Gestion des évolutions d’un Chatbot – Transport

Notre client, spécialiste dans le transport ferroviaire, nous a contactés afin d’assurer les prochaines évolutions à mettre en place sur son chatbot.

Point inattendu, le budget pour ce projet a été coupé en milieu de mission. Il a donc fallu préparer la mise en run du produit qui prenait effet le premier jour de T2 2023.

Comment s’intégrer à une équipe déjà en place et continuer à assurer les évolutions dans un premier temps ?   

Puis comment s’adapter à la mise en run du chatbot avec 2 conséquences majeures : 

• Une accélération significative de la cadence pour mettre en production les attendus métier avant la mise en run ?
• Comment assurer une passation la plus exhaustive possible avec les équipes techniques et métier responsables de la maintenance du chatbot ?

• Identification des différents acteurs impliqués
• Cadrage des besoins métier
• Rédaction et présentation des user stories auprès des développeurs
• Priorisation du backlog (user stories et anomalies)
• Recette et validation des user stories développées et anomalies corrigées
• Organisation de la mise en production des nouvelles versions du chatbot
• Création de nouveaux supports pour un meilleur suivi des actions (process de mise en production, cahier de recette, template d’expression de besoin, planning de MEP et reporting des différentes actions de l’équipe)
• Reporting des actions auprès de la Product Manager
• Organisation en Kanban
• Administration de la solution back office indiquant au chatbot les différentes réponses à apporter aux utilisateurs
• Organisation de la passation avec l’équipe en charge de la maintenance (points de synchronisation et création de différents supports)

Au total, le chatbot Tilien a connu plus d’une trentaine d’évolutions. Certaines sont très mineures (changement de redirection au clic sur un bouton) et d’autres sont structurantes (indication des perturbations sur un itinéraire, information des lignes climatisées ou non sur les itinéraires recherchés par l’utilisateur).

On notera également que cette période a vu la migration du chatbot vers un nouveau serveur, ce qui a constitué un véritable challenge dans un contexte où l’équipe ne disposait de recetteurs de métier (charge assumée par le proxy product owner et le product owner via l’élaboration d’un cahier de recette et la prise en charge de cette même recette). 

Malgré un contexte de temps réduit, la roadmap métier a été assurée et toutes les informations qui nous ont semblées primordiales ont été présentées à l’oral et via des supports écrits aux équipes chargées de la maintenance. 

Cette mission a constitué une superbe opportunité de découvrir le fonctionnement d’un chatbot. 

Le vrai challenge personnel a été de pouvoir concilier le travail en Kanban avec des engagements de délai de mises en recette (et par extension de mises en production). Bien que le challenge est possible, il m’a paru plus aisé avec la méthodologie Scrum dans laquelle il me semble plus facile d’avoir une visibilité sur une période courte grâce aux sprints. La méthodologie Kanban reste toutefois très intéressante, il s’agit juste de vérifier qu’elle corresponde bien aux forces d’une équipe.