Étude de cas produit · Intelligence artificielle et libre-service
Intégration d’une assistance IA contextuelle au parcours de réservation
L’assistance IA d’Anolla ne fonctionne pas comme un chatbot généraliste distinct du logiciel de réservation. L’assistant relie la question de l’utilisateur à la page active, à son rôle, à l’état de son compte et aux règles du logiciel afin de lui proposer la prochaine étape adaptée à son parcours précis plutôt qu’un guide générique.
Cette présentation technique explique comment Anolla utilise le contexte pour transformer l’assistance IA, d’une couche d’information générale en un outil d’accompagnement lié au produit.
L’IA tient compte de la page active, du rôle de l’utilisateur, de l’état du compte et des règles du produit.
Nombre de couches contextuellesLangues prises en charge par une même logique d’assistance.
Capacité publique de la plateformeCouche d’assistance intégrée à la plateforme pour le prestataire et la personne qui réserve.
Principe de conception du produitPourquoi la question de l’utilisateur ne suffit-elle pas à l’assistance IA ?
Une réponse de l’assistance logicielle peut être correcte sur le fond, mais inutile pour l’utilisateur si elle ne tient pas compte de son rôle, de la vue ouverte ou de la configuration actuellement appliquée. Anolla considère le contexte comme une composante de la génération de la réponse, et non comme un détail ajouté ultérieurement à la conversation.
Défi
Une même question peut avoir des causes totalement différentes. « Pourquoi ne puis-je pas réserver ? » peut être dû à un planning complet, à un délai de préavis, à un rôle utilisateur inadapté, à l’état du compte ou à une règle définie par le prestataire.
Choix de conception
L’assistant part de la langue et de la demande de l’utilisateur, puis tient compte, si nécessaire, de la page active, de son rôle, de l’état du compte et de la configuration pertinente.
Résultat pour la plateforme
L’objectif n’est pas seulement de répondre à la question, mais aussi d’en expliquer la cause, d’indiquer le paramètre approprié ou d’orienter l’utilisateur vers le bon parcours en libre-service ou de retour d’information.
Quel contexte rend une réponse de l’IA réellement pertinente ?
Un chatbot d’assistance classique recherche le texte d’aide le plus proche de la question. Dans le cas d’un logiciel de réservation, cela peut ne pas suffire, car la situation réelle de l’utilisateur dépend de plusieurs couches interdépendantes. Le prestataire de services peut modifier le planning dans l’interface d’administration, le client peut essayer d’effectuer une réservation sur la page publique, tandis que le propriétaire du compte et l’employé peuvent avoir accès à des actions différentes.
Même une question techniquement identique peut nécessiter une réponse différente. L’absence de créneaux disponibles peut être due au planning de la ressource, à la durée du service, au temps tampon, à la période maximale de réservation à l’avance ou à une autre réservation qui se chevauche.
Page active
Indique la fonctionnalité ou l’étape du parcours de réservation que l’utilisateur consulte actuellement.
Rôle de l’utilisateur
Détermine les actions et les paramètres auxquels l’utilisateur a accès.
État du compte
Peut influencer la disponibilité des fonctionnalités et la prochaine étape appropriée.
Règles du prestataire de services
Déterminent les disponibilités, les modifications, les annulations et les autres règles de réservation.
La bonne réponse ne dépend pas seulement de la question, mais aussi de l’endroit où elle a été posée, du rôle de la personne qui l’a posée et de la configuration utilisée.
Quels principes rendent l’assistance par IA sensible au contexte ?
Le contexte n’est pas traité comme un seul grand ensemble de données. L’assistant utilise progressivement les couches nécessaires pour répondre à la demande et doit se limiter aux informations minimales réellement requises pour fournir des instructions précises.
01 · La page active fournit le point de départ
L’assistant tient compte du fait que l’utilisateur se trouve sur la page de réservation, dans le calendrier, dans les paramètres du service, dans la vue du compte ou à une autre étape du processus.
02 · Le rôle et l’état du compte limitent les actions
Les instructions doivent être adaptées selon que la question est posée par un client, un employé ou le propriétaire du compte, ainsi qu’aux fonctionnalités auxquelles cette personne a accès.
03 · Les règles du produit précèdent l’explication
La réponse doit reposer sur la logique de réservation, la configuration en vigueur et les fonctionnalités documentées, et non sur une hypothèse qui semble plausible.
04 · La réponse a des limites et indique l’étape suivante
Si le contexte nécessaire fait défaut, l’assistant doit demander des précisions, reconnaître son incertitude ou orienter l’utilisateur vers le processus approprié.
Comment la situation de l’utilisateur mène-t-elle à une réponse contextuelle ?
L’assistant utilise uniquement le contexte nécessaire pour répondre à la question concernée. Les informations requises sont mises en relation avec les règles du produit afin de fournir une explication, de proposer l’étape suivante ou, si nécessaire, de poser une question de clarification.
Contexte nécessaire
Moteur de contexte
Identifier · associer · vérifier
La question est associée au processus actif, aux possibilités de l’utilisateur et aux règles documentées du produit.
Mode de réponse approprié
Le schéma conceptuel décrit la logique de création d’une réponse, et non l’architecture technique complète des systèmes internes d’Anolla.
Comment l’assistance par IA s’adapte-t-elle aux différentes situations d’utilisation ?
L’assistant ne doit pas utiliser toutes les données disponibles pour chaque question. Le contexte nécessaire dépend de la décision que l’utilisateur cherche à prendre et de la contrainte susceptible d’influencer son action.
| Scénario | Question de l’utilisateur | Contexte nécessaire | Réponse appropriée |
|---|---|---|---|
| Problème de disponibilité | « Pourquoi le client ne voit-il aucun créneau disponible pour ce jour-là ? » | Service actif, ressources, planning, durée, temps de battement et restrictions de réservation. | Expliquer la contrainte la plus pertinente et indiquer quel paramètre vérifier. |
| Rôle et accès | « Pourquoi ne vois-je pas le calendrier ou les services de l’entreprise ? » | Compte sélectionné, rôle actif, lien entre l’utilisateur et le prestataire de services, et autorisations. | Guider l’utilisateur vers la sélection du compte ou du rôle approprié sans supposer qu’un accès lui manque. |
| Modification d’une réservation | « Pourquoi ne puis-je pas modifier ou annuler mon rendez-vous ? » | Statut de la réservation, règles du prestataire de services, délai applicable et lien entre l’utilisateur et la réservation. | Expliquer la restriction applicable et orienter l’utilisateur vers l’action autorisée. |
| Cas ambigu | « Tout semble correct, mais l’action ne fonctionne toujours pas. » | Précisions sur la question, message d’erreur visible et contexte produit minimal nécessaire. | Ne pas supposer de cause cachée ; demander des précisions ou orienter l’utilisateur vers le canal de retour d’information. |
Comment une question mène-t-elle à une prochaine étape vérifiable ?
Une réponse contextuelle se construit comme un processus décisionnel séquentiel, et non comme une requête globale portant sur l’ensemble des données de l’utilisateur et du compte.
Identifier la langue de l’utilisateur et le flux de travail actif
L’assistant commence par déterminer la langue dans laquelle la question a été posée ainsi que la page ou la fonctionnalité actuellement utilisée par l’utilisateur.
Déterminer l’objectif de la demande
La question est classée, par exemple, selon qu’elle concerne la configuration, la disponibilité, l’accès ou la modification d’une réservation.
Recueillir le minimum de contexte nécessaire
Le rôle, l’état du compte ou la configuration ne sont utilisés que s’ils sont indispensables pour cibler la réponse de manière fiable.
Relier la situation aux règles du produit
La situation est comparée aux fonctionnalités documentées, à la logique de réservation et aux restrictions actuellement en vigueur.
Fournir une réponse orientée vers l’action
La réponse explique la raison, indique le paramètre à vérifier et guide l’utilisateur vers la prochaine étape appropriée.
Reconnaître les limites et rediriger si nécessaire
Si la cause ne peut pas être vérifiée, l’IA ne doit pas inventer de solution, mais demander des précisions ou orienter l’utilisateur vers le flux approprié.
Quelles caractéristiques découlent d’une architecture d’assistance sensible au contexte ?
La prise en compte du contexte ne signifie pas que l’IA prend toutes les décisions à la place de l’utilisateur. La même logique produit que l’application utilise pour gérer les réservations et les autorisations contribue également à formuler l’explication fournie à l’utilisateur.
Moins d’instructions générales
L’utilisateur n’a pas à parcourir une longue liste de causes possibles lorsque le contexte actif permet de cibler la réponse de manière fiable.
Une prochaine étape liée au flux de travail
La réponse peut orienter l’utilisateur vers le compte, le paramètre, les détails de la réservation ou le flux de retour d’information appropriés.
Une logique commune dans différentes langues
L’assistance multilingue peut s’appuyer sur les mêmes règles du produit plutôt que sur un processus distinct créé pour chaque langue.
Une couche de connaissances extensible
Lors de l’ajout de nouvelles fonctionnalités, le contexte centralisé du produit peut être enrichi au bénéfice des prestataires de services comme des clients.
Utilisabilité des brouillons de réponse générés par l’IA dans le travail de l’assistance humaine
52,4 % de brouillons de réponse sans modification substantielle
Cet indicateur décrit les brouillons de réponse générés par l’IA pour l’assistance humaine : l’assistance technique n’a pas eu à modifier substantiellement 52,4 % des réponses. Il s’agit du flux de travail de l’assistance humaine, et non de la proportion de conversations résolues automatiquement ni du taux d’exactitude des réponses.
Source : utilisation anonymisée de l’IA et de l’assistance d’Anolla. Dernière mise à jour le 01/07/2026. Méthode : les réponses rédigées par l’IA sont comparées aux réponses modifiées ou remplacées manuellement par l’assistance technique.
Que signifient précisément les affirmations de cette étude de cas ?
Il s’agit d’une étude de cas sur le produit, et non du témoignage d’un client ni d’une promesse selon laquelle l’IA résoudrait automatiquement chaque demande d’assistance. Cette page décrit la logique de conception de l’assistance contextuelle d’Anolla ainsi que les capacités publiquement présentées de la plateforme.
Fondement des capacités
La description actuelle de l’assistance par IA d’Anolla, les flux de travail du produit ainsi que le principe d’utilisation du contexte de la page active et du compte.
Preuve fonctionnelle
Scénarios de test courants liés à la réservation, à la configuration, à l’accès et à l’état du compte.
Utilisation des données
L’étude de cas n’utilise ni conversations de clients identifiables par leur nom ni indicateurs de performance individuels d’une entreprise.
Interprétation
La page présente l’architecture et le champ d’application de l’assistance intégrée, et non des réponses infaillibles ou un taux d’automatisation garanti.
Limites. L’IA peut mal interpréter une question, s’appuyer sur un contexte incomplet ou nécessiter des précisions. L’assistant ne doit pas affirmer qu’il a modifié des paramètres, consulté des données ou déterminé une cause s’il ne dispose pas d’éléments vérifiables pour l’étayer. Les données relatives au compte et à l’utilisateur doivent être utilisées le moins possible et uniquement dans la mesure nécessaire au traitement de la demande.