Agents conversationnels : les assureurs et les mutuelles sautent le pas !

Un chatbot est un programme informatique capable de conduire une conversation avec des humains par échange vocal ou textuel. Il peut réaliser automatiquement une tâche ou donner des réponses automatisées. En couplant ces avantages au développement exponentiel du mobile, les compagnies d’assurances ont de plus en plus recours aux chatbots pour améliorer la gestion de leur relation client et délivrer une expérience personnalisée.

Les cas d’usage sont multiples

Comme pour les autres secteurs d’activité, les chatbots apportent aujourd’hui une réelle valeur ajoutée dans la distribution de services et l’assistance au client et au collaborateur. L’intérêt des assureurs pour ces systèmes apprenants est évident : pouvoir répondre rapidement au client par un canal simple d’utilisation, fiable, disponible en permanence, tout en optimisant les coûts opérationnels.

De nombreux cas d’usages client peuvent être imaginés, parmi lesquels :

• Délivrer une tarification auto ou habitation après un court échange avec un assuré. Ainsi Allianz met à disposition de ses clients un chatbot leur permettant d'obtenir un devis d'assurance habitation, en leur posant seulement cinq questions.
• Offrir un media supplémentaire à ses clients. La MGEN a déployé son chatbot « Jam » visant à renouveler ses adhérents.
• Confier une partie de son service client à des agents conversationnels, permettant aux clients de gagner en autonomie tout en offrant une plus grande disponibilité (24/7) à moindre coûts. L’activité des centres d’appel est optimisée en transférant au conseiller uniquement les demandes trop complexes ou nécessitant une expertise. Ainsi, le chatbot d’Orange Bank est capable de répondre à plus de 500 questions en langage naturel, avec un taux de compréhension de 85%.
• Disposer d’un nouveau levier sur la fidélisation des conseillers : la formation sur le traitement de demandes à valeur ajoutée.

Les chatbots peuvent également être utilisés comme outils de gestion et de diffusion de la connaissance auprès des collaborateurs : FAQ, gestion des formations, gestion des notes de frais, reporting personnalisé, gestion de calendrier. Natixis a mis en place un assistant conversationnel intelligent offrant au collaborateur une interface d’accès unique aux sources documentaires.

Construire le bon chatbot pour vos équipes en 5 étapes

Grâce à nos nombreux retours d’expérience sur différents projets internes et externes, nous avons identifié 5 grandes phases (issues de la méthodologie ChatBot d’Orange Consulting©) pour construire un agent conversationnel utile, fonctionnel et évolutif :

1. La phase de cadrage consiste à définir les objectifs du chatbot : la simplicité, l’utilité et la fréquence sont les principaux critères à prendre en compte. Le facteur-clé de succès pour retenir les bons cas d’usage étant d’impliquer les équipes Métier dès le début du projet.

Quels sont les profils cibleset les bénéficiaires?Quels sont leurs besoins prioritaires, leurs douleurs récurrentes… ? Quels sont les impacts techniques et organisationnels ? Quels sont les cas d’usage ayant le meilleur ratio valeur/effort pour être traités par le chatbot ?

2. La phase de conception vise à co-construire avec les utilisateurs et bénéficiaires-cibles les dialogues du chatbot. Autrement dit, rédiger les premières intentions et les réponses associées (statique ou dynamique), ainsi que les règles de décision permettant d’orienter le parcours conversationnel. Cette phase sert également à co-concevoir avec les équipes SI (Test et/ou Prod) le back-end cible dont les contours auront été validés en phase de cadrage (à savoir les applications, bases de données, etc. devant être connectées au chatbot). Il s’agira également de formaliser les procédures d’utilisation, d’évolution et de gestion du bot.

3. La phase de développement consiste à paramétrer le moteur du chatbot afin de comprendre les requêtes des utilisateurs pour y associer un arbre de décision avec les réponses du bot associés. Celles-ci sont protéiformes : informations basiques, données personnelles, procédure technique, question, menu, liens, etc. C’est également durant cette phase que les jeux de données et l’environnement seront créés : par exemple, en mode Test sur un « bac à sable » ou en mode Production sur le Cloud Orange.

L’objectif de cette phase, plus ou moins dense en fonction des objectifs de l’interface, est de mettre en ligne la version 0 du Bot. Le paramétrage du moteur de traitement du langage naturel permettra au chatbot de comprendre l’écrit et/ou le parler des utilisateurs.

4. La phase d’entraînement consiste à enseigner au chatbot à comprendre les intentions des utilisateurs, et donc d’être en mesure d’associer plusieurs formulations à un seul et unique parcours conversationnel. C’est une étape cruciale car les chatbots actuels fonctionnent par analyse du procédé sémantique, ils ont donc besoin d’entrainement pour être capable de pondérer différemment chaque mot saisi par l’utilisateur afin d’en identifier un motif, un paramètre, etc. L’objectif étant d’arriver à un taux de compréhension d’au moins 95% y compris en prenant en compte les fautes d’orthographe et le langage métier spécifique. C’est notamment une des raisons pour laquelle la phase de cadrage est une étape cruciale du dispositif car elle devra définir les contours court et moyen terme du chatbot.

5. La phase de déploiement est solidaire de la phase de run car un chatbot est un outil vivant, et « comme un bébé », il ne s’agit pas de « l’abandonner dès la naissance ». Il faut donc non seulement prendre grand soin de son intégration Métier et Technique, mais également l’accompagner dans sa croissance, et plus généralement dans sa vie de petit robot qui, au fil du temps, pourra se révéler être un compagnon indispensable des collaborateurs et des clients des assurances et des mutuelles.

Pour aller plus loin

• Phygital : la belle complicité entre commerce physique et digital