L'usage des assistants vocaux préfigure un double tournant : dans les habitudes des utilisateurs d'une part, et dans les services développés par les marques d'autre part. La voix s’annonce comme le futur canal préféré du grand public. S’il ne s’agit pourtant pas d’une évolution fulgurante et monolithe nous propulsant immédiatement dans un univers digne de ​2001 : l’Odyssée de l’espace , la transition n'en sera pas moins rapide. En effet, l’interaction vocale avec les assistants personnels se fait toujours plus immédiate et personnalisée. Elle va permettre l'éclosion de nouveaux services utilisant le canal-voix. Mais à quoi vont-ils ressembler ? Chez Claravista, nous avons identifié trois niveaux de maturité et de complexité pour ces services voix.

Le "​voice included​" : l'ancêtre Tout a démarré par le “Voice Included”.

Cette fonctionnalité symbolisée par un microphone est aujourd’hui très présente sur nos téléphones. Elle facilite l’usage d’applications comme Waze ou Google et nous permet par exemple de dicter nos SMS. Ici, l’expérience utilisateur est avant tout pensée pour l’écran et le clavier. Au delà d’avoir démocratisé l’usage de la voix, le “Voice Included” est aussi un formidable moyen pour les GAFA d’améliorer la reconnaissance vocale en nourrissant leurs algorithmes “deep learning​”.

Le "voice only" : la transition

Ces services 100% voix sont incarnés par les assistants vocaux mobiles comme Siri ou par des enceintes vocales comme Google Home. Ils sont très efficaces quand il s'agit de faire des choses simples : connaître la météo, l’horaire d’un train, lancer sa playlist ou commander une pizza. Ainsi en disant “Ok Google, je veux parler à Leclerc”, l’utilisateur peut ajouter des produits à sa liste de courses et les retrouver dans son application Drive Leclerc.

Mais ces services atteignent leurs limites quand l’utilisateur fait face à un choix aux possibilités multiples ou lorsqu’il a “besoin de voir” et d’explorer avant d’acheter (vêtements, équipements de la maison, voyages…).

Le "voice & display" : le futur, dès demain

Voilà ce sur quoi le futur va se construire​. Ces services à la Minority Report, vont émerger avec l'apparition des nouveaux terminaux combinant enceinte et écran tactile et il ne faudra pas attendre 2030 pour les découvrir : Amazon a lancé Echo Show en 2017 et Google va commercialiser son Google Smart Display. Tout sera totalement repensé autour de la voix - pierre angulaire de l'expérience utilisateur - et d’un écran tactile, compagnon indispensable pour certaines tâches.

Ainsi, un parcours d’achat de prêt-à-porter pourrait se transformer en :

1. une recherche multicritère par la voix
2. le choix des produits par l’écran
3. le mode de livraison et le paiement par la voix

Cette nouvelle expérience, beaucoup plus naturelle, conjuguera la facilité et la rapidité de la voix avec la puissance et l'efficacité de l’image et du toucher. Elle préfigure un bouleversement des usages et des services.

De l’importance de se tenir prêt !

Les marques ont raison d’investir le territoire du "Voice only" car c’est un excellent moyen d’apprendre et les attentes clients sont fortes. Néanmoins, ces services doivent respecter certaines conditions pour en garantir le succès :

• Apporter aux clients une véritable valeur ajoutée par rapport aux canaux existants (confort, rapidité…),
• Répondre à un besoin “régulier” sous peine de tomber dans l’oubli,
• Intégrer les limites de l’interface “100% voix”, autrement dit, faire simple !

Les marques doivent aussi, dès maintenant, se préparer à la révolution du "​voice & display​". A l’image de l’arrivée de l’Iphone en 2007, cette innovation va profondément bouleverser les usages pour devenir le canal incontournable du grand public.

L’UX sera totalement repensé​. Il faudra trouver le meilleur équilibre entre la voix et l’écran. La démarche d’apprentissage sera longue et nécessitera d’étudier et de comprendre les nouveaux comportements des utilisateurs.

La maîtrise de la data et de l’IA sera au cœur de cette révolution​. Rien n’est magique, tout est scientifique : pour être pertinente, la voix doit allier personnalisation, précision, justesse, et rapidité. Et ceci passe par la maîtrise de la data, sa collecte, son analyse et la construction d’algorithmes puissants. Encore plus qu‘aujourd’hui, la connaissance de chaque utilisateur, l’anticipation de ses besoins et la capacité à lui apporter la meilleure réponse - lui proposer le meilleur produit - seront des armes décisives.

Les marques devront également apprendre à trouver leur voix​. Au delà de la maîtrise des technologies du NLP (Natural Language Processing), la bataille sera émotionnelle. Quelle voix, quel registre sémantique, quelles expressions, quelles intonations, laisseront la meilleure empreinte et transformeront la machine en une personne attachante et digne de confiance ? Et naturellement, les organisations devront évoluer​. Il faudra défricher, tester, apprendre en s’appuyant sur les démarches de R&D et d'innovation, puis progressivement, c’est l’ensemble de l’entreprise qui devra s’adapter et renforcer ses compétences.

Heureusement​, les marques seront beaucoup aidées par les GAFA qui fourniront les briques technologiques les plus complexes... mais méfiance ! Ces partenaires seront aussi leurs grands concurrents et, à l’image d’Amazon, ils détruiront les acteurs qui ne se seront pas préparés à cette nouvelle rupture technologique.

À charge pour les marques de ne pas louper le coche et de penser dès maintenant leurs stratégies autour de la voix !