Mémoire sur les chatbots

1
Je soussignée DORET Justine,
Auteur du mémoire : « La place du marketing conversationnel automatisé dans la
relation client »
Déclare sur l’honneur que ce mémoire est le fruit d’un travail personnel. Pour ce faire, je
n’ai ni contrefait, ni falsifié, ni copié tout ou partie de l’œuvre d’autrui afin de la passer
pour mienne.
Toutes les sources d’information utilisées et les citations d’auteurs ont été mentionnées
conformément aux usages en vigueur.
Fait à : Cesson-Sévigné
Le : 15/06/2017
*
Exemplaire de déclaration disponible sur Internet
DECLARATION DE NON-PLAGIAT*

RÉSUMÉ
e mémoire traite exclusivement de l’une des nouvelles tendances marketing : les
chatbots ou agents conversationnels (pour la traduction française) et de sa place dans la
relation client des entreprises. Un chatbot, contraction du mot « Chat » et « Bot », est un
programme informatique qui est capable de converser, interagir avec des utilisateurs sur
plusieurs messageries instantanées (le bot peut être intégré à un site internet, aux
réseaux sociaux ou fonctionner par SMS). Ce petit robot permet donc aux entreprises de
dialoguer directement avec leurs consommateurs et de manière automatisée à partir
d’une messagerie instantanée. Aujourd’hui, il y a un certain engouement autour de ce
phénomène qui n’est pourtant pas nouveau : les robots conversationnels existent depuis
50 ans. Les raisons de leur retour en France sont principalement dues aux avancées en
matière d’intelligence artificielle.
Ce mémoire a donc pour but de définir l’intérêt réel des marques à miser sur le
marketing conversationnel automatisé et plus principalement sur les chatbots. En effet,
les chatbots ne sont pas à leur premier essai, alors pourquoi sont-ils de retour ? De plus,
sont-ils aujourd’hui assez performants pour que les marques puissent s’y intéresser ou
vont-ils de nouveau disparaître ? La problématique à laquelle ce travail de recherche
répond est : le retour des chatbots en France : simple effet de mode ou réel outil
d’avenir pour la relation client ?
La première partie pose le contexte en définissant les termes de la problématique.
Ainsi, elle aborde très succinctement l’histoire et le retour des chatbots, leur
fonctionnement technique et les enjeux actuels de la relation client.
La deuxième partie, quant à elle, présente la méthodologie de recherche qui a permis
d’affirmer ou infirmer les trois hypothèses de départ. De ce fait, trois études ont été
menées : une étude quantitative auprès des consommateurs, une étude qualitative
auprès des Community Managers et une autre auprès des développeurs de chatbots.
La troisième et dernière partie de ce mémoire analyse et interprète les différents
résultats. Au final, ce travail de recherche donne un regard précis sur l’avenir et la place
des chatbots au sein de la relation client.
Nous sommes encore au début de l’ère des chatbots et l’année 2017 sera une année
décisive pour leur avenir.
C

PRÉAMBULE
près un DUT Information-Communication, j’ai choisi d’orienter mes études en
Licence professionnelle dans deux autres domaines complémentaires : le commerce
international et le marketing. Cette année d’ouverture sur d’autres champs de
compétences m’a beaucoup apporté ; j’ai aussi eu l’opportunité de faire ce cursus en
alternance au sein d’un cabinet de conseil en logistique (CLEAR Management). Après
cette première expérience professionnelle j’ai poursuivi mes études en Mastère Européen
Stratégies publicitaires et communication numérique, toujours en alternance, mais cette
fois-ci au sein de GRTgaz (filiale d’Engie). C’est la découverte du fonctionnement d’un
service communication dans une grande entreprise et d’un nouveau secteur d’activité :
l’énergie. Après ces cinq années d’études supérieures, j’ai fait le choix de poursuivre une
dernière année au sein du Master Marketing et Communication, à Ecofac Business
School, pour approfondir mes connaissances et élargir mes domaines de compétences.
C’est l’occasion pour moi de faire une dernière année d’alternance au sein d’une nouvelle
entreprise : MMA et c’est aussi l’opportunité de découvrir un nouveau secteur d’activité :
l’assurance.
Aujourd’hui j’arrive donc à la fin de mes études et c’est pourquoi j’ai choisi de réaliser
un mémoire qui me plait, qui m’intéresse, qui parle d’avenir, qui pourra me servir et
aussi servir à mon entreprise. Le sujet choisi (ndlr : les chatbots) est un sujet qui me
passionne car il traite à la fois de marketing, de communication et aussi d’une partie plus
technique : la programmation et l’intelligence artificielle.
Ainsi, ce travail de recherche reprèsente la fin de ma scolarité. Afin de terminer
fièrement ces six années d’études supérieures je me suis investie pleinement dans sa
construction.
A

REMERCIEMENTS
remièrement, je tiens à remercier Mme
Roze Véronique, Directrice de ce mémoire
de recherche, pour sa méthodologie, ses conseils et ses préconisations qui m’ont été très
utiles.
Je remercie également ma tutrice, Mme
Davase Eberhard Frédérique, ainsi que mes
collègues pour leur soutien et pour cette année très enrichissante.
Je souhaite aussi adresser mes remerciements à M. Pelletier Antoine du service Digital
MMA et M.lGarcon Bruno de la DGTSI Covéa pour le temps qu’ils m’ont consacré à
converser sur les chatbots, les documents partagés et les renseignements qu’ils m’ont
apportés.
Pour finir, un grand merci à tous les correcteurs, notamment mes proches, qui ont pris le
temps de relire ce mémoire.
Mes remerciements à toutes les personnes qui m’ont aidée et conseillée.
P

CONCLUSION DU MEMOIRE
SOMMAIRE
INTRODUCTION .................................................................................... 1
I. La place des chatbots dans la relation client ...................................... 3
1.1 Définition des termes du sujet....................................................................... 3
1.2 L’intelligence du chatbot : IA....................................................................... 10
1.3 Le retour des chatbots en France................................................................. 14
1.4 La relation client d’aujourd’hui .................................................................... 19
1.5 Le projet de recherche ............................................................................... 21
II. La démarche méthodologique ........................................................ 24
2.1 Présentation de la méthodologie d’enquête ................................................... 24
2.2 La rédaction du questionnaire et des guides d’entretien.................................. 30
2.3 Méthodes de traitement des données ........................................................... 33
2.4 Conclusion de la partie ............................................................................... 34
III. Analyse et interprétation des résultats ......................................... 35
3.1 Analyse des résultats ................................................................................. 35
3.2 Conclusion et interprétation des résultats ..................................................... 50
BIBLIOGRAPHIE ................................................................................. 54
WEBOGRAPHIE ................................................................................... 55
TABLE DES ANNEXES .......................................................................... 56
TABLE DES MATIÈRES ......................................................................... 57
CONCLUSION DU MEMOIRE................................................................. 53

Mémoire 2017 – La place du marketing conversationnel automatisé dans la relation client. 1
INTRODUCTION
remièrement, en introduction de ce mémoire de recherche, je souhaite vous
expliquer ce qui m’a amenée à choisir les chatbots pour sujet. J’ai pris connaissance du
phénomène des chatbots et de leur impact sur la relation client en septembre dernier
après mes lectures hebdomadaires du magazine Stratégies. C’est un sujet issu de
l’actualité marketing/communication qui m’a dès le début intriguée et j’ai donc choisi
d’en apprendre davantage. De plus, la relation client est un enjeu stratégique
majeur dans le domaine de l’assurance. Domaine dans lequel j’effectue mon année
d’alternance chez l’assureur MMA.
Depuis un an, les agents conversationnels/chatbots sont revenus sur le devant de la
scène, et ce, en majeur partie grâce à Facebook. Un chatbot est un programme
informatique qui converse de manière automatisée avec un internaute sur les
messageries instantanées afin de répondre, en langage naturel, à ses questions.
L’ancêtre du chatbot est l’agent virtuel : un robot très humanisé qui était implanté sur les
sites d’e-commerce et répondait aux questions des clients (par exemple Emma pour
MMA). En avril 2016, Marc Zuckerberg a réveillé l’intérêt des marques pour les bots
lors de la conférence F82
. En effet, il a annoncé l’ouverture de l’API (interface de
programmation) de Facebook Messenger aux chatbots : « We announced new
technology like Messenger bots that use artificial intelligence to make it easier to
communicate with businesses »3
. Au cours de ces onze derniers mois, plusieurs
entreprises françaises ont déployé leur propre chatbot : Meetic, Voyages SNCF, 20
Minutes, Orange, Digitick, Sephora, etc. Ainsi, aujourd’hui ce qui a, en partie, permis le
retour des chatbots ce sont les progrès de l’intelligence artificielle et l’ouverture des
réseaux sociaux aux bots : c’est-à-dire être là où la majorité des clients sont déjà et ainsi
faciliter la relation.
Les chatbots ont fait leur retour dans une société où les consommateurs sont de
plus en plus exigeants et veulent de la rapidité, de la disponibilité et sont très actifs
sur les messageries instantanées (1 milliard d’utilisateurs pour Messenger par exemple).
L’heure est au first-mobile, à la digitalisation, à la fidélisation et les réseaux sociaux
sont devenus un nouveau canal de la relation client. De plus, comme l’explique le service
Politique Clients de Covéa : « hyperconnectés, hyperinformés, hyperexigeants, les
consommateurs ne sont qu’à un clic de la concurrence et veulent échanger en temps réel
avec les marques ; être reconnus et bénéficier de réponses personnalisées et
2
Conférence annuelle de Facebook dédiée aux développeurs.
3
Annexe 1 : Capture d’écran d’un post Facebook de Marc Zuckerberg.
P

immédiates. Nos marques MAAF, MMA, GMF doivent aller toujours plus loin dans
l’engagement de conversations plus régulières, plus digitales, plus interactives mais aussi
plus intéressantes et moins intéressées avec leurs publics4
». Donc, les marques se
doivent d’offrir la meilleure expérience à leurs clients.
Cependant, les chatbots sont-ils aujourd’hui assez performants pour répondre aux
attentes des consommateurs ? Sont-ils tous « intelligents » ? Comment sont-ils perçus
par les internautes ? Les consommateurs sont-ils prêts à dialoguer avec une intelligence
artificielle ? Les agents conversationnels ne sont-ils pas revenus trop tôt ? Comment
peuvent-ils améliorer la relation client ? Les marques ont-elles bien cerné le potentiel des
chatbots ? […]
Ce sujet nous amène à nous poser plusieurs questions dont une principale: le retour
des chatbots en France : simple effet de mode ou réel outil d’avenir pour la
relation client ?
La première partie posera le contexte en définissant les termes de la problématique
et exposera les différents concepts nécessaires à la compréhension des chatbots et de
leur possible place dans la relation client.
Ensuite, la deuxième partie mettra en exergue la méthodologie de recherche et les
trois enquêtes (deux qualitatives et une quantitative) qui ont été mises en place pour
permettre d’affirmer ou infirmer les trois hypothèses de départ.
Enfin, en troisième partie, l’analyse stratégique des différentes enquêtes permettra de
répondre aux hypothèses et in fine à la problématique de recherche.
Ce mémoire a donc pour but de définir l’intérêt réel des marques à miser sur le
marketing conversationnel automatisé et plus principalement sur les chatbots.
4
Extrait du magazine One « Marque & Relation client », magazine interne du groupe Covéa (MMA, GMF et la
Maaf) – Janvier 2017.

I. La place des chatbots dans la relation client
1.1 Définition des termes du sujet
Afin de mieux cerner le sujet ainsi que les différentes interrogations que celui-ci
pose, cette première sous-partie définit les termes : effet de mode, relation client,
chatbot et marketing conversationnel automatisé.
1.1.1 Que signifie le terme « effet de mode » ?
n effet de mode est une sorte d’engouement collectif pour un produit, une
offre, une technologie, un service... C’est le changement de comportement de certaines
personnes lorsqu’elles apprennent que plusieurs autres personnes ont adopté/modifié
leur comportement. Plus concrètement, un effet de mode est l’augmentation de l’intérêt
porté à un bien/service en fonction de sa popularité.
C’est aussi ce que l’on appelle l’effet de panurge (en rappel des moutons de panurge),
c’est-à-dire le fait que certaines personnes indécises prennent une décision en imitant ce
que pense ou fait la majorité (suivre une mode ou faire « bêtement » la même chose que
les autres).
L’effet de mode est par définition temporaire mais si celui-ci persiste, il n’est plus
considéré comme un effet de mode car la nouveauté finit par rentrer dans les mœurs.
Cinq étapes incontournables définissent un effet de mode (en prenant pour exemple
une nouvelle technologie) :
1. Tout d’abord, il y a une nouvelle technologie qui arrive ou revient sur le
marché. Cette « nouveauté » fait parler d’elle et suscite l’intérêt que ce soit
des médias, consommateurs, professionnels... Les plus curieux se renseignent et
d’autres l’expérimentent.
2. Ensuite, toute la communication/publicité faite à l’arrivée ou au retour de la
nouvelle technologie a créé le buzz : tout le monde en parle. L’effet de mode a
atteint son pic.
U

3. Cependant après ce pic, c’est la chute : phase de désillusion. L’intérêt diminue
du fait de la déception des utilisateurs ou consommateurs car la nouvelle
technologie n’est plus disponible ou à la hauteur des espérances. Les entreprises
font alors le choix de réinvestir dans celle-ci ou de la “ laisse tomber ”.
4. Si la nouvelle technologie dépasse la phase de désillusion, elle atteint ensuite la
phase d’appropriation : c’est-à-dire que les entreprises commencent à
comprendre de mieux en mieux le marché et maîtrisent les contraintes techniques
de la seconde génération.
5. Enfin, la cinquième étape est la phase de stabilisation ou de productivité :
l’utilisation de la technologie se développe, elle est convaincante et elle est
adoptée par une majorité du marché. Un palier est atteint.
Ainsi, en très peu de temps un effet de mode peut rendre très facilement une nouveauté
indispensable ; mais encore faut-il que cette nouveauté arrive à résister à l’épreuve du
temps. À titre indicatif, si on regarde sur Google Trends, l’intérêt des français pour la
recherche « Chatbots » pendant une période de deux ans, on se rend compte qu’il y a
un pic d’intérêt depuis avril 2016 (cf. image ci-dessous). C’est-à-dire depuis l’annonce
du créateur de Facebook de l’ouverture de Messenger aux bots.
Capture d’écran de la recherche « Chatbots » sur Google Trends
Aujourd’hui, l’intérêt des français pour les chatbots est à son plus haut niveau mais vont-
ils rapidement se désintéresser ? Et à quelle étape de l’effet de mode le chatbot se
trouve-t-il aujourd’hui ?
1.1.2 Qu’est-ce que la relation client ?
La relation client c’est tous les contacts ou échanges entre une entreprise et ses
clients. Comme le définit plus précisément le blog de la relation client : « La Relation
Avril 2016

client est l’ensemble des échanges entre une entreprise ou une marque et son
public, sur l’ensemble des canaux et par tous les modes de communication qui
existent. »5
. Il ne faut pas confondre la relation client avec la Gestion de la Relation
Client (GRC ou CRM en anglais) qui sont les outils qui permettent de gérer les relations
avec les prospects et clients.
Les buts ultimes de la relation client sont la satisfaction et la fidélisation, ainsi une
entreprise doit faire en sorte de répondre le mieux possible aux attentes des clients afin
qu’ils n’aillent pas chez la concurrence. En effet, aujourd’hui il est primordial d’avoir une
relation privilégiée, personnalisée, proche et de confiance avec son client pour se
différencier de la concurrence. Il faut donc fidéliser le client en lui offrant la
meilleure expérience possible et un service de qualité qu’il ne pourra pas retrouver
ailleurs. C’est ce que l’on appelle « le customer centricity : le client doit être au cœur
de la stratégie de l’entreprise. L’accent est ainsi mis sur une écoute constante du client
tout en lui offrant tous les moyens d’accès aux services de l’entreprise » comme
l’explique Nathalie Houver dans « Le petit de la Relation Client »6
.
La relation client c’est aussi la gestion et l'optimisation de tous les points de
contact avec le client : c’est-à-dire l’accompagner, l’informer et le conseiller tout au long
de son expérience et parcours avec la marque afin d’être au plus près du moment où il
va passer à l’acte d’achat. Cette relation doit s’alimenter pendant les quatre étapes
majeures d’un parcours client :
1. L’avant-vente : la relation avec le client débute avant l’acte d’achat. En effet :
« Les clients sont de plus en plus hyper connectés, à travers les canaux digitaux
que sont les applications mobiles et le Web, et entrent en relation avec
l’entreprise, pour chercher des informations et des conseils avant d’effectuer
l’achat » argumente Nathalie Houver dans « Le petit Relation Client »7
.
2. La vente : la relation prend tout son sens au moment de l’acte d’achat où il faut
guider, conseiller le prospect/client et le convaincre que le produit proposé est
celui qui répond le mieux à son besoin.
3. Le service client : ensuite, les clients auront en contact le service client pour
tout ce qui concerne les conditions de livraison, le contrat…
4. L’après-vente : cette étape consiste à nourrir la relation avec le client pour le
fidéliser (mailing personnalisé, offres promotionnelles…).
Donc, à quel moment un chatbot peut-il intervenir dans la relation avec le client ?
5
« Une définition simple de la Relation client ? » http://bit.ly/2sNZXe7
6
Le petit de la relation client 2016 – Les pratiques clés en 15 fiches, Nathalie Houver, Dunod, Paris, 2016.
7
Le petit de la relation client 2016 – Les pratiques clés en 15 fiches, Nathalie Houver, Dunod, Paris, 2016.

1.1.3 Que sont les chatbots/agents conversationnels ?
Un chatbot, robot conversationnel, agent conversationnel, bot conversationnel ou
encore de son premier nom : un chatterbot est un programme informatique qui
s’intègre à des messageries instantanées. Le terme chatbot est la contraction de
deux mots « Chat » et « Bot ».
Selon le CIGREF, dans son livre blanc8
: « Le terme robot est difficile à définir. Tout peut
potentiellement être un robot. Toutefois, il convient d’avoir quatre caractéristiques pour
en être un : une polyvalence, un apprentissage, une autonomie et une
interactivité ». Un robot est donc une machine qui analyse, décide et fait une action
selon un programme automatique. Enfin, FUTURA TECH définit un robot comme : « une
machine chargée d'effectuer une ou plusieurs tâches de manière autonome9
».
Quant au verbe anglais : « to chat » il se traduit en français par « bavarder ». Un chat
(prononciation “ tchat ”) en français est un programme qui permet à plusieurs personnes
de discuter en temps réel avec d'autres personnes.
Ainsi, un chatbot est un robot (programme informatique) qui est accessible
depuis une messagerie instantanée (chat). C’est un logiciel de discussion qui réagit
à une requête/demande selon un scénario prédéfini, et ce, en analysant le texte de la
conversation. Il y a deux types de chatbots :
 Premièrement, il y en a qui analysent la conversation, comprennent le sens,
répondent en langage naturel et apprennent au fil des discussions (base de
connaissances évolutive).
 Deuxièmement, il y en a d’autres qui savent répondre uniquement aux
requêtes/questions dont la réponse est inscrite dans leur base de données. C’est-
à-dire qu’après que l’utilisateur ait envoyé sa requête, le chatbot :
8
Gouvernance de l’Intelligence Artificielle dans les entreprises. Enjeux managériaux, juridiques, éthiques. CIGREF 2016
9
Futura Tech – Définition du terme « Robot » : http://bit.ly/2seLefz
CHATBOT = TO CHAT + ROBOT
1
recherche des
mots-clés
2
fait le lien avec
sa base de
connaissances
3
ressort
l’information
demandée

Pour résumer, comme il l’a été expliqué dans un article de La fabrique du net10
: « un
chatbot est un programme informatique intégré à une interface de messagerie capable
de simuler une conversation (plus ou moins) intelligente avec un ou plusieurs utilisateurs
humains et de « répondre » de manière sensée à des requêtes exprimées par des
humains9
».
Aujourd’hui, le développement des chabtots s’appuie majoritairement sur l’écrit ; un
internaute peut converser avec un chatbot à trois endroits différents : sur un site
internet (webchat), sur les réseaux sociaux (Applications d’Instant Messaging)
et par SMS.
Réseaux sociaux : à ce jour, les messageries instantanées qui ont ouvert leur API
(interface de programmation) aux bots sont : Slack, Kik, Telegram, Viber, Skype, Line,
Facebook Messenger, We Chat et aussi le réseau social Twitter.
Contrairement aux chatbots français, les chatbots chinois sont très développés ; sur la
messagerie WeChat un utilisateur sur deux converse tous les jours avec un bot.
Chatbot SMS : il y a aussi des bots SMS, par exemple Anatol le bot « chef de bord » de
la SNCF et Jam un bot qui permet de répondre à n’importe quelles demandes
d’étudiants (cf. Image ci-dessous).
Bot SMS Jam - Image extraite de http://bit.ly/2meLKpC
Webchat : ce sont des bots implantés sur des sites internet. Il ne faut pas les confondre
avec des Live Chat qui sont gérés par des personnes humaines (conseillers) qui
répondent directement aux demandes des internautes. L’inconvénient des Live Chat est
que l’on peut seulement contacter les conseillers à une certaine plage horaire.
10
La fabrique du net « Zoom sur l’émergence des chatbots – Prêt à créer votre propre Bot ? »
https://www.lafabriquedunet.fr/blog/zoom-emergence-chatbots-creer-propre-bot/http:/bit.ly/2seLefz

Un chatbot a donc pour principal objectif de renseigner ou guider son interlocuteur en lui
donnant l’impression de discuter avec un humain, et cela 24h sur 24 et 7 jours sur 7.
Les opportunités qu’offre un chatbot à un interlocuteur sont nombreuses : informer
(partage de l’actualité, d’informations, RH…), divertir (jeux, devinettes…), conseiller
(proposer des idées cadeaux…), acheter ou réserver ainsi qu’assister et fidéliser
(suivre une livraison, un sinistre…). Comme l’ajoute Frédéric Brillet dans le magazine
Stratégies11
: « Ces robots conversationnels issus des recherches sur l’intelligence
artificielle sont en effet capables de gérer les questions les plus faciles et
fréquentes, soit une grosse part des flux : horaires et adresse d’un magasin, prix,
caractéristiques ou disponibilité des produits, confirmation de commande ou d’envoi d’un
colis et aide au paiement ».
Ainsi, un chatbot converse avec des humains de manière automatisée.
1.1.4 Qu’est-ce que le marketing conversationnel automatisé ?
Le marketing conversationnel est défini par Bertrand Bathelot, professeur agrégé
de marketing, comme : « une technique marketing proche du marketing relationnel
qui consiste à établir un dialogue plus ou moins continu avec les clients et
prospects. Ce dialogue permet de travailler la qualité de la relation et de mieux connaître
le client »12
. Ainsi, les réseaux sociaux et la montée en puissance du mobile au cours de
ces dernières années ont permis d’accroître les interactions entre les marques et
leurs consommateurs. Aujourd’hui, les marques entretiennent des conversations
publiques ou privées avec leurs prospects et/ou clients sur les réseaux sociaux et autres
communautés diverses ; elles sont donc plus proches de leurs consommateurs et
peuvent mieux cerner leurs besoins. Ces conversations sont très souvent gérées par
les Community Managers, rôle conversationnel par excellence.
En avril 2016 il y a eu une nouvelle révolution du marketing conversationnel avec le
retour « en force » des chatbots. Les chatbots permettent à une marque de converser
en temps réel et de manière automatisée avec ses internautes sur une messagerie
instantanée. C’est pourquoi on parle de marketing conversationnel automatisé car
les chatbots vont au-delà du simple marketing conversationnel en automatisant la
relation client.
11
Les chabots font la conversation, et, Relation client : les médias sociaux mènent la danse, Frédéric Brillet,
Stratégies n°1874, 10/2016.
12
Définitions marketing : le marketing conversationnel, mars 2017. URL : http://bit.ly/2rN3NWo

En outre de répondre “ automatiquement ” aux requêtes des internautes, un chatbot
peut aussi automatiser l’envoi de messages push. En effet, une marque peut
programmer l’envoi de messages à vocation commerciale, publicitaire ou informative.
Ces messages seront directement envoyés aux internautes ciblés sur leur interface de
messagerie instantanée. Sur Facebook Messenger, ces messages automatisés sont
limités afin de ne pas spammer les internautes (un envoi 24h maximum après la fin
d’une conversation et un message bonus). Les internautes peuvent aussi choisir les
messages qu’ils souhaitent recevoir d’un chatbot d’une marque (cf. image ci-dessous).
Capture d’écran des paramètres visibles du chatbot Décathlon France sur Messenger
A l’inverse, vous pouvez voir sur la capture d’écran ci-dessous que Twitter n’a pas les
mêmes règles et un internaute peut recevoir plusieurs messages après la fin de sa
conversation, et ce, même 15 jours après ; ce qui peut devenir très rapidement
intempestif.
Capture d’écran d’une conversation avec le chatbot « Big Noël d’Orange »
Le chatbot permet ainsi d’automatiser l’envoi de messages sur une application de
messagerie : c’est-à-dire permettre à une marque de solliciter un internaute sur un canal
qu’il utilise le plus souvent et où il passe le plus de temps. Cette nouvelle facette du
marketing a été pensée pour se rapprocher du client et créer une vraie relation
avec lui (intensifier la relation client).

Comme il l’a été expliqué dans cette première sous-partie le marketing conversationnel
automatisé a un réel impact sur la relation client mais encore faut-il qu’il soit performant.
Il y a aujourd’hui deux types de chatbots : des intelligents et des moins intelligents ;
quelle est la différence entre les deux ? Et qu’est-ce que peut apporter de plus un chatbot
“ intelligent ” ?
1.2 L’intelligence du chatbot : IA
Pour rappel, en avril 2016 lors de la conférence annuelle pour les développeurs,
Facebook a annoncé l’ouverture de l’interface de programmation de Messenger
aux chatbots. Cependant, le géant n’est pas le seul à porter le sujet, un autre GAFA13
s’intéresse au phénomène des chatbots et porte un intérêt commun à l’intelligence
artificielle : Google. Le PDG de Google, Sundar Pichai, a même annoncé en octobre 2016
que : «lles 10 dernières années ont été sur la construction d’un monde qui est first-
mobile. Au cours des 10 prochaines années, nous allons passer à un monde qui est IA-
première14
».
Le retour des chatbots en France est en partie dû à l’annonce faite par Facebook et aux
avancées en matière d’intelligence artificielle. Mais, qu’est-ce que l’intelligence
artificielle ?
1.2.1 Qu’est-ce que l’intelligence artificielle ?
L’intelligence artificielle n’est pas une discipline nouvelle puisqu’elle a été définie il
y a un peu plus de 60 ans. Ce terme général a été inventé par le professeur John
McCarthy en 1956 aux États-Unis. Comme l’explique Jean-Gabriel Ganascia dans son
livre14
, l’intelligence artificielle est : « une discipline informatique qui cherche à fabriquer
des machines simulant les facultés supérieures de l’intelligence15
».
En 1950, un test a été créé par Alan Turing pour définir à partir de quel moment un
ordinateur peut-être qualifié d’intelligent. Ainsi, le test de Turing stipule qu’à partir du
moment où un internaute n’arrive pas à discerner si c’est avec un humain qu’il dialogue,
l’ordinateur peut être qualifié d’intelligent.
13
Géants du web : Google, Apple, Facebook, Amazon.
14
« Machine learning et Deep learning, comment ça marche ? », Siècle digital, URL : http://bit.ly/2s7NBjZ
15
L’intelligence artificielle : idées reçues, Jean-Gabriel Ganascia, Le Cavalier Bleu, 2007.

Donc une intelligence artificielle est un programme informatique qui est capable
d’accomplir des tâches qui peuvent être faites par des humains : cela demande au
programme une capacité à apprendre, à mémoriser et à raisonner. La capacité à
apprendre d’une machine, sans l’aide d’un humain, est un sous-ensemble de l’intelligence
artificielle : le machine learning.
Image extraite du blog de « Nvidia » 16
Juillet 2016
Le Machine Learning (ML) ou algorithme d'apprentissage automatique (pour la
traduction française) est aujourd’hui beaucoup utilisé pour les corrections
orthographiques : par exemple lorsqu’un internaute fait une faute de frappe sur le
moteur de recherche Google il se voit proposer une recherche plus plausible en fonction
des recherches déjà faites par d’autres utilisateurs. Ainsi, grâce à de l’entrainement,
l’algorithme apprend et se perfectionne.
À ce jour, il y a une quinzaine de méthodes d’apprentissage (algorithmes différents) en
machine learning. Récemment, l’apprentissage profond (deep Learning) est arrivé sur le
marché. Ce sous-ensemble du machine learning est constitué de « neurones artificiels »
(plusieurs couches de réflexion) qui le rendent très puissant : il est par exemple utilisé
par le réseau social Facebook pour repérer les personnes dans les photos postées.
Mais le problème de ces méthodes d’apprentissage automatique est qu’il est impossible
de savoir comment la machine fait pour apprendre (comme pour le cerveau
humain).
Cet auto-apprentissage sans filtre humain peut parfois conduire à quelques dérapages.
Le dérapage le plus connu est celui du bot de Microsoft : Tay, en mars 2016. Comme il
l’a été relayé dans un article des Echos17
: « En Mars 2016, Microsoft a réalisé une
16
What’s the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning? http://bit.ly/2aoQwIx
17
Article des Echos « Pas d’intelligence artificielle sans contenus intelligents » http://bit.ly/2srQI6h

expérimentation de machine learning avec un chatbot auto-apprenant au fur et à mesure
des interactions avec les internautes sur Twitter »18
. Ce chatbot n’est pas resté très
longtemps actif car des internautes l’ont détourné en lui faisant dire des propos racistes
(cf.post Twitter ci-dessous).
« A peine lancée, une intelligence artificielle de Microsoft dérape sur Twitter »
Le Monde http://lemde.fr/25nHTFS
Ainsi, l’intelligence artificielle est une discipline complexe et d’avenir.
1.2.2 Le Traitement Automatique du Langage Naturel
Le Natural Language Processing (NLP) ou le Traitement Automatique du Langage
Naturel (TALN) est une discipline parmi d’autres de l’IA. Le TALN est un mélange
d’informatique et de linguistique. Cette discipline englobe la traduction, la
compréhension, la correction ainsi que la formulation de textes.
Les chatbots qui utilisent la technologie du Natural Language Processing (NLP) sont
qualifiés d’intelligents dans le sens où ils analysent le sens de la question de
l’internaute rédigée en langage naturel, la comprennent en recherchant des
informations dans leur base de données (quelle est l’intention qui se cache derrière
cette question ?) et y répondent de façon pertinente en générant du texte
automatiquement.
Par exemple, quand un internaute souhaite savoir : « Quel temps fera-t-il demain à
Rennes ? », le chatbot doit comprendre que l’intention de l’internaute est d’avoir la
météo, pour la ville de Rennes et le contexte temporel est demain. Ainsi, pour qu’un
chatbot puisse répondre correctement à la demande d’un internaute il lui est nécessaire
d’avoir une bonne compréhension du langage. Cependant, aujourd’hui beaucoup de
chatbots ne fonctionnent pas avec la technologie du TALN et repèrent uniquement des
mots-clés qui déclenchent une réponse. Alors qu’est-ce qu’un chatbot intelligent ?
18
Article des Echos « Pas d’intelligence artificielle sans contenus intelligents » http://bit.ly/2srQI6h

1.2.3 Qu’est-ce qu’un chatbot intelligent ?
À l’heure actuelle, la plupart des chatbots français n’ont aucune intelligence
et reposent uniquement sur une simple identification de mots-clés. Leur rôle est donc
limité (incompréhensions du chatbot, bugs…) car il est très compliqué (voire impossible)
de configurer toutes les requêtes/demandes à la main. À l’inverse, il y a aujourd’hui
quelques chatbots plus complexes et développés sur la base d’algorithmes (IA). Ces
chatbots apprennent donc sans l’aide d’un humain en se nourrissant des dialogues avec
les internautes : machine learning et Traitement Automatique du Langage
Naturel. Comme me l’a très justement résumé Bruno Garçon de la DGTSI de Covéa :
«lil n'y a pas d'intelligence artificielle sans apprentissage ».
Les chatbots peuvent aussi être reliés à la base CRM (Customer Relationship
Management) d’une entreprise : ce qui est conseillé car le chatbot pourra répondre à
l’internaute de manière personnalisée. De plus, le bot enrichira la base CRM de
l’entreprise avec les dernières interactions et cela permettra de connaître les derniers
points de contacts avec un prospect/client et donc améliorer la connaissance client
(permettre de récolter davantage de données sur son client en conservant l’historique de
conversation).
Donc, comme l’explique Grégory Renard, responsable IA du groupe Oscaro.com, dans le
magazine Stratégies18
: « Nous sommes passés à l’ère du web intelligent, qui succède au
web 2.0. Ce web proactif, anticipant vos besoins, s’appuiera sur le web
sémantique, la recherche en langage naturel, la gestion et l’extraction de
données et l’apprentissage machine, les agents de recommandation, les
technologies d’intelligence artificielle19
».
Ainsi, un chatbot intelligent est un chatbot qui repose sur les techniques de l’intelligence
artificielle. Aujourd’hui, quelles sont les marques qui ont lancé leur bot ? Quelle est
l’histoire des chatbots ? Et dans quel contexte sont-ils revenus en France ?
19
L’intelligence artificielle est en marche, qu’en dit-on à Berkeley ? Odile Roujol, Stratégies n°1876, 10/2016.

1.3 Le retour des chatbots en France
1.3.1 L’histoire des agents conversationnels
Le premier chatbot a été conçu au milieu des années 60 : le robot thérapeute
Eliza (1966). Eliza est un robot qui écoute plus qu’il ne dialogue : le robot relance son
interlocuteur en reformulant ses phrases et n’a donc pas vocation à apporter de réponses
extraites d’une base de données. Le terme chatterbot a quant à lui vu le jour en 1994.
Après Eliza, d'autres bots ont été créés et la plupart dans les années 90 : comme Clippy
l’assistant de Microsoft office.
Clippy – L’assistant de Microsoft office.
Image extraite du moteur de recherche Google Images
La première « vraie » génération de chatbots (s’approchant le plus de ceux que nous
connaissons actuellement) est : les agents virtuels intelligents (AVI), apparus en
2005. Les agents virtuels étaient principalement actifs sur les sites e-commerce et
répondaient aux questions des internautes. Mais ces agents virtuels ont très rapidement
été remplacés par des moteurs de recherche sémantiques (FAQ) qui étaient plus
performants.
En 2008, une seconde génération de bots (version un peu plus évoluée) revient sur
le marché mais c’est un flop informatique et les internautes les rejettent car leur aspect
humanisé générait des attentes très hautes. Ces agents virtuels étaient intégrés aux sites
internet et avaient pour apparence un avatar humain. Peut-être vous souvenez-vous
d’Anna d’Ikea ou encore d’Emma de MMA ?
La deuxième génération de bots.
Image extraite du blog Webmarketing.com : http://bit.ly/2tcsp9c

L’agent virtuel EMMA (2006-2011) de MMA, apparaissait sur le site internet de la marque
à l’aide d’une fenêtre pop-up ; élu Miss Client en 2010, la solution était chère et pas bien
utilisée par les internautes. Dans les années 2010, les avatars sont désuets et les
marques investissent dans des moteurs de recherche performants (par exemple une FAQ
dynamique comme sur le site mma.fr).
En 2016, c’est le retour des chatbots : ils peuvent à présent être intégrés aux
messageries instantanées de certains réseaux sociaux. Comme il l’est expliqué
dans l’ouvrage Le Marketing19
: « Les Chatbots existent depuis longtemps mais leur
application au mobile est récente, propulsée par l’aisance de la génération Y à
communiquer par messagerie20
».
1.3.2 Analyse et présentation de quelques chatbots
En l’espace d’un an (depuis l’annonce de Facebook en avril 2016) il n’y a pas
moins de 33 000 agents conversationnels21
qui ont été créés. D’après une étude
réalisée en janvier 2017 par La startup Botnation.ai. : « Sur 142 grandes marques en
France, seules 5 % (soit 7 marques) ont un chatbot et 80 % d’entre elles ne
répondent pas sur le Messenger de leur page Facebook22
». Il y a donc encore de
nombreux progrès à faire et les marques doivent prendre conscience de l’impact du
marketing conversationnel sur la relation client. Ce faible taux explique aussi pourquoi,
aujourd’hui, « seulement 2 % des Français ont déjà expérimenté un échange avec un
bot23
». Enfin d’après le rapport « Can Virtual Experiences Replace Reality ? » publié en
décembre 2016, l’entreprise Oracle prévoit que : « 79 % des marques en France
utiliseront des chatbots pour les interactions clients d'ici 202024
».
Quel serait l’atout pour une marque de mettre en place un bot sur Facebook
Messenger ou sur d’autres messageries instantanées ?
Un chatbot intégré à une messagerie instantanée permettra à une marque d’être
présente où la majorité de ses clients (cible principale) sont : c’est-à-dire sur leur
smartphone et/ou sur les réseaux sociaux. Par exemple, aujourd’hui la messagerie
instantanée Facebook Messenger est l’une des applications les plus téléchargées et
compte un milliard d’utilisateurs dans le monde (14 millions d’utilisateurs actifs en
20
Le Marketing mobile : comprendre, influencer, distribuer, monétiser, Aurélie Guerrieri, Eric Dosquet et
Frédéric Dosquet, Dunod, Paris, 2016.
21
Donnée extraite du Journal des CM : http://bit.ly/2qtWXlK
22
La revue du digital : http://bit.ly/2qtWXlK Analyse menée par botnation.ai sur142 enseignes.
23
La satisfaction clients en baisse sur tous les canaux. Ariane Warlin, Stratégies n°1890, 02/2017.
24
Rapport: Can Virtual Experiences Replace Reality? Par Oracle auprès de 800 experts de la vente et du
marketing, 12/2016. URL : http://bit.ly/2gIK5CG

France)25
; elle offre donc de nombreuses possibilités à une marque. Les messageries
instantanées dont l’usage dépasse aujourd’hui l’utilisation des réseaux sociaux est un
marché d’avenir qui pourrait faire de l’ombre aux applications mobiles. À savoir
qu’aujourd’hui les applications mobiles ont perdu de l’élan et ne sont plus en vogue : 2/3
des détenteurs d’un smartphone ne téléchargent plus du tout d'applications.
Ainsi, le meilleur moyen à ce jour pour capter l’attention des mobinautes est donc les
messageries instantanées : « Selon Médiamétrie, on compte en moyenne 29 applications
installées chez les personnes équipées de smartphones. Il s’agit d’applis de jeux, de
messageries (WhatsApp, Telegram, Messenger, WeChat…), de banques, de
transports… » explique Nicolas Riou26
.
Les chatbots permettront ainsi d’instantanéiser une relation en permettant à un
consommateur de contacter une marque n’importe où et à n’importe quelle heure. De
plus, le fait de passer par le smartphone permet à une entreprise de s’ancrer/s’immiscer
dans le quotidien de ses prospects/clients et leur offrir une expérience client
personnalisée. Les messageries instantanées sont alors une solution pour les
marques afin de capter l’attention des mobinautes.
Comment savoir si c’est avec un chatbot que l’on dialogue sur Facebook
Messenger ?
Le premier signe qui permet de savoir si c’est avec un chatbot que l’on va converser sur
Facebook Messenger c’est la mention « instantanément » inscrite dans l’encadré « À
propos » d’une page Facebook. De plus, le deuxième signe est le bouton « Démarrer »
dans la fenêtre du Chat Head (cf. images ci-dessous).
25
Extrait du classement d’octobre 2016 des réseaux sociaux en France – Webmarketing conseil.
26
Le consommateur digital : les nouvelles approches pour le séduire, Nicolas Riou avec la participation de
Patrick Hoffstetter, éditions Eyrolles, Paris, 2017.
Ces images sont des captures d’écran.

En France, quelques bots de grandes marques sont nés : Direct Energie, 20minutes,
Century21, Disney… et chacun d’eux a sa spécificité. Afin de mieux cerner le phénomène,
j’ai choisi de tester des chatbots francophones : vous pouvez retrouver mon retour
d’expérience en annexe 2.
Annexe 2 : Tests de chatbots francophones
Aujourd’hui, il y a donc beaucoup de sortes de bots (informationnels, assistants,
commerciaux…), il y en a aussi des moins intelligents et plus moins intelligents. Parmi
les tests effectués, si on devait en garder trois (ceux qui offrent, selon moi, la
meilleure expérience) ce serait : Voyages SNCF, Blablacar et Meetic.
Un annuaire des chatbots francophones a été mis en place et permet aux plus curieux de
découvrir/tester des chatbots :
L’annuaire des Chatbots francophones : http://www.zebot.in/
1.3.3 La création d’un chatbot
Mais comment créer un chatbot ? Premièrement, avant de penser à l’aspect
technique il est avant tout primordial de définir en quelques mots l’utilité de son bot : à
quoi va-t-il servir ? En quoi simplifie-t-il le parcours client ? Et quelle partie de la
population cible-t-il ? Deuxièmement, en fonction de son cœur de cible, la marque pourra

choisir à quels endroits elle souhaitera intégrer le chatbot : son site internet, Twitter,
Facebook, Telegram… Comme l’explique Delphine Soulas-Gesson dans le magazine
Stratégies27
: « Pour éviter que l’expérience soit déceptive, il faut bien réfléchir à
la tâche spécifique que le bot doit permettre. Un bot doit simplifier l’expérience
utilisateur, c’est essentiel26
».
Ensuite, pour l’aspect technique, plusieurs options s’offrent à une marque :
1- Passer par une plateforme libre, simplifiée (sans avoir besoin de connaissances
en programmation) et en ligne, tout comme: ChatFuel, Rebot.me, Botsify.com…
Cependant, le problème de ce type de plateforme est que sans connaissances en
code, l’intelligence du bot est très limitée : reconnaissance de mots-clés et
système de questions/réponses.
J’ai ainsi décidé de me prendre au jeu et de créer mon propre chatbot sur la
plateforme Chatfuel, en effet ce fût assez simple mais mon bot n’est pas très
intelligent : il n’autorise « aucune sortie de route » de la part des internautes et le
dialogue est donc très vite limité.
Capture d’écran de la plateforme Chatfuel
2- Passer par une plateforme spécialisée dans le développement de chatbots
intelligents comme : Recast.ai, Botfuel… Ces plateformes font profiter aux
développeurs de l’intelligence conversationnelle, cependant il est nécessaire
d’avoir des connaissances en code.
3- Passer par une agence spécialisée tout comme : Clustaar ou Inbenta et être
accompagné de linguistes.
27
Créer un bot pour gérer sa relation client. Delphine Soulas, Stratégies n°1869, 09/2016.

En ce qui concerne le cadre juridique : il n’existe aujourd’hui aucune
réglementation spécifique aux chatbots. Tout de même, il est important d’avertir
l’interlocuteur que la conversation sera analysée et d’obtenir son consentement pour
l’exploitation de ses données personnelles (pour être en règle avec la CNIL).
Après avoir présenté les chatbots, le marketing conversationnel automatisé, l’intelligence
artificielle, il faut à présent mieux cerner le contexte dans lequel tout cela s’inscrit c’est-
à-dire : la relation client dans la société d’aujourd’hui. « Le consommateur souhaite
une véritable écoute, une connaissance de ses attentes, le développement de service ou
de petites attentions pour nourrir cette relation. Ayant compris le potentiel de la
relation pour les marques, Facebook infléchit sa stratégie et met le service
Messenger à leur disposition27
» extrait de Le consommateur digital28
, Nicolas Riou.
1.4 La relation client d’aujourd’hui
1.4.1 Les nouveaux enjeux de la relation client
Tout d’abord, la relation client est l’un des enjeux stratégique d’une
entreprise et doit satisfaire et fidéliser les clients afin de faire en sorte qu’ils ne
se rendent pas chez la concurrence. Pourtant, aujourd’hui, quand on parle de relation
client on a pour la plupart du temps une mauvaise image des services fournis : difficulté
à contacter une marque, lenteur de réponse, centre d’appel à l’étranger… mais les
marques ont bien cerné l’enjeu de la relation client et souhaitent améliorer l’expérience
de leurs prospects/clients. C’est pourquoi aujourd’hui elles innovent, s’intéressent au
parcours client et misent sur la personnalisation de la relation. En effet, il ne faut pas
qu’une entreprise s’attache plus à sa rentabilité qu’à la satisfaction de ses clients.
Comme Florence Gillet-Goinard le développe : « avec un client-individu toujours plus
mobile, internaute, informé, acteur de ses choix et impliqué dans le service et le rapport
humain, le management de la relation client a pour objet la production d’une
expérience client satisfaisante, voire « enchantée » et la construction d’une
relation personnalisée, consistante et durable avec le client, avec l’ambition de
conquérir la fidélité de ses clients et/ou une réputation d’excellence29
».
28
29
Boîte à outils de la relation client, Florence Gillet-Goinard, Laurence Chabry, Raphaëlle Jourdan, Dunod,
Paris, 2014.

Ainsi, la personnalisation de la relation client est un facteur déterminant car
aujourd’hui les consommateurs ont pour habitude d’avoir des services personnalisés. Il
ne faut donc pas les décevoir et leur porter une attention toute particulière. De plus, il
est important de proposer une expérience aux clients qui se démarque de la concurrence
et il faut leur faire vivre une expérience unique tout au long de leur parcours d’achat afin
de laisser une trace dans l’esprit du client. Pour résumer, l’expérience client c’est la
perception qu’a le client de la relation qu’il vit avec une entreprise. Pour ne pas
créer de rupture d’expérience entre les différents canaux (site internet, mobile…) la
marque doit offrir la meilleure relation client partout en créant une cohérence entre les
différents canaux : échanger de la même manière et de façon permanente avec les
consommateurs (stratégie omnicanal).
1.4.2 La digitalisation de la relation client
Aujourd’hui les consommateurs sont très connectés, il faut donc toujours être là
où ils sont pour éviter les badbuzz. À tout moment ils peuvent solliciter une entreprise et
celle-ci est obligée de répondre à leur demande rapidement pour les satisfaire. En effet :
« La relation au temps du consommateur digital n’est pas celle des générations
précédentes. Elle privilégie l’instantanéité. Pour mieux répondre à cette attente de temps
réel, les marques font appel à l’intelligence artificielle, dont les performances progressent
rapidement. » explique Nicolas Riou30
.
À l’heure du first-mobile et des réseaux sociaux, le Community Manager gère la relation
client car de plus en plus d’internautes souhaitent s’entretenir avec une marque via les
réseaux sociaux (facilité de contact et instantanéité). Sur les réseaux sociaux, la
disponibilité et l’immédiateté sont les deux mots d’ordre car : « 32 % des clients sur
les RS attendent une réponse dans les 30 minutes et 42 % attendent une
réponse dans les 60 minutes (social Habit)31
». Donc, les médias sociaux sont une
belle opportunité pour mieux gérer la relation client qui doit désormais être disponible,
personnalisée, interactive, instantanée…
Mais même si la relation client est de plus en plus digitale, il ne faut pas pour autant mettre
de côté l’HUMAIN et réussir à faire un mix des deux car la relation client de demain doit
être humaine : le fondement d’une relation c’est l’échange entre deux êtres vivants. Ainsi,
«lpour satisfaire le consommateur digital et parvenir à l’engager dans la marque, la relation
doit devenir le leitmotiv. Le monde digital autorise une relation de tous les moments entre
un consommateur et une marque32
» extrait de : « Le consommateur digital », Nicolas Riou.
30
Le consommateur digital : les nouvelles approches pour le séduire, Nicolas Riou, éditions Eyrolles,2017.
31
Livre blanc : eCommerce :Les clés du succès de la relation client 2.0, Calleo, 2012.
32

Pour résumer, le chatbot est un robot conversationnel qui permet à une
marque de dialoguer avec ses clients sur des messageries instantanées (sites
internet, réseaux sociaux…). L’arrivée des bots sur Facebook Messenger est
récente : Marc Zuckerberg l’a annoncé lors de la conférence F8 en avril 2016.
Aujourd’hui, il est très facile de créer des chatbots en passant, par exemple, par des
plateformes de développement très simplistes et ce, sans avoir de connaissances en
code. Mais encore faut-il que les bots créés soient « performants » pour ne pas offrir une
expérience décevante au consommateur. Aussi, des startups spécialisées dans le
développement de bots « intelligents » sont arrivées sur le marché ces dernières années.
Les bots sont qualifiés d’intelligents car ils font appel à des sous-catégories de
l’intelligence artificielle, notamment le Traitement Automatique du Langage Naturel et
le machine learning.
L’année 2017 est une année décisive pour les chatbots : il faut qu’ils fassent leurs
preuves suite à leur retour en France. Plusieurs grandes marques se sont lancées dans la
création de leur bot, comme par exemple : Direct Energie, Blablacar, Voyages SNCF,
Sephora, Meetic, Century 21…
Quant à la relation client de demain, elle devra être : digitale, personnalisée, réactive,
omnicanal, individualisée, instantanée, disponible, immédiate, rapide, claire, efficace et
humaine pour offrir une expérience réussie aux clients, les satisfaire et in fine les
fidéliser.
1.5 Le projet de recherche
1.5.1 Intérêt du sujet et problématique
Ce mémoire a pour but de définir l’intérêt réel des marques à miser sur le
marketing conversationnel automatisé et plus principalement sur les chatbots. Plusieurs
questions se posent : les chatbots sont-ils simplement un effet de mode ? Comment le
marketing conversationnel automatisé peut-il impacter la relation client ? Les agents
conversationnels vont-ils de nouveau disparaitre ? Leur retour est-il prometteur ?
Le travail de recherche permettra de répondre à ces questions et permettra
aussi de définir le rôle réel du chatbot et savoir si les consommateurs sont prêts
à converser avec lui.
Résumé de la première partie

Ainsi, la problématique de ce mémoire de recherche est :
Le retour des chatbots en France : simple effet de mode ou réel outil
d’avenir pour la relation client ?
Cette problématique concerne exclusivement les chatbots français et principalement
ceux sur les réseaux sociaux, car c’est la nouveauté de ces dernières années. De plus, les
enquêtes se concentreront sur les réseaux sociaux Facebook et Twitter, car ils ont été
ouverts récemment aux chatbots et ce sont deux réseaux qui sont très utilisés en France.
Nombre d’utilisateurs français :
Source Facebook 03/16 Source Médiamétrie 02/17
1.5.1.1 Rappel des concepts de la problématique
Afin de cerner correctement la problématique de recherche, il est important de préciser à
nouveau les termes du sujet.
Comme expliqué en page 6, un chatbot est un robot conversationnel qui permet à
une marque de répondre aux questions de ses clients de manière automatisée et en
langage naturel. On parle de « retour » des bots car ils existent depuis 50 ans et il y
a eu plusieurs générations : la dernière génération datent d’il y a sept ans et c’était les
agents virtuels (par exemple Emma pour MMA).
De plus, comme expliqué en page 4, la relation client englobe tous les points de
contact entre une marque et ses clients de l’avant-vente jusqu’au support client.
Enfin, toujours dans l’optique de répondre à la problématique de recherche, plusieurs
hypothèses ont été définies et seront à affirmer ou infirmer grâce à différentes
études.
31 millions
d’utilisateurs
13,9 millions
d’utilisateurs

1.5.2 Les hypothèses
1.5.2.1 Hypothèse 1
Hypothèse 1 Aujourd’hui, l’intelligence artificielle et le chatbot permettent d’améliorer
la relation client d’une marque en misant sur l’immédiateté de la réponse, la
personnalisation du message et la création d’une relation privilégiée avec le client sur les
réseaux sociaux afin de le fidéliser.
Les réponses à l’hypothèse pourraient m’aider à démontrer que le chatbot qui fonctionne
grâce à de l’intelligence artificielle est un outil d’avenir pour la relation client et que son
objectif est de satisfaire les clients qui sont de plus en plus exigeants et ainsi les fidéliser.
Hypothèse 2 Le chatbot n’est qu’un simple effet de mode, comme il l’était avant sa
disparition, car c’est un outil technologique qui n’est pas encore très performant et il
n’apporte pas de valeur ajoutée aux clients qui souhaitent avoir des réponses fiables et
plus humaines.
Les réponses à l’hypothèse pourraient m’aider à savoir si le chatbot est un simple sujet
d’actualité, un engouement collectif et que dans quelques mois nous n’entendrons plus
parler de ce phénomène car les consommateurs ne l’utiliseront pas ou parce qu’il ne sera
pas assez performant.
Hypothèse 3 Le chatbot ne peut pas être un outil de relation client sans être avant tout
un outil de communication qui permet aux marques de fédérer une communauté autour
d’un brandbot.
Les réponses à l’hypothèse pourraient m’aider à savoir si le chatbot est avant tout un
outil de communication, un ambassadeur de la marque, un nouvel emblème et un outil
pour passer outre les adblocks. Ces réponses pourront aussi m’aider à savoir si sans
communication le bot ne peut pas être un outil d’avenir pour la relation client : nécessité
de le faire connaître pour qu’il soit utilisé/adopté.

II. La démarche méthodologique
2.1 Présentation de la méthodologie d’enquête
2.1.1 Présentation des différentes enquêtes
ne enquête quantitative et deux enquêtes qualitatives seront réalisées pour
pouvoir répondre à la problématique : « Le retour des chatbots en France : simple
effet de mode ou réel outil d’avenir pour la relation client ? ». Pour rappel, trois
hypothèses ont découlé de cette problématique :
1) Aujourd’hui, l’intelligence artificielle et le chatbot permettent d’améliorer la relation
client d’une marque en misant sur l’immédiateté de la réponse, la personnalisation du
message et la création d’une relation privilégiée avec le client sur les réseaux sociaux
afin de le fidéliser.
2) Le chatbot n’est qu’un simple effet de mode, comme il l’était avant sa disparition, car
c’est un outil technologique qui n’est pas encore très performant et il n’apporte pas de
valeur ajoutée aux clients qui souhaitent avoir des réponses fiables et plus humaines.
3) Le chatbot ne peut pas être un outil de relation client sans être avant tout un outil de
communication qui permet aux marques de fédérer une communauté autour d’un
brandbot.
La première partie de ce mémoire a mis en exergue les différentes facettes d’un chatbot
ainsi que la digitalisation et le rôle stratégique de la relation client. Suite à cela, trois
publics cibles en sont ressortis et vont faire l’objet d’une analyse :
- Les consommateurs
- Les community managers
- Les développeurs/agences de chatbots
U

Une étude quantitative sera effectuée auprès des consommateurs. Ce choix d’étude
se justifie en fonction de la finalité recherchée. En effet, il est préférable de faire une
étude quantitative lorsque l’on cherche à peser le poids des opinions pour obtenir une
représentation à un instant « T » : ce qui est le cas dans ce travail de recherche.
Cette première étude concernera donc les consommateurs et permettra de savoir s’ils
sont prêts à dialoguer avec des chatbots et ce qu’ils pensent de cette nouvelle
technologie. Plus largement : quelles sont leurs attentes en termes de relation client ?
Quelle est la relation qu’ils souhaitent entretenir, aujourd’hui, avec une marque ?
Suivent-ils des marques sur les réseaux sociaux ? Sont-ils engagés ? Aujourd’hui, sont-
ils satisfaits de leur relation avec les marques ? Quel serait l’avantage pour eux d’utiliser
un chatbot ? […]. Toutes ces questions ont pour but d’évaluer la perception des
consommateurs vis-à-vis des chatbots et de mesurer leurs attentes en matière
de relation client.
Les personnes questionnées n’auront pas les mêmes caractéristiques sociales, d’âge, de
catégories socioprofessionnelles, de provenance géographique et ce afin d’avoir un
échantillon des plus représentatif de la population française. En effet, aujourd’hui « tout
le monde » est sur les réseaux sociaux que ce soit les Millenials33
ou les séniors il est
donc intéressant d’interroger un échantillon le plus large possible.
Une étude qualitative (entretiens individuels) sera réalisée auprès de community
managers ainsi qu’auprès de startups/développeurs de chatbots. L’étude qualitative
est une étude destinée à recueillir des éléments qualitatifs qui sont non directement
chiffrables. Ce type d’étude a pour objectif de comprendre en profondeur des
attitudes et des comportements.
Ainsi, la seconde étude de ce travail de recherche concernera les community managers
car ce sont eux aujourd’hui qui conversent avec les consommateurs (rôle
conversationnel). De plus, leur travail qui se situe exclusivement sur les réseaux sociaux
impacte fortement la relation client. Ainsi, je souhaite savoir : comment les community
managers se comportent-t-ils avec leur communauté ? Aujourd’hui, y a-t-il beaucoup
d’influence sur les réseaux sociaux notamment en termes de SAV/réclamations clients ?
Quel est le type de relation qu’ils entretiennent avec les clients finaux ? Selon eux, le
chatbot doit-il avoir une personnalité ? Se sentent-ils menacés par les chatbots ? […].
Plus généralement, l’entretien se déroulera autour de leur métier, leur relation
avec les clients finaux et l’arrivée des chatbots.
Enfin, la troisième enquête concernera les startups développeuses de chatbots afin
d’avoir une vision plus claire du fonctionnement d’un agent conversationnel et de son
33
Millenials : 18-34 ans, nouvelle cible marketing qui représente près de 30% de la population française.

rôle. Les chatbots permettent-ils de récupérer des données qualifiées ? Quelle est la
valeur ajoutée d’un chatbot par rapport à une FAQ dynamique ? Quels sont les
avantages pour une marque de développer son chatbot ? Aujourd’hui, peut-on qualifier
les chatbots de performants ? […]. Plus généralement, l’entretien se déroulera autour
du nouveau métier de développeur de chatbots, le fonctionnement de la
technologie et de sa performance.
Ainsi, la première enquête qui sera diffusée est l’enquête quantitative auprès des
consommateurs.
2.1.2 Enquête quantitative auprès des consommateurs
2.1.2.1 Objet de l’enquête quantitative
Afin de pouvoir affirmer ou infirmer les hypothèses, il est primordial d’interroger
les consommateurs car ce sont eux qui seront amenés ou qui utilisent déjà les
chatbots. De plus, ils constituent une partie intégrante de la relation client qui est au
cœur du sujet.
2.1.2.2 Pré-enquête
L’enquête quantitative a été testée auprès de cinq personnes ayant un compte sur les
réseaux sociaux et choisies au hasard dans mon entourage. Les questionnaires remplis
pour le test n’ont pas été retenus. Il est, en effet, indispensable de tester le
questionnaire en amont auprès d’un petit échantillon de répondants afin de corriger
d’éventuelles fautes, incompréhensions…
Dans un premier temps les retours obtenus par l’échantillon test ont montré que le
questionnaire était un peu trop long (plus de 10 minutes), il m’a donc fallu
supprimer/fusionner certaines questions. Enfin, certains renvois de questions ne
fonctionnaient pas correctement.
2.1.2.3 Objectif général de l’enquête quantitative
L’objectif général de cette étude quantitative est d’obtenir une étude de comportements
des consommateurs sur les réseaux sociaux, d’analyser la connaissance des
consommateurs vis-à-vis des chatbots, ainsi que de mesurer leurs attentes envers ce
type de technologie et en matière de relation client.
2.1.2.4 Définition de la population mère
La population mère se définit par les consommateurs français qui sont sur les
réseaux sociaux (présents sur Facebook et/ou Twitter).

2.1.2.5 Méthode échantillonnage
La méthode d’échantillonnage choisie est la méthode non-probabiliste avec un
échantillon de convenance. L’intérêt de ce type de méthode est de toucher un
maximum de personnes sur le territoire français en constituant un échantillon de manière
arbitraire. Pour valider cette étude, la taille de l’échantillon devra être d’au moins 200
individus (précision de 5 %).
2.1.2.6 Mode de collecte : internet
Le questionnaire sera administré via internet (auto-administration) car c’est le moyen
le plus adapté à cette enquête. Il permettra de cibler directement les consommateurs
présents sur les réseaux sociaux (population mère).
De plus, ce mode de collecte a de nombreux avantages : il n’y a aucun coût
d’administration du questionnaire, il permet aux répondants de conserver un certain
anonymat, il favorise un taux de retour important et il permet une très grande rapidité
de collecte des données. Enfin, l’administration de l’enquête via internet laisse le temps
nécessaire au répondant de répondre aux questions et permet donc une meilleure qualité
de réponses.
2.1.2.7 Date et diffusion de l’étude
L’étude quantitative, réalisée sur Google Forms, a été diffusée début mars 2017 et
s’est arrêtée le 19 avril 2017 après que la taille de l’échantillon ait été atteinte.
Dans un premier temps, l’étude a été administrée auprès de mon entourage et je l’ai
ensuite partagé avec mes contacts sur des réseaux professionnels (LinkedIn et Viadeo)
afin de toucher une cible hétérogène : étudiants, cadres, employés… et de tout âge. Le
questionnaire a aussi été publié sur des groupes de discussions ainsi que sur des forums
dédiés aux consommateurs (Forum Que choisir). Enfin, il a été diffusé sur les réseaux
sociaux Twitter et Facebook.
2.1.3 Enquête qualitative auprès de community managers
2.1.3.1 Objet de l’enquête
Dans la même optique, les community managers vont être interrogés car leur
travail va être impacté par les chatbots. De plus, ce sont eux qui s’occupent aujourd’hui
de la relation client sur les réseaux sociaux et ils sont en contact direct avec les clients
finaux.
2.1.3.2 Objectif de l’enquête qualitative
Les entretiens individuels auront pour objectifs de mieux comprendre l’attitude des
consommateurs vis-à-vis des marques sur les réseaux sociaux (Facebook et/ou

Twitter) et de connaître l’opinion des community managers sur les chatbots. Plus
généralement, les entretiens se focaliseront sur leur métier, la relation avec leurs
clients et l’arrivée des chatbots sur les réseaux sociaux.
Le choix s’est porté sur une étude qualitative car le but est d’obtenir des réponses
concrètes et non pas des réponses quantifiables.
La population mère se constitue des community managers français qui travaillent
dans une petite ou grande entreprise et qui sont en contact direct avec les clients
finaux (BtoC ou BtoB).
2.1.3.4 Recrutement des participants
Pour recruter les participants, je vais tout d’abord faire appel à mon réseau
notamment en contactant les alternants de mon entourage qui ont des missions de
community management. De plus, je contacterai la Responsable des réseaux sociaux de
chez MMA et je ferai appel à mon réseau professionnel sur LinkedIn et Twitter.
2.1.3.5 Choix du mode de collecte : entretiens individuels
Les entretiens auprès des community managers seront des entretiens individuels
semi-directifs c’est-à-dire que le cadre de l’interview sera bien défini mais l’interviewé
gardera une liberté de parole. Ce type d’entretien permet de guider le discours des
interviewés sur les différents thèmes définis préalablement (§ 2.2.2 Guide d’entretien
pour les Community Managers). Enfin, ce type d’entretien a été sélectionné car il
permet une grande liberté d’expression des interviewés sur leurs habitudes et
ressentis et donc l’entretien n’en sera que plus riche.
2.1.3.6 Organisation de la phase de terrain
Après avoir défini la méthodologie, les entretiens ont pu être mis en place. Dans la
mesure du possible tous les entretiens ont été faits par téléphone ou en face à face mais,
dans certains cas, cela ne fût pas possible et ils ont donc été réalisés par mails.
Interviewé(e) Entreprise Poste Date d’entretien
Thierry Moussu Direct Energie Responsable de la relation
digitale
23/04/2017
Florian Simon Transdev Fougères
Assistant
communication/marketing en
alternance
23/04/2017
Viou Pinatel-Peigné MMA Responsable des réseaux
sociaux et supports mobiles
25/04/2017
Laetitia Charlot Emma & Chloé Assistante Chef de Projet Web
Marketing en alternance
03/05/2017

Interviewée Entreprise Poste Date d’entretien
Laurie-Anne Hedon Toupargel Community Manager en
alternance
03/05/2017
Sarah Darmstadter Edenred Community Manager 04/05/2017
Les entretiens semi-directifs ont duré entre 20 et 40 minutes. Quand il fut possible, les
entretiens ont été enregistrés pour faciliter leur retranscription.
2.1.4 Enquête qualitative auprès de développeurs de chatbots
2.1.4.1 Objet de l’enquête
Cette dernière enquête consistera à interroger des startups spécialisées dans
le développement de chatbots afin d’en savoir davantage sur le phénomène.
2.1.4.2 Objectif de l’enquête qualitative
Les entretiens individuels auront pour objectifs de mieux cerner l’évolution de la
technologie et son rôle dans la relation client des entreprises. Plus généralement, les
entretiens se dérouleront autour de leur métier, le retour des chatbots et l’intérêt
pour une entreprise d’investir dans ce type de logiciel informatique.
Enfin, pour les mêmes raisons que l’étude réalisée auprès des community managers,
cette enquête sera une enquête qualitative.
La population mère se définit par les startups françaises spécialisées dans le
développement de chatbots (agences ou plateformes de développement).
2.1.4.4 Recrutement des participants
Pour recruter des participants, j’ai directement contacté plusieurs startups sur leur site
internet. De plus, un collègue m’a mis en contact avec une agence qui a déjà travaillé
pour MMA.
2.1.4.5 Choix du mode de collecte entretiens individuels
Tout comme pour les community managers, les entretiens auprès des développeurs
seront des entretiens individuels semi-directifs (§2.1.3.5 Choix du mode de
collecte : entretiens individuels).
2.1.4.6 Organisation de la phase de terrain
Après avoir défini la méthodologie, les entretiens individuels ont pu être mis en place.
Dans la mesure du possible tous les entretiens ont été réalisés par téléphone.

Interviewé(e) Entreprise Poste Date d’entretien
Céline Bares Inbenta France Chef de projet &
Ingénieur Linguiste
26/01/2017
Timothée Meuret Clustaar Chargé de
communication/marketing
27/04/2017
Pierre-Edouard Lieb Recast.ai Partnerships Manager 27/04/2017
Yan GEORGET Botfuel Co-founder 04/05/2017
Les entretiens semi-directifs ont duré entre 20 et 40 minutes. Quand il fut possible, les
entretiens ont été enregistrés pour faciliter leur retranscription.
*Les entretiens ont été arrêtés quand les réponses devenaient « répétitives ».
2.2 La rédaction du questionnaire et des guides d’entretien
2.2.1 Questionnaire à destination des consommateurs
Le questionnaire (Annexe 3 : Questionnaire à destination des
consommateurs) comporte un texte d’introduction permettant de définir le sujet et de
le délimiter : « Bonjour, actuellement en dernière année d’étude en Master marketing et
communication, je réalise un mémoire de recherche sur les chatbots et leur impact sur la
relation client. Ce questionnaire a pour objectif de m’aider à mieux cerner votre
comportement et vos attentes vis-à-vis des marques et me permettre ainsi de répondre,
en partie, à ma problématique de recherche : « Le retour des chatbots en France :
simple effet de mode ou réel outil d’avenir pour la relation client ? Je vous remercie par
avance pour votre participation. *Le temps de réponse au questionnaire est estimé à
moins de 5 minutes. ».
Le questionnaire est construit en 4 sections :
- « Vous et les marques sur les réseaux sociaux »
- « La relation client »
- « Les chatbots »
- « Vos informations »
Au début des sections « La relation client » et « Les chatbots » un texte introduit et
définit les termes du questionnaire (Annexe 3 : Questionnaire à destination des
consommateurs).

La première question « Sur lesquels de ces réseaux sociaux êtes-vous présent ? » est
une question filtre. En effet, si le répondant n’est présent sur aucun des réseaux
sociaux proposés (Twitter ou Facebook) il arrivera directement à la fin du questionnaire
car son profil ne correspond pas à la population mère.
De plus, plusieurs renvois ont été mis en place en fonction des réponses données par les
répondants. Par exemple pour la question : « Avez-vous déjà contacté une marque par
message privé sur Facebook ou Twitter ? » si le répondant répond « Oui » il accédera aux
prochaines questions qui sont « Si oui, pour quelles raisons ? » et « En général, êtes-
vous satisfait de la réponse donnée (pertinence, rapidité…) ? » mais s’il répond « Non » il
accédera directement à la prochaine section sur le thème de la relation client.
Etant donné la difficulté d’analyse pour les questions ouvertes, elles ont été largement
limitées :
- « Si oui, pour quelles raisons avez-vous contacté la marque ? »
- « Si votre note est inférieure à 5, pourquoi ? »
- « Si oui, pouvez-vous me parler de votre expérience ? »
- « Pour terminer ce questionnaire, comment voyez-vous la relation client de
demain ? »
La majorité des questions sont fermées : à choix unique ou multiple. Ainsi, il est
nécessaire d’avoir en amont une bonne connaissance du sujet afin de proposer les
réponses adéquates et ne pas avoir un grand nombre de répondants qui choisissent le
choix « Autre ».
Pour la question « Sur une échelle de 1 à 10, quel est votre niveau de satisfaction en ce
qui concerne la relation client aujourd’hui ? », l’échelle de Likert est utilisée afin d’avoir
une réelle note de satisfaction, connaître la tendance et dégager différents degrés
d’opinion.
La dernière section concerne toutes les questions personnelles sur les répondants, cette
section est à la fin car c’est une formalité.
Enfin, pour terminer le questionnaire, les répondants peuvent laisser un commentaire.
Après avoir analysé les réponses de cette question, une vingtaine de personnes se sont
montrées intéressées par les résultats du questionnaire, je leur ai donc envoyé.
Pour conclure, le plus important dans la construction de ce questionnaire a été
de minimiser la durée et l’effort nécessaire pour y répondre. Ainsi, le
questionnaire a très peu de questions ouvertes et le temps pour y répondre est
estimé à cinq minutes.

2.2.2 Guide d’entretien pour les community managers
Pour les entretiens semi-directifs auprès des community managers, un guide
d’entretien a été mis en place, vous pouvez le parcourir en Annexel4 (« Guide
d’entretien pour les Community Managers »). Les questions écrites dans le guide
d’entretien sont toutes des questions ouvertes et elles sont en petit nombre, de plus le
guide est composé de trois thèmes :
v
La première partie « Votre métier » a pour but d’en savoir davantage sur le quotidien
d’un Community Manager/Responsable des Réseaux Sociaux afin de comprendre
comment un chatbot pourrait impacter leur quotidien. Ensuite, la deuxième partie a pour
objectif de mettre en exergue la relation que la marque entretient avec ses clients sur les
réseaux sociaux et les interactions que ses clients ont avec elle. Elle permettra donc de
voir si les chatbots peuvent être un outil d’avenir pour la relation client en démontrant
que les community managers sont aujourd’hui très sollicités. Enfin, la dernière partie
« Les chatbots » a pour but de laisser l’interviewé donner son avis sur les agents
conversationnels. L’entretien permettra donc d’avoir un réel point de vue de
professionnels mais aussi de connaître la vision qu’ils ont de l’outil et ainsi déterminer
si pour eux c’est plus qu’un effet de mode.
2.2.3 Guide d’entretien pour les développeurs de chatbots
Un deuxième guide d’entretien a été mis en place pour les entretiens semi-
directifs auprès des développeurs/startups de chatbots, vous pouvez le parcourir en
Annexel5 («lGuide d’entretien pour les développeurs de chatbots »). Ce guide est lui
aussi composé de trois thèmes :
v
La première partie de l’entretien « Votre métier » a pour objectif d’en savoir davantage
sur le métier de développeurs de chatbots : depuis combien de temps sont-ils
Votre métier
La relation avec
vos clients
Les chatbots
Votre métier
Le retour des
chatbots
L’intérêt des
chatbots pour une
entreprise

spécialisés ? Et pourquoi ont-ils investi sur ce marché ? […]. Cette première partie
permettra donc de mieux cerner les startups qui croient aujourd’hui en les chatbots. La
deuxième partie « Le retour des chatbots » sera l’occasion de parler avec l’interviewé de
l’évolution des bots et de leur performance/intelligence aujourd’hui. Enfin, la dernière
partie de cet entretien a pour but de savoir quel est le réel intérêt pour une entreprise
d’investir dans un chatbot. Tout ceci permettra aux professionnels de défendre
leurs convictions sur les chatbots et savoir en quoi cet outil pourrait être utile à
la relation client.
2.3 Méthodes de traitement des données
2.3.1 Mode d’analyse de l’étude quantitative
Afin d’analyser les réponses au questionnaire de l’étude quantitative, deux
méthodes classiques seront utilisées : le tri à plat et le tri croisé.
2.3.1.1 Le tri à plat
Le tri à plat est une méthode d’analyse « linéaire » c’est-à-dire qu’il s’agit de
comptabiliser tout simplement les réponses à une question et les transformer en taux
(%). Par exemple, cette méthode sera utilisée pour les questions fermées telles que :
« Sur lesquels de ces réseaux sociaux êtes-vous présent ?, Seriez-vous prêt à dialoguer
avec une intelligence artificielle/un chatbot ? » mais aussi c’est grâce à cette méthode
d’analyse que je pourrais décrire l’échantillon : « Quel est votre âge ? Quelle est votre
catégorie socioprofessionnelle ? […] ».
2.3.1.2 Le tri croisé
Le tri croisé est un peu plus complexe que le tri à plat car il s’agit de croiser les
réponses/données de plusieurs questions. Par exemple, pour la question « A travers les
chatbots, avez-vous peur que Facebook récupère davantage de données sur vous ? » si
je souhaite faire un tri croisé je pourrais croiser la question sur l’âge du répondant puis
ensuite sur son genre, etc. Ce qui donnerait sur X réponses, X% ont X ans et sur les X%
ans, X% sont des hommes. Cette méthode d’analyse permet de voir s’il y a une
corrélation entre données, par exemple pour la question précédente il s’agirait de voir si
la réponse est différente en fonction de l’âge du répondant.

2.3.2 Méthode analytique : décomposition des entretiens
Les différentes enquêtes qualitatives seront retranscrites en intégralité, puis
elles seront relues et validées par l’interviewé qui donnera son accord pour la parution du
verbatim dans ce mémoire. Ensuite, les verbatims seront analysés grâce à une grille
d’analyse de contenu manuelle (2.3.2.1 Grille d’analyse de contenu manuelle). Ce
type d’analyse consiste à ressortir des mots ou des concepts importants pour chaque
thème en fonction de l’importance donnée par l’interviewé (poids sémantique). Cette
grille permettra donc de faire ressortir les points importants de chaque entretien.
2.3.2.1 Grille d’analyse de contenu manuelle
Présentation de la grille d’analyse de contenu manuelle qui sera utilisée pour analyser
chaque entretien individuel semi-directif.
Thème 1 Thème 2 Thème 3
Entretien 1 Synthèse
horizontale
horizontale
horizontale
Synthèse verticale Synthèse verticale Synthèse verticale
Ainsi, deux analyses de contenu manuelle seront effectuées : une horizontale et une
autre verticale. L’analyse horizontale consistera à faire une synthèse de l’ensemble des
réponses données par un interviewé pour l’ensemble des thèmes. Quant à l’analyse
verticale, elle aura pour but de faire une synthèse des réponses de chaque interviewé
pour un thème donné. Grâce à cette analyse de contenu manuelle des mots-clés, seront
mis en exergue et pourront être réutilisés pour l’affirmation ou l’infirmation des
hypothèses.
2.4 Conclusion de la partie
Cette partie consacrée à la méthodologie de l’enquête quantitative et des deux
enquêtes qualitatives permet d’avoir une structure stable et solide avant de lancer les
premières enquêtes. Les réflexions sur la bonne formulation des questions et les buts
attendus de chaque enquête permettront d’avoir des réponses constructives.

1%
4%
4%
10%
34%
45%
0,95%
Plus de 65 ans
56 - 65 ans
46 - 55 ans
36 - 45 ans
26 - 35 ans
18- 25 ans
Moins de 18 ans
Votre âge :
3%
36%
5%
3%
1%
22%
2%
24%
4%
0%
Autre
Etudiant
Demandeur d'emploi
Retraité
Ouvrier
Employé
Profession intermédiaire
Cadre et professions…
Artisan, chef…
Agriculteur exploitant
Votre catégorie socio-
professionnelle :
III. Analyse et interprétation des résultats
3.1 Analyse des résultats
ette troisième et dernière partie consiste à analyser et interpréter les résultats de
l’enquête quantitative et des deux enquêtes qualitatives. Les résultats de ces enquêtes
permettront d’affirmer ou d’infirmer les trois hypothèses de départ.
Les trois études ont donc été menées pendant le mois d’avril et mai. Au total, 211
personnes ont répondu à l’étude quantitative et 6 community managers ainsi que 4
startups de développement de chatbots ont été interviewés.
3.1.1 L’enquête auprès des consommateurs
Cette enquête lancée en mars 2017 auprès des consommateurs a pour objectif de
mieux cerner leur comportement sur les réseaux sociaux et de mesurer leurs attentes
envers les chatbots et en matière de relation client.
3.1.1.1 Le profil des répondants (211 personnes)
C
Votre catégorie socioprofessionnelle :
Votre genre :

64%
36%
47%
1%
48%
4%
Facebook Twitter Les 2 Aucun des 2
Sur lesquels de ces réseaux
sociaux êtes-vous présent ?
Parmi les 211 répondants de l’échantillon interrogé : 65 % sont des femmes, 46 %
sont âgés entre 18 et 25 ans et 34 % entre 26 et 35 ans. Il y a donc 168 personnes
(soit 80 %) de l’échantillon interrogé qui font partie de la cible des Millenials34
.
36 % des répondants sont des étudiants, 24 % des cadres ou professions intellectuelles
supérieures et 22 % des employés. Le profil des répondants est donc assez hétérogène.
3.1.1.2 Réponses thématique « Vous et les marques sur les RS »
*Les 8 personnes qui ont répondu « Aucun des 2 » à cette première question ne font pas
partie de l’échantillon final car elles ont directement été envoyées à la fin du questionnaire. Ainsi,
l'échantillon final est de 203 personnes.
34
Millenials : 18-34 ans, nouvelle cible marketing qui représente près de 30% de la population française.
Parmi les répondants de l’échantillon : 201
personnes ont un compte Facebook contre
103 pour Twitter.
Facebook reste donc le réseau social de
référence car 95 % de l’échantillon est
présent sur ce réseau. Cette question est
exclusivement réservée à Facebook et
Twitter car ce sont des réseaux sociaux
populaires et ouverts aux chatbots.
Suivez-vous des marques sur
les réseaux sociaux ?
130 personnes soit 64 % des répondants
suivent des marques sur les réseaux
sociaux. Les marques sont donc très
suivies sur les RS.
Si nous nous intéressons uniquement aux
Millenials qui ont répondu « Facebook »,
«lTwitter » ou « Les 2 » à la première
question : 73 % d’entre eux suivent des
marques sur les réseaux sociaux. On
constate donc que plus la cible est jeune
plus elle suit des marques sur les RS.

34%
66%
Oui
Non
48%52% Oui
Non
3.1.1.3 Réponses thématique « La relation client »
Aujourd’hui les consommateurs attendent principalement de la rapidité (83%), de la
disponibilité (69%) et de l’amabilité (67%) dans la relation client.
Avez-vous déjà contacté une marque par
message privé sur Facebook ou Twitter ?
134 personnes soient 66 % des
répondants n’ont jamais contacté une
marque par message privé sur Facebook
ou Twitter.
Si nous nous intéressons uniquement aux
personnes qui ont répondu « Oui » à la
question : « Suivez-vous des marques sur
les réseaux sociaux », 48 % d’entre elles
(soit 62 personnes) ont déjà contacté une
marque sur Facebook ou Twitter
(pratiquement 1 personne sur 2).
51 % des personnes qui ont
répondu « Oui » à la question
précédente ont déjà contacté une
marque sur Facebook ou Twitter
pour une demande d’assistance,
réclamation, SAV ou suivi d’une
commande. Et 35 % pour des
renseignements.
De plus, 84 % de ces 69
personnes ont été satisfaites de
la réponse donnée par la marque.
*Autre = écoute, compréhension de nos attentes et pertinence de la réponse.
Quelles sont vos attentes en termes de relation client ? (203 personnes)

1% 0%
4%
7%
22%
24%
28%
14%
0% 0%
1 2 3 4 5 6 7 8 9 10
59%
41%
Avez-vous déjà dialogué avec un chatbot sur
une messagerie instantanée ?
Oui Non
42%
11%
47%
Oui et je vois de
quoi il s'agit
Oui mais je ne vois
pas réellement de
quoi il s'agit
Non, jamais
Avez-vous déjà entendu parler de
CHATBOT ?
La note moyenne donnée « à la relation client aujourd’hui » est de 6,03. Les 203
répondants sont donc plutôt satisfaits. 25 personnes ont cependant mis une note
inférieure à 5, les principales raisons d’insatisfaction sont à 36 % le côté impersonnel
et non pertinent de la réponse et à 32 % les délais trop importants de réponse.
3.1.1.4 Réponses thématique « Les chatbots »
Sur une échelle de 1 à 10, quel est votre
niveau de satisfaction en ce qui
concerne la relation client aujourd’hui ?
47 % des répondants n’ont jamais
entendu parler « de chatbots ». En
effet, le terme est aujourd’hui encore très
peu connu par les « non-professionnels ».
A contrario, 42 % des répondants ont déjà
entendu parler des chatbots et voient de
quoi il s’agit. Cependant, ce résultat a pu
être influencé par le fait que des
« développeurs de chatbots » ont répondu
au questionnaire (mais leurs réponses ne
dépassent pas les 15 %).
Sur les 86 répondants qui connaissent et
savent définir les chatbots (question
précédente), 59 % (soit 51 personnes)
ont déjà dialogué avec ce type de bot.

71%
25%
4%
Seriez-vous prêt à converser avec une
intelligence artificielle/un chatbot ?
Oui
Non
Autre (indécis, tout
dépend des cas)
Pour les 51 personnes qui ont déjà dialogué avec un chatbot, l’expérience était
intéressante mais pas encore très au point. Voici quelques réponses extraites du
questionnaire : « Le chatbot m'envoyait des messages tous les matins, je ne savais pas
comment l'arrêter », « J'en ai testé pas mal, Citron, HiJames, J'ai faim, Minus by
Clustar, Sephora, Netflix.... tous sur Messenger. Globalement ils offrent une expérience
amusante mais on arrive rapidement aux limites de la NLP (si NLP il y a). J'étais bien
content qu'un humain reprenne la main, mais je ne les utiliserai plus car c'est très
frustrant ». « Manque encore "d'intelligence" pour répondre aux questions complexes ».
Les principales raisons qui pousseraient les répondants à utiliser un chatbot sont des
raisons de service client de premier niveau : 63,1 % utiliseraient un chatbot pour
«lSuivre une commande », 57,1 % utiliseraient un chatbot pour « Avoir les horaires
d’un point de vente » et 52,2 % utiliseraient un chatbot pour « Demander des
informations sur les produits/services ».
Il faut aussi noter que 15 % des répondants ont répondu « Aucune utilité, je préfère
contacter une personne réelle ». Certains ont justifié leur réponse en rajoutant « C'est
déjà compliqué lorsque nous avons une personnelle réelle alors un robot non ».
Il en ressort donc que l’expérience avec le chatbot doit être SIMPLE.
71 % des 203 répondants (soit 145
personnes) sont prêts à converser
avec une intelligence artificielle ou un
chatbot.
Converser avec un robot n’est donc pas
un frein pour les consommateurs même si
certains ont encore besoin d’être
convaincus de son utilité.
Localiser des points de vente
Avoir les horaires d'un point de vente
Suivre une commande
Suivre un remboursement
Souscrire à un service
Contacter le service après-vente
Demander des informations
Aucune utilité, je préfère contacter une personne réelle
Autre
Quelle utilité trouverez-vous à utiliser un chatbot sur un réseau social ? (203 personnes)

59%
41%
A travers les chatbots, avez-vous peur
que Facebook récupère davantage de
données sur vous ?
Oui
Non
85%
15%
Si oui et supposons que Facebook
récupère vos données, cela vous
dissuaderait-il d'utiliser un chatbot ?
Oui Non
Les principales raisons qui pousseraient les répondants à utiliser un chatbot au lieu de
contacter directement un humain sont à 67 % la rapidité et 56,7 % la disponibilité.
*Ce résultat est identique si nous gardons uniquement la cible des Millenials.
Il faut aussi noter que, comme à la question précédente, 20 % des répondants ont
répondu « Aucunes ». Ces personnes-là préfèrent contacter directement une personne
réelle.
61 % des répondants (soit 123 personnes) ne porteraient pas une grande
importance à l’apparence/personnalité du chatbot, leur souhait principal est
d’avoir une réponse pertinente et rapide.
*Rapidité, Personnalisation de la réponse, Disponibilité, Pertinence de la réponse, Aucunes.
59 % des répondants (soit 119
personnes) seraient soucieuses de
l’utilisation/récupération de leurs
données par Facebook. Il est donc
nécessaire d’être transparent sur l’utilisation
des données clients et il est aussi important de
clarifier les choses avec Facebook pour la non-
utilisation de ces données.
*Ce résultat est proportionnel si nous gardons
uniquement la cible des Millenials.
85 % des personnes ayant répondu « Oui »
à la question précédente seraient dissuadées
d’utiliser un chatbot si Facebook récupère leurs
données.
Commentaire intéressant : « Facebook
récupère déjà toutes nos données (vendues
aux entreprises qui font de la pub sur FB) donc
une de plus ou une de moins… »
Sur Facebook Messenger ou Twitter, quelles seraient les raisons pour vous
d’interagir avec une IA plutôt qu’avec un community manager ? (203 personnes)

Enfin, pour terminer le questionnaire la question ouverte « Comment voyez-vous la
Relation Client de demain ? » a été posée. Ci-dessous un nuage de mots résumant les
réponses à cette question, vous pouvez aussi lire une sélection de réponses en Annexe 6.
L’étude démontre que les consommateurs reconnaissent l’utilité du chatbot pour leur
relation avec une marque (rapidité, disponibilité…) mais sont aussi méfiants vis-à-vis
de la généralisation de celui-ci : où sera le côté humain de la relation ? Les données
personnelles seront-elles protégées ? Sont-ils réellement performants ?
3.1.2 Les entretiens auprès des community managers
Pour rappel, l’objectif principal de cette enquête qualitative est d’en savoir
davantage sur le métier et le quotidien d’un community manager mais aussi sur la
relation qu’ils entretiennent avec leurs clients. Et tout ceci dans le but d’analyser l’impact
des chatbots sur leur métier. Six entretiens de « Community Managers/Responsables de
la communication digitale ont été réalisés (§ Organisation de la phase de terrain).
Les verbatims de ces six entretiens sont disponibles en Annexe 7. Afin d’analyser
ces verbatims et d’en faire ressortir les points les plus importants une grille d’analyse de
contenu manuelle a été réalisée (§ Grille d’analyse de contenu manuelle).
Tous les verbatims ont été validés par les interviewés et autorisés à paraître dans ce
mémoire.
3.1.2.1 Synthèse des différents entretiens
ENTRETIEN n°1 - DIRECT ENERGIE
Interviewé : Thierry Moussu - Responsable de la relation digitale
Synthèse : Pour Direct Energie, et plus précisément Thierry Moussu, responsable de la
relation digitale, les chatbots sont un réel outil d'avenir. Ils sont une "formidable
Nuagedemotsréalisersurwordart.fr

opportunité" pour mieux gérer la relation client sur les messageries instantanées (être là
où les clients sont). Pour lui, la relation client est très importante et c’est pourquoi Direct
Energie cherche à être au maximum utile pour ses clients. En moyenne, par semaine, la
marque reçoit 150 messages (réclamations ou questions basiques) sur Facebook (52k
fans) et Twitter (16k followers). Direct Energie a déjà investi dans 3 chatbots et ne pense
absolument pas qu'ils pourraient être une menace pour leur application mobile ou site
internet.
ENTRETIEN n°2 - TRANSDEV FOUGERES
Interviewé : Florian Simon - Assistant communication/marketing
Synthèse : Florian Simon, community manager pour Fougères Agglomération n'est pas
convaincu aujourd'hui par les chatbots. Selon lui, la technologie manque encore "de
maturité". Il ne se sent pas pour le moment concerné par cette technologie étant donné
que sur Facebook (476 fans) et Twitter (40 followers) il ne reçoit qu’un message privé
par semaine. Florian Simon est donc dans la capacité de répondre. Pour lui, la relation
client est très importante et le service rendu doit être rapide car la satisfaction du client
est primordiale.
ENTRETIEN n°3 – MMA Assurances
Interviewée : Viou Pinatel-Peigné – Responsable réseaux sociaux
Synthèse : Pour Viou Pinatel-Peigné, aujourd'hui les chatbots sont un réel outil d'avenir
et ils pourraient avoir un impact positif sur la relation client. En moyenne, par semaine,
la marque MMA reçoit une centaine de messages privés sur les réseaux sociaux
(Facebook : 120k fans, Twitter: 65k followers). Selon Viou Pinatel-Peigné, le plus
important pour le client est le sentiment de se sentir écouté. Enfin, MMA réfléchit à
l'utilisation d'un chatbot pour soulager le Centre Contacts Multicanal (CCM) qui répond
aux interpellations des internautes sur les pages Facebook et compte Twitter de MMA.
ENTRETIEN n°4 – Emma & Chloé
Interviewée : Laetitia Charlot – Assistante Chef de Projet Web Marketing
Synthèse : Aujourd'hui, la marque Emma & Chloé gère les messages de ses clientes sur
les réseaux sociaux (Facebook : 87k fans et Instagram) grâce au logiciel Zendesk. En

Mémoire sur les chatbots

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (14)

Similar to Mémoire sur les chatbots

Similar to Mémoire sur les chatbots (20)

Mémoire sur les chatbots