Détection d'intention WhatsApp : router automatiquement les demandes clients

Chaque message WhatsApp entrant est une demande avec une intention précise : commande, réclamation, demande d'information, prise de rendez-vous... Sans système de détection d'intention, chaque message doit être traité manuellement par un agent. Avec un bon système de routing automatique, 70 à 80% de ces messages peuvent être traités par des flows automatisés, 24h/24.

La détection d'intention est la couche intelligente entre le message brut de votre client et l'action déclenchée dans votre système. C'est le cerveau de votre chatbot WhatsApp.

Comment fonctionne la détection d'intention

Une intention est une catégorie d'action que l'utilisateur souhaite réaliser. Pour un service client e-commerce africain, vos intentions principales pourraient être :

• suivi_commande : "où est ma commande", "livraison pas encore arrivée"
• retour_produit : "je veux rendre", "remboursement", "article défectueux"
• catalogue_produits : "qu'est-ce que vous vendez", "prix de X"
• paiement_probleme : "paiement refusé", "Mobile Money pas passé"
• horaires_contact : "vous êtes ouverts", "numéro téléphone"

La détection d'intention analyse le texte libre du message et le classe dans l'une de ces catégories. Selon le niveau de confiance et la catégorie identifiée, votre système déclenche le flow correspondant ou transfert à un agent.

Architecture technique du routing d'intention

Voici l'architecture complète d'un système de routing d'intention WhatsApp :

Message entrant WhatsApp
        ↓
Webhook réception (Whakup)
        ↓
Normalisation du texte (abréviations, dialecte)
        ↓
Détection d'intention (NLP engine)
        ↓ (intention + score de confiance)
Logique de routing :
  - score > 0.85 → Flow automatique
  - 0.60 < score < 0.85 → Clarification bot
  - score < 0.60 → Agent humain
        ↓
Action déclenchée (flow / agent / clarification)

Implémentation avec Dialogflow CX (recommandé pour l'Afrique)

Google Dialogflow CX est l'une des solutions les plus matures pour la détection d'intention WhatsApp. Voici comment configurer un agent pour le contexte africain :

// Node.js - Intégration Dialogflow CX avec WhatsApp via Whakup
const { SessionsClient } = require('@google-cloud/dialogflow-cx');

const client = new SessionsClient({
  apiEndpoint: 'europe-west2-dialogflow.googleapis.com' // Datacenter Londres, latence acceptable pour Afrique
});

async function detectIntentWhatsApp(phoneNumber, messageText) {
  const projectId = process.env.DIALOGFLOW_PROJECT_ID;
  const location = 'europe-west2';
  const agentId = process.env.DIALOGFLOW_AGENT_ID;
  const sessionId = phoneNumber.replace('+', '');
  
  const sessionPath = client.projectLocationAgentSessionPath(
    projectId, location, agentId, sessionId
  );

  const request = {
    session: sessionPath,
    queryInput: {
      text: {
        text: messageText,
      },
      languageCode: 'fr',
    },
  };

  const [response] = await client.detectIntent(request);
  const queryResult = response.queryResult;
  
  return {
    intention: queryResult.match.intent?.displayName || 'fallback',
    confiance: queryResult.match.confidence,
    parametres: queryResult.parameters?.fields || {},
    reponse_suggeree: queryResult.responseMessages?.[0]?.text?.text?.[0]
  };
}

// Handler webhook Whakup
app.post('/webhook/whatsapp', async (req, res) => {
  const { phone, message } = req.body;
  
  const intention = await detectIntentWhatsApp(phone, message);
  
  // Router selon intention et confiance
  if (intention.confiance > 0.85) {
    await triggerWhakupFlow(phone, intention.intention);
  } else if (intention.confiance > 0.60) {
    await sendClarificationMessage(phone, intention.intention);
  } else {
    await transferToHumanAgent(phone, message);
  }
  
  res.json({ status: 'processed' });
});

Alternative avec Rasa Open Source (on-premise pour données sensibles)

Pour les entreprises africaines soucieuses de la souveraineté des données (banques, santé), Rasa permet un déploiement entièrement on-premise :

# nlu.yml - Exemples d'entraînement avec contexte africain
version: "3.1"
nlu:
- intent: suivi_commande
  examples: |
    - où est ma commande ?
    - mon colis n'est pas arrivé
    - livraison pas encore là
    - ça fait 3 jours j'attends
    - mon truc là, il est où ?
    - j'ai commandé et rien reçu
    - quand ça arrive mon paquet ?
    
- intent: probleme_paiement
  examples: |
    - mon MTN Money a pas passé
    - paiement Orange Money refusé
    - j'ai payé mais commande pas confirmée
    - wave a débité mais rien reçu
    - transfert fait mais pas de confirmation

Configurer les règles de routing dans Whakup

Une fois l'intention détectée, Whakup permet de configurer des règles de routing précises. Vous pouvez définir pour chaque intention :

Flow automatique : pour les intentions à haute confiance et faible complexité (FAQ, suivi de commande standard, horaires).

Message de clarification : quand l'intention est probable mais ambiguë. Le bot pose une question de confirmation avant d'agir.

Transfert agent avec contexte : pour les intentions complexes ou à faible confiance. L'agent reçoit le message original ET l'intention probable identifiée par le système, ce qui lui permet de traiter plus rapidement.

// Exemple de transfert agent avec contexte enrichi
async function transferToHumanAgent(phone, originalMessage, intentionData) {
  const contextNote = `
    [BOT: Intention probable → ${intentionData.intention} (confiance: ${Math.round(intentionData.confiance * 100)}%)]
    [Message original: "${originalMessage}"]
  `;
  
  await whakupClient.sendInternalNote(phone, contextNote);
  await whakupClient.assignToQueue(phone, 'support_general');
}

Mesurer et optimiser votre système de routing

Les KPIs clés à suivre pour votre système de détection d'intention sont :

Taux de détection : pourcentage de messages pour lesquels une intention est identifiée avec confiance >0.85. Objectif : >70% à 3 mois.

Taux de mauvais routing : pourcentage de fois où l'intention identifiée ne correspond pas à la demande réelle (mesuré par feedback agent ou sondage client). Objectif : <5%.

Taux de fallback : pourcentage de messages envoyés en fallback humain. Utile pour identifier les intentions non couvertes et prioriser les améliorations.

Chaque message avec fallback ou mauvais routing est une donnée d'entraînement. Exportez-les hebdomadairement, annotez l'intention correcte, et réentraînez votre modèle. En 3 mois, vous pouvez typiquement réduire votre taux de fallback de 40% à 15%.

Pour aller plus loin sur les stratégies de routing, consultez notre guide sur le routage intelligent WhatsApp IA et notre article sur l'automatisation des flows WhatsApp.

FAQ

Q: Quelle différence entre détection d'intention et mots-clés simples ?

A: Les mots-clés détectent des termes exacts ("remboursement", "commande"). La détection d'intention comprend le sens général d'une phrase, même formulée différemment. "Je veux récupérer mon argent" et "je voudrais un remboursement" ont la même intention malgré des mots totalement différents. L'intention est 10x plus robuste aux variations linguistiques africaines.

Q: Combien d'intentions faut-il définir pour un service client WhatsApp ?

A: Entre 8 et 20 intentions couvrent 80-90% des cas pour la plupart des businesses. Au-delà, la précision baisse et la maintenance devient lourde. Commencez avec les 10 requêtes les plus fréquentes de vos clients actuels, et ajoutez progressivement.

Q: Le système peut-il gérer plusieurs intentions dans un seul message ?

A: C'est un cas avancé (multi-intent). Certains clients écrivent "bonjour, j'ai un problème de paiement et je veux aussi annuler ma commande". Dialogflow CX et Rasa gèrent cela nativement. Pour les déploiements simples, il vaut mieux prioriser l'intention principale et demander confirmation pour la seconde.

Q: Combien coûte un système de détection d'intention pour WhatsApp ?

A: Dialogflow CX coûte environ 0,007$ par session sur les 1000 premières sessions, puis 0,001$ par session. Pour 10 000 conversations/mois, comptez 30-70€/mois. Rasa Open Source est gratuit mais nécessite un hébergement (~50€/mois sur un VPS décent). Les APIs d'OpenAI sont tarifées à l'usage et peuvent devenir coûteuses à fort volume.

---

La détection d'intention est l'investissement structurant de votre automatisation WhatsApp. Bien configurée, elle vous permet de traiter 70% de vos messages sans intervention humaine tout en améliorant l'expérience client.

Créez votre compte Whakup et configurez votre premier système de routing d'intention. Nos templates incluent les intentions les plus fréquentes pour les marchés africains.