Comment les indicateurs du service client évoluent-ils à l’ère de l’IA ?

Qu'ont en commun toutes les meilleures équipes de support client ? Un engagement obsessionnel à créer une expérience client exceptionnelle est une bonne première étape, mais cela ne vous mènera pas loin sans un ingrédient crucial : des rapports rigoureux sur les indicateurs clés du service client.

Savoir comment trouver le signal dans le bruit des données est ce qui permet aux meilleures équipes d'assistance de continuer à fournir un service client de qualité, une satisfaction client élevée et une équipe performante. Mais avec l’IA qui transforme le service client tel que nous le connaissons, comment les responsables du support client devraient-ils adapter leurs indicateurs de base pour obtenir une véritable mesure de succès dans cette nouvelle ère ?

« Les dirigeants qui cherchent à tirer parti de l’immense opportunité qu’offre l’IA devront penser différemment aux indicateurs et aux KPI. »

Le paysage du service client connaît un changement monumental à mesure que l’IA devient plus avancée. Grâce à la technologie permettant désormais des interactions client plus convaincantes et des résolutions quasi instantanées de nombreuses questions des clients, les équipes d'assistance peuvent se concentrer sur les activités qui créent une valeur supplémentaire pour leurs clients. Une étude récente du rapport State of AI in Customer Service : 2023 d'Intercom montre que les investissements dans l'IA pour le service client s'accélèrent rapidement, avec 69 % des responsables du support technique prévoyant d'investir davantage dans l'IA au cours de l'année à venir.

Les dirigeants qui cherchent à tirer parti de l’immense opportunité qu’offre l’IA devront réfléchir différemment aux indicateurs et aux KPI pour s’assurer que, dans un monde axé sur l’IA, le véritable impact du service client soit mesuré de la bonne manière.

L’évolution des métriques de support traditionnelles

Même si les indicateurs de support tels que nous les connaissons évoluent, ils resteront essentiels au succès de votre équipe. L’IA va fondamentalement changer la façon dont les équipes d’assistance travaillent, et certaines des mesures importantes pour une offre d’assistance de dernière génération pourraient devenir moins pertinentes dans un monde où les humains et l’IA travaillent ensemble de manière transparente.

"Il sera crucial de penser à la fois à l'expérience client et à celle des coéquipiers lors de l'évaluation de votre approche actuelle en matière de reporting"

Les attentes des clients en matière d'assistance évoluent également rapidement grâce à l'IA offrant des réponses et des résolutions ultra-rapides, ce qui signifie que les accords de niveau de service (SLA) et les références des équipes d'assistance devront être réinitialisés. Notre propre équipe de support client ajuste déjà les mesures et les critères que nous utilisons pour mesurer le succès, à mesure que notre chatbot IA, Fin, résout de plus en plus de requêtes de nos clients.

Pour préparer votre équipe au succès dans cette nouvelle ère du service client, il sera crucial de penser à la fois à l'expérience client et à celle des coéquipiers lors de l'évaluation de votre approche actuelle en matière de reporting afin de vous assurer que vous gardez le pouls des chiffres qui comptent. la plupart.

Voici quelques-uns des domaines et indicateurs clés qui seront touchés par ces changements, ainsi que nos conseils pour adapter votre approche de reporting afin de tirer parti des opportunités qui s’offrent à vous.

Comment vous interagissez avec les clients

Pour de nombreuses équipes de service client, la technologie d’IA générative – telle que les chatbots alimentés par l’IA – deviendra le premier point de contact pour les clients en quête d’assistance. Ces robots sont capables d'offrir des réponses rapides et utiles, et peuvent également lever l'ambiguïté des requêtes et les transmettre à un représentant du support humain pour fournir une assistance supplémentaire s'ils ne connaissent pas la réponse.

Avec l’IA en première ligne pour gérer votre volume d’assistance entrante, certaines des mesures de base utilisées pour mesurer la vitesse et l’efficacité de votre fourniture d’assistance devront être adaptées.

Temps de première réponse (FRT)

Le « premier temps de réponse » (FRT) est le temps nécessaire à votre équipe pour envoyer une première réponse à la requête d'un client.

Étant donné que les principaux robots IA sont capables d’offrir aux clients des réponses quasi instantanées, les temps de réponse lents – et les longs temps d’attente pour les clients – appartiennent désormais au passé. Cela changera radicalement les attentes des clients ; l’hypothèse selon laquelle la réponse et la résolution finale nécessiteraient une attente sera remplacée par l’attente d’une réponse immédiate et d’une résolution rapide.

Conseil

Pour obtenir une lecture précise des performances de votre équipe et de celles du robot IA, envisagez de créer des rapports distincts pour le « temps de réponse du premier robot » et le « temps de réponse du premier humain » pour une vue globale de la rapidité avec laquelle vos clients obtiennent des réponses à tous les niveaux.

Lors de l'évaluation d'une expérience d'assistance IA-humain, il sera également important d'examiner un ensemble plus large de mesures parallèlement au temps de première réponse, comme le temps de traitement moyen, pour comprendre la rapidité avec laquelle les problèmes des clients sont résolus au-delà du premier point de contact.

Temps de traitement moyen (AHT)

Le « temps de traitement moyen » (AHT) mesure le temps moyen que votre équipe passe à travailler sur les conversations avec les clients et est souvent utilisé par les responsables du support pour comprendre la capacité de l'équipe et les besoins en personnel.

Avec des robots IA résolvant la majorité des requêtes simples, votre équipe sera confrontée à des problèmes plus complexes et plus longs. De nouveaux points de référence devront donc être identifiés pour le temps de traitement moyen des conversations clients afin de laisser la place à cet ajustement.

Conseil

Semblable au temps de première réponse, essayez de créer des rapports distincts pour le « temps de traitement moyen du robot » et le « temps de traitement humain moyen » pour une image complète du temps nécessaire à vos clients pour résoudre leurs problèmes.

Bien que vous puissiez constater une diminution des temps de traitement globaux et des robots, le temps de traitement humain augmentera probablement en raison du fait que les représentants du support seront confrontés à des problèmes plus délicats. Si vous constatez que le temps de traitement humain augmente, envisagez d'examiner d'autres mesures, telles que le CSAT, pour voir si cela a un effet d'entraînement dans d'autres domaines.

Comment mesurer la productivité

Nous savons que pour avoir un impact démesuré dans cette nouvelle ère du service client, les humains et l’IA devront travailler ensemble. L'IA doit en effet être considérée comme un nouveau représentant de support au sein de votre équipe, et à ce titre, il sera crucial de savoir mesurer ses performances, ainsi que l'effet domino qu'elle aura sur les capacités de votre équipe.

Le déploiement d'un chatbot IA libérera inévitablement du temps à votre équipe pour qu'il puisse se concentrer sur d'autres activités, comme le support consultatif ou proactif, ou la gestion des connaissances. Votre équipe se concentrant sur un large éventail de tâches, la manière dont vous mesurez la productivité et évaluez la capacité de votre équipe devra être adaptée.

Dossiers traités

« Cas traités » fait référence au nombre de cas, de tickets ou de conversations traités par les agents de support. Cela peut être mesuré sur une base horaire, quotidienne ou hebdomadaire et est souvent utilisé comme mesure des performances et de la productivité de l'équipe.

Traditionnellement, les représentants du support étaient censés traiter un certain nombre de requêtes des clients sur une période de temps définie. Il y avait donc une référence en place pour évaluer la productivité de l'équipe. À l’ère de l’IA, cela a changé. Les représentants du support technique s'attaquent désormais à un ensemble beaucoup plus complexe de problèmes clients, les plus simples étant résolus par des robots IA. Et étant donné que les cas complexes nécessitent souvent plus d’enquêtes et d’investissement en temps, le nombre de cas traités par heure, jour ou semaine va changer.

Le rôle du « représentant du support client » devient également beaucoup plus diversifié, les commerciaux s'impliquant davantage dans d'autres domaines tels que la création de contenu du centre d'aide et la gestion des connaissances. Votre équipe partageant son temps entre différentes tâches, le nombre de cas traités devient une mesure moins pertinente pour évaluer la productivité de l'équipe.

Conseil

Envisagez de cartographier tous les autres domaines d’impact auxquels votre équipe peut contribuer et comprenez comment chaque domaine peut être pris en compte dans un système global de mesure des performances. En identifiant ces autres domaines d'intérêt pour votre équipe, tels que la création de contenu du centre d'aide ou la modération de la communauté, vous pourrez obtenir une lecture plus précise de la productivité de l'équipe.

Taux de résolution automatisé

Le « taux de résolution automatisée » ou « taux de résolution automatisée » (ROAR) mesure le nombre de tickets d'assistance ou de conversations entièrement résolues par l'automatisation, comme les robots.

Avant la sortie des robots basés sur l'IA, le taux de résolution automatisé consistait en des requêtes résolues par de simples robots ou par des modèles plus avancés basés sur l'apprentissage automatique, tels que les réponses personnalisées pour Fin (anciennement Resolution Bot).

Désormais, certains des robots IA les plus puissants du marché sont capables de résoudre automatiquement jusqu'à 50 % des requêtes des clients, ce qui permet aux équipes d'assistance de se concentrer sur les requêtes plus complexes qui nécessitent une intervention humaine. Le robot abordant jusqu'à la moitié des questions fréquemment posées ou plus courantes, les responsables du support client constateront probablement une augmentation significative du taux de résolution automatisée dans leurs tableaux de bord de reporting.

Conseil

Avec l'augmentation rapide du taux de résolution automatisée, il est important de réfléchir à la manière dont vous pouvez obtenir des informations à partir de cette métrique. Par exemple, si votre taux de résolution automatisée est passé de 15 à 50 %, considérez les effets d'entraînement que cela a dans d'autres domaines. Combien de temps votre équipe gagne-t-elle ? Dans quelle mesure vos clients sont-ils plus satisfaits de la rapidité et de la qualité du support ?

D'un autre côté, si vous remarquez une baisse de votre taux de résolution automatisée, il existe probablement un problème sous-jacent qui doit être résolu. Cela peut indiquer que votre bot n'a pas accès au contenu dont il a besoin pour répondre aux requêtes des clients. Pensez à auditer votre centre d'aide pour vous assurer que votre contenu est à jour et que votre bot dispose de tout ce dont il a besoin pour aider vos clients.

Résolution au premier contact (FCR)

La « résolution au premier contact » (FCR) mesure la fréquence à laquelle les requêtes de vos clients sont résolues après leur premier appel, e-mail, SMS ou conversation avec l'équipe d'assistance de votre entreprise.

Certains robots basés sur l'IA, comme Fin d'Intercom, utilisent le contenu de votre centre d'aide pour fournir des réponses pertinentes aux questions de vos clients et, dans de nombreux cas, sont capables de répondre à ces questions du premier coup. Cela signifie non seulement que vos clients bénéficient d'une assistance plus rapidement que jamais, mais cela entraînera également probablement une augmentation de votre taux de résolution au premier contact.

Conseil

Alors que davantage de requêtes des clients sont résolues en une seule interaction grâce à votre chatbot IA, vous devriez commencer à réfléchir très tôt aux autres travaux impactants que votre équipe peut effectuer avec le temps supplémentaire que le bot libère, et à la manière dont vous pouvez mesurer le succès de ce travail. En définissant ce travail dès maintenant, vous pouvez permettre à votre équipe de perfectionner ses compétences dans de nouveaux domaines afin que, lorsque son temps commence à se libérer, elle puisse directement avoir un impact et contribuer à l'entreprise au-delà des mesures de support standard.

L’IA offre également aux équipes du service client la possibilité de rendre les cibles de support plus compétitives. Par exemple, les équipes pourraient offrir une assistance humaine en temps réel pour certains problèmes ou clients, ou commencer à travailler de manière plus proactive avec les clients sur la configuration et l'activation.

Temps de résolution (TTR)

Le « délai de résolution » (TTR) mesure le temps moyen nécessaire pour qu'une requête client soit entièrement résolue, depuis le moment où un ticket ou une conversation est ouvert jusqu'au moment où il est marqué comme « résolu » ou « fermé ».

Comme pour de nombreuses autres mesures, le délai de résolution sera énormément impacté par la capacité des robots IA à résoudre rapidement un grand nombre de requêtes des clients. Il est probable que le temps de résolution du robot diminuera et que le temps de résolution humain augmentera. Il faut s’y attendre, car votre équipe sera confrontée à des problèmes plus complexes qui prendront plus de temps à aller au fond des choses.

Conseil

Pensez à diviser vos rapports en « temps de résolution du robot » et « temps de résolution humain » pour comprendre la rapidité avec laquelle les requêtes courantes ou simples sont résolues, ainsi que le temps qu'il faut à votre équipe pour résoudre les requêtes plus complexes.

À mesure que votre robot IA commence à traiter des requêtes plus complexes qui impliquent de nombreux allers-retours, il sera important de comprendre combien de temps il faudra pour résoudre ces problèmes.

Vues de contenu

Les « Vues de contenu » sont une mesure du nombre de fois que les clients ont consulté le contenu de votre centre d'aide, par exemple des articles de votre base de connaissances.

Il est important de comprendre comment l'IA joue dans votre expérience globale d'assistance en libre-service. Vous devez donc examiner la façon dont les clients interagissent avec les articles de votre centre d'aide pour avoir une idée de la facilité avec laquelle ils peuvent trouver des réponses à leurs propres questions. Dans un monde axé sur l'IA, les vues des articles de votre centre d'aide pourraient commencer à diminuer à mesure que les chatbots IA exploitent le contenu pour fournir des réponses à vos clients au lieu de créer des liens vers les articles eux-mêmes.

Conseil

En surveillant le nombre de vues de votre centre d'aide et du contenu de votre communauté d'assistance, vous pouvez comprendre si les clients qui consultent ce contenu ont besoin de demander une assistance supplémentaire après avoir lu un article ou une publication, ou si cela les a aidés à résoudre leur requête. Il est utile de définir un paramètre de temps autour de cela. Par exemple, si un client ne contacte pas votre équipe dans les 24 heures suivant la visualisation du contenu, vous pouvez considérer cela comme une « déviation » d'une conversation d'assistance potentielle.

Une fois que vous aurez déployé un chatbot IA, le volume total de vues de contenu commencera probablement à diminuer à mesure que vos clients obtiendront de l'aide directement de votre bot plutôt que d'avoir à se rendre dans votre centre d'aide. Si cela se produit, essayez de contextualiser les vues de contenu dans votre expérience globale d’assistance en libre-service pour comprendre comment les clients obtiennent de l’aide par différentes voies.

Comment mesurer l’expérience client

Naturellement, tous les changements apportés par l’IA vont transformer l’expérience client. Bien sûr, vos clients bénéficieront d’une assistance plus rapide et plus efficace, mais ils interagiront également avec les nouvelles technologies. Il sera donc crucial de surveiller cette nouvelle expérience client pour garantir que leurs besoins sont toujours satisfaits.

Satisfaction client (CSAT)

La « satisfaction client » (CSAT) est une mesure qui révèle le degré de satisfaction de vos clients à l'égard de votre entreprise et consiste à calculer le pourcentage de conversations évaluées positivement par rapport au nombre total de conversations évaluées par vos clients. Les enquêtes CSAT peuvent être approfondies ou légères : demander aux clients d'évaluer une interaction de zéro à 10, leur envoyer des questions de feedback directes ou même leur permettre de choisir l'emoji qui représente le mieux leur expérience.

Ce n’est un secret pour personne que les clients ont différents degrés de confiance dans l’ensemble des robots. Dans le passé, ils ont souvent conduit les clients vers un arbre de décision sans solution, ou les ont pris dans une boucle sans fin dont ils ne pouvaient pas sortir. Évidemment, ce n’est une expérience idéale pour personne. Mais les progrès récents de l’IA générative ont commencé à inspirer davantage de confiance aux clients dans les robots, en grande partie parce qu’ils sont capables de communiquer plus efficacement que les robots traditionnels, et on s’attend à ce qu’ils aient plus de chances de renvoyer une réponse utile – rapide.

Les équipes d'assistance sont très soucieuses de garder le pouls de la satisfaction des clients car elles s'appuient davantage sur les robots IA. Et selon le rapport State of AI in Customer Service : 2023 Report d'Intercom, 58 % des responsables du support technique ont constaté des améliorations de leurs scores CSAT grâce à l'utilisation de l'IA et de l'automatisation.

Conseil

Il est essentiel que les équipes d'assistance puissent avoir une idée précise de l'efficacité avec laquelle les clients obtiennent de l'aide. Le CSAT joue un rôle important à cet égard, il est donc important de comprendre comment les clients évaluent les conversations dans lesquelles votre robot IA est impliqué.

Lorsque vous examinez vos rapports CSAT, essayez de comprendre comment les conversations dans lesquelles le robot a été impliqué sont évaluées – ou si elles le sont (il se peut que les clients soient moins enclins à laisser des évaluations après des interactions avec des robots qu'avec des robots). humains). Cela vous aidera à comprendre si les clients sont satisfaits de l'interaction, le niveau d'assistance que le bot a été en mesure de fournir et la facilité avec laquelle il a été transféré à un membre de votre équipe si une aide supplémentaire était nécessaire. En approfondissant ces domaines, vous serez en mesure d'améliorer les performances du bot et de garantir que vos clients bénéficient constamment d'une expérience exceptionnelle.

Score net du promoteur (NPS)

Le « Net Promoter Score » (NPS) est une mesure que les organisations utilisent pour mesurer la fidélité des clients envers leur marque, produit ou service. Il est mesuré par un score allant de -100 à +100.

À l’instar du CSAT, les entreprises centrées sur le client accordent une grande importance à la surveillance de leur NPS. Cela leur permet de mesurer l'attitude des clients à l'égard de leur produit ou service et d'élaborer des plans d'engagement personnalisés pour, par exemple, mettre en relation un « détracteur » – quelqu'un qui a donné un faible score dans son enquête NPS – avec un membre de leur équipe afin de comprendre leurs défis et améliorer leur expérience.

Les robots basés sur l'IA seront désormais inclus dans la gamme de services examinés par vos clients dans les enquêtes NPS. Il sera donc crucial de comprendre l'impact qu'ils ont sur vos scores.

Conseil

Votre enquête NPS vous donne la possibilité d'explorer les éléments de votre produit ou service que le client aime ou n'aime pas. Sans l’aide de l’IA, l’analyse de ces commentaires peut devenir très chronophage. Mais heureusement, l’IA vous offre désormais la possibilité de résumer rapidement les informations fournies par vos clients. Réfléchissez aux questions sur lesquelles vous aimeriez vous concentrer et utilisez l'IA pour distiller les enseignements clés de vos enquêtes.

Score d'effort client (CES)

Le « Customer Effort Score » (CES) détermine l’effort qu’un client doit fournir pour que sa demande soit traitée. Cela peut inclure l'obtention d'une réponse à une question, la résolution d'un problème, l'achat d'un produit ou la signature d'un contrat. Le CES peut être mesuré à l’aide d’enquêtes permettant de demander aux clients dans quelle mesure il a été difficile ou facile de répondre à leurs besoins, par exemple sur une échelle mobile allant de « très facile » à « très difficile ».

Le CES est une mesure importante sur laquelle les responsables du support client doivent prendre le pouls, car le bonheur des clients – et par conséquent, la fidélité et la rétention – dépendent souvent de la facilité avec laquelle le client trouve à travailler avec votre entreprise. Traditionnellement, les enquêtes sur les scores d'effort des clients étaient envoyées aux clients à des étapes importantes de leur parcours, par exemple après une interaction ayant conduit à un achat ou après une interaction avec votre équipe d'assistance, pour découvrir dans quelle mesure l'expérience a été facile ou difficile pour eux.

Dans ce nouveau monde de support basé sur l’IA, l’objectif est de réduire encore davantage les efforts des clients à tous les niveaux. Les robots IA sont capables de rationaliser l'expérience d'assistance, en offrant des réponses rapides et précises pour débloquer les clients et offrir une expérience agréable. Cependant, vous devrez comprendre exactement comment l'IA affecte le niveau d'effort requis par les clients et si les clients subissent un niveau d'effort élevé dans d'autres domaines.

Conseil

Envisagez d'envoyer une enquête sur le score d'effort client après qu'un client a interagi avec votre chatbot IA pour comprendre à quel point il lui a été difficile ou facile d'obtenir l'aide dont il avait besoin. Vous pouvez utiliser ces évaluations pour évaluer si votre bot répond aux besoins de vos clients et offre une expérience d'assistance fluide, ou approfondir les points de friction potentiels pour trouver des moyens de leur faciliter le processus.

Comment maintenir la qualité de votre support

L’assurance qualité (AQ) est un élément essentiel de toute opération de support. Afin de ravir vos clients avec une expérience client exceptionnelle et cohérente, vous devez surveiller la manière dont le support est fourni dans votre organisation.

Lorsqu’il s’agit d’évaluer la qualité de l’assistance fournie, l’IA ouvre de nouvelles opportunités pour effectuer des analyses à grande échelle. Chaque entreprise a sa propre interprétation de ce qui constitue une « expérience d'assistance de qualité », mais malgré la nature subjective de la façon dont elle est mesurée, l'assurance qualité sera sans aucun doute transformée par l'IA.

Score de qualité interne (IQS)

Un « score de qualité interne » (IQS) est une mesure de la qualité de l'assistance fournie par votre équipe, déterminée par les personnes au sein de votre organisation plutôt que par vos clients. Les évaluateurs internes notent les conversations des clients en fonction de leur adéquation à un ensemble de critères importants pour votre entreprise. Ce système de notation peut être reflété dans une « carte de pointage QA » et est unique à chaque équipe d'assistance.

Avec l’introduction de l’IA dans l’expérience client, il est nécessaire de mettre en place un processus d’assurance qualité adapté. Traditionnellement, les scores de qualité internes évaluaient les performances des représentants du support technique, alors qu'aujourd'hui, il est de plus en plus nécessaire d'examiner le parcours client global pour comprendre s'il existe des limites au sein de votre produit, si vos processus sont efficaces et si l'IA assure efficacement le transfert. conversations avec votre équipe.

L'adoption de l'IA pour faciliter les tâches d'assurance qualité de routine telles que la création d'échantillons ou la réalisation de contrôles de qualité permettra aux équipes d'assistance d'étendre leur processus d'assurance qualité et de garantir qu'elles respectent systématiquement une barre de qualité élevée dans l'ensemble de leur offre d'assistance.

Conseil

Alors qu'IQS passe d'une mesure de performance individuelle à un indicateur de normes de service tout au long du parcours client, envisagez d'adapter vos critères d'assurance qualité ou votre carte de pointage pour refléter les domaines les plus importants pour votre entreprise.

Par exemple, chez Intercom, nous divisons notre tableau de bord en trois sections :

• Personnes : la méthode à l’ancienne pour s’assurer que nos spécialistes font ce qu’il faut.
• Processus : vérifie si les processus que nous avons mis en place sont corrects – cela examine également le transfert de notre chatbot IA Fin à nos spécialistes.
• Produit : Que pouvons-nous faire pour améliorer notre produit en termes d'expérience client ?

Comment démontrer votre valeur

Il est essentiel pour toute équipe d'assistance d'être en mesure de souligner la valeur qu'elle crée pour son entreprise, ainsi que de la communiquer à son équipe de direction. Ces dernières années, la perception des organisations de service client est passée d’un « centre de coûts » à un « moteur de valeur », et dans cette ère naissante du support basé sur l’IA, il sera important de savoir comment continuer à démontrer et communiquer la valeur créée à travers l’organisation de support.

Retour sur investissement (ROI)

Le retour sur investissement (ROI) est une mesure utilisée pour comprendre la valeur d’un investissement par rapport à son coût.

Dans de nombreuses organisations, le service client est traditionnellement considéré comme un centre de coûts. Pour cette raison, les responsables du support sont très conscients de la gestion des effectifs et utilisent des mesures telles que le « coût de service » afin de démontrer le retour sur investissement. Avec l’arrivée de l’IA générative, nous anticipons un glissement de ces calculs de ROI traditionnels vers le ROI des fonctionnalités d’automatisation, notamment.

« Dans cette nouvelle ère du service client, il sera crucial de pouvoir comprendre et rendre compte des succès de l'IA et de l'automatisation. »

Notre recherche montre que 55 % des responsables du support se demandent comment équilibrer l'investissement dans l'IA et l'investissement dans les ressources de support existantes. La mise en place d'une bonne stratégie d'automatisation prend du temps. C'est pourquoi, pour de nombreux responsables du support technique, prendre du recul et détourner les ressources de la première ligne vers une stratégie d'IA peut sembler un défi. Mais il y a un retour sur investissement important à réaliser pour les équipes de support qui franchissent le pas.

Dans cette nouvelle ère du service client, il sera crucial de pouvoir comprendre et rendre compte des succès de l’IA et de l’automatisation. Et avec 68 % des responsables du support technique qui ont du mal à mettre en œuvre un rapport de référence ou des indicateurs de réussite pour les coûts économisés grâce à l'IA et à l'automatisation, il s'agit d'un domaine dans lequel les équipes avant-gardistes devraient envisager d'investir dans le perfectionnement des compétences.

Conseil

Pensez à calculer les économies de temps et d’argent que l’IA et l’automatisation apporteront à votre équipe pour démontrer leur valeur. Par exemple, essayez de calculer :

• Le nombre de requêtes que votre équipe reçoit et qui pourraient être traitées par l'IA.
  Comment calculer : divisez le nombre de conversations clôturées dans un message par le nombre total de conversations au cours de la même période et multipliez par 100 pour trouver le pourcentage.
• Le nombre de transferts de conversations effectués par votre équipe chaque semaine.
  Comment calculer : multipliez le temps moyen passé par transfert x le nombre de transferts x le nombre de représentants d'assistance dans votre équipe.
• Le temps total que les représentants d’assistance passent à rédiger des réponses.
  Comment calculer : multipliez le temps moyen passé à rédiger un message x le nombre de requêtes x le nombre de représentants d'assistance dans votre équipe.

De nouvelles mesures apparaissent

Outre les changements que nous observons dans les mesures traditionnelles du service client, de nouvelles façons de mesurer le succès du support émergent également grâce à l'IA. Les responsables du support technique qui cherchent à adapter leur approche de reporting devraient penser à intégrer ces nouveaux indicateurs pour s'assurer qu'ils mesurent les bons éléments dans cette ère de service client qui s'ouvre.

Taux d'implication des robots

Lors du déploiement d'un robot basé sur l'IA, il sera important de comprendre son implication ou son taux de couverture, c'est-à-dire le nombre de conversations dans lesquelles il est impliqué par rapport au nombre total de conversations que votre équipe reçoit.

Conseil

Pour tirer le meilleur parti de votre chatbot IA, pensez à lui permettre de participer à autant de conversations clients que possible. Mais vous devrez réfléchir aux cas dans lesquels vous ne souhaitez pas que le bot soit impliqué et préféreriez vivre une expérience uniquement humaine, comme fournir une assistance sans faille aux clients VIP.

Taux d'engagement des robots

Comme pour toute chose, il est non seulement essentiel de savoir ce qui fonctionne bien au sein de votre support, mais aussi ce qui ne fonctionne pas. Si les clients tentent intentionnellement de dépasser votre bot pour parler à un membre de votre équipe, il pourrait bien y avoir des opportunités d'améliorer les performances de votre bot.

Conseil

Essayez de mesurer le taux d'engagement de vos clients avec votre chatbot IA et d'examiner des marqueurs tels que « prochaine action entreprise » pour comprendre si le bot répond aux questions de vos clients ou s'il existe des opportunités d'améliorer l'expérience globale. Par exemple, cela pourrait vous permettre d'identifier d'éventuelles lacunes dans les connaissances ou d'évaluer la conception de la conversation pour garantir que le bot accueille vos clients de manière amicale et utile.

Si les clients se désengagent, envisagez de leur demander des commentaires pour comprendre pourquoi. Fort de ces informations, vous pouvez apporter des modifications éclairées à votre expérience de robot pour maximiser l’impact.

Informations conversationnelles

En plus de débloquer de nouveaux niveaux d’efficacité et de gain de temps, l’IA offre également aux équipes d’assistance la possibilité d’analyser les conversations des clients de manière innovante. Désormais, l'IA peut analyser vos interactions avec vos clients en temps réel et à grande échelle, permettant ainsi aux équipes d'assistance de découvrir des informations auparavant indisponibles et de piloter des programmes de « voix du client » véritablement percutants dans leurs organisations.

Avec la possibilité de distiller des informations à partir d’un si grand nombre de conversations avec les clients, vous pouvez comprendre ce que vos clients pensent de leurs interactions avec votre entreprise et permettre à votre équipe de se concentrer sur la fourniture d’un service client proactif et personnalisé.

Conseil

Utilisez l'IA pour effectuer une analyse approfondie de vos conversations avec vos clients et utilisez ces apprentissages pour :

• Identifiez les domaines à améliorer dans votre support.
• Sensibilisez les autres équipes aux problèmes ou points douloureux récurrents des clients et défendez la voix du client en interne.
• Comprenez où votre équipe peut ajouter encore plus de valeur à vos clients tout au long de leur parcours et concentrez-vous sur la fourniture d'un support proactif.

Préparer votre équipe de service client au succès

L'IA offre aux responsables du support une énorme opportunité d'améliorer leurs capacités de reporting, de débloquer des moyens plus simples et plus efficaces de mesurer la qualité du support et les performances de leurs équipes, et de garantir que les clients bénéficient toujours de la meilleure expérience possible. De plus, en utilisant l'IA pour libérer du temps aux représentants du support, les équipes de support peuvent se concentrer sur l'exploitation des données qu'elles collectent pour obtenir des informations qui peuvent être utilisées pour améliorer leurs systèmes et processus, ainsi que partager les informations sur les clients en interne.

Pour obtenir une véritable mesure du succès dans cette ère émergente du service client, il sera crucial de comprendre comment votre équipe passe son temps et de développer de nouvelles façons de rendre compte du succès dans les domaines qui comptent le plus pour votre entreprise.