Problèmes fréquents + solutions

Rebecca ne comprend pas l’appelant : Si un client parle très vite ou avec un accent fort, il peut arriver que l’IA ne saisisse pas bien. Elle répétera poliment “Pouvez-vous reformuler, s’il vous plaît ?”. Si vraiment elle ne comprend pas après deux tentatives, elle proposera de transférer ou de prendre un message plutôt que d’agacer le client. Pour améliorer la compréhension, assurez-vous que la langue parlée est bien reconnue. Si un client commence en anglais et que la détection langue n’est pas activée, Rebecca en français risque d’être perdue – d’où l’importance de la configuration bilingue. Vous pouvez également entraîner l’IA en ajoutant des exemples de formulations courantes de vos clients dans l’AI Brain (par ex. snippet “Si on te dit ‘J’ai un problème avec mon mot de passe’, cela signifie qu’il s’agit d’un appel support technique”).

La voix de Rebecca est trop monotone ou robotique : Il existe souvent plusieurs voix de synthèse, n’hésitez pas à en tester une autre pour voir si le rendu est plus satisfaisant. Certaines voix Neural TTS sont très naturelles. Vérifiez aussi que votre script est ponctué comme vous le souhaitez (mettez des virgules, des points, éventuellement des onomatopées de politesse “hmm” si ça peut rendre plus humain). La synthèse vocale lit ce qui est écrit, donc jouer sur la ponctuation peut changer l’intonation. Par exemple écrire “Bonjour ! …” avec un point d’exclamation donnera une intonation plus enjouée qu’un simple point.

Rebecca transfère trop facilement les appels : Si vous voyez qu’elle passe la plupart des appels à un humain (alors qu’elle aurait pu gérer), c’est peut-être qu’elle manque d’informations ou de directives pour ces cas. Par exemple, un client a demandé une info produit qu’elle ne connaissait pas, donc elle a transféré par défaut. La solution est d’enrichir sa base de réponses. Analysez les logs des appels (transcriptions) et identifiez ce qui la fait buter. Ajoutez ces éléments dans l’AI Brain. Au bout d’un moment, le taux de transfert “inutile” baissera. Vous pouvez aussi ajuster sa règle d’escalade : par ex, dire à Rebecca de ne transférer que si le client le demande explicitement ou s’il utilise un mot-clé fort (colère, insatisfaction). Sinon, qu’elle prenne un message et promette un rappel – cela évite de déranger les collègues pour tout et n’importe quoi.

Un appel urgent n’a pas été traité immédiatement : Imaginons qu’un client très important appelle avec un gros problème, et Rebecca a juste pris un message et promis un rappel, mais personne n’a vu le message tout de suite. Pour éviter cela, mettez en place des alertes spécifiques – par ex., pour tout appel contenant le mot “urgent” ou d’un numéro VIP, programmez l’envoi d’un SMS/email immédiat à vous-même. Ces réglages peuvent nécessiter un petit script externe ou une configuration push via Zapier/Make en écoutant l’API Ecosysteme.ai. C’est du bonus, mais pour la gestion d’urgence c’est bien. Dans tous les cas, assurez-vous de consulter régulièrement les notifications ou d’avoir un système de monitoring des messages de Rebecca.

Rebecca confond les cas : Par ex., un client dit “Je veux parler à quelqu’un des ventes” et Rebecca, mal entraînée, le traite comme un appel support. Cela tient à la compréhension du langage (NLP). Fournissez-lui des formulations typiques: “ventes”, “commercial”, “acheter” → orientation commerciale; “dépannage”, “bug”, “erreur” → support technique. Vous pouvez éventuellement créer un mini-arbre de décision en ajustant le script: “Si j’entends le mot ‘commande’ ou ‘facture’, traiter comme support; si j’entends ‘nouveau’ ou ‘intéressé’, traiter comme vente”. On sort un peu du no-code ici, mais c’est pour dire que vous pouvez affiner en bricolant le prompt. N’hésitez pas à demander de l’aide au support Ecosysteme.ai pour paramétrer ces cas particuliers.