Contactez-nous
Contact us

Comment créer un assistant virtuel efficace ?

par | Déc 26, 2020 | Blog, Callbot, Chatbot, chatbot, SVI, Voicebot

Qu’est-ce qu’un assistant virtuel ?
L’assistant virtuel est un agent numérique qui n’existe pas réellement : c’est une machine qui va comprendre le sens de votre question et apporter la réponse la plus pertinente possible. On utilise le machine learning afin d’apprendre aux robots comment répondre aux questions des humains. Un assistant virtuel est très flexible, car il peut travailler à temps plein pour le compte de votre entreprise et ne se fatigue jamais.

Les raisons de s’appuyer sur un assistant virtuel au téléphone ou sur le web

L’assistant virtuel vient souvent en aide pour répondre aux questions les plus simples de votre entreprise ! Il peut effectuer des missions très basiques mais qui sont macrophages. En général, ce type de tâches qui le ralentissent au quotidien est à faible valeur ajoutée et empêchent vos collaborateurs de pouvoir se consacrer à leur véritable cœur de métier à savoir développer votre activité.

La principale raison de faire appel à un assistant virtuel réside dans cette optimisation du temps et de pouvoir répondre efficacement à n’importe quel moment de la journée

  • Répondre aux demandes récurrentes
  • prendre en compte les doléances
  • Envoyer des factures
  • envoyer des informations de suivi
  • répondre aux questions RH et métiers les plus basiques

Quelle est la meilleure méthode pour créer un assistant virtuel efficace

Pour créer le meilleur assistant virtuel, vous devez absolument

  1. Connaitre l’ensemble des intensions de vos utilisateurs
  2. Utiliser un outil de compréhension de texte administrable par les usagers
  3. Pouvoir améliorer les réponses données par l’agent virtuel
  4. Renforcer les tournures de phrases pour mieux appréhender la manière dont les questions sont formulées
  5. Suivre en temps réels les KPIs et les indicateurs de satisfaction client

En utilisant un moteur de règle efficace votre agent virtuel peut combiner des tâches relativement complexes dans votre entreprise en se connecter à votre SI (système d’informations) ou votre CRM afin d’aller puiser les informations et recueillir des données en temps réel pour les partager à vos collaborateur. Le stockage de cette « manne de données » va permettre à votre assistant d’évoluer dans le temps et de répondre de manière efficace aux demandes les plus complexes.
L’accompagnement de la société Kwalys va vous permettre de vous guider tout au long de ce cheminement afin que vous puissiez maitriser vous-même cette connaissance pour créer un agent efficient à votre image

Pour info : Le tarif d’un assistant virtuel varie selon la typologie de type de questions que vous souhaitez lui inculquer. Le nombre d’Apis et la volumétrie de questions ainsi que le nombre d’utilisations au quotidien, peuvent donc influer sur le coût de celui-ci. En comprenant votre besoin, nous pouvons vous fournir le tarif de votre assistant virtuel.

comment Installer un callbot pour son callcenter et remplacer le SVI

par | Déc 16, 2020 | Blog, Callbot, SVI

L’innovation majeure en marketing qui va révolutionner les calls centers : le callbot. A mis chemin entre l’humain et le SVI il va apporter la souplesse et la rapidité de réponse attendue par les utilisateurs.

C’est quoi un callBot :

Un SVI augmenté ou il n’y a plus besoin de taper 1 ou taper 2 afin de joindre un service. il suffit de poser la question en langage naturel et d’avoir une réponse de l’assistant virtuel préconfiguré. Celui-ci répond en direct automatiquement et directement grâce à la compréhension du langage et au traitement automatique du langage, ce que l’on appelle communément le TAL. Quelle que soit la question formulée par les utilisateurs, le robot va être capable de l’analyser afin de trouver la réponse la plus appropriée. pas besoin de donner un mot tout seul comme « dépannage ». Vous pouvez formuler une phrase complète du style besoin d’un dépannage pour une fuite d’eau. il va vous répondre via un système de synthèse vocale en lisant vocalement un message au format OGG.

Comment va fonctionner le callbot.
La phrase de démarrage est essentielle. il faut préciser que c’est un robot qui va prendre la demande en compte avec un message d’entrée. celui-ci doit préciser qu’il est virtuel et qu’il est en période d’apprentissage afin que les utilisateurs soient plus compréhensifs.

Pour rappel le Traitement Automatique du Langage Naturel (ou TALN) est la discipline qui a pour objectif de modéliser, grâce à l’intelligence artificielle, le langage qu’il soit écrit ou parlé. L’origine de cette discipline a réellement début pendant la guerre froide. les américains ont eu besoin de décrypter les messages russes. Ainsi est né le premier traducteur automatique, très rudimentaire, avec ses 250 mots et ses quelques règles de grammaire. La principale difficulté de cette discipline est de traiter par un langage binaire. Comment, par exemple, déterminer automatiquement dans quels contextes le mot « avocat » se rapporte au domaine juridique ou au domaine alimentaire ?

Le message de l’utilisateur est envoyé au format OGG ou il va passer être décompilé et renvoyé au format texte afin de pouvoir traiter la compréhension du texte. il faut prendre en compte que le texte issu du format vocal n’est pas totalement transcrit et parfois une partie est mal transcrite. on récupère environ 95% de la transcription sur un texte courant et sur un sujet bien entrainé on peut augmenter le score de compréhension.

Le contenu texte est alors envoyé dans le moteur de compréhension afin de renvoyer la réponse la plus appropriée. celle-ci peut être accompagnée d’effets paralinguistiques si la phrase est longue et d’effets liés avec du SSML. Nous vous aider à formuler des scénarios simples et créer des interactions simple entre votre robot et vos utilisateurs. il est possible de mettre en place des processus de RPA pour adapter les contextes et pouvoir traiter les demandes des utilisateurs en temps réel

Pour résumé le Callbot est un logiciel programmé pour recevoir ou émettre des messages lors d’un appel téléphonique. En somme, les SVI augmentés incarnent parfaitement la version vocale du chatbot. Ainsi en automatisant votre centre d’appel (signature électronique, chargement des documents numérisés, vérifier des informations, etc.), vous développez déjà une forme d’intelligence artificielle.

Comment bien choisir un speech to text pour son Callbot

par | Déc 12, 2020 | Blog, Callbot, SVI

Un outil de reconnaissance vocale (SPEECH TO TEXT) ou TTS est une application qui utilise des algorithmes de reconnaissance vocale. Cela permet d’identifier le language et le retranscrire en texte dans la langue du locuteu. Voici une liste détaillée des meilleurs logiciels de reconnaissance vocale et vocale. Grâce à La reconnaissance vocale des logiciels basée sur l’intelligence artificielle et des réseaux de neurones cela permet de traduire des phrases vocales au format texte avec une précision qui s’approche des 95% voir plus. Grâce à certains TTS les utilisateurs ont la possibilité de transcrire des conversation vocales de manière efficace en temps réel. Par ailleurs,

Les utilisateurs n’ont qu’à dicter les notes et le texte apparaît sur l’écran avec une grande précision. On peut les envoyer directement vers un robot qui va analyser le texte pour le comprendre afin de pouvoir exécuter des actions en temps réel. Il faut savoir que la retranscription d’un flux audio va dépendre de la qualité sonore de l’enregistrement et du bruit ambiant. Une personne en voiture ou dans un environnement plus bruyant peut altérer la compréhension des mots. La compressions du flux audio est à 8Khz ce qui va dégrader la qualité de la voix. Cependant en important des listes de mots clés spécifique lié à un corpus métier car cela permet d’améliorer la compréhension globale. les Apis du traitement de la parole s’améliorent d’années en année

Comment cela fonctionne ?

Le fonctionne du processus de transcription vocal est théoriquement assez facile. En réalité c’est déjà beaucoup plus compliqué à mettre en oeuvre. Le logiciel commence par transformer le texte en une suite de phonèmes qui permettent de définir les sons qui sont associés aux phrases dicées. Ceci se fait via la connaissance orthographique des mots mais aussi du sens de la grammaire. Le logiciel doit pouvoir faire la différence entre les mots, des verbes, de sujets pour avoir une idée de leur prononciation. Le logiciel va ensuite établir intonation, rythme et l’intensité à donner à la lecture en ajoutant des virgules et des points.

Grâce à la voix il est possible de détecter d’autres informations que le texte. Cela permet d’analyser un discours audio afin d’en extraire des informations telles que le sexe, l’âge, les émotions du locuteur, etc. Et grâce au Speech Diarization: cela permet d’identifier et de différencier les différents locuteurs parlant dans le même audio. On différencie des accents, des spécificités, des fréquences vocales. Nous avons sélectionné certains fournisseurs que nous avons testés pour notre robot et les résultats sont variables en fonction des usescases.

Liste non exhaustive des moteurs STT

AWS Transcribe API
Bertin
Nuance
allomedia
Kaldi
Microsoft Azure Services
IBM Watson
Rev.ai
Assembly AI
Deepgramm
Otter
Le Voicelab
Authot
Linagora
Google Cloud Platform

Que faut il retenir pour choisir efficacement un bon STT


Les STT ne sont pas équivalents en fonction des uses cases et répondent plus ou moins bien et il est parfois utile d’utiliser deux api en fonction des phrases à tester. Le tarif est aussi à prendre en compte car les tarifs sont variables. Le temps pour entrainer les phrases peut avoir un impact aussi. Un point essentiel concerne la privacy : Certaines données peuvent être envoyées en dehors de Europe et certains projets sont parfois restreint sur une zone géographique et ne fonctionnent pas on premise.

Notre conseil : Commencer par une solution généraliste puis ensuite, choisir une solution plus spécifique. En fonction du projet et vérifier que celle-ci est compatible avec la problématique du client. Les solutions Open sources nous paraissent les moins cher pour des gros volumes mais demandent de l’entrainement

comment remplacer votre SVi avec un callbot

par | Nov 12, 2020 | Blog, Callbot, SVI

Gérez dynamiquement des réponses avec un assistant virtuel pour remplacer votre SVi

Proposer à vos clients de résoudre eux-mêmes leur panne sans wiki ! Grâce à l’arbre de réponses automatique et le chatbot

Seriez-vous prêt à vous laisser guider pour trouver une réponse

ETRE GUIDÉ VERS LA RÉPONSE EN RÉPONDANT À UN CIRCUIT DE QUESTIONS OUVERTES ET FERMÉES

tache attribuée au service concerné

Partagez des connaissances entre collaborateurs et clients grâce au callbot. Votre service hotline est souvent confronté à des questions redondantes des clients. Celles-ci génèrent des tâches en interne afin de résoudre les problématiques de chacun. L’arbre de questions va permettre de résoudre tout type de demande à une personne qui ne maitrise pas le domaine. Il lui suffira de suivre le protocole qui permet de résoudre le problème. Le chatbot / callbot est l’assistant idéal qui améliore vos Foires aux questions et améliore les interactions avec vos usagers qui utilisent vos services

Anticipez les appels, proposez des réponses pré-formatées accessibles sur mobile avant que vos services soient contactés

Vos clients déposent des demandes et des réclamations s’ils n’ont pas trouvé de réponse. Raccourcissez vos protocoles pour éviter des coûts de traitement de demandes répétitives et de maintenance de vos produits.

Construisez vos arbres de questions avec un assistant

Construisez un arbre de décisions qui permet d’identifier les pannes et les résolutions de problème grâce à des bots enrichi

  • Insertions de champs Textes
  • Insertions de champs images, vidéos, pdf

Eliminez les risques d’erreur en mettant des protocoles en place de vérification

Développez des parcours logiques pour trouver une réponse adaptée aux utilisateurs de vos services

  • Identifier et gérer mieux vos flux
  • Modifier votre workflow avec les autres équipes

quelles sont les méthodes pour améliorer la compréhension des bots

par | Nov 12, 2020 | Blog, NLP, SVI

Vous avez peut-être réussi à créer un petit pilote de chatbot ou de callbot ? Mais en essayant de le l’améliorer au fur et à mesure, vous vous êtes rendu compte qu’il ne répondait plus bien sur certaines de vos questions. Vous avez peut-être testé un chatbot en production ? La satisfaction de vos clients n’est pas aussi grande que vous l’espériez ? Votre bot a du mal à comprendre vos utilisateurs et vous ne savez pas comment l’améliorer ?

Comment comprendre le language naturel grâce au NLP

L’outil de Kwalys permet de palier à cette grande difficulté que l’on rencontre sur beaucoup de plateforme. Lorsqu’un humain s’exprime en language naturel il faut donc pouvoir générer les utterances pour bien comprendre l’utilisateur. Alors comment améliorer sensiblement l’ensemble des réponses ? L’astuce est de se mettre à la place des utilisateurs finaux et de pouvoir tester les phrases de manière différentes afin de vérifier que l’ensemble fonctionne bien. La seconde méthode est d’aller piocher dans des FAQ. L’ensemble des corpus de questions réponses afin de délimiter le usecase le plus rapidement possible

Kwalys analyse et compare les datas de votre bot en visualisant et en comprenant où il fonctionne et où il ne fonctionne pas. Grâce à ces informations et ces jeux de données, vous pouvez ensuite prendre des décisions éclairées sur la manière dont vous améliorez les performances de votre bot. Kwalys s’appuie sur les techniques de validation des jeux de données et des intentions et entités qui doivent être améliorées. Avec vos données et vos questions, vous pouvez choisir entre deux types de tests ; les tests avec des jeux de questions sur des corpus métiers identifiés. Des tests plus élargis pour savoir ou placer le curseur

Améliorer les réponses avec des itérations en continue

Kwalys utilise des techniques classique de validation croisée. On intègre des méthodologies de type K-fold et leave-one-out. Notre expérience montre que le sur apprentissage nuit à la qualité des réponses d’où l’intérêt de pouvoir tester en permanence la façon dont les utilisateurs s’expriment. Notre panel de beta testeurs teste le robot en permanence. Ils dénichent les phrases qu’il faut améliorer à chaque itération via un apprentissage non linéaire. En observant la façon dont le robot s’exprime. cela en général de pouvoir récolter entre 30 et 100 intensions sur un thème. Au bout de quelques jours et de dépasser un taux de compréhension de la parole au delà de 90%. Cela aura un impact positif sur votre robot.

La puissance des outils de machine learning et de deep Learning (GPT3) montrent une progression importante dans la manière ou les robots s’améliorent et Il est fort à parier que dans le futur toutes ses phases d’apprentissages seront totalement écourtées.

TALKR IA Conversationnal IA agents