chargement des résultats

Postes

  • ·
  • ·
  • Comment utiliser l’approche hybride IA générative et réseau conversationnel pour créer un chatbot ?
    Dans cet article, je partage mon retour d'expérience sur la conception d'Alix, un chatbot pour les aidants de malades d'Alzheimer. J'y présente une approche innovante combinant : La co-conception avec les utilisateurs finaux pour créer une expérience conversationnelle intuitive L'IA générative (GPT) pour plus de liberté, tout en contrôlant les réponses générées La protection des données comme pilier éthique Cette approche holistique, inspirée du marketing et des neurosciences, permet de créer des chatbots à la fois éthiques et performants. Je montre comment appliquer concrètement ces principes à chaque étape du processus de conception. Un cas pratique pour les designers soucieux de développer des chatbots vraiment centrés sur l'humain et détaché de la hype actuelle. N'hésitez pas à me poser vos questions sur la conception de chatbots éthiques. https://medium.com/@lydie_cd/case-study-comment-utiliser-lapproche-hybride-ia-g%C3%A9n%C3%A9rative-et-r%C3%A9seau-conversationnel-pour-cr%C3%A9er-1308da691d51
    • merci! Utile
    • Pas utile
    • Pas sûr
  • Utiliser GPT-4 dans votre processus de recherche UX pour vous aider dans l'analyse
    Voici un petit REX comment nous avons utilisé GPT-4 pour nous aider à faire l'analyse de 55 retours utilisateurs. https://medium.com/xband/optimisez-la-recherche-ux-avec-gpt-4-pour-une-conception-adapt%C3%A9e-aux-aidants-dalzheimer-1a447d75129c
    • merci! Utile
    • Pas utile
    • Pas sûr
  • Le "behind the scenes" des mots suggérés dans une app conversationnelle
    Superbe article qui met en valeur le travail derrière cette "simple" feature et comment les principes de content design sont mis en pratique. https://design.facebook.com/stories/say-anything-behind-the-scenes-of-suggested-responses/
    • merci! Utile
    • Pas utile
    • Pas sûr
  • L’impact qu’un chatbot peut avoir dans le domaine de la santé.
    On a 2 très belles réussites chez IA Marketing et IA Medical. La première, c'est la transformation d'un formulaire extrêmement complexe en chatbot. Nathalie un des premiers chatbot d’ IA Marketing, a permis une hausse de 400% du taux de conversions sur une cible pas toujours simple en digital les retraités.

    Dans le cas du développement de Nathalie nous avons amorcé une étude quantitative et qualitative des données de notre partenaire.

    Elle s’est déroulée en plusieurs temps : 

  • Etude et Audit de l’ergonomie du site web et du formulaire
  • Pendant cette phase nous avons réalisé une étude quantitative qui nous a permis de voir quels étaient les points de frictions de manière quanti avec des indicateurs classiques : taux de rebond par appareils et par page d’attérissage, taux d’abandon dans le formulaire, coût d’acquisition par appareils. 
  • Ensuite nous avons enregistré plusieurs centaines de cessions pour valider les hypothèses soulevées par la donnée quantitative. Ce qui nous a permis de voir qu’il y avait des soucis de compréhension de certains champs, que certains arrivé pre-rempli ou noté en obligatoire et générés des erreurs, etc etc. 
  • Enfin nous avons utilisé des algorithmes pour analyser les bases de données mails et enregistrements des conseillers. Cela nous a permis de comprendre qu’il était fondamentale d’imprimer une image de marque forte dans l’esprit de l’usager, car il fait beaucoup de demandes dans une journée et que parfois il ne s’attend pas au rappel. C’est ce qui nous a permis de rajouter la question “ Quand préférez-vous être recontacté par nos équipes”. 
  • Étude de la base de données clients
  • Nous avons utilisé plusieurs algorithmes pour segmenter la base de données et voir quels étaient les profils qui étaient les plus intéressants mais aussi avec lesquels les dossiers arrivaient avec le plus d’erreurs de complétions.
  • De nombreux dossiers sont mis de côté car l’usager a “mal rempli” les champs, le formulaire de rachat de crédit étant quelque chose de très complexe à gérer et demandant pas mal de chiffres. Il est courant que la personne confonde son net mensuel et son net annuel. 

    Toute cette étude nous a permis de construire des parcours adapté mais aussi de développer de nouvelles fonctionnalités comme le blocage du clavier mobile sur les chiffres quand une donnée quantitative est demandée. 

    Le client avait de nombreux a priori sur l’adoption de la technologie par les seniors et le mobile était le canal d’acquisition le moins rentable.

    La hausse du taux de conversion, couplé à une meilleure complétion du formulaire ont permis de changer cette situation. Aujourd’hui c’est un canal d’acquisition rentable car il apporte de très bons dossiers et correctement complété. 

    Le chatbot a permis de démontrer : 

  • L’importance de l’analyse quantitative et qualitative en amont du projet
  • L’importance de la sémantique pour chaque typologie d’usagers
  • L’importance de la segmentation du parcours

    La seconde réussite c’est le projet mon Bot prévention Suicide. 

    Un projet financé par l’ARS Auvergne Rhône Alpes et porté par la fondation ARHM et l’IRJB. Le donneur d’ordre souhaitait mettre en place une stratégie multimodale de la prévention du suicide avec pour objectif de repérer et de maintenir le lien avec les personnes en souffrance et de les orienter vers les ressources appropriées.

    Nous avons axé la réponse à l’appel d’offre sur deux points : 

  • Les workshop de co-conception
  • La formalisation d’une base de données des ressources

    Le projet a demandé plus de temps qu’à la base, mais nous avons réussi à créer une solution multimodale qui répond aux besoins du terrain. 

    A la suite du déploiement de la solution nous l’avons soumise à l’appréciation des usagers. L’objectif du test était de mesurer l’appréciation de « mon bot prévention » auprès des utilisateurs finaux.

    Plus précisément, il s’agissait d’avoir un retour à la fois sur l’ergonomie de cet outil, autrement dit de vérifier s’il était facile à utiliser et d’identifier les éventuels points de blocage pour effectuer la recherche, ou en matière de design.

    Plusieurs utilisateurs ont exprimé leur avis sur le chatbot (dont des usagers, des accompagnants proches et des accompagnants professionnels).

  • De manière globale, la version digitale des répertoires en prévention du suicide a été considérée par les participants comme étant facile à utiliser. Plus précisément, tous les usagers et accompagnants proches qui ont utilisé le chatbot pour effectuer leur recherche ont considéré cet outil comme facile à utiliser.
  • 50% des professionnels ont considéré également le chatbot comme étant l’outil le plus facile à utiliser comparativement aux annuaires et à la page web.

    Une des verbatims qui pour l’équipe résume l’impact de la solution digitale et du chatbot dans le quotidien des soignants : wikihero-image-id: 1056

  • merci! Utile
  • Pas utile
  • Pas sûr
  • Casser les a priori de son client sur l’IA et la donnée

    Il y a trop de fantasmagorie autour de mon métier.

    L'intelligence artificielle dans la tête des gens, c'est un coup de baguette magique. 

    Le point central de notre démarche est l’usager. S’il n’y a pas l’étude utilisateur, on ne rentre pas sur le projet. Nous ne répondons pas aux appels d’offres qui vont morceller les projets et qui ne permettent pas d’avoir une vision globale du bot, de ses objectifs et des gains qu’il va apporter. 

    Ça m'est donc déjà arrivé de rediriger des prospects vers des produits de substitution. 

    Ce qui nous intéresse quand on va choisir un nouveau partenaire, c'est parce que ça va nous permettre d'aller tester des choses très concrètes sur le terrain. Alors on sait qu'on va répondre à un besoin identifié et surtout obtenir un gain. 

    Comme notre spectre est assez réduit et que nous croyons dans l’efficacité par la spécialisation des algorithmes ( on a créé IA Médical et IA Marketing car on ne mélange pas nos usages). 

    Il faut en premier expliquer ce que l'IA n’EST pas

  • L’IA ne décide pas, elle est entrainée
  • L’IA n’est pas éthique, c’est à nous de l’être 
  • l’IA n’est pas sexiste, son dataset est biaisé 

    Elle ne peut tout simplement pas ÊTRE quoi que ce soit, ce sont des algorithmes, ils n'ont pas d'existence. Déjà, d'expliquer ça, c’est casser des choses dans la tête des gens.

    C'est un système qui va appliquer des recommandations, pour ma part, il est important de considérer les usages d’aujourd’hui, j’ai écrit  un article sur ce sujet. 

    Notre parti pris c’est de comprendre pourquoi il y a des biais dans les dataset et est-ce que certains sont intéressant pour le projet. Pour moi, un dataset avec des biais est un moyen de rectifier le tir ou de mieux comprendre la cible viséePar exemple, LISA sait analyser des sentiments dans un contexte d’avis précis. Il y a forcément des biais à l’interieur car on est sur un texte écrit à l’émotion, sur une expérience vécue et souvent sur un mobile. Demain, tu lui donnes un texte de Baudelaire, elle ne saura pas l’analyser et c’est très bien, ce n’est pas son périmètre.  Nous croyons que pour développer une IA efficiente, elle correspondre à un contexte et des usagers particuliers et être évaluée en permanence car ceux-ci évoluent.

  • Lydie Catalano · il y a 10 mois
    • merci! Utile
    • Pas utile
    • Pas sûr
  • Intégrer la recherche qualitative et quantitative dans la création de chatbots.

    Le qualitatif est incontournable dans un projet, mais j'ai tendance à essayer de le transformer en Quanti ou de venir l’appuyer par du quanti.  

    Souvent, sur un nouveau projet je vais me servir d’outils comme les analytics des sites Web, les bases de données produits, des bases de données clients, des bases de données utilisateurs ou prospects pour commencer. 

    Mais aussi les enregistrements des appels entrants, les mails, les avis déposés tout ce qui tourne autour de la relation client sans être encore bien intégré au process de l’entreprise.

    Tout ce que va exprimer l’usager sur son parcours. 

    En résumé :  wikihero-image-id: 1055

    Et c’est cette méthodologie que j’applique.

    On teste tout, tout le temps.

    Aujourd'hui, je ne fais plus vraiment la différence entre le Quali et le Quanti, parce que, Lisa (notre outil) va transformer le Quali en Quanti. Donc j’essaie de rationnaliser toujours plus pour: 

  • Evaluer et repérer les biais
  • Segmenter si besoin 
  • Contrôler et tester

    Je n'utilise plus seulement la note pour les NPS parce que la note c’est subjectif et tu ne sais pas pourquoi tu as pris un 2 si tu ne fais pas corréler les avis.

    La France, est une habituée de la moyenne morbide qui peut totalement fausser ton résultat. 

    Pour vérifier ce piège, un petit tour sur TripAdvisor, un petit filtre sur les gens qui ont mis une note de 3 ou 4 et prenez le temps de lire les avis… Ils vont contenir les mots 

    « Excellent », « Très bonne cuisine rien à redire», “The place to be”... alors que la note n’est pas la maximale, ensuite changer la langue pour un même établissement et vous serez surpris des avis anglo-saxons ! 

    Donc, si vous vous fixez uniquement sur la note, vous risquez de passer à côté.

    • merci! Utile
    • Pas utile
    • Pas sûr
  • Comment construire son agent conversationnel ? Maaikee Coppens, experte en produits conversationnels
    Lien de l'épisode Hello Hello !   C'est déjà le 2ᵉ épisode de l'année !   Après Romain Dao, c'est au tour de Maaike Coppens de répondre à nos questions sur le sujet des agents conversationnels. Une première pour notre chaîne Expériences Digitales ! Pour vous la présenter, Maaike est une experte en conception de produits conversationnels, conférencière et auteure de renommée internationale. Elle possède une solide expérience dans le design conversationnel, travaillant aussi bien avec des startups dans ce domaine qu’avec de grandes marques, en France et à l’international. Elle possède une expertise particulière en matière de technologie vocale, consultant sur des plateformes telles qu’Amazon Alexa, Google DialogFlow, et bien d’autres. Elle a récemment été reconnue par Amazon comme "Alexa Champion". Maaike est également co-auteur du Voice UX Workbook et auteur du premier livre français intitulé "Design Conversationnel" paru aux Editions Eyrolles en octobre 2022. En 2020, Maaike a rejoint l’incroyable équipe de OpenDialog AI en tant que VP Design - afin de mener leurs efforts de conception, et traduire un framework conversationnel, complexe et riche, en une plate-forme agréable, performant et efficace permettant aux entreprises de mener à bien leurs projets conversationnels." Au cœur de cet épisode, c'est une longue discussion qui vous attend autour de son dernier livre "Design Conversationnel" et sur le sujet des agents conversationnels et des chatbots, vous en saurez plus sur :  Comment et quand les utiliser ?  Comment en tirer parti ?  Quelles erreurs ne pas commettre ?  Et surtout, Maaike vous dévoilera ses conseils pour construire une conversation et rendre le meilleur service possible aux visiteurs d’un site ou aux utilisateurs d’une application.
    Belle écoute et n'hésitez pas à partager l'épisode sur vos réseaux 😘 "Expériences Digitales" : c'est le podcast de Wexperience qui a pour but de partager avec vous des histoires, des bonnes pratiques et des insights autour de l’expérience client digitale. Pour découvrir nos épisodes vidéo c'est ici.
    • merci! Utile
    • Pas utile
    • Pas sûr
  • Chatbots et expérience client avec Yanis Kerdjana, co-fondateur et CTO chez Ideta
    Lien de l'épisode
    Bonjour à tous ! Dans ce 15ème épisode d'Expériences Digitales, découvrez un sujet qui a toujours fait un peu polémique, les chatbots ! Un podcast mené avec Yanis Kerdjana , co-fonder et CTO chez Ideta , éditeur de solution d’agents conversationnels omnicanale no code en mode SaaS et on premise à destination des TPE, PME et grands comptes.
    Diplômé en ingénierie aérospatiale aéronautique et astronautique d’ISAE SUPAERA et titulaire d’un MS ingénierie aérospatiale aéronautique et astronautique de l’Imperial College London, il devient en 2018 board member de Rox. Puis fonde Ideta en 2017 aux côtés de Sarah Martineau. Au programme de cet épisode :  Les chatbots sont-ils ennuyeux, déceptifs ? Comment savoir quand il faut faire intervenir un chatbot ? Comment dresser un chatbot pour son e-commerce ? Le chatbot, un canal apprécié ?  Quid de l'ergonomie mobile d'un chatbot ? Est-ce qu’un chatbot peut réellement convertir et améliorer les ventes ?
    Réponses dans ce 15ème épisode d'Expériences Digitales !    "Expériences Digitales" : c'est le podcast de Wexperience qui a pour but de partager avec vous des histoires, des bonnes pratiques et des insights autour de l’expérience client digitale. Pour découvrir nos épisodes vidéo c'est ici.
    • merci! Utile
    • Pas utile
    • Pas sûr
  • Chatbot : derrière le robot, des humains – Hélène Gianessi
    Hélène est Conversation Designer. Ça veut dire quoi ? Pour la faire courte, elle conçoit des chatbots. Des agents conversationnels, des programmes capables de parler avec un humain. On les retrouve un peu partout : de la simple fenêtre qui apparaît quand on navigue sur un site et qui nous demande “en quoi puis-je vous aider ?”, aux tchats plus élaborés, jusqu’aux assistants personnels virtuels, type Siri, Google Home ou Alexa. Et pourtant derrière ces robots, il y a des humains. Des humains qui conçoivent la conversation, les questions et réponses, même les plus farfelues, le parcours de l’utilisateur et l’expérience globale. Eh bien, c’est ce que fait Hélène. Elle conçoit la conversation de ces petits robots pour répondre aux questions de l’utilisateur. Hélène a d’abord été UX Writer chez The Chatbot Factory. Elle travaille aujourd’hui chez Axance, et passe son quotidien en compagnie de Djingo, le chatbot mobile et internet d’Orange. Bonne écoute ! Retrouvez toutes les notes de l'épisode sur mon site ;) Lien de l'épisode Merci à @10deDer pour la musique. Vous voulez améliorer la lisibilité et les contenus de votre interface web ou mobile ? Abonnez-vous à ma newsletter et recevez, deux fois par mois, des tips, des ressources et du contenu exclusif.
    • merci! Utile
    • Pas utile
    • Pas sûr
  • Commentaires

    Groupes

    Hashtags