La fonction AI-Powered Answers est disponible pour les clients, sous forme d’application. Vous aurez besoin de la version appropriée de l’application Conversations pour accéder à AI-Powered Answers. Pour en savoir plus, contact votre gestionnaire de compte.

Cet article donne un aperçu de la fonctionnalité AI-Powered Answers dans Conversations.

Quels sont les usages possibles de la fonctionnalité AI-Powered Answers ?

Vous pouvez utiliser la fonctionnalité AI-Powered Answers pour répondre automatiquement aux questions courantes des employés en utilisant les articles existants de votre base de connaissances. Pour en profiter, vous devrez déjà avoir construit une base de connaissances interne dans Conversations en créant et en important des articles. Pour en savoir plus sur comment créer une base de connaissances dans Conversations, consultez notre ressource sur l’ajout d'un article à la base de connaissances. 

Cela vous permet de :

• Réduire le nombre de questions auxquelles vous devez répondre manuellement.
• Faire gagner du temps aux experts et aux auteurs de demande en fournissant des réponses instantanées.
• Entraîner l'algorithme à suggérer les réponses les plus pertinentes, améliorant ainsi la satisfaction des employés.
• Identifier les questions les plus fréquemment posées et créer des articles d'aide supplémentaires qui couvrent des sujets importants dont vous n'aviez peut-être pas connaissance auparavant.

Fonctionnement

1. Analyse des connaissances

Chaque article que vous ajoutez à votre base de connaissances est analysé par l'algorithme et inclus dans le modèle. L'algorithme de suggestion utilise le traitement du langage naturel pour passer en revue chaque article de votre base de connaissances et en extraire les sujets les plus importants.

Lorsque vous ajoutez un nouvel article, Conversations décompose immédiatement le texte (titre et contenu) en phrases et le transforme en un vecteur numérique. En d'autres termes, pour le chatbot, l'article n'est pas représenté sous forme de texte, mais plutôt sous forme d'une liste de nombres, qui peuvent être interprétés comme le « score » de l'article sur différents sujets.

Nous vous invitons à consulter les bonnes pratiques fournies dans notre ressource sur l'ajout d'un article à la base de connaissances pour savoir comment tirer le meilleur parti de l'algorithme.

2. Les demandes entrantes sont comparées au modèle

Lorsqu'un employé soumet une demande à Conversations via Slack ou Microsoft Teams, sa question est aussi automatiquement décomposée en un vecteur numérique. Tous les articles de votre base de connaissances sont ensuite notés en fonction de la proximité de leur vecteur avec celui de la question.

Remarque
Le système ne traduit pas automatiquement les demandes dans la langue de l'article. Soyez attentif à la langue dans laquelle un article est rédigé et à la manière dont certains bureaux ou employés pourraient être affectés.

3. Si la correspondance est suffisamment bonne, des réponses adaptées sont proposées

Si quelques articles sont similaires à la question, le chatbot Conversations les propose à l'employé (trois articles au maximum sont suggérés). 

Des suggestions multiples sont proposées lorsque le système identifie des articles étroitement liés qui présentent de légères variations. De cette façon, les articles qui peuvent avoir une pertinence différente en fonction des besoins de l'auteur de la demande sont fournis. 

L'employé peut choisir de :

• Accepter la suggestion en cliquant sur le bouton Cela résout le problème !
• Rejeter la suggestion en cliquant sur le bouton Rien n'est pertinent ou sur le bouton J'ai besoin de l'aide d'un expert.

Pour les articles internes, le contenu intégral est affiché dans Slack ou Microsoft Teams. Pour les articles externes, par exemple ceux qui ont été importés depuis Confluence, Notion ou SharePoint, seul le titre est affiché avec un lien vers la ressource correspondante.

Conseil
Consultez le journal des réponses automatiques et la zone de test des réponses automatiques pour analyser les articles d'aide qui fournissent les meilleures réponses ou les réponses les plus précises.Cela permettra d'identifier les articles à fusionner, à supprimer ou à clarifier.

4. Le modèle apprend grâce au feedback

Au fil du temps, le modèle apprend à partir du feedback des employés pour fournir de meilleures suggestions à l'avenir. Il apprend de la manière suivante :

• Chaque fois qu'un employé reçoit une suggestion, il peut indiquer si la suggestion était pertinente ou non à l'aide des boutons décrits ci-dessus.
• Lorsqu'un autre employé pose une question similaire, l'algorithme récupère toutes les réponses qui ont été suggérées aux questions précédentes et prend en compte le feedback antérieur.
• Lorsque les articles sont acceptés, ils bénéficient d'une légère augmentation dans le classement. Ceux qui sont rejetés car ils ne sont pas pertinents reçoivent une petite pénalité.

Pour rester conforme au RGPD, aucune donnée n'est personnalisée au cours de ce processus. 

Conseil
Plus vos employés interagissent avec le chatbot Conversations et plus ils lui donnent d'informations en retour, plus il apprendra à suggérer les bonnes réponses à partir de votre base de connaissances.

Journal des réponses automatiques et zone de test des réponses automatiques

Journal des réponses automatiques

Dans le journal des réponses automatiques, vous pouvez voir l'historique des questions récentes posées par les employés. Les requêtes des 30 derniers jours sont affichées. Pour chaque requête, une date et une liste de suggestions sont affichées, ainsi que le résultat (accepté/rejeté).

Le journal des réponses automatiques vous permet de comprendre le type de questions qui sont régulièrement posées et de créer de nouveaux articles de connaissance correspondant à ces questions.

Pour accéder au journal des réponses automatiques, allez sur Conversations > Gestion > Connaissances > Journal des réponses automatiques. 

Zone de test des réponses automatiques

Dans la zone de test des réponses automatiques, vous pouvez tester les suggestions d'articles en saisissant des questions types posées par les employés. Cela vous permet de voir les types d'articles qui pourraient être suggérés et d'apporter des ajustements ou des améliorations si nécessaire.

Pour utiliser la fonctionnalité de test, saisissez une requête dans la barre de recherche et cliquez sur Demander. Les résultats sont divisés en deux sections :

• Suggéré : cette section montre tous les articles qui seraient suggérés à l'employé (un maximum de trois articles est suggéré par requête).
• Non suggéré : cette section présente tous les articles qui ne seraient pas suggérés, y compris les raisons suivantes :
  • Pertinence - le score de pertinence est inférieur à notre seuil de recommandation.
  • Ciblage - l'utilisateur actuel ne correspond pas aux critères de ciblage définis dans l'article.
  • Nombre de suggestions - un trop grand nombre de suggestions serait présenté à l'employé.

Conseils
▶︎ Les articles sont classés par ordre décroissant de pertinence.
▶︎ Cliquez sur un article pour voir ses détails dans un nouvel onglet.

Pour accéder à la zone de test des réponses automatiques, allez sur Conversations > Gestion > Connaissances > Zone de test de réponse automatique.