Gérer les demandes d'horaires et de localisation via l'IA assistée dans GoodChat
Découvrez comment utiliser la base de connaissances de GoodChat pour répondre aux questions fréquentes sur les horaires et l'accès des commerces locaux, en combinant suggestions IA et validation humaine.
Scénario exemple : Les clients demandent fréquemment si le magasin est ouvert
Dans le secteur des services de proximité, tels que les restaurants, salons de beauté ou salles de sport, les canaux d'acquisition en ligne font souvent face à un volume élevé de consultations répétitives. Par exemple, un client potentiel entre en conversation via une fenêtre flottante sur le site web et pose directement des questions comme : « À quelle heure fermez-vous aujourd'hui ? » ou « Comment venir chez vous ? ». Ces interrogations n'impliquent généralement pas de procédures complexes, mais leur absence de réponse pendant les heures non ouvrées peut entraîner une perte de leads.
À ce stade, compter uniquement sur le service client humain risque de provoquer des retards lors des pics d'activité ; se fier exclusivement aux robots traditionnels expose au risque de donner des réponses erronées (par exemple, après des ajustements d'horaire pour les jours fériés) dû à un retard de mise à jour des données. Il est donc plus prudent d'adopter une stratégie hybride « Assistance IA + Validation humaine ».
Préparer une base de données statique précise
Pour couvrir efficacement ces scénarios, l'équipe opérationnelle doit d'abord organiser les données factuelles de base. Dans le module « Service Client IA » de GoodChat, il est crucial de maintenir des entrées dédiées dans la base de connaissances.
- Clarifier la segmentation thématique : Il est recommandé de séparer les points clés en « Horaires d'ouverture », « Adresse exacte et indications routières » et « Politique de stationnement ». Ainsi, lorsqu'un utilisateur demande son chemin, l'IA ne confondra pas sa réponse avec des informations sur les frais de parking.
- Vérifier le contenu textuel : Le texte principal de la base de connaissances doit être fourni par l'équipe opérationnelle sous forme de version vérifiée et récente. Par exemple : « Lundi au dimanche 10h00-22h00, horaires spécifiques pour les jours fériés communiqués séparément ». Notez bien que cette description sert à aider l'IA à sélectionner la bonne entrée de la base de connaissances, et non à laisser l'IA deviner elle-même. En cas de fermeture temporaire du magasin, l'état de l'entrée ou le texte doit être mis à jour immédiatement dans le back-office.
- Publication et activation : Après édition, il faut impérativement cliquer sur « Publier la connaissance », puis cocher cette base de connaissances dans la configuration correspondante du robot. Ce n'est qu'une fois cette étape accomplie que l'IA pourra récupérer ces informations lors des conversations futures.
Configurer le mode de réponse assistée pour équilibrer efficacité et sécurité
Pour les questions liées à l'expérience concrète en boutique, même si l'IA peut fournir des réponses standard, il est recommandé d'activer le mode « Réponse assistée » afin d'éviter tout risque d'induire les clients en erreur et de générer des plaintes.
Dans ce mode, lorsque le visiteur interroge sur les horaires ou le lieu, le système génère une suggestion de réponse basée sur la base de connaissances publiée. Toutefois, cette réponse n'est pas envoyée directement au visiteur ; elle apparaît dans le poste de travail de l'agent, attendant une confirmation humaine. L'agent n'a qu'à parcourir rapidement la proposition : s'il n'y a pas d'erreur, il valide l'envoi en un clic ; en cas de situation particulière (comme une fermeture anticipée due à une maintenance technique), il peut corriger manuellement avant d'envoyer.
Ce mécanisme exploite la capacité de recherche rapide de l'IA pour alléger la charge de frappe des agents humains, tout en conservant le contrôle final du contenu par l'humain. Cela respecte le principe produit selon lequel « l'accueil traite uniquement les consultations et la communication d'informations, tandis que les résultats commerciaux sont confirmés manuellement par le marchand ».
Comprendre la logique de facturation et les limites applicables
De nombreux marchands craignent que l'utilisation de l'IA engendre des coûts élevés et incontrôlables. En réalité, le système de service client en ligne de base de GoodChat est gratuit et inclut deux postes d'agents. Les fonctionnalités IA sont facturées selon l'usage réel.
Cela signifie que chaque appel au modèle — que ce soit pour extraire une réponse de la base de connaissances ou effectuer une correspondance sémantique — consomme des tokens d'entrée et de sortie, générant ainsi des frais associés. Même en mode « Réponse assistée », dès que le raisonnement du modèle est déclenché pour générer un brouillon suggéré, cela compte dans l'usage. Les contenus multimédias comme les images sont également facturés selon l'usage réel rapporté par le fournisseur, et non simplement par nombre de fichiers.
Il est important de noter que cette solution convient aux consultations informatives standardisées. Si le client interroge sur le statut personnalisé d'une réservation réussie, les détails précis d'une facture ou l'avancement d'un remboursement, ces éléments relèvent de données dynamiques métier qui ne figurent pas dans la base de connaissances statique. Dans ce cas, si l'IA ne trouve pas de preuve certaine dans les documents existants, elle doit orienter vers un agent humain pour vérification supplémentaire. Il est strictement interdit de deviner les politiques ou de promettre l'exécution automatique d'opérations commerciales.