Chatbots Genesys

Utilisez des chatbots pour automatiser les conversations avec les clients et passez de manière transparente le relais à un agent en cas de besoin.

Quel est le défi ?

De nombreuses conversations avec les clients dans le cadre du service à la clientèle, de la vente ou de l'assistance sont répétitives, ce qui est frustrant pour les clients comme pour les employés. Si vous pouviez insérer une meilleure automatisation, de nombreuses conversations pourraient être prises en charge dans le processus de saisie, ce qui permettrait de gagner du temps tout en augmentant la satisfaction du client.

Quelle est la solution ?

Les chatbots d'IA mixte automatisent les conversations en langage naturel, même entre les différents canaux. Les chatbots mixtes de Genesys recherchent les informations et les activités des clients pour répondre à leurs questions. Ils peuvent confier des conversations contextuelles à un agent en cas de besoin, ou même proposer un rappel pendant ou après les heures de bureau.

Aperçu des cas d'utilisation

Histoire et contexte commercial

La prolifération des canaux numériques entraîne des attentes plus élevées de la part des clients et une augmentation du nombre d'interactions auxquelles les entreprises sont confrontées lorsqu'elles offrent des services à leurs clients. Associé à l'utilisation accrue de l'intelligence artificielle (IA) pour les applications professionnelles, ce changement se traduit par la mise en œuvre par les organisations de chatbots capables d'interagir avec les clients pour automatiser des tâches et répondre à leurs demandes sur des canaux numériques tels que le web, le mobile, le social, les SMS et les applications de messagerie. Les chatbots peuvent soulager les employés des centres de contact tout en améliorant l'expérience client et en contrôlant les coûts. Les chatbots sont toujours actifs et disponibles, et peuvent passer le relais à un agent en chair et en os à tout moment si nécessaire. Bien que les chatbots puissent également être utilisés par les employés et à des fins d'optimisation de l'activité, le reste de ce document fait référence aux chatbots omnicanaux dans le contexte de l'engagement des clients. Les principaux avantages des chatbots sont d'augmenter le succès du libre-service, de détourner les interactions du centre de contact et d'améliorer l'expérience client.

Les chatbots de Genesys unifient et orchestrent les expériences de self-service à l'aide de bots natifs et tiers, ce qui permet d'offrir des expériences exceptionnelles aux clients et aux employés. Genesys soutient le concept "concevoir une fois, déployer partout" pour les bots afin de permettre aux organisations de fournir une expérience client transparente à travers les canaux vocaux et numériques. Ce cas d'utilisation se concentre sur le déploiement d'un bot sur le chat web, le chat mobile, Facebook Messenger, Twitter Direct Message, Line Messaging, WhatsApp ou SMS.

Avantages des cas d'utilisation

Bénéfice Explication :
Amélioration du taux de confinement Augmenter les interactions en libre-service afin de réduire les interactions assistées par un agent pour les demandes répétitives ou courantes.
Amélioration de l'expérience des clients Réduire le temps nécessaire pour répondre à la demande du client, gérer les contacts en dehors des heures de bureau, offrir des options immédiates et améliorer les résultats.
Amélioration de la résolution du premier contact Adapter l'expérience client à l'individu en fonction de qui il est, de la raison de son interaction et de l'état du centre de contact.

Résumé

Genesys Chatbots prend en charge les flux bot de la plate-forme native Dialog Engine et les plates-formes tierces telles qu'Amazon, Google, etc. Comme chaque chatbot et chaque tiers ont leurs propres capacités, ce cas d'utilisation couvre les capacités largement disponibles. Pour obtenir les références les plus récentes, visitez le centre de ressources .

Le chatbot prend en charge ou orchestre les capacités suivantes :

  • Personnalisation - pour adapter l'expérience en fonction du contexte de l'interaction en cours ou des interactions précédentes
  • Compréhension du langage naturel - pour dériver des intentions et des entités
  • L'orchestration simple des robots permet aux clients d'utiliser le meilleur robot pour le travail à effectuer. Par exemple, Google Dialogflow a le taux de reconnaissance alphanumérique le plus élevé.
  • Genesys Cloud CX Architect facilite l'intégration de nouveaux fournisseurs de robots, le passage d'un fournisseur à l'autre ou l'utilisation de plusieurs fournisseurs de robots au cours d'une même interaction.
  • Les tests A-B avec Genesys Cloud CX Architect permettent de déterminer quel robot est le plus efficace pour un cas d'utilisation particulier.
  • Une escalade gracieuse vers un agent au bon moment

Définition des cas d'utilisation

Flux d'affaires

Lorsqu'un client interagit par l'intermédiaire d'un canal numérique Genesys pris en charge, un chatbot démarre. Le chatbot tente d'abord d'utiliser le contexte pour anticiper les raisons de l'engagement du client et fournit ensuite des messages personnalisés pour répondre à la demande. S'il n'existe pas d'options de personnalisation, le chatbot pose au client une question ouverte, telle que "Comment puis-je vous aider ?

Une fois que le client a répondu, le chatbot tente d'interpréter la demande pour en déterminer l'intention et décider de la marche à suivre. Par exemple, si le client répond "Je veux vérifier mon solde", le chatbot commencera par l'identifier et le vérifier avant de lui montrer son solde.

Une fois la tâche terminée, le chatbot demande au client s'il a besoin d'aide supplémentaire. Le client peut répondre en posant une autre question, en demandant à discuter avec un conseiller ou en répondant "non". Si le client répond "non", le chatbot peut lui proposer une enquête basée sur le contexte.

Si l'intention n'est pas établie ou comprise, le chatbot transmet le client à un conseiller.

Si le client choisit de parler ou de chatter avec un agent et qu'il y a un long temps d'attente ou que c'est en dehors des heures d'ouverture, le chatbot peut présenter un message approprié.

Le chatbot continue ainsi, créant une boucle conversationnelle et établissant un contexte entre lui et le client afin de mieux répondre à sa demande.

  1. Une interaction par chat est initiée (de manière réactive ou proactive) sur un canal pris en charge.
  2. Le client reçoit un message de bienvenue standard de la part du chatbot.
  3. Les informations sur le client et/ou le contexte sont récupérées à partir de :
    • Informations sur le profil du client dans Contacts externes
    • Appel API à une source de données tierce
  4. Le client reçoit un message personnalisé ou est mis en relation avec un agent. En voici quelques exemples :
    • Message personnalisé ou mise à jour : "Votre prochaine commande doit arriver jeudi avant 12 heures."
    • Le client est remis directement à un agent parce qu'il a un solde impayé.
    • Si le client n'est pas transféré à un agent, il peut mettre fin à la discussion, confirmer la raison du contact ou continuer.
  5. En supposant que le client ait franchi l'étape de la personnalisation, l'interaction est envoyée à un chatbot (par exemple Genesys Dialog Engine) qui pose une question ouverte du type : "Comment puis-je vous aider ?" pour déterminer l'intention et saisir la réponse du client.[BL1]
    • Si l'intention et les emplacements sont renvoyés, la conversation passe au point correct du flux d'interaction, par exemple ;
      • Tâche de notification automatisée (telle que l'affichage de la balance)
      • Transfert vers un agent en direct
    • Si l'intention et les créneaux ne sont pas renvoyés, la conversation revient au flux d'interaction et le client est transféré à un agent.
  6. À l'issue d'une tâche,l'interaction est envoyée à un chatbot (par exemple Genesys Dialog Engine) qui pose à une question de suivi du type : "Y a-t-il autre chose que je puisse faire pour vous aider ?"
    • Si le client répond "oui", il retourne à l'étape 5 : "Comment puis-je vous aider ?"
    • Si le client répond "non", la conversation revient au flux d'interaction.
    • Si le client répond de manière plus détaillée, il faut alors déterminer l'intention et les entités pour la suite du traitement.
  7. Les informations et/ou le contexte du client sont récupérés pour déterminer s'il convient de proposer une enquête.[BL2]
    • Si une enquête est proposée, les interactions sont envoyées à un chatbot.
    • Si aucune enquête n'est proposée, le flux d'interaction affiche un message d'adieu et se termine
  8. L'enquête est exécutée. Les questions de l'enquête sont configurables à l'adresse en fonction des activités habituelles du client dans le chatbot et aucun flux de dialogue n'est donc défini ici.
  9. Le flux d'interaction présente un message d'adieu et met fin à la discussion.

Logique commerciale et de distribution

Logique d'entreprise

NLU :

  • Intentions :L'objectif de l'interaction. Par exemple, l'intention de "changer de vol" renvoyée par l'unité NLU indique que le client reçoit un processus de gestion de paiement.
  • Machines à sous:Éléments supplémentaires d'information clé renvoyés par le NLU. Ces éléments peuvent accélérer la conversation en préparant les réponses aux questions suivantes.

BL1 : Agent Handoff : Le client peut demander à être mis en relation avec un agent disponible. À ce moment-là, le chatbot se déconnecte et la transcription du chat (à l'exclusion des données sensibles) apparaît sur le bureau de l'agent.

BL2 : Enquête : Le client peut décider de répondre ou non à une enquête. Cette enquête peut être basée sur :

  • Informations sur le profil du client dans Contacts externes
  • Données de parcours client
  • Appel API à une source de données tierce

Interface utilisateur et rapports

ID de l'agent

La transcription du chat entre le client et le chatbot est affichée dans la fenêtre d'interaction du chat sur le bureau de l'agent.

Rapports

Rapports en temps réel

Avec Genesys Cloud CX, vous pouvez établir des rapports sur les flux et utiliser les résultats des flux pour établir des rapports sur les intentions des chatbots.

Consultez la vue Résumé des performances des flux et utilisez les statistiques flow outcomes pour vous aider à déterminer les problèmes de performance pour des flux de chatbot spécifiques, et à recueillir des données sur le succès du libre-service. Utiliser les données de flux du chatbot pour améliorer les résultats.

Utilisez la vue détaillée des performances des flux pour voir la répartition des mesures par intervalle pour un flux de chatbot spécifique, et pour voir comment les interactions du chatbot entrent et sortent d'un flux de chat.

La vue Flow Outcomes Summary affiche les statistiques relatives aux chats qui entrent dans les flux d'architectes. Ces statistiques peuvent vous aider à déterminer dans quelle mesure les flux de votre chatbot servent les clients et à recueillir des données sur le succès du libre-service.

Rapports historiques

Nous nous efforçons de fournir davantage de rapports sur les chatbots à l'avenir, y compris la création de vos propres rapports sur les chatbots.

Considérations relatives à la clientèle

Interdependencies

Tous les éléments suivants sont requis : Au moins un des éléments suivants est requis : Facultatif Exceptions

Hypothèses générales

  • Le transfert à l'agent se fait sur le même canal.
  • Le client est responsable de la construction du modèle de bot en langage naturel et de la formation du bot en termes d'énoncés, d'intentions ou d'emplacements. Un service professionnel peut être engagé pour développer le modèle.
  • Les capacités d'enquête sont fournies par les fonctionnalités d'assurance qualité des fournisseurs de chatbots (par exemple, Amazon Lex) et doivent être personnalisées.
  • L'intégration des chatbots n'est pas conforme à la loi HIPAA.
  • Les Chatbots tiers sont activés via le registre des intégrations et l'information via AppFoundry.
  • Les clients utilisent leurs propres comptes Chatbot tiers pour les services d'intégration.

Responsabilités du client

--

Documentation connexe

Version du document

V 1.4.0 dernière mise à jour 9 novembre 2021