Postes

• 

  Comment utiliser l’approche hybride IA générative et réseau conversationnel pour créer un chatbot ?

  • Vision de l'enfant
  • Retour de cas
  • #chatbot
  • #intelligenceartificielle
  • #marketing
  • #userresearch
  • #éthique

  

  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

  (lire la suite)

  Lydie Catalano · CEO · il y a 10 mois

  • 💪 3 merci! Utile
  • 💔 0 Pas utile
  • 🤔 0 Pas sûr
• 

  Utiliser GPT-4 dans votre processus de recherche UX pour vous aider dans l'analyse

  • Vision de l'enfant
  • Retour de cas
  • #chatgpt
  • #gpt4
  • #sante
  • #chatbot
  • #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

  (lire la suite)

  Lydie Catalano · CEO · il y a 10 mois

  • 💪 7 merci! Utile
  • 💔 0 Pas utile
  • 🤔 0 Pas sûr

  • 2
• 

  Le "behind the scenes" des mots suggérés dans une app conversationnelle

  • Evénements
  • Ressources
  • #etudedecas
  • #designconversationnel
  • #chatbot

  

  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/

  (lire la suite)

  Marie-Anne Chaloupecky · il y a 1 an

  • 💪 3 merci! Utile
  • 💔 0 Pas utile
  • 🤔 0 Pas sûr
• 

  L’impact qu’un chatbot peut avoir dans le domaine de la santé.

  • Evénements
  • Retour de cas
  • #chatbot
  • #sante
  • #conversionoptimisation

  

  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 :