À ce stade du processus, vous avez créé votre bot, lui avez fourni des données et l’avez testé. Après avoir déployé votre bot, il commencera à recueillir des données de conversation. Il est important de revoir régulièrement ces conversations et d’apporter des améliorations à votre robot. C’est ainsi que votre robot peut continuer à devenir plus intelligent et plus utile au fil du temps.
Réviser et apprendre
Vous pouvez passer en revue toutes les conversations et tous les messages. Faites attention à ce que les utilisateurs demandent réellement. Bien que vous ne puissiez pas répondre à tous les comportements des utilisateurs, vous pouvez essayer de résoudre les points de friction ou de frustration courants que vous remarquez. Il existe deux endroits principaux pour examiner les données de conversation :
- Perspectives : Les onglets Tableau de bord, Parcours et Conversations vous permettent de visualiser les données relatives à vos conversations et messages ainsi que des conversations entières dans leur contexte. Vous pouvez apporter des ajustements aux intentions ou transformer l’intégralité de la conversation en une histoire que le bot pourra utiliser comme données d’entraînement.
- La boîte de réception NLU : La boîte de réception NLU vous permet de consulter les messages individuels des utilisateurs au fur et à mesure qu’ils arrivent. Vous pouvez utiliser cette vue pour apporter des améliorations rapides et précises sur la base des tendances que vous observez.
Améliorer votre robot logiciel
Lors de la révision, vous pouvez prendre des mesures pour apprendre à votre robot à être encore meilleur dans les conversations futures. La liste suivante décrit les situations qui nécessitent une amélioration et ce que vous pouvez faire :
- Faible confiance dans la classification des intentions : Si la classification d’intention est correcte, ajoutez plus de données d’entraînement pour l’intention afin de rendre le robot plus confiant. Si la classification d’intention n’est pas correcte, modifiez-la.
- Faible confiance dans la prédiction des actions du bot : Ajoutez plus de données d’entraînement pour rendre le robot plus confiant quant à l’action qu’il doit entreprendre dans cette situation.
- Frustration des utilisateurs : Il peut s’agir de demandes de transfert à un humain (handover
Tout message de contact qui devrait déclencher le transfert vers un agent en chair et en os), de répétition de ce qu’il a déjà dit précédemment, ou d’insultes. Ajouter plus de données de formation sur leur problème, ou ajuster le Seuil de confiance NLU dans se retirer. Cela peut indiquer à votre robot d’utiliser le transfert plus tôt s’il ne sait pas comment aider l’utilisateur. - Comportement d’intention ou de secours « hors de portée » : Cela peut inclure un utilisateur qui demande quelque chose que votre robot n’est pas capable de faire, ou votre robot utilise la solution de secours trop tôt. Recherchez et corrigez les intentions mal classées pour vérifier que votre robot n’a pas simplement mal compris la situation. Ajoutez une nouvelle histoire ou règle pour montrer à votre bot quoi faire la prochaine fois.