Partager bannouze c’est sympa et en plus ça nous aide:

Définition et explications chatbotBannouze (B) : Salut ! Bienvenue sur Bannouze. Bannouze le podcast du marketing et de la communication digitale sans bullshit. Même si le terme, on en convient, est super, super galvaudé. En tous cas, Bannouze est un podcast sincère qui ne repose que sur l’intérêt que l’on porte à nos invités. C’est garanti sans incentive ni clic de validation.
N’oubliez pas, votre aide nous est précieuse. En likant, en partageant, en mettant 5 étoiles par exemple sur Itunes, vous nous encouragez à poursuivre ce side project. Merci d’avance ! Bannouze, c’est parti !

B : Bonjour Kevin.

Kevin Colleaux (KC) : Bonjour Laurent.

B : Merci pour ta participation au podcast Bannouze. Avant de parler « chatbot », est-ce que tu peux te présenter ?

KC : Oui, avec plaisir. Donc moi je suis le co-fondateur de Kick My Bot. Donc on travaille aujourd’hui sur les techno-chatbots et conversationnels depuis avril 2016 suite au, suite à la conférence F8 de Facebook qui avait effectivement autorisé l’arrivée des chatbots sur Messenger. Et j’ai un passif plutôt communiquant avec une expérience au sein de l’agence The Social Republic My RH community sur lequel on accompagnait, effectivement, des clients sur la weak community managment et à l’époque je travaillais effectivement dans, dans l’environnement média chez Figaro sur, et bien, sur la gestion de, de ventes d’annonces.

B  Peux-tu faire un état des lieux ou définir finalement ce que c’est un chatbot ?

KC : Oui, alors au choix : globalement on peut définir un chatbot comme un agent conversationnel qui va être en mesure de comprendre une requête utilisateur et de l’orienter effectivement vers la meilleure réponse possible. En terme d’overview sur le marché des chatbots il  y a plusieurs acteurs aujourd’hui qui vont effectivement adresser ce marché. On va avoir des agences plutôt classiques, donc qui ont pas réellement une brique techno, qui vont plutôt, en général, créer des chatbots un petit peu « foire à questions » avec des, des, des arbres de décisions, des chatbots qui sont très linéaires. D’un autre côté on va avoir des plates-formes en mode SAS ou BAAS (Bot As A Service) qui permettent effectivement de développer facilement son chatbot comme wix.com peut le faire, par exemple si on fait le parallèle avec un site internet. Et enfin, t’as des acteurs, comme nous, qui vont proposer aux utilisateurs de faire des chatbots sur mesure, enfin plutôt aux entreprises de développer des chatbots sur mesure. Donc là, globalement, c’est le segment sur lequel on se positionne.

B : Finalement sur quelles technos reposent le chatbot ?

KC : D’un point de vue techno on va travailler beaucoup avec ce qu’on appelle des plates-formes NLP donc ça veut dire Natural Language Processing ou traitement automatique du langage naturel en anglais. Donc ce sont des plates-formes, en fait, qui vont tendre à comprendre la complexité du langage humain. Donc dans ce cadre-là, aujourd’hui il y a plusieurs plates-formes NLP qui existent. Il y a une vraie guerre avec les gens du web. T’as des plates-formes qui appartiennent à Google, à Amazon, à Facebook. Donc en fait ces plates-formes NLP vont, vont reposer sur des algorithmes de, de machine learning et donc d’apprentissage automatique. On est clairement sur de la recherche d’intention dans un texte afin de comprendre finalement le sens de la phrase de l’utilisateur. Une fois effectivement qu’on a défini l’intention, on va chercher ce qu’on appelle des “entités nommées”. Donc pour vulgariser, on a un de nos clients qui s’appelle Century 21, donc que tout le monde connaît sur la recherche de biens immobiliers à acheter ou à louer. Et l’objectif, lorsqu’on va recevoir une phrase d’un utilisateur, qui est, somme toute, assez courante : « Bonjour Century 21, je recherche un appartement, je sais pas moi, de, de 400 000 €  à Melun avec trois chambres et minimum 90 m²  de surface. » Globalement notre machine va comprendre l’intention utilisateur, donc on est sur une recherche de bien, et ensuite on va chercher ce qu’on appelle des entités nommées donc ce ne sont pas des mots clés mais ce sont tous les éléments clés qui vont nous aider à affiner la réponse auprès de l’utilisateur.

B : C’est à dire ? Tu peux donner des exemples concrets ?

KC : Ouais, bien sûr. Donc les entités ça va être effectivement « 400 000 € ». On sait qu’on n’est pas sur une location mais l’achat d’un appartement, donc là c’est évident. En parallèle, il a précisé sa ville, « Melun ». Ensuite ses mètres carrés, donc 90 m² ; son nombre de chambres, « trois chambres ». Donc à nous effectivement d’aller effectivement dans la base de données Century 21 pour afficher uniquement les biens immobiliers à Melun de 90 m²,  qui correspondent au budget de notre utilisateur.

B : Un chatbot sans data c’est impossible finalement ?

KC : En fait il y a plusieurs types de chatbot. Tu peux avoir des chatbots « foire à questions » donc là, effectivement, qui vont permettre, sans data, avec des données qui sont plutôt fixes de répondre aux utilisateurs. Nous, ce qui nous intéresse et nous anime c’est tout ce qui est algorithme de « maching ». Donc aujourd’hui, effectivement, plus on va avoir une profondeur de l’offre intéressante et bien, plus on va pouvoir s’amuser avec toutes ces données. Aujourd’hui sur, sur une quarantaine de projets chabots qu’on a, qu’on a mené, il y a seulement deux chatbots sur lequel on n’a pas fait de maching. Donc nous, aujourd’hui, on se positionne clairement sur le maching soit d’offres d’emploi, soit d’offres de formation, de catalogue d’offres immobilières mais également de catalogue e-commerce. Pour Century 21, pour notre client Conforama par exemple, c’était un petit peu compliqué de se positionner sur un chatbot qui va effectivement absorber l’intégralité de leur catalogue e-commerce donc on avait choisi des verticales type « la télévision » ou « la literie ». Donc tu as un utilisateur qui pouvait aller sur Messenger demander au chatbot, effectivement, de lui trouver la télé Samsung avec un budget entre 1000 et 1500€ pour avoir, je sais pas, une télé 4K ou Full HD avec 3 ports HDMI et une clé USB et, effectivement, on le trouvait en une micro seconde.

B : Tu as parlé de plates-formes NLP. Y a-t-il d’autres technos pour développer son chatbot ?

KC : Oui, alors en complément du maching learning on travaille également sur du deep learning donc qui est effectivement une sous-famille du machine learning pour proposer les solutions les plus efficientes possibles. C’est à dire que de temps en temps on va s’affranchir des plates-formes NLP qui ont des forces et des faiblesses mais malheureusement la plate-forme NLP a tout faire à l’état de l’art d’un point de vue techno n’est pas possible. Par exemple toute la gestion de la négation est très compliquée. C’est très compliqué pour une machine, effectivement, de comprendre que je ne veux pas un appartement à Melun de 90 m²  avec 3 chambres mais que je veux tout le reste. Donc là on va s’affranchir effectivement de ces technos et on va travailler avec nos propres réseaux de neurones récurrents. D’ailleurs il y a des cas d’usage qui sont extrêmement intéressants : Alexandre Ragaleux, qui est notre docteur en informatique, a développé un, un petit logiciel qui permet, grâce à des outils liés au deep learning, de faire de la compréhension de texte. Donc on va pouvoir, je ne sais pas, isoler cinq ou six pages d’un texte de Voltaire par exemple, et une fois qu’on l’a rentré dans la machine on va poser une question au chatbot pour lui dire : « Quel est le narrateur ? », « Quel est le personnage principal ? », « Est-ce que tu peux me dire exactement le nombre de caractères du texte ? » Et en fait la machine va comprendre le sens de l’histoire et me dire, effectivement, le narrateur de cette histoire est telle personne, y a tant de caractères dans le texte et effectivement ce texte se passe dans telle ville, à tel endroit. Et là, c’est assez intéressant. Donc, à l’état de l’art, on peut pas aujourd’hui sur 200, 300, 400 pages, c’est évident, mais nous notre vision c’est de se dire que d’ici quelque temps on pourra, effectivement, sur un site internet absorber l’intégralité des contenus, les comprendre et orienter l’utilisateur vers la réponse la, la plus, la plus, enfin qui correspond le mieux à sa requête.

B : En regardant le web j‘ai vu pas mal de chatbot par thématique. C’est à cause de la techno actuelle ou on pourrait faire un chatbot universel ?

KC : Non, en fait je pense que c’est plutôt, un petit peu l’histoire des associés côté Kick My Bot. On a tous un passif qui est très fort côté RH et emploi. C’est à dire que on a tous travaillé au sein du groupe Figaro classifieds sur effectivement la vente d’offres d’emploi. Deux des associés de Kick My Bot sont également cofondateurs et associés chez My RH Community qui est l’agence leader sur tous les sujets marque, employeur et recrutement sur les réseaux sociaux. Et dans ce cadre là on avait déjà effectivement, un carnet d’adresses, pour adresser ces, ces clients potentiels. Donc effectivement on a été plus vite. Ensuite, nous, ce qui nous anime, c’est le maching. Donc de se dire effectivement qu’on fait du maching sur des offres d’emploi, un catalogue e-commerce ou de la formation c’est le même job. On a la techno qui fonctionne. Donc notre ambition, nous, c’est d’être leader sur les classifieds, donc le segment des classifieds, mais on peut bien évidemment adresser tout type de problématiques.

B : Donc c’est pas un bridage techno, c’est un parti pris lié à votre histoire ?

K : En fait c’est quand même toujours plus simple. C’est à dire que lorsqu’on développe un chatbot, je ne sais pas, on est spécialiste du voyage et on fait effectivement  de la, de la réservation de billets de trains, une fois qu’on l’a fait une fois on a un historique des demandes récurrentes des utilisateurs donc c’est plus simple d’en développer d’autres. Ça c’est certain. En revanche, un client c’est problématique donc on doit toujours affiner ses modèles de recherche.

B : Dans un domaine plus marketing digital, quel est l’intérêt pour une entreprise de mettre en place un chatbot sur un site retail par exemple ?

KC : Je, je pense que la meilleure façon de répondre à cette question c’est d’imager. Prenons un exemple. Je suis un client potentiel pour Adidas. Donc aujourd’hui je me mets au running. Pour trouver la paire de chaussures c’est petit peu compliqué, je ne sais pas du tout par où commencer. En revanche, que ce soit sur le site, sur Messenger, sur Whatsapp, sur Google Home par exemple, peu importe le canal sur lequel je vais entrer en contact avec la marque, et bien c’est extrêmement simple de me laisser guider. Donc je vais commencer à parler au chatbot pour lui dire :« OK. Salut Adidas, je veux me mettre au running. Qu’est-ce que tu me proposes comme supers chaussures ? » Le chatbot va me répondre. Il va me dire : « Donc OK Kevin, j’ai bien compris que tu te mets au running, donc tu es débutant. Est-ce que tu peux me dire près de chez toi, est-ce que tu vas courir sur route, sur, enfin je ne sais pas, dans les champs ou effectivement sur piste ? » Donc là effectivement, je vais répondre. Dans la foulée, on va se dire : « OK. Est-ce que tu penses courir plutôt 50 Km par semaine ? 100 ? 200 ? 500 ? » Et en fonction de toutes ces informations je vais me laisser guider et je vais avoir les résultats. Donc bien évidemment, à mes yeux, si aujourd’hui le marché des chatbots peine encore à décoller, c’est qu’on n’a pas clairement de gros acteurs qui sont lancés. Je rencontrai le groupe Ludendo il y a quelques temps, et dans ce cadre là, imaginez, vous êtes sur Messenger, ils ont, je sais pas 150 000 ou 200 000 fans sur Facebook, et bien on va pouvoir faire ce qu’on appelle du social commerce. Donc admettons effectivement je suis sur Facebook, que je parle à la Grande Récrée, je vais lui dire : « OK, je veux acheter un jouet pour ma nièce. Est-ce que t’as des jouets, je sais pas moi, La Reine des Neiges ? » Dans la foulée le chatbot va me répondre : « OK, est-ce que tu veux Anna, Elsa ou Olaf ? » Je vais dire « Olaf ». Et dans la foulée, une fois que j’ai dit que je voulais Olaf, on va me dire : « OK. Est-ce que tu veux une poupée ? Est-ce que tu veux un goodies ? Est-ce que tu veux un vélo ? » Donc je vais choisir une goodies et là effectivement on va me proposer soit une peluche Olaf, soit effectivement un jouet ou une poupée. Donc là c’est vraiment cool, en 3 secondes je me suis fait aiguiller sans chercher sur un site dans des onglets, des sous-onglets des sous-sous-onglets.

B : D’accord. Est-ce que tu, t’as, tas des stats marketing à, sur lesquelles tu peux communiquer ?

KC : Oui, alors là on en a plusieurs. Lorsqu’on parle d’un chatbot sur un site internet, en général, ce qui est assez cool pour nos clients, c’est que c’est un formidable levier pour faire de la rétention d’utilisateur. Souvent mes clients me disent : « Tu sais Kevin, sur les réseaux sociaux on est sur du snacking de contenu. On perd l’attention des utilisateurs. On n’arrive pas à, à garder quelqu’un d’actif plus de 15 ou 20 secondes. » Sur les chatbots ce qui est intéressant, c’est que la première conversation entre le chatbot de nos clients et les utilisateurs dure en moyenne 7 minutes. Alors que parfois, on va avoir des clients qui vont avoir des taux de rebond de 45, 50 secondes ou 1 minute sur leur site. Donc là, premier levier, le chatbot va permettre de faire de la rétention d’utilisateur, de visiteur unique. Deuxième levier, sur la partie plutôt « chatbot sur Messenger », c’est le taux d’ouverture. Lorsque j’envoie un message à un utilisateur sur Messenger, 98% du temps il est ouvert dans les deux heures. Donc là, c’est assez canon. On est vraiment dans l’instant. Et ensuite, effectivement, des stats là ça va varier vraiment de, de pas mal de modèles, sur site internet en général c’est un utilisateur sur trois qui parle au chatbot quand on est plutôt sur du BtoC. Quand on est sur du BtoC ça va être un utilisateur (hésitation), quand on est sur du BtoB ça va être plutôt un utilisateur sur dix qui parle au chatbot. En terme de gestion de trafic, qui sont sur le site, là je peux malheureusement te donner que des cas d’usage par verticale métier. Si on prend effectivement nos clients qui sont sur effectivement les offres d’emploi, donc là on a pas mal de hauteur puisqu’on a une vingtaine de clients qu’on accompagne sur des chatbots recrutement. En général on a un taux de conversion qui est de l’ordre de 4 à 13% pour les plus performants. Formulé différemment, lorsque je suis un candidat, je sais pas, je suis sur le site loreal.com ou adecco.fr, peu importe, je demande un job de cariste à Lyon, et bien je reçois entre 4 et 13 CV à l’issue de la conversation. Ce qui est génial parce qu’il faut le mettre en perspective avec les sites emploi par exemple, je, j’ai une annonce, je sais pas moi,  sur un site type Monster. Mon annonce elle est vue 800 fois mais en moyenne je reçois entre 15 et 25 CV.  Donc on passe d’un taux de transformation de 2,5% à 4% et plus grâce au chatbot. Donc la conversation booste la rétention et la, et la candidature sur ce cas d’usage précis.

B : Si on fait un peu de prospective, comment vois-tu l’évolution du marché ?

KC : Alors, nous, ce qui est intéressant c’est que notre vision on n’est pas en fait un acteur qui développe des chatbots. On est des experts du conversationnel. Donc nous, ce qui nous intéresse, c’est de comprendre l’utilisateur au travers de la voix et du texte et ce, peu importe qu’il passe par un chatbot, par une interface connectée ou pour, par effectivement un site internet. Nous, le constat qu’on fait c’est que, on surveille beau, enfin vraiment de très près ce qu’il se passe aux États-Unis. Aujourd’hui, une recherche sur cinq aux États-Unis sur Google est faite au travers de la voix. Donc ça paraît complètement dingue avec nos yeux, avec nos yeux français, parce que c’est pas du tout des usages qui sont développés. Donc on se dit qu’effectivement le web va devenir de plus en plus conversationnel. Et pour nos clients, ce qui nous anime, c’est de se dire : « OK, peu importe que vous souhaitiez un chatbot ou un site internet en tous cas, qui soit plus connecté » ; c’est de se dire que « demain, j’aurai sur mon site internet forcément un moteur de recherche, sur laquelle je poserai directement ma question. » Il est pas acceptable pour un utilisateur de passer 10 ou 15 minutes parfois, que ce soit sur son intranet, en interne ou sur un site internet externe type ameli.fr pour chercher mon information. Ce que, ce qu’on imagine en tous cas c’est des sites de plus en plus conversationnels sur lesquels j’envoie mes requêtes et j’ai une réponse immédiate.

B : Écoute c’est, c’est super clair. Merci beaucoup. Où est-ce qu’on peut te suivre ?

KC : Alors on peut me suivre, directement sur Twitter avec @kcolleaux ; sur LinkedIn Kevin Colleaux et je crois que c’est tout.

B : Et bien c’est cool. Merci beaucoup Kevin. Cet épisode est terminé. Merci beaucoup de l’avoir écouté. N’oubliez pas de, de nous suivre sur les différentes plates-formes et les différents réseaux sociaux et si, possible, de nous mettre un petit commentaire sur Itunes. On compte sur vous ! A la prochaine.

Partager bannouze c’est sympa et en plus ça nous aide:

Leave a Reply

Your email address will not be published. Required fields are marked *

bannouze © 2019