Rencontre avec Laurent Couraudon de MFGLabs, structure du groupe Havas.

Bonjour Laurent, peux-tu te présenter en quelques mots ?

Je m’occupe du développement de MFGLabs, une « agence » spécialisée dans la data.
MFGLabs, c’est d’abord une entreprise avec une forte dominante mathématiques, car elle a été fondée à l’origine par deux mathématiciens.
Son nom vient de l’acronyme Mean Field Game, la théorie mathématique du jeu à champs à moyen mise au service des entreprises et des marques.

En quoi ton offre est-elle différente ?

Depuis plus d’un an, nous avons développé un service qui permet au robot de converser en langage naturel. Nous analysons les données conversationnelles afin de faciliter la personnalisation des réponses.
Le langage est un ensemble de mots : le robot va le décomposer en données. Toutes les conversations qu’il va avoir vont servir à son éducation.
C’est ce que l’on appelle le natural language processing (NLP) : le robot va comprendre de mieux en mieux l’intention de l’utilisateur (recherche de conseils, réclamations…) par le biais de mots-clés qui l’orientent vers cette intention.

Nos data scientists vont éduquer les agents conversationnels en requêtes de langage naturel de base, puis le robot va décoder lui-même l’intention au fur et à mesure.

Quelles sont les étapes de la création d’un chatbot ?

Il faut savoir que même si le premier chatbot n’est pas né hier, ce marché est très récent. Les marques découvrent encore ce phénomène.
La première étape sera la création d’un cahier des charges afin de spécifier le besoin : que va faire le bot ? Quel est son intérêt, quelles fonctions va-t-il remplir ?

La seconde étape sera la conception : définir l’identité du bot et ses éléments de langages. Quels vont être les éléments caractérisant sa personnalité, va-t-il être familier, neutre, distant ?

De plus, il sera intéressant pour la marque de travailler son wording en adéquation avec les valeurs qu’elle véhicule, ou en cohérence avec sa propre charte de langage : le chatbot est avant tout une plateforme de marque !

La troisième étape sera la scénarisation. Nous fonctionnons par arbres de décisions : il faut pouvoir anticiper tous les chemins potentiels (ouvert ou scripté).

La quatrième étape sera le développement back-end : coder le chatbot. Nous allons implémenter et créer des algorithmes de recommandations fondées sur ce que l’on sait sur l’utilisateur en utilisant un scoring. Le directeur de la stratégie et le consultant UX vont s’assurer que le parcours soit fluide et sans friction pour l’utilisateur.

Quels contenus et formats privilégier pour un chatbot ?

Dans le cadre d’un chatbot qui fonctionne via une messagerie (a contrario d’un chatbot vocal), le format des messages doit être rapide et synthétique : les bulles ne doivent pas être trop longues, notamment pour un affichage optimal sur mobile. Pour l’écriture, on peut alterner avec des punchlines catchy, des accroches identitaires, drôles, ou encore un ton complice. Une bonne pratique est de jouer entre texte et images amusantes. De plus, il faut savoir ensuite clôturer la relation et mettre fin à l’expérience : dans un laps de temps court, il faut que le chatbot ait réussi a rendre son service et pris congé.

Quels sont les meilleurs profils pour scénariser un chatbot ?

En principe, le concepteur-rédacteur est un bon profil pour scénariser un chatbot. Surtout si ce dernier a de bonnes notions en ergonomie, afin de mêler conception-rédaction et compréhension de l’utilisateur. On remarque également que les chatbots de marques à forte narration (entertainment, jeux vidéos…) sont de plus en plus souvent écrits par des scénaristes de films ou de séries.

D’autres profils peuvent être sollicités pour des chatbots plus transactionnels. Par exemple, dans le cadre d’un bot de recrutement, le scénario pourrait être co-réalisé avec un consultant RH.

Quelles sont les meilleures pratiques à retenir pour un chatbot efficace ?

Je dirais qu’il n’y a rien eu d’exceptionnel, car 2016 a été l’année de prise en main pour les marques, la découverte d’un usage.

En 2017, les chatbots seront plus aboutis, axés sur le service. Rappelons tout de même qu’un chatbot vise à proposer un service utile : le recours au  conversationnel dans certains cas est plus justifié qu’une application ou un site.

Pour le SAV, un chatbot est souvent plus efficace qu’un call center, car il ne dépend pas du temps d’attente ou de l’humeur des hotliners. Pour couvrir un besoin, la forme conversationnelle a un intérêt sans précédent dans une époque où le time-to-market est plus rapide : les consommateurs sont très connectés et n’acceptent plus les parcours traditionnels et longs qui leur font perdre du temps inutilement.

Le mot de la fin ? Un message à faire passer ?

2016 a été une année de prise en main de l’outil. 2017 représentera l’année de l’accélération : on assistera au développement de chatbots plus servitiels et aboutis.

Cette accélération du conversationnel va être portée en France par des commandes voix comme celle d’Amazon (Echo / Alexa) que l’on retrouvera dans les foyers et les voitures.
Le second porteur d’accélération concernera l’intégration du paiement dans les messageries comme Facebook Messenger. Le paiement pourra s’effectuer sans avoir besoin de sortir sa carte bleue et ce, directement depuis le fil de discussion.

Enfin, aujourd’hui, la majorité des chatbots existants ont été conçus dans un contexte B2C. Sachez que de nombreux projets en B2B sont en cours dans plusieurs secteurs comme les RH, la vente ou la logistique.