Quand les technologies d’intelligence viennent booster le service client 

Les technologies innovantes d’intelligence artificielle (machine learning, traitement automatique du langage) sont aujourd’hui fréquemment utilisées dans des domaines stratégiques où l’information est pléthorique, comme la veille stratégique ou le renseignement. Ces technologies ont également beaucoup à apporter dans des domaines plus opérationnels comme la gestion de la relation client et le support.

L’une des clés du succès dans les activités commerciales et de support est d’avoir accès de façon instantanée à l’information pertinente sur le client qui nous contacte ainsi que sur les produits concernés.  

Prenons le cas d’une société multinationale offrant des systèmes d’automatisation qui avait sollicité OPPSCIENCE pour outiller son Centre de service à la clientèle B-to-B, composés de 2 500 agents commerciaux et de support chargés de traiter les demandes clients entrantes. 

Cette société a décidé de mettre en place la plateforme d’Intelligence Analysis Management (IAM) Bee4sense dans un triple objectif :  

• Réduire le temps passé par les agents à résoudre les problèmes signalés par les clients. 
• Améliorer la qualité de service. 
• Augmenter les ventes additionnelles. 

Initialement, une prise en charge fastidieuse des demandes clients

Quel que soit le canal d’entrée des demandes (téléphone, email, outil de ticketing), la tâche – répondre vite et bien aux clients – était particulièrement ardue pour les agents. 

Cela s’expliquait par la large palette de produits proposés, la multiplicité de clients et de problèmes potentiels, mais surtout par la difficulté à accéder à l’information utile à l’instant T.  

En effet, les informations qui auraient pu servir aux agents étaient disséminées dans 14 applications différentes : catalogue produits, FAQ, documentation technique, CRM, ERP … Les agents passaient beaucoup de temps à jongler entre différents outils et multipliaient les recherches.  

Il en résultait une durée de résolution trop longue et un sentiment d’insatisfaction trop fréquent chez les clients. Sans surprise, dans ce contexte, les ventes incitatives ou croisées restaient limitées. 

Accès rapide à un corpus de référence 

A la mise en place de Bee4sense, la première étape a consisté à incorporer et analyser le corpus historique du Centre de service. Ce corpus, qui englobait notamment 30 millions de tickets résolus (constitué à 90% d’informations non structurées), n’était jusqu’alors pas valorisé alors qu’il représentait une mine d’or informationnelle pour comprendre des cas d’usage, des problèmes liés aux produits, des modes de résolution. 

La plateforme Bee4sense a donné aux agents un accès facile à l’information pertinente en fonction de la problématique qu’ils ont à gérer. Avec Bee4sense, quand un agent prend en charge une demande client, la recherche de l’information de référence se fait de façon fluide et immédiate, et suffit souvent à la résolution. 

Classification et routage automatique

Pour aller plus loin, certaines étapes du traitement des demandes ont pu être automatisées avec Bee4sense, faisant ainsi gagner du temps et de l’efficacité aux agents. 

Les technologies d’analyse sémantique et de machine learning ont été appliquées aux emails et tickets entrants afin de reconnaitre automatiquement le type de demande et les produits auxquels les clients font référence. Les demandes entrantes étaient ainsi catégorisées puis redirigées automatiquement vers le service compétent.  

En outre, le machine learning aidait à qualifier la criticité des tickets de support et donc à orienter les priorités de traitement.

Aide aux réponses

Toujours en s’appuyant sur l’analyse sémantique et le machine learning, la plateforme Bee4sense établit une relation entre une anomalie signalée par un client, la documentation technique correspondante, et des anomalies similaires résolues précédemment ; la plateforme propose alors aux agents une suggestion de réponse pour leur client.  

Grâce à cet outillage sur-mesure, la résolution moyenne des requêtes était 6 fois plus rapide, et la satisfaction clients a augmenté de 30%. 

Une démarche d’amélioration continue

Après quelques mois d’utilisation, l’analyse par Bee4sense du corpus et des nouvelles demandes a mis en évidence de potentielles améliorations dans la documentation technique et la FAQ, les problèmes récurrents dans les produits, ainsi que les tendances et thématiques émergentes. 

Ces enseignements ont aidé le Centre de service à anticiper les demandes clients et s’y préparer au mieux, et ont aussi été partagées avec les équipes Qualité Produits pour alimenter la roadmap. 

Mise en avant de l’information pertinente pour les activités commerciales

Sur la plateforme, les agents retrouvaient une vue 360° présentant l’information-clé par client : nuage de mots, graph de relations, KPIs sur les produits commandés, et même indicateur de la qualité de la relation client tenant compte de la tonalité des messages échangés. Tout cela donnait des indications utiles aux agents qui adaptaient leur discours client en conséquence.  

De plus, la plateforme envoyait aux agents des notifications de produits qu’ils pouvaient recommander à leurs clients, en tenant compte des critères de compatibilité avec les produits déjà commandés. 

Les bénéfices en termes commerciaux ne se sont pas fait attendre : l’upsell est passé de 0,7 à 7% des appels entrants. 

En conclusion, l’IAM constitue un avantage compétitif pour les entreprises ; dans un monde où l’information disponible s’accroit de façon exponentielle, elle améliore l’efficacité dans les process opérationnels en diminuant le temps d’accès à l’information et en facilitant le partage de connaissances. L’intelligence apportée par l’IAM d’OPPSCIENCE aux métiers comme le support et le service client, permet d’améliorer la qualité des données utilisées pour prendre les bonnes décisions.