logs d’appels, ou encore d’ensembles de données ouvertes mis à disposition par les gouvernements ou par d’autres organisations.

Les données sont ensuite converties dans une forme structurée à partir de laquelle les chatbots peuvent à prendre. Il est possible de développer le chatbot à l’aide d’un arbre de décision, mais il sera bien plus simple et efficace d’utiliser les technologies de traitement naturel du langage (NLP), de compréhension naturelle du langage (NLU) et de Machine Learning.

Il suffit alors de fournir des ensembles de données aux robots pour leur permettre de s’entraîner avant d’être déployés en situation réelle. Par exemple, le NLP peut employer une approche déclarative pour permettre aux chatbots de reconnaître les intentions et les entités. De grandes quantités de phrases d’exemple seront alors utilisées pour indiquer au robot quels termes sont importants dans une conversation et ce que souhaite l’utilisateur.

Par la suite, une fois le chatbot déployé, il sera possible d’analyser les conversions pour détecter les phrases qu’il a du mal à analyser. On pourra alors opter pour une approche de Machine Learning ” supervisé “, consistant à ajouter manuellement de nouvelles phrases d’exemple pour aider le chatbot à améliorer ses principaux points faibles.

Top des meilleures plateformes pour créer un chatbot

Le Machine Learning est une technologie complexe, mais sachez qu’il existe de nombreux outils permettant de créer des chatbots sans connaissances techniques en la matière. Chacune de ces plateformes adopte une approche différente, mais toutes permettent de créer de puissants chatbots de manière intuitive et rapide. Si vous souhaitez créer un agent conversationnel pour votre entreprise, nous vous recommandons d’utiliser l’un de ces outils.

Chatfuel

Avec Chatfuel, vous pourrez créer facilement un chatbot pour Faebook Messenger. Vous n’aurez pas besoin de savoir coder pour l’utiliser. Les fonctionnalités de gestion et de réutilisation des messages sont également au point.

De plus, la version gratuite permet d’accéder à presque toutes les fonctionnalités avec une limite de 5000 utilisateurs. Toutefois, les utilisateurs verront le logo Chatfuel. La version payante est proposée à partir de 15 dollars par mois et offre davantage d’insights, une service client prioritaire et des fonctionnalités additionnelles de gestion des données.

ManyChat

ManyChat est l’un des principaux concurrents de Chatfuel. Les deux plateformes ont d’ailleurs de nombreux points communs. Là encore, vous n’aurez pas besoin de compétences en code informatique pour l’utiliser. D’ailleurs, ManyChat est plus facile à utiliser que Chatfuel.

Cependant, on déplore l’absence de certaines fonctionnalités de gestion des messages. De plus, la version gratuite est très limitée puisque vous ne pourrez avoir que 500 utilisateurs. La version payante est proposée à partir de 15 dollars par mois pour 1000 utilisateurs, et 45 dollars par mois pour 5000 utilisateurs. En termes de fonctionnalités de gestion et d’analyse de données, et de création d’expérience personnalisées, ManyChat est largement supérieur à Chatfuel.

Flow XO

Floz XO permet de créer des chatbots, de les héberger et de les déployer su run grand nombre de plateformes. Ainsi, ce logiciel n’est pas limité à Facebook Messenger. Il est même possible de créer des widgets de chatbots pour un site web ou pour les intégrer à des plateformes tierces adaptées. Les utilisateurs peuvent aussi partager vos bots.

L’interface est très simple d’utilisation. La version d’essai gratuite permet de découvrir toutes les fonctionnalités, dans une limite de 500 interactions. La version payante est proposée pour 19 dollars par mois pour 5000 interactions, et 25 dollars par mois pour 30 000 interactions.

Botsify

Botsify permet de créer facilement des chatbots pour un site web ou pour Facebook Messenger. On retrouve par ailleurs des fonctionnalités d’intégration très pratiques qui le distinguent de la concurrence.

Par exemple, il est possible d’intégrer les chatbots Botsify avec Shopitfy, WordPress ou Alexa. Une fonctionnalité permet aussi à un employé humain de se joindre à une conversation en cas de besoin. Vous pouvez essayer gratuitement Botsify, ou opter pour la version payante qui débute à partir de 10 dollars par mois.

ChatterOn

ChatterOn se présente comme le ” bot builder ” le plus rapide du marché, et permet de créer des chatbots en moins de cinq minutes. Pour commencer, 20 bots préfabriqués sont proposés. Il est ensuite possible d’en choisir un et de le personnaliser à l’aide d’une interface très simple.

Il est possible d’intégrer des carroussels, des boutons, des photos, des gifs et des vidéos au chatbots. De plus, des publicités contextuelles proposées par Radbots permettent de monétiser les chatbots. La plateforme est proposée gratuitement, avec une limitation de 15 000 messages par mois. Par la suite, chaque message est facturé 0,0010 dollar.

Il existe un grand nombre d’autres plateformes de création de chatbots. On peut notamment citer Pandorabots, Sequel, TARS, Wit.ai, ou encore Botkit. Toutes ces plateformes vous permettront de profiter de la technologie chatbots sans avoir besoin de compétences en programmation. Choisissez celle dont les fonctionnalités et l’interface correspondent à vos besoins et à vos préférences.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Send this to a friend