L’agent conversationnel : le meilleur ami du sondage?

Le marché des agents conversationnels explose. Il y a trois ans, on dénombrait pas moins de 300 000 agents conversationnels sur Facebook. Une étude menée par Comm100, le fournisseur canadien de produits de service à la clientèle et de communication, révèle que ses agents conversationnels gèrent à eux seuls plus 25 513 conversations par mois. Leur clientèle provient d’une variété de secteurs: les services bancaires, l’éducation, la santé et les produits de consommation.

L’Office québécois de la langue française définit l’agent conversationnel comme un assistant virtuel intégré en tant que logiciel tiers dans un service de messagerie instantanée qui peut dialoguer avec le consommateur au moyen du langage naturel ou encore effectuer diverses actions commandées par celui-ci.

Interaction-type entre un agent conversationnel et un client 
Bonjour, comment puis-je vous assister?
Heu… Salut. J’aimerais en savoir plus sur les agents conversationnels.
Nous avons à ce jour 71 articles sur les agents conversationnels. Que souhaitez-vous savoir précisément? 
Je suis curieuse de l’utilisation des agents conversationnels en affaires. J’aimerais savoir qui utilise le plus les agents conversationnels.
Aimeriez-vous connaître les statistiques d’agents conversationnels?
Oui, c’est ça. Je veux voir des chiffres.
Un moment svp… 

Les agents conversationnels ont pris d’assaut le service client. À eux seuls, ils ont généré des revenus de l’ordre de 40,9 millions de dollars américains en 2018, et ce n’est que le début. Pour des secteurs de service tels que le bancaire, les experts prédisent que 90 % de l’interaction client sera automatisée en 2022. Gartner estime que d’ici l’an prochain, 72 % des interactions client impliqueront des technologies émergentes telles que les applications d’apprentissage automatique, les agents conversationnels et la messagerie mobile. Enfin, Statista prédit que le marché mondial des agents conversationnels atteindra 454,8 millions de dollars américains en 2027.

Contrairement à la croyance populaire, les consommateurs apprécient les agents conversationnels ; plus de la moitié des utilisateurs interrogés sont satisfaits et environ 60 % des milléniaux l’utilisent déjà pour acheter des biens de base.

Les limites du sondage écrit

L’agent conversationnel serait-il aussi efficace pour mener des sondages écrits? Cette question habitait l’équipe de direction de INBE, une entreprise de sondage et d’opinions consommateurs située à Québec. Elle se spécialise dans le test de nouveaux produits pour ses clients, la plupart des PME : elle envoie au consommateur cible des échantillons de produit, lui demande de les tester et de répondre à quelques questions.

Comme tout professionnel de la recherche marketing, INBE doit composer avec les limites des questionnaires administrés, notamment :

  • La rigidité : le questionnaire ne permet pas de clarifier certaines questions ;
  • Le format (questions fermées, dichotomiques) restreint l’émission d’opinions ou d’appréciation des consommateurs ;
  • Quand les questions sont ouvertes et que la réponse données est vague (« c’est bon »), pas de possibilité de rebondir et de demander des explications ;
  • Pour les questions à choix multiple, aucun moyen de s’assurer que le consommateur ait bien compris les réponses proposées ;
  • Impossible de demander des éclaircissements sur des réponses, ou de s’assurer que le répondant réponde à toutes les questions du formulaire.

Le CRIM développe un algorithme détecteur de sentiments

INBE a donc fait appel au CRIM et ses experts en traitement automatique des langues naturelles (TALN) pour développer un agent conversationnel qui mènerait une enquête auprès des consommateurs pour une catégorie spécifique de produits – l’alimentaire – afin de mesurer un aspect – la saveur. Contrairement à un questionnaire, l’agent conversationnel laisserait une plus grande place à la liberté d’expression du consommateur, qui pourrait émettre ses opinions et faire pleinement part de ses impressions.

Par la suite, l’algorithme détecterait automatiquement le sentiment exprimé par le répondant, puis l’agent conversationnel poursuivrait en dialoguant avec la personne afin de mieux cerner son appréciation et les caractéristiques du produit testé.

Pour bâtir l’agent conversationnel, le CRIM a utilisé les données de sondages passés qui portaient entre autres sur des vinaigrettes, des fromages, des friandises aux algues, du poulet mariné pré-emballé et de nouvelles saveurs de jus de fruits.

Question 1 de l’agent :  Bonjour, comment trouvez-vous cette moutarde dijonnaise? 
Réponse 1 :  Je ne l’ai pas trop aimée.

– L’algorithme détecte que la réponse est trop vague, donc l’agent demande une précision

Question 2 de l’agent : Qu’est-ce qui vous a déplu dans cette moutarde? 
Réponse 2 : Je n’ai pas aimé la couleur.

– On ne parle pas de goût, donc l’agent pose une question sur le goût

Question 3 de l’agent : Et qu’avez-vous pensé du goût? 
Réponse 3 : Je la trouve trop piquante.

 

Pour entraîner l’algorithme, l’équipe projet CRIM-INBE a annoté plus de 14 000 réponses sur 146 questions issues de sondages passés.


Données utilisées pour la conception de l’agent conversationnel CRIM-INBE
Nombre de questions posées : 146
Nombre de réponses données : 14 261
Nombre de phrases-réponses exprimant une opinion sur le goût : 3 055
Nombre de phrases-réponses exprimant un sentiment positif/négatif :  2 583 / 1 423

Ces données serviront à entraîner l’algorithme à distinguer la nature des sentiments exprimés par les consommateurs et l’appréciation des attributs du produit tels que la saveur, la texture, le prix, l’emballage, l’apparence, etc.

Au terme de ce projet, l’agent sera capable de reconnaître une phrase exprimant le goût avec une précision de 90 % (« Je n’ai pas aimé »). Il devient également possible de détecter l’appréciation de la caractéristique du produit (« Je la trouve trop piquante ») avec une précision de 73 %.

Commercialiser de meilleurs produits grâce au duo algorithme et agent conversationnel

Ces conversations offrent le potentiel de remplacer les sondages statiques que INBE réalise actuellement pour obtenir l’opinion des consommateurs. Les bénéfices pour l’entreprise cliente de INBE sont clairs : en cernant rapidement les préférences du consommateur, l’agent conversationnel permettra de réduire le risque d’insatisfaction et de lui proposer un produit qui corresponde à ses goûts.

Les entreprises pourront ainsi obtenir des données plus précises et plus justes sur le comportement du consommateur, leur permettant de définir des offres en meilleure adéquation avec ses attentes.

DONNEESCLIMATIQUES.CA au service du bâtiment

10 septembre 2021
CRIM-banner-aga2021-comm-rev

Voir loin pour se démarquer : retour sur l’assemblée générale annuelle du CRIM

6 juillet 2021
Speech

Un chercheur du CRIM récipiendaire d’une subvention à la découverte

5 juillet 2021

DONNEESCLIMATIQUES.CA au service de l’agriculture

30 juin 2021

DONNEESCLIMATIQUES.CA au service de la santé

2 juin 2021

Le CRIM partie prenante d’une initiative pour accélérer l’intégration des talents dans l’entreprise

15 avril 2021

La menace grandissante du deepfake

13 avril 2021

Détection des émotions et du stress chez les opérateurs de drones

12 février 2021

Médias sociaux : un ouvrage pour aborder de front les enjeux associés à la vie privée, la sécurité et la désinformation

9 février 2021

Jakarto compte le nombre de bornes-fontaines dans votre ville

1 février 2021

Retour sur l’année 2020 au CRIM : 10 faits saillants

28 janvier 2021

Effigis et le CRIM ensemble pour mieux protéger nos terres

14 janvier 2021

UEAT et le CRIM : Une collaboration gagnante

24 novembre 2020

VITAC acquiert SOVO Technologies, une entreprise dérivée du CRIM

14 octobre 2020

Le CRIM et K2 Geospatial, deux organisations québécoises actives depuis plus de 25 ans, parlent adaptation aux changements climatiques

5 octobre 2020

L’évolution de la Terre, c’est l’affaire de tous

11 septembre 2020

Application des technologies vocales du CRIM aux langues autochtones

5 décembre 2018