Fonctionnement de Conversation Memory
-
Les signaux sont captés à chaque échange, quel que soit le canal utilisé.
Sur les canaux Voice, SMS, chat, etc. Conversation Memory analyse chaque interaction pour identifier les préférences, les comportements et les renseignements contextuels pertinents pour les conversations client.
-
Faites progresser la connaissance client à chaque échange.
Les nouveaux éléments mémorisés sont ensuite consolidés avec les informations existantes, afin que les agents disposent toujours d’un profil client à jour et aussi précis que possible.
-
Les informations contextuelles les plus utiles arrivent au bon moment, prêtes à enrichir l’interaction suivante.
Avec la recherche sémantique, l’API Recall met à la disposition de chaque agent humain ou IA les souvenirs, les synthèses et les caractéristiques les plus pertinents.
-
Faites de vos connaissances métier la source de référence de chaque réponse.
Avec Enterprise Knowledge, vos FAQ, politiques, documentations produit, pages web et autres contenus deviennent facilement consultables, pour aider vos équipes à accéder rapidement à des informations fiables.
Fonctionnement de la solution Enterprise Knowledge
-
Indexez les contenus qui structurent chaque interaction.
Les FAQ, politiques, documents produit et pages web sont traités puis segmentés en unités indexées et interrogeables, afin de garantir aux agents un accès permanent aux informations appropriées.
-
Restituez le contenu pertinent au moment opportun, sans exposer l’intégralité des informations disponibles.
Grâce à la recherche intelligente, seules les informations les plus fiables, les plus pertinentes et les plus adaptées à chaque question sont mises en avant, afin que chaque réponse s’appuie sur des faits validés par vos équipes.
Assurez la continuité du parcours client
Assurez-vous que chaque interaction s’appuie sur la dernière, afin que les clients n’aient pas à se répéter.
-
Débutez chaque interaction avec une vue complète de la situation
Le contexte présenté aux agents inclut les échanges précédents, les engagements formulés et les actions encore en attente de résolution.
-
Réduisez le temps de traitement et la frustration des clients
Limitez les questions répétitives et accélérez le traitement de la demande.
-
Assurez la continuité du contexte sur l’ensemble des canaux : voix, chat, SMS, etc.
Assurez-vous que chaque interaction reflète l’historique complet du client.
Fonctions de Conversation Memory
-
Extraction d’observations et gestion des profils
Les observations extraites de chaque conversation alimentent un profil client unifié grâce à la résolution d’identité, pour fournir aux agents une vue client précise et actualisée en permanence sur l’ensemble des canaux.
-
API Recall
Grâce à la recherche sémantique appliquée aux observations, aux synthèses et aux caractéristiques, seuls les éléments de contexte les plus pertinents sont mis en avant, ce qui limite les informations superflues, la consommation de jetons et les risques d’erreur.
-
Enterprise Knowledge
Les règles internes, la FAQ, les documentations produit et d’autres contenus sont indexés afin que les agents puissent s’appuyer sur des informations métier vérifiées.
-
Synthèses et caractéristiques
Les moments clés de chaque conversation sont reliés à des données structurées, comme le niveau de service ou la localisation, pour que vos agents disposent à la fois de l’historique du client et des informations qui permettent d’agir.
-
Contrôles et gouvernance de la mémoire
Vous gardez la maîtrise de ce qui est mémorisé, de la manière dont les données sont stockées et des personnes qui peuvent y accéder, avec des dispositifs de contrôle intégrés pour filtrer, isoler, supprimer et retracer chaque information.
-
Portabilité et intégrations du modèle
Votre mémoire client reste flexible, enrichie et indépendante de votre architecture IA. Stockée en dehors de tout environnement d’exécution, elle se connecte à des systèmes comme Segment, Snowflake et Salesforce.
Pour que chaque conversation client compte
Donnez toute sa valeur à la mémoire client avec un système complet, capable de la capturer, de l’unifier et de l’exploiter.
FAQ sur Conversation Memory
La mémoire des agents IA permet de conserver et de réutiliser les informations issues des échanges précédents, afin que chaque conversation tienne compte du contexte déjà établi au lieu de repartir de zéro. Twilio Conversation Memory extrait les informations acquises lors de chaque interaction et les met à la disposition des agents humains et des agents IA.
Les bases de données vectorielles et le RAG facilitent la récupération d’informations, mais ne prennent pas en charge l’intégralité du cycle de vie de la mémoire. Conversation Memory prend en charge une mémoire client plus complète. Elle extrait les observations issues des conversations, les unifie dans des profils client, rapproche les nouvelles informations des données existantes et restitue uniquement le contexte le plus pertinent pour chaque échange.
Conversation Memory rapproche en permanence les nouvelles observations des données existantes, afin que la vision la plus récente et la plus précise du client soit toujours disponible. Cela évite l’accumulation d’informations contradictoires ou obsolètes.
Oui. Conversation Memory ne dépend ni d’un modèle ni d’un environnement d’exécution IA. Elle peut ainsi être utilisée avec les modèles et les outils les mieux adaptés à votre environnement technique, sans perte de mémoire.
Conversation Memory crée une couche commune de contexte client, partagée entre agents humains et agents IA. Cette approche assure la cohérence de chaque interaction, quel que soit l’intervenant, humain ou IA, chargé de la traiter.
Conversation Memory se connecte à des systèmes comme Segment, Snowflake et Salesforce afin d’exploiter les données client dont vous disposez déjà. Elle utilise également Enterprise Knowledge pour intégrer des politiques, des FAQ et de la documentation produit.
L’API Recall donne aux agents le bon contexte, au bon moment. Grâce à la recherche sémantique, elle sélectionne uniquement les éléments les plus pertinents pour chaque interaction. Cela permet d’alléger la taille des invites, de réduire la consommation de jetons et d’améliorer la rapidité comme la précision des réponses.
Pour démarrer, vous pouvez explorer les API et la documentation, ou contacter Twilio pour demander un accès et échanger sur votre cas d’usage.
Enterprise Knowledge est un produit Twilio distinct qui indexe vos contenus d’entreprise, y compris les FAQ, les politiques, la documentation produit et les pages web, au sein d’une base de connaissances consultable. Les agents s’appuient alors sur des informations exactes et approuvées, disponibles à la demande, plutôt que sur les approximations d’un modèle d’IA.
Conversation Memory enregistre et restitue les informations dont vous disposez sur vos clients : historique, préférences et contexte issus des interactions passées. Elle capture et restitue également les connaissances internes de votre entreprise : vos politiques, vos produits et vos procédures. Ces deux ensembles répondent à des finalités différentes et peuvent être utilisés indépendamment, mais ils fonctionnent efficacement ensemble lorsque les agents ont besoin de combiner contexte client et faits métier vérifiés au sein d’une même interaction.
Enterprise Knowledge prend en charge les FAQ, les documents de politique interne, la documentation produit, le texte brut et les pages web. Les contenus sont indexés et découpés en segments consultables que les agents peuvent retrouver pendant les interactions. Vous pouvez mettre à jour les sources à tout moment : les agents accèdent immédiatement à la version la plus récente, sans aucun réentraînement.
Conversation Memory fait partie de la plateforme d’infrastructure agentique de Twilio et fonctionne de manière native avec Conversation Orchestrator et Conversation Intelligence. Orchestrator regroupe la voix, la messagerie et le chat au sein d’une conversation continue, tandis que chaque interaction vient enrichir Memory pour que le contexte accompagne le client d’un canal à l’autre. Intelligence utilise Memory pour contextualiser ses indicateurs en temps réel, tels que le ressenti et le risque d’attrition, à partir d’un historique client vérifié et de connaissances métier validées. Conversation Memory peut également être utilisée indépendamment, afin de permettre aux équipes de l’adopter sans modifier le reste de leur architecture technique.