Helpbot : l’assistance par l’IA ?
Le contexte
Des nouveaux outils de travail digitaux ont été déployés sur les postes de milliers de salariés. L’environnement digital professionel s’en trouve considérablement modifié et l’utilisation de ces outils entrainent invariablement de nouvelles demandes d’assistance.
De nombreux contenus digitaux d’aides ont été contruits au fil du projet de déploiement, mais ceux-ci sont dispersés sur 2 sites de l’intranet :
- le site d’assistance bureautique qui publie des fiches de résolutions pour les problèmes les plus fréquents et qui donne accès à une assistance téléphonique si besoin via un clic to call. Les parcours de ce site font l’objet d’une refonte pour améliorer l’expérience utilisateur.
- une plateforme d’entraide communautaire disposant d’une grande quantité de contenus, du problème récurrent “grand public” aux blocages informatiques les plus pointus ...
La demande du projet
Afin d’améliorer le parcours d’assistance sur ce nouvel environnement digital, une expérimentation est lancée sur la conception d’un chatbot d’assistance.
Pour faciliter l’accès des utilisateurs aux ressources d’aides les plus appropriées et augmenter leur autonomie dans leur recherche de solution, l’intelligence artificielle du chatbot “piocherait” les contenus appropriés dans les 2 plateformes d’aides.
Des tests utilisateurs sont demandés afin de s’assurer de l’efficacité et de l’utilisabilité du système et c’est dans ce cadre que je suis mobilisée avec une binôme.
Mais, quelle est la valeur ajoutée réelle de ce chatbot face aux parcours d’assistance existants ?
Qu’implique un tel projet pour les équipes dans les process en cours ?
C’est ce que nous allons voir ...
Méthodes et outils employés
Des protocoles de tests utilisateurs sont construits pour entrevoir la valeur ajoutée de l’outil dont l’intelligence artificiel est en apprentissage.
Un premier travail d’analyse statistique détermine les demandes d’assistance les plus récurrentes à l’usage des nouveaux outils ainsi que les profils métiers des utilisateurs en demande d’assistance les plus représentés.
A partir de ces premières données, 2 types de tests sont réalisés:
un test sur les interactions et sur l’acceptabilité par les salariés dans l’usage du chatbot.
En parallèle est réalisé un second test d’utilisabilité comparatif entre les 3 modes d’assistance (les 2 plaformes d’aides existantes et le chatbot). Cela permet d’identifier les points bloquants dans l’expérience digitale d’assistance, de vérifier la pertinence du chatbot intégré au parcours d’assistance, et d’évaluer l’efficacité de la recherche de solution via chaque mode d’assistance digitale.
Le test
L’objectif
Tester l’utilisabilité de chaque mode, identifier la valeur ajoutée du chatbot, et les leviers d’amélioration pour le système d’assistance digitale.
Sont évaluées:
- L’efficacité (solution trouvée ou abandon)
- L’efficience (temps passé /nombre d’ interactions/ nombre de retours arrières ou reformulation)
- La satisfaction ( satisfait /insatisfait)
- Auprès de 15 utilisateurs de divers profils, les plus représentatifs des salariés en demande d’assistance.
- 30 à 45min de session à distance par utilisateur.
- 6 scenarii reprennent les problématiques les plus récurrentes sur les outils digitaux auprès du HelpDesk. Chaque scenario présente un niveau d’urgence et de gêne différent pour incarner des situations problématiques variées.
- Pour éviter les biais, les modes de recherche tournent pour chacun des scenarii.
Chaque utilisateur teste 2 fois l’1 des 3 modes de recherche sur des scenarii différents.
Ex: 5 personnes vont faire le scenario 1 avec le moteur de recherche, 5 autres avec les rubriques, 5 autres avec le chatbot etc ...
Résultats
D’une part, les résultats des tests permettent de mettre en lumière les leviers et les points bloquants dans l’utilisabilité de chacun des 3 modes d’assistance.
L’intéret du système “chatbot” est confirmé par l’apport d’un point d’entrée digital unique pour une demande d’assistance depuis le réseau social de l’entreprise.
Les contenus digitaux d’aides existants sont souvent difficiles à trouver au sein de chaque plateforme. Ces résultats confirment les problématiques déjà identifiées au sein du projet de correction du parcours d’assistance digital et précisent les axes d’amélioration à mettre en oeuvre.
D’autre part, les tests permettent d’identifier les leviers d’amélioration du chatbot.
L’efficacité des réponses apportées par l’intelligence artificielle depend de la pertinence de l’analyse sémantique réalisée sur les contenus des 2 plateformes existantes.
D’autres axes revèlent des difficultés de compréhension dans les interactions avec le chatbot.
Les conditions de réussite du chatbot dépendent de plusieurs facteurs:
- une prise en compte du système de recherche sémantique du bot par les équipes éditoriales des 2 plateformes d’aides dans leur travail sur les contenus/titres et l’architecture de l’information,
- une communication efficace au sujet de l’outil, par exemple expliquer le cadre et le mode de fonctionnement du bot (thématique d’assistance, sources utilisées …),
- une intégration dans une stratégie d’assistance plus large respectueuse des critères d’acceptabilité d’une experience digitale identifiés antérieurement.
2022