Le chatbot marketing a beau être partout dans les discours de 2019 – et encore aujourd’hui – la plupart des gens qui en parlent n’en ont jamais vraiment un qui tourne en prod. Kevin Colleaux, cofondateur de Kick My Bot, lui, en a déployé une quarantaine. Et la première chose qu’il dit quand on lui demande ce que ça change vraiment, c’est un chiffre : 7 minutes. C’est la durée moyenne d’une première conversation entre un utilisateur et le chatbot de ses clients, sur des sites où le taux de rebond habituel tourne autour de 45 secondes.
Sept minutes. Sur un site e-commerce ou B2B classique. Pour un visiteur qui aurait normalement cliqué, scrollé, puis fermé l’onglet. Voilà le genre de stat qui change la façon dont on devrait penser ce sujet – non pas comme un gadget de FAQ automatisée, mais comme un levier de rétention réel.
Kick My Bot a été fondé en avril 2016, dans la foulée de la conférence F8 de Facebook qui ouvrait Messenger aux bots. Kevin a un passif de communicant – agence The Social Republic, groupe Figaro sur la vente d’annonces – et c’est ce mix techno-média qui donne à son approche une texture un peu différente de l’habituel discours startup pure tech.
Ce que personne ne dit vraiment sur le chatbot marketing
Commençons par le plus basique : qu’est-ce que c’est, concrètement ? Kevin donne une définition courte.
« Un chatbot, c’est un agent conversationnel qui va être en mesure de comprendre une requête utilisateur et de l’orienter effectivement vers la meilleure réponse possible. »
Dit comme ça, ça a l’air simple. Mais derrière cette phrase, il y a plusieurs couches techniques qui font toute la différence entre un chatbot qui rend service et un chatbot qui énerve.
Il y a d’abord les bots FAQ – des arbres de décision linéaires, des questions prédéfinies, zéro intelligence artificielle réelle. Des agences classiques en font beaucoup. C’est fonctionnel, c’est prévisible, et c’est souvent là que s’arrêtent les projets qui ont un petit budget et une grande ambition.
Ensuite, les plateformes SaaS – ou BaaS, Bot as a Service – qui promettent de faire son chatbot comme on ferait son site Wix. Accessible, rapide, mais limité dès qu’on sort des cas d’usage standard.
Et puis il y a ce que fait Kick My Bot : du sur-mesure, avec du matching algorithmique au centre. C’est là que ça devient intéressant – enfin, c’est là que ça devient compliqué aussi, et c’est bien de le dire.
NLP, entités nommées : comment le chatbot marketing comprend ce que tu veux
La technologie centrale, c’est le NLP – Natural Language Processing, ou traitement automatique du langage naturel. Des plateformes appartenant à Google, Amazon, Facebook sont en guerre sur ce segment. Le principe : comprendre l’intention derrière une phrase, pas juste détecter des mots-clés.
Kevin prend un exemple avec Century 21, un de leurs clients. Un utilisateur écrit :
« Bonjour Century 21, je recherche un appartement de 400 000 € à Metz avec trois chambres et minimum 90 m2 de surface. »
Ce qui m’a frappé là-dedans, c’est pas la techno – c’est la densité d’information dans une seule phrase banale. La machine doit extraire l’intention (achat, pas location), les entités nommées (400 000 €, Metz, 3 chambres, 90 m2), et aller chercher dans la base de données Century 21 uniquement les biens qui matchent. En une microseconde, comme dit Kevin.
Même logique pour Conforama. Absorber un catalogue e-commerce entier, c’est trop large – du coup ils ont travaillé sur des verticales précises, télévision ou literie. Un utilisateur demande une télé Samsung entre 1 000 et 1 500 €, 4K, trois ports HDMI, clé USB. Le chatbot trouve. Pas besoin de naviguer dans des sous-onglets de sous-onglets.
Ce modèle de matching – offre d’emploi, formation, immobilier, e-commerce – c’est le coeur de positionnement de Kick My Bot. Sur une quarantaine de projets menés, seulement deux n’avaient pas de composante matching. C’est un choix assumé, pas une contrainte technique. Et pour ce qui est du social selling en B2B, ce type d’approche conversationnelle change aussi la façon dont on qualifie les prospects.
La limite que Kevin n’évite pas
Il y a un truc que j’apprécie dans cet échange : Kevin ne survend pas. Il dit clairement que les plateformes NLP ont des forces et des faiblesses, et qu’il y a des cas où il faut s’en affranchir complètement.
La gestion de la négation, par exemple. Dire à une machine « je ne veux PAS un appartement de 90 m2 avec trois chambres, mais je veux tout le reste » – c’est encore compliqué pour les NLP standards. Du coup, Kick My Bot développe ses propres réseaux de neurones récurrents. Du deep learning maison, encadré par Alexandra Galeux, docteur en informatique dans l’équipe.
Il y a un cas d’usage qu’elle a développé qui est presque ludique : prendre cinq ou six pages d’un texte de Voltaire, les rentrer dans la machine, et poser des questions. Quel est le narrateur ? Combien de caractères ? Dans quelle ville ça se passe ? La machine comprend le sens de l’histoire et répond. Pas sur 300 pages – pas encore – mais la direction est là. L’ambition, c’est un site entier dont le chatbot marketing aurait absorbé et compris tous les contenus pour orienter les visiteurs instantanément.
C’est une promesse qui a l’air futuriste. Mais en 2019, c’est déjà partiellement réel sur des corpus limités. Et ça pose une question que Kevin ne résout pas entièrement dans l’épisode : à quel moment la masse de données disponibles devient-elle un vrai avantage concurrentiel ?
Les chiffres qui font que le chatbot marketing vaut vraiment le coup
7 minutes de première conversation, on l’a dit. Mais ce n’est pas le seul chiffre marquant que Kevin sort.
Sur Messenger, le taux d’ouverture des messages envoyés par un chatbot atteint 98% dans les deux heures. Quatre-vingt-dix-huit. Comparez ça avec n’importe quelle newsletter ou campagne e-mail – et vous comprenez pourquoi certaines marques regardent très sérieusement le social commerce sur Messenger. Pour aller plus loin sur les logiques de contenu qui génèrent cet engagement, augmenter ses leads par le contenu reste une mécanique complémentaire à connaître.
Sur les sites B2C, environ un visiteur sur trois engage une conversation avec le chatbot. En B2B, c’est un sur dix – ce qui est logique, les acheteurs B2B sont plus prudents, plus lents, plus méfiants vis-à-vis des automatisations.
Et le cas recrutement est particulièrement parlant. Sur les clients de Kick My Bot actifs en chatbot recrutement – ils en accompagnent une vingtaine – le taux de conversion va de 4% à 13% pour les plus performants.
« Lorsque je suis un candidat, je suis sur le site loreal.com ou Adecco.fr peu importe, je demande un job de cadre à Lyon, et bah je reçois entre 4 et 13 CV à l’issue de la conversation. »
Le parallèle avec les job boards est brutal. Sur Monster, une annonce est vue 800 fois et génère en moyenne 15 à 25 CV – soit un taux de transformation autour de 2,5%. Le chatbot fait passer ce ratio à 4% minimum, parfois 13%. La conversation force l’engagement là où la page statique laisse filer l’attention. Ce que ça dit aussi sur la valorisation du profil candidat via le contenu, c’est une autre histoire – mais les deux logiques se rejoignent.
Adidas, La Grande Récréée : quand le chatbot marketing devient un vendeur
Kevin prend deux exemples retail qui illustrent bien l’idée du guidage conversationnel – et franchement, c’est là que l’imagination s’emballe un peu.
Adidas. Tu te mets au running. Tu ne sais pas par où commencer. Au lieu de naviguer dans un catalogue de 200 références, tu parles au bot. Il te demande si tu cours sur route ou en forêt, combien de kilomètres par semaine tu envisages, ton niveau. Et il te propose trois paires. C’est un vendeur en magasin qui ne prend pas de pause, disponible sur le site, sur Messenger, sur WhatsApp, sur Google Home – peu importe le canal.
Le groupe Ludendo (La Grande Récréée) avec ses 150 000 à 200 000 fans Facebook. Tu veux un jouet Reine des Neiges pour ta nièce. Le bot te demande : Anna, Elsa ou Olaf ? Tu dis Olaf. Il te demande : peluche, jouet, vélo ? Tu choisis. En trois secondes tu as ta réponse, sans chercher dans des onglets imbriqués. C’est du social commerce pur – et c’est exactement le type de mécanique qui peut générer des clients en B2B comme en B2C dès lors qu’on structure bien la conversation.
Ce qui m’agace un peu dans ces exemples – et c’est une vraie limite – c’est qu’ils décrivent des scénarios où l’utilisateur sait ce qu’il cherche et joue le jeu de la conversation. Dans la réalité, une bonne partie des visiteurs va tenter de casser l’arbre de décision, poser des questions hors scope, ou tout simplement fermer la fenêtre de chat sans répondre. Kevin ne dit pas grand-chose là-dessus dans l’épisode. Mais bon, c’est peut-être le sujet d’un autre podcast.
Le web va devenir conversationnel – et le chatbot marketing n’est qu’un début
La vraie thèse de Kevin, celle qui dépasse les cas clients, c’est celle-là : Kick My Bot ne se définit pas comme une boîte qui fait des chatbots. Ils se définissent comme des experts du conversationnel. Texte et voix. Peu importe le canal.
Le chiffre qu’il cite sur les États-Unis donne le vertige : une recherche sur cinq sur Google y est faite à la voix. En France en 2019, c’est quasi inexistant. Mais si on regarde les courbes de diffusion des usages numériques entre les deux marchés, l’écart tend à se combler – et souvent plus vite qu’on ne le pense.
Sa vision du site internet de demain : plus de navigation arborescente, plus de menus complexes. Un moteur de recherche conversationnel directement sur la page d’accueil. Tu poses ta question, tu obtiens ta réponse. Pas acceptable pour un utilisateur de passer 10 ou 15 minutes à chercher une info sur un intranet ou un site externe, dit-il. Et il a raison – c’est juste que les organisations ne sont pas encore structurées pour produire les données propres et structurées qui rendraient ça possible à grande échelle.
Et c’est là que la thèse accroche un peu. Pour que le chatbot marketing tienne cette promesse, il faut des bases de données clean, des contenus structurés, des équipes capables de former les modèles en continu. Ce n’est pas juste un projet tech – c’est un projet éditorial et data autant que conversationnel. La façon dont certaines marques écrivent pour leur communauté devient alors une brique fondamentale de cette infrastructure.
Kevin voit le marché comme en attente de quelques gros acteurs qui se lancent vraiment pour débloquer les usages. C’est le classique problème de l’oeuf et de la poule : les utilisateurs adopteront quand les expériences seront bonnes, et les expériences seront bonnes quand les investissements seront là. En attendant, les pionniers comme Kick My Bot continuent de défricher – un matching d’offres d’emploi à la fois.
