Quels sont les facteurs qui ont impacté la satisfaction de mes internautes aujourd’hui ? A-t’on perdu de l’argent ? Y a-t-il eu des interruptions de services sur l’application ? L’activité de mes internautes est-elle normale ?
Autant de questions auxquelles nous allons répondre précisément grâce à l’IA.
Que vous soyez des experts techniques ou bien des responsables métiers il vous sera possible d’interroger notre système, avec des questions simples et surtout d’avoir des réponses claires et précises.
Vous pourrez aussi être notifiés lorsque notre moteur identifiera des baisses de satisfaction qui ont un impact sur votre business. Le système sera capable de déduire instantanément les « root causes ». Ainsi vos équipes IT pourront agir précisément et les métiers ou responsables digitaux pourront corréler avec des indicateurs métiers, taux de rebond ou taux de conversion et évaluer l’impact financier.
Comment ça marche ?
1 – Il faut collecter des données
Des données, beaucoup de données, c’est ce que nous récupérons aujourd’hui au travers de notre tracker appYuser. Les données Big Data et la puissance des serveurs sont 2 éléments indispensables pour faire ensuite des analyses IA pertinentes.
2 – Analyser les comportements des internautes et les variations d’expérience utilisateur UX
Il faut être capable d’évaluer rapidement l’expérience réelle des internautes, c’est ce que nous évaluons grâce à la norme appYdex (issue de nos travaux de R&D sur les performances Web et UX). A chaque variation significative de la satisfaction utilisateur il faut en déduire les causes, c’est ce que notre module de « Machine Learning » permet de faire.
3 – Définir des règles issues de nos expériences, et en créer de nouvelles issues de l’apprentissage réel, l’IA comme moteur
Pour ce faire, nous utilisons un moteur d’inférence IA qui, sur la base de règles prédéfinies (issues de nos expériences), va générer de nouvelles règles en fonction des comportements, des contextes d’usage de l’internaute et de la qualité des services et applications. Ce qui permet de déduire des « root causes » parfois surprenantes et instantanément. Fini l’analyse en profondeur de tableaux de bord accompagné d’experts du domaine !
4 – Avertir et communiquer
Avec des outils de communication instantanés et des indicateurs visuels, pour améliorer la compréhension et accélérer la prise de décisions. Ce qui améliore aussi in fine la communication entre les équipes métiers et IT.
Nous utilisons des indicateurs visuels très simples pour évaluer le ressenti utilisateur (5 niveaux d’expérience utilisateur grâce à la norme appYdex) et ensuite nous vous informons par mail, SMS ou bien à travers des outils tels que Slack !
Conclusion :
Les principaux algorithmes d’IA existaient déjà dans les années 70, la puissance de calcul et les données massives que nous récoltons aujourd’hui vont enfin nous permettre de les utiliser pleinement.
La différence ne se fera pas dans le choix des algorithmes mais dans leur utilisation, par nature appYuser évalue la satisfaction des internautes, nous interrogerons donc notre système expert en lui demandant ce qui peut ou a pu perturber le ressenti des internautes pendant que d’autres demanderont à leur système « Est-ce que mon processeur est assez puissant ? Dois-je en rajouter un ? Combien de requêtes en erreur aujourd’hui ? ».
David MARRONCLE
Ingénieur IA, Robotics