Vous pouvez aussi écouter ce podcast ici ou sur votre plateforme préférée (et pensez à vous abonner 😉 )
Le but de cet article est de vous présenter plus en profondeur le fonctionnement de principe d’un chatbot.
Alors, évidemment, je ne vais pas rentrer dans tous les détails techniques. Je voudrais que cette explication serve surtout aux équipes qui vont être en charge de la stratégie marketing du chatbot. L’équipe technique, par définition, s’est déjà informée sur le sujet.
En tant qu’équipe marketing, vous allez avoir pour mission de concevoir le chatbot, de l’entrainer, puis de le maintenir. Ces trois phases, qui marquent trois moment de la vie d’un projet chatbot, nécessitent de bien comprendre les rouages dans leur principe.
Le fonctionnement du chatbot comme un ensemble de briques logicielles
Je vous propose d’imaginer le chatbot comme un ensemble de briques logicielles qui interagissent les unes avec les autres. Ces briques échangent des informations et entrent finalement en interaction avec l’utilisateur.
L’interface utilisateur
La première brique, c’est l’interface utilisateur. Dans un chatbot, c’est une fenêtre composée d’un champ de saisie texte, qui permet à l’utilisateur d’entrer sa question, et ce champ est associé à un bouton d’envoi. Le reste de l’espace est dévolu à l’affichage des bulles de dialogue, qui composent l’historique de la conversation.
Le moteur conversationnel
L’interface utilisateur est associée à une seconde brique, qu’on va appeler le moteur conversationnel. Ce moteur est l’élément logiciel qui centralise la traitement de l’information. Il réceptionne de l’interface utilisateur la question du visiteur et la renvoie à différentes briques logicielles de traitement de l’information. Le moteur conversationnel joue en somme le rôle d’aiguilleur du ciel, de coordinateur, ou de chef d’orchestre.
Il stocke également l’ensemble des scénarios de dialogues, qu’il va afficher en fonction des réponses informationnelles des autres briques.
L’intelligence artificielle
Quand le moteur conversationnel reçoit une demande en langage naturel, il n’a aucun moyen de la comprendre. C’est la raison pour laquelle il envoie cette question à une troisième brique, qu’on appelle souvent l’IA, pour Intelligence Artificielle. Le rôle de cette IA est très précis. Il consiste à réaliser un traitement automatique du langage naturel, c’est-à-dire de la phrase tapée par l’utilisateur. Certains experts appellent le traitement automatique du langage naturel par son acronyme, TALN, T.A.L.N, ou par son sigle en anglais, NLP, pour Natural Language Processing.
En l’état actuel du fonctionnement technique d’une brique NLP, l’Intelligence artificielle ne comprend pas le sens de la phrase. Elle réalise plutôt une analyse statistique très complexe, qui consiste à comparer la phrase de l’utilisateur à un corpus de référence, un ensemble de phrases types prédéfinies par le concepteur du chatbot. Ce corpus est aussi appelé phrases d’entrainement, ou training du chatbot.
Ces phrases sont regroupées par sujet, ou par thème, que l’on appelle « intention ». Par exemple, le chatbot d’un transporteur aura notamment une intention « acheter un billet », qui regroupera des phrases d’entrainement comme « je veux acheter un billet », ou « vendez-vous un billet pour Marseille » ou encore « je veux un aller simple pour Lille ». Toutes ces phrases exprimer l’intention d’ « acheter un billet ».
L’intelligence artificielle compare donc la phrase de l’utilisateur à ces phrases d’entrainement, pour en déterminer un score de pertinence, de proximité, ou de ressemblance, pour désigner, au moteur conversationnel, l’intention la plus probable.
Retour au moteur conversationnel
Le moteur conversationnel peut alors déclencher le scénario dialogique le plus approprié. Le scénario peut prévoir que le moteur conversationnel demande plus de précision à l’utilisateur. Par exemple, il peut avoir besoin de connaître la destination souhaitée. Cette information est un paramètre, que l’on appelle une entité, ou une variable. Une fois ses besoins d’informations complétés, le moteur conversationnel va se connecter à une quatrième brique logicielle, qui est un applicatif métier. Dans notre cas, ce sera le service d’information qui permet de connaître la disponibilité des places pour une destination donnée. Si dans ces scénarios, il est prévu la vente, il se connectera aussi à un applicatif métier gérant le e-commerce, ou un applicatif gérant la réduction des tarifs, etc… Bref, vous le comprenez, chaque demande utilisateur implique souvent plus qu’une simple réponse pour proposer un service complet.
Les statistiques internes ou externes
Cinquième brique logicielle importante, c’est la brique statistique, qui permet d’agréger l’historique des conversations et d’en tirer des connaissances marketing. Cette brique est parfois internalisée, c’est-à-dire propre au chatbot, parfois partagée avec les analytiques du site internet, et parfois externalisée : Google propose ainsi un outil d’analyse spécifique, qui s’appelle Google Chatbase, mais il en existe bien d’autres sur le marché.
Le backoffice, bien pratique pour gérer rapidement son chatbot
Ultime brique logicielle, qui n’existe pas forcément, c’est le backoffice du chatbot. Certains chatbots sont encore le produit d’un développement informatique sur-mesure. Mais on s’appuie de plus en plus sur des plateforme de création de chatbots, comme Chatfuel, ou l’excellent Botnation.ai.
Ces plateformes permettent non seulement la création du chatbot, sans coder, mais aussi leur maintenance complète. Ce qui permet à une équipe marketing d’être totalement autonome au quotidien.
En résumé…
Si on résume, une interface utilisateur se connecte à un moteur conversationnel. Celui-ci va s’appuyer sur une intelligence pour comprendre la demande de l’utilisateur. Pour construire une réponse complète, il va chercher des informations, et opérer des actions, au travers d’applicatifs métiers. L’historique des conversation donne lieu à des analytiques. Grâce aux plateformes en ligne, il est possible de gérer tout cela sans une ligne de code. Ce qui permet au service marketing d’être autonome.
Voilà, j’espère que cette explication était claire. On parlera en détail dans les prochaines épisodes de ces différentes briques logicielles, notamment de la brique NLP ou IA, qui joue un rôle majeur.
Si vous souhaitez réagir ou poser des questions, n’hésitez pas à me contacter via le site de chatbot-strategie.com ou à laisser un commentaire !
Si vous avez aimé, hé bien, abonnez-vous, suggérez-nous de prochains sujets, et partagez ce podcast et votre passion pour les chatbots !