Changer le service à la clientèle grâce au traitement du langage naturel

L’utilisation d’Amazon Alexa, de Google Home et d’Apple Siri est en hausse. Mais les 66,4 millions de personnes qui possèdent des haut-parleurs intelligents ne les utilisent pas uniquement pour s’informer sur la météo.

De plus en plus de personnes utilisent la même technologie d’apprentissage automatique pour améliorer leurs interactions avec le service client.

En conséquence, Gartner prévoit que 30 % des interactions avec la technologie se feront par le biais de « conversations » avec des machines intelligentes – souvent par la voix. De plus, des recherches ont montré que le chat peut gérer 80 % des communications avec les clients.

Changer le service à la clientèle

Cela se produit grâce au développement du traitement du langage naturel (NLP). Il humanise le langage des clients et résout leurs questions sans intervention humaine.

(Il s’agit d’un agent virtuel intelligent. Vos clients peuvent utiliser les chatbots NLP pour obtenir des réponses rapides sans avoir à parler à une personne à l’autre bout du fil).

9 façons d’utiliser la PNL dans le service à la clientèle

Qu’est-ce que la PNL ?

Le traitement du langage naturel est un type d’apprentissage automatique. Il comprend les mots, les phrases et le contexte de vos demandes d’assistance à la clientèle. En tant que sous-ensemble de l’intelligence artificielle (IA), le NLP interprète et analyse les déclarations verbales des clients. Une fois qu’il l’a fait, il leur fournit une réponse, le tout sans intervention humaine.

Le NLP peut se présenter sous la forme d’un chatbot. Il s’agit d’un autre type de logiciel d’apprentissage automatique qui gère les conversations avec les clients. Plus de 67 % des consommateurs ont utilisé un chatbot pour l’assistance à la clientèle au cours de l’année écoulée.

Exemples de NLP dans le service client

Uber, le leader du covoiturage à la demande, utilise la PNL entre les chauffeurs et les passagers pour améliorer leur communication. Comme illustré ci-dessous, la PNL peut réduire l’incertitude et le travail mental lors de la réponse. Il suffit d’appuyer sur une touche pour obtenir une réponse rapide, ce qui est beaucoup plus rapide que de taper une réponse.

(Source)

C’est peu dire qu’Uber dispose d’un vaste ensemble de données et d’une énorme équipe d’ingénieurs. Cependant, vous pouvez visualiser comment le NLP et l’apprentissage automatique contribuent à améliorer l’expérience des clients.

Mastercard a permis à ses partenaires bancaires de servir facilement les consommateurs sur Facebook Messenger. Dans l’exemple ci-dessous, vous pouvez voir comment les consommateurs obtiennent un avantage immédiat sans avoir à parler à un représentant en chair et en os. Le composant NLP analyse ici la conversation dans son ensemble plutôt que de se contenter des commentaires textuels d’un client.

(Source)

Quelle que soit l’IA conversationnelle que vous utilisez pour le service client, toutes deux ont besoin de NLP pour comprendre ce que le client demande en premier lieu.

Flux de processus NLP

Le traitement du langage naturel aide les machines à comprendre le langage humain. Mais la langue anglaise à elle seule a subi des millions de changements au fil des ans. Comment une machine peut-elle suivre ?

Les langues comportent plusieurs couches qui aident les gens à communiquer :

La PNL commence par collecter des tonnes de données sur le langage que vous utilisez. Ces données ne sont pas structurées. Mais le système d’IA commence à les classer en fonction des couches avant de leur attribuer une valeur numérique. (Cela se produit parce que le langage informatique est numérique).

Certains outils d’analyse de contenu offrent un exemple plus approfondi de ce phénomène. TF-IDF, ou « Term Frequency?-?Inverse Document Frequency », est utilisé par certains outils d’analyse de contenu pour identifier les informations clés d’un document. Il s’agit d’attribuer une valeur numérique pour montrer l’importance des mots et des phrases.

À ce stade, le système d’apprentissage automatique comprend les données dans le langage numérique. Un classificateur est alors utilisé pour convertir les données en anglais. Ensuite, l’IA fait des allers-retours pour comprendre les données qualitatives qui lui sont fournies.

Le NLP dans le service client : Les 9 principaux cas d’utilisation

1) Acheminement précis des appels avec les systèmes SVI

Vous est-il déjà arrivé d’appeler une ligne d’assistance à la clientèle et de devoir dire « Facturation » pour joindre le service financier ? Vous vous adressez à un système de réponse vocale interactive (SVI). Les SVI sont la technologie de base qui convertit des phrases (« mettre à jour ma carte de crédit » ou « effectuer un paiement ») en un transfert vers le service de facturation.

Les clients utilisent probablement ce système pour contacter votre équipe. Mais lorsque l’IA conversationnelle sous-tend le système, vous pouvez détourner avec précision leur appel vers la ligne la plus pertinente. Pourquoi ? Parce que la PNL comprend leur demande.

Vous n’avez pas besoin de demander à vos clients d' »écouter les options suivantes » pour les orienter dans la bonne direction.

L’IA conversationnelle dans les systèmes IVR peut simplement demander à vos clients d’expliquer ce pour quoi ils ont besoin d’aide. Ils peuvent le faire avec leurs propres mots avant que la PNL ne les renvoie sur leur chemin.

American Airlines a obtenu des résultats significatifs grâce à ce cas d’utilisation de la PNL pour son équipe de service à la clientèle. Après avoir réorganisé son système IVR, la compagnie aérienne a augmenté le taux de confinement des appels de 5 %, ce qui lui a permis d’économiser des millions de dollars.

2) Routage des tickets d’assistance

Vous donnez aux gens un ticket d’assistance lorsqu’ils essaient de contacter votre équipe. Cette interaction est ensuite acheminée vers la file d’attente de votre équipe d’assistance.

La PNL peut aider à rationaliser ce processus. Pourquoi ? Parce que l’IA conversationnelle peut comprendre le sujet du ticket. Elle peut rediriger les tickets d’assistance vers la personne la plus compétente, ce qui permet de résoudre les problèmes plus rapidement.

Supposons que votre client envoie un ticket d’assistance. Son message contient les mots suivants : « J’ai besoin d’aide pour modifier mes informations de paiement ». Une plateforme de gestion sans NLP le transmet à votre service d’assistance général.

Une personne doit alors diriger le client vers votre service financier. Cette opération doit être effectuée manuellement. (Vous risquez de manquer le délai d’une heure dans lequel les clients attendent une réponse à leur courriel).

Une plateforme utilisant la PNL détectera que le client a besoin d’une aide financière. Elle enverra automatiquement le ticket d’assistance à votre équipe financière.

3) Comprendre le retour d’information des clients

Les commentaires des clients sont des données précieuses pour les entreprises. Ils peuvent vous aider à corriger les défauts de votre produit et à identifier les aspects que les clients apprécient. Ces deux éléments constituent d’excellentes bases pour vos campagnes de marketing et de publicité.

(Non seulement cela, mais cela peut aussi améliorer votre réputation. 77 % des consommateurs voient les marques d’un œil plus favorable si elles invitent leurs clients à leur faire part de leurs commentaires et les acceptent).

Vous n’avez pas besoin de passer des heures à passer au peigne fin ce type de données qualitatives.

Le NLP permet d’identifier les mots ou les phrases couramment utilisés. Par exemple, des mots comme « moderne », « intuitif » et « cher », qui pourraient indiquer que vos clients vous considèrent comme une marque de luxe et haut de gamme.

La PNL peut également trouver des sujets abordés dans les formulaires de commentaires. Il peut s’agir de mots tels que « onboarding facile » ou « plans abordables ».

Vous pouvez combiner le NLP avec l’analyse des sentiments et obtenir une vue d’ensemble des opinions des clients, ce qui en fait un moyen efficace d’analyser les commentaires des clients.

4) NLP et chatbots pour le service client

Des études ont montré que 42 % des consommateurs préfèrent entrer en contact avec une entreprise par le biais d’un chat en direct, contre 23 % par courrier électronique ou 16 % par les médias sociaux :

(Source)

C’est parce que 70 % des milléniaux préfèrent les interactions avec les chatbots pour leur approche en libre-service.

Les chatbots devraient occuper une place de choix dans votre pile technologique pour cette raison. Ils vous permettent de communiquer avec vos clients de la manière qu’ils préfèrent et de leur fournir une assistance en temps réel, sans avoir à attendre une réponse.

Mais que se passe-t-il si votre équipe d’assistance à la clientèle est débordée et ne peut pas répondre à une demande d’assistance en temps réel par le biais du chat en direct sur votre site web ?

Avec la PNL, vous pouvez créer un chatbot qui non seulement comprend la requête d’un client, mais y répond aussi pour lui. Voici un exemple de Cheapflights :

(Source)

Peu importe que votre demande d’assistance contienne des fautes de grammaire ou des phrases incomplètes. La PNL est suffisamment intelligente pour comprendre le concept du message et y répondre sans intervention humaine.

Il n’est pas étonnant que d’ici 2020, 80 % des entreprises devraient proposer à leurs clients une forme ou une autre d’intégration de chatbot.

5) NLP pour l’assistance aux agents

Saviez-vous que l’agent d’assistance clientèle moyen ne peut traiter que 21 tickets d’assistance par jour ? Il est facile de comprendre comment les agents se débattent pour répondre aux demandes des clients !

(Vous pouvez calculer votre nombre moyen d’interactions par ticket pour connaître le temps que ces interactions vous coûtent).

Un nombre croissant d’agents se tournent vers des logiciels d’apprentissage automatique pour faire face à cette forte demande. Salesforce a découvert que 69 % des agents de service très performants recherchent activement des situations permettant d’utiliser l’intelligence artificielle (IA).

L’IA conversationnelle peut traiter les demandes qui ne nécessitent pas beaucoup d’attention. Les agents disposent ainsi de plus de temps pour traiter les demandes complexes qui nécessitent une touche humaine.

Votre IA conversationnelle pourrait traiter des questions telles que :

• « Où se trouve l’entrée HDMI sur mon téléviseur Samsung ? »
• « Quel est le statut de ma commande ? »
• « Comment puis-je connecter mon compte Google Analytics ? Ces tickets d’assistance représenteront une part considérable des tickets. Mais comme ils sont déjà traités, vos agents peuvent répondre à des questions émotionnelles telles que « mon compte a été fermé et j’ai besoin d’aide le plus rapidement possible ».
  

  6) Analyse des données commerciales

  Nous avons vu précédemment comment la PNL permet aux entreprises d’analyser les données qualitatives issues des commentaires des clients. Elle peut également extraire des informations d’autres sources et dégager des tendances communes que votre équipe pourra suivre.

  Cela fonctionne particulièrement bien avec les réclamations des clients. Qu’elles vous parviennent directement par courrier électronique ou par le biais de la case « Pourquoi nous avez-vous quittés ? » de votre formulaire d’annulation, la PNL peut dégager les tendances de ces données et en informer votre équipe avant qu’elles ne deviennent un problème.

  Mettons cela en pratique et disons que vous avez 150 plaintes à traiter. Votre formulaire d’annulation demande aux gens de cocher l’une des cases suivantes :

• Processus d’intégration confus
• C’est trop cher
• Je n’ai pas le tempsLes gens peuvent cocher la mauvaise case. Cela signifie que vous pensez que le problème se situe dans un seul domaine, mais qu’en réalité, des plaintes ont été déposées de manière incorrecte. En conséquence, vous pouvez augmenter votre prix parce que les gens cochent la case en disant qu’il est trop élevé. En réalité, il s’agit d’un problème de facturation.

7) Analyse des sentiments et satisfaction de la clientèle

Les commentaires de vos clients parviennent à votre équipe d’assistance. Comment savoir si, dans l’ensemble, les clients sont satisfaits de votre produit ou service ? Vous n’avez pas le temps de les passer au peigne fin.

L’analyse des sentiments utilise la PNL pour déterminer l’émotion sous-jacente d’un message. Par exemple, l’analyse des sentiments permet de déterminer l’émotion sous-jacente d’un message : Si vous obtenez les réponses suivantes dans les formulaires de retour d’information :

• « L’agent à qui j’ai parlé était génial ».
• « Ma commande est arrivée plus vite que prévu. »
• « Il est facile de synchroniser mes données. Merci d’avoir mis au point votre documentation d’accueil ! »L’analyse des sentiments prend le relais et interprète ces mots comme des émotions. Dans le cas ci-dessus, ces mots pourraient être « génial », « plus rapide » ou « facile ». Le système d’apprentissage automatique vous indiquera alors que la grande majorité des commentaires sont positifs. Cela vous donne une idée approximative de la qualité de vos performances. Vous pouvez utiliser le système d’IA pour rechercher les mentions de votre marque. Vous pouvez ensuite utiliser l’analyse des sentiments pour déterminer si la couverture que vous obtenez est aussi bonne que vous l’espérez.

8) Applications de conversion de la parole en texte

Vous avez probablement entendu les statistiques selon lesquelles la recherche vocale est en plein essor. Certains chercheurs prévoient que 30 % des recherches seront effectuées sans écran d’ici 2020.

Les applications qui donnent vie à cette statistique sont les dispositifs de synthèse vocale. Des appareils comme Google Home, Amazon Alexa et Siri sont nos assistants personnels. Nous leur demandons de planifier chaque minute de notre journée, qu’il s’agisse de prévoir le meilleur itinéraire pour se rendre chez un ami ou de commander des céréales dont nous venons de manquer.

…Mais qu’est-ce que cela signifie pour votre service client ?

Vous pouvez ouvrir le débat sur les systèmes de reconnaissance vocale en.. :

• Permettre aux clients d’accéder à leur compte avec leur voix
• Traduire la demande d’un client dans sa langue maternelle vers la vôtre
• Intégrer votre logiciel à un assistant vocalAucune de ces situations ne fonctionnerait sans le NLP, qui interprète les mots prononcés. Vous avez donc la possibilité d’introduire des applications de synthèse vocale et d’offrir un meilleur service à la clientèle.

9) Barres de recherche intégrées dans les bases de connaissances

La barre de recherche sur votre site est le petit frère du référencement. Elle agit de la même manière que les géants de la recherche tels que Google. L’utilisateur tape ce qu’il cherche et la barre de recherche affiche une liste de liens correspondant à sa requête.

Environ 50 % des utilisateurs accèdent directement à la barre de recherche dès qu’ils arrivent sur un site web. Il y a de fortes chances que leurs requêtes ne soient pas des phrases complètes. Il s’agit de mots et d’expressions courts et rapides en rapport avec ce qu’ils recherchent, comme « conseils pour la rédaction d’un blog » ou « Fujifilm Instax ».

Les résultats de la requête de vos utilisateurs doivent afficher des informations pertinentes. Si ce n’est pas le cas, ils quitteront votre site web. Cela a un impact sur les indicateurs clés tels que le taux de rebond, les conversions et le temps passé sur le site.

Mais la barre de recherche de votre site n’affichera pas d’informations pertinentes pour ces requêtes sans une certaine forme de NLP.

Le logiciel d’apprentissage automatique interprète le sens de ces requêtes. Il comprend ce que l’utilisateur recherche, même si le texte n’est pas rédigé en anglais, s’il contient des erreurs grammaticales ou s’il est mal orthographié.

NLP = Meilleure expérience utilisateur et personnalisation

Le NLP est un élément essentiel de l’apprentissage automatique que vous devriez utiliser dans vos départements de service à la clientèle.

Vos agents d’assistance bénéficient d’une machine qui peut leur faire gagner des heures de travail, mais vos clients en profiteront également. Pourquoi ? Parce qu’ils peuvent communiquer d’une manière qui leur convient, en s’adressant aux assistants personnels dont ils ne se passeraient plus.

Reproduction autorisée. Original ici.

Image : Depositphotos.com