Tout savoir sur les tests à mener pour que votre chatbot soit un succès

À l’ère de la révolution numérique, les technologies basées sur l’intelligence artificielle (IA), telles que les Chatbots, ont un rôle important à jouer, en permettant à l’interaction et à l’expérience homme-ordinateur d’atteindre un nouveau niveau. Cet article vous explique comment tester un chatbot.

Les chatbots sont pilotés par le traitement du langage naturel, comprenant des conversations à la fois auditives et textuelles pour effectuer une tâche prédéfinie. Pour tout savoir sur l’entrainement d’un chatbot c’est par ici. La difficulté de créer un chatbot n’est pas uniquement technique, mais aussi une question d’expérience utilisateur. Ainsi, les robots les plus performants seront ceux qui apporteront une valeur cohérente aux besoins de l’utilisateur.

Tester correctement un chatbot est un facteur critique pour le succès de celui-ci. En tant que testeurs, nous analysons en fait si toutes les fonctionnalités requises sont correctement intégrées au bot et si celui-ci répond correctement aux requêtes des utilisateurs. Cependant, le test du chatbot est assez différent du test des applications logicielles traditionnelles. Contrairement aux autres applications Web et mobiles où l’application s’exécute selon un mode d’interaction prédéfini, les applications chatbot s’exécutent sans aucune restriction. En conséquence, un chatbot devrait être développé et testé avec le plus possible de scénarios inattendus. C’est ce que nous avons l’habitude de faire chez Webotit.

Sur la base de notre expérience dans le développement de chatbots e-commerce, nous avons essayé de documenter ce qu’implique un test de chatbot, qui peut être divisé en sous-sections.

  1. Test de conception de conversation
  2. Test des entités
  3. Essais de réalisation
  4. Test d’acceptation utilisateur (UAT)

1. Test de conception de conversation

compréhension et adaptation du langage

Les outils de compréhension en langage naturel utilisent le texte saisi par les utilisateurs pour comprendre les intentions de ceux-ci afin que le chatbot y réponde de manière pertinente en utilisant son intelligence artificielle et les sources externes auquel il a accès. Le NLU (Compréhension du langage naturel) extrait à la fois l’intention et l’entité de l’entrée de l’utilisateur et fournit une réponse précise à l’utilisateur. La phase de test d’un chatbot permet de s’assurer que celui-ci est entrainer correctement.

Du point de vue du test, le test de conception de conversation comporte les domaines clés suivants:

1.1 Tester la conversation de votre chatbot

Techniquement, la conversation est un processus par lequel deux locuteurs échangent des communications par des phrases significatives. Cet échange de mots en va-et-vient est également appelé dialogues. Les chatbots étant également basés sur un concept similaire de conversation, le test du flux conversationnel est donc une étape essentielle du test de chatbot.

Nous pouvons tester le flux de conversation en ajoutant des scénarios de chemin d’accès heureux (discussions habituelles) et des scénarios de chemin d’accès négatif (conversations inattendues) au flux de conversation. En outre, nous pouvons ajouter les expressions «Oui» (approbation) et «Non» (refus) pour tester le comportement du bot. Un flux de conversation approprié doit parler avec tact et maintenir l’utilisateur en contact avec les réponses pertinentes tout en maintenant un équilibre entre la longueur du message et sa signification.

1.2 Tester la correspondance entre les intentions, les phrases d’entrainement et les réponses de votre agent conversationnel

Les intentions sont les objectifs ou le but de la saisie de l’utilisateur, ou nous pouvons appeler cela une “collection de phrases”. Le chatbot a généralement plusieurs intentions, que nous créons pour définir la portée de l’application. Pour mieux comprendre cela, nous pouvons envisager un exemple simple de «Commande de café». Nous pouvons donner la commande au robot pour «préparer un café» et nous attendons une confirmation de commande. Nous pouvons donc tester ce scénario en ajoutant plus d’intention de correspondance ou d’expressions d’apprentissage et voir si le bot peut clairement comprendre les commentaires de l’utilisateur.

Si l’intention est de commander un café, nous pouvons tester les phrases d’entraînement, telles que:

  • “J’aimerais commander un café.”
  • “Puis-je prendre un café.”
  • “Puis-je avoir un allongé.”

D’autre part, la réponse du robot devrait être la confirmation de la commande, telle que “Quel café aimerais-tu avoir?”, Ou “Ta commande est confirmée” ou “Merci pour ta commande”.

1.3 Prévoir des conversations informelles dans votre chatbot

Le small talk est essentiellement une conversation informelle entre l’utilisateur et le bot.

Exemple:

Utilisateur: comment ça va?

Bot: Merveilleux comme toujours. Merci d’avoir posé la question.

Il est crucial d’effectuer des tests rigoureux de son chatbot pour prévoir de plus en plus de petites discussions informelles. Par la suite, nous devons comparer les réponses avec les réponses des robots à ces discussions. Une collection de conversations informelles peut considérablement améliorer l’expérience de l’utilisateur lorsqu’il parle au bot. Celles-ci rendent le bot plus naturel  en apportant des réponses aux sujets de conversation occasionnels tels que les salutations ou les blagues, etc. au lieu de rediriger l’utilisateur vers une réponse par défaut (fall-back).

1.4 Tester les réponses par défaut de votre assistant virtuel

Le fall–back (réponse par défaut) est un processus permettant de répondre à l’utilisateur en cas de non-compréhension de la question.

Exemple : lors de la commande d’un café soudain si l’utilisateur pose au bot une requête sans équivalent, telle que «Quelle chemise de couleur portez-vous ? “. Si un humain était derrière le clavier, la réponse attendue serait «Désolé, je ne comprends pas pourquoi vous me posez cette question. ». Avec les Chatbots, nous attendons également le même type de réponse à ces questions incongrues/hors périmètre.

En testant rigoureusement votre chatbot vous serez en mesure de proposer des réponses pertinentes quelle que soit la situation !

1.5 Tester la navigation d’un chatbot

Dans une interface de conversation, aucune option, comme les boutons Précédent ou un champ de recherche, n’aide les utilisateurs à passer d’une partie de l’interaction à une autre. Cependant, les utilisateurs ont les mêmes besoins qu’ils avaient les interfaces traditionnelles ; ils changent d’avis et veulent revenir en arrière, ils veulent sauter des étapes, etc. Nous devons tester ces scénarios de navigation lors de nos tests pour que le bot comprenne et réponde à ces besoins de manière appropriée.

Exemple: lors de la commande d’un café si l’utilisateur souhaite annuler ou modifier la commande, quelles sont les étapes attendues pour qu’un utilisateur revienne à son état précédent.

1.6 Tester la compréhension des émotions de votre agent conversationnel

adaptation du message en fonction des émotions de l'utilisateur

L’émotion est le ton du langage qui inclut la colère, la peur, la joie, la tristesse et le dégoût. Certaines des plates-formes de chatbot l’utilisent dans leur chatbot Messenger pour comprendre les émotions de l’humeur de l’utilisateur et traite les messages textes dans la fenêtre de discussion. Les cas de test doivent être écrits pour comprendre les émotions et répondre de manière appropriée aux émotions de l’utilisateur.

 

2. Entités

Une entité est un mot clé extrait d’une phrase de formation. Lorsque l’utilisateur parle ou tape, le chatbot cherche la valeur des différentes entités dont il a besoin dans le contexte de la conversation. Nous utilisons des entités pour extraire automatiquement les informations pertinentes dans ce que dit l’utilisateur.

Exemple:

“Je suis Andy, puis-je avoir un cappuccino avec 2 sucres s’il vous plaît”

Donc, l’intention ici est de «commander un café»

Les entités sont:

Andy – Prénom

Cappuccino – Type de café

Deux – nombre de sucres

Pour exécuter une commande, le bot doit d’abord comprendre l’intention, puis extraire les entités de l’intention. A partir de là, bot demandera quel type, combien, etc. Techniquement, on parle de remplissage à trou. C’est une conversation assez basique et assez laborieuse pour l’utilisateur.

Ces entités peuvent être prononcées à tout moment pendant le contexte de la conversation

Exemple:

Utilisateur: Puis-je avoir un blanc plat

Bot: Avez-vous besoin de sucres?

Assertions: Si le type de lait n’est pas mentionné, mettez par défaut sur «Régulier».

Les tests de votre chatbot doivent couvrir toutes les entités, leur valeur et leurs variations, ainsi que les assertions. En effet, un chatbot bien entrainé est la clé pour augmenter votre taux de conversion.

3. Exécution des requêtes

Une fois que l’exigence de l’utilisateur (ainsi que les valeurs d’entité à envoyer avec la demande) a été reçue; le bot doit demander les informations pour répondre à la demande de l’utilisateur. Maintenant, ces données doivent être envoyées à Web-hook afin que les informations requises puissent être récupérées. Une fois que le Web-hook a récupéré les informations requises, il renvoie la réponse à l’utilisateur de la manière souhaitée. La réponse est le contenu qui sera remis à l’utilisateur une fois la demande d’exécution remplie.

Exemple: La commande de café doit être transmise au point de vente existant afin que Barista reçoive la commande.

Les tests de votre chatbot doivent couvrir tous les points d’intégration ainsi que les sources de données.

4. Tester encore et encore son chatbot

L’importance d’assurer la qualité de chatbot est très importante. La priorité principale est donc de vérifier que la fonctionnalité chatbot est conforme aux exigences et aux objectifs. Il est très important que des utilisateurs testent un chatbot avant de le mettre en production. En outre, il est très important de tester le chatbot avec différents utilisateurs pour couvrir le maximum de scénarios possible.

Le test d’un chatbot doit être effectué après la mise en œuvre complète du bot, y compris l’entrainement de l’intelligence artificielle sur les intentions et les entités, la conception du smalltalk, la planification des réponses par défaut et de l’intégration des APIs pour l’exécution des requêtes.

Maintenant que vous en savez plus sur comment tester un chatbot, peut-être voudrez-vous savoir combien coûte un chatbot ?

Planifier dès maintenant un appel avec notre président pour votre projet de chatbot !