L’analyse des motifs de contact classe les conversations selon la vraie raison pour laquelle le client vous a contacté, et non selon le tag du ticket. Elle montre quels contacts étaient évitables et ce qui les aurait empêchés, pour que vous puissiez corriger la cause en amont.
En bref
- Les catégories de tickets montrent comment le travail a été classé, pas pourquoi les clients vous ont contacté.
- Les conseillers taguent vite et de façon incohérente : les nomenclatures manuelles dérivent.
- Lisez le contenu de chaque conversation, pas un échantillon, pour obtenir une image plus juste.
- Le motif le plus précieux est souvent le contact évitable que vous pouvez supprimer.
Pourquoi les catégories de tickets ne sont pas des motifs de contact
La plupart des équipes pensent déjà le faire, parce qu’elles ont des catégories de tickets. Mais une catégorie de ticket, c’est ce qu’un conseiller a sélectionné dans une liste déroulante à la fin d’une conversation, en général l’option la plus proche choisie à la hâte. Elle vous dit comment le travail a été classé, pas pourquoi le client vous a contacté. Ce sont deux choses différentes, et c’est dans l’écart entre les deux que se trouve l’information utile.
Un motif de contact, c’est la cause sous-jacente. Deux tickets classés tous deux en facturation peuvent avoir des motifs complètement différents : un client n’a pas compris une ligne de sa facture, un autre a été débité deux fois à cause d’une erreur système. Le premier est un problème de clarté que vous corrigez par une meilleure formulation ; le second est un bug que vous corrigez dans le produit. Une catégorie les regroupe ; un motif les sépare. L’analyse des motifs de contact est une application précise de l’analyse des causes racines à la demande adressée au support, et c’est la capacité qui se cache derrière le vocabulaire des points de friction et des causes racines dans les insights service client.
Les catégories qui rendent l’analyse des motifs utile
Une nomenclature de motifs se justifie quand elle sépare les conversations selon ce que vous feriez pour y remédier, et pas seulement par sujet. Voici un découpage utile.
| Type de motif | Ce qu’il signifie | L’action vers laquelle il oriente |
|---|---|---|
| Évitable : friction produit | Une fonctionnalité est confuse ou défaillante | Corriger ou repenser la fonctionnalité |
| Évitable : manque d’information | La réponse existait mais le client ne l’a pas trouvée | Corriger l’article d’aide ou le guidage dans le produit |
| Évitable : défaillance de processus | Une interaction précédente ou un système n’a pas fait son travail | Corriger le processus en amont |
| Nécessaire : vraie demande d’aide | Le client avait besoin d’un jugement ou d’une action humaine | Bien la traiter, et efficacement |
| Signal de demande : besoin non couvert | Les clients demandent sans cesse quelque chose que vous ne proposez pas | Le transmettre aux responsables produit ou des politiques |
Pourquoi le tag manuel ne peut pas produire cette analyse
Si la plupart des équipes n’ont pas de véritable analyse des motifs malgré leurs catégories, c’est parce que le tag manuel ne peut pas la porter. Les conseillers taguent à la fin d’une conversation, sous pression, à partir d’une liste conçue pour le routage et non pour l’analyse. Des conseillers différents taguent la même conversation différemment, la nomenclature dérive à mesure que de nouvelles options s’ajoutent, et personne ne retague l’historique quand cela arrive. Le résultat est une catégorisation trop bruitée et trop superficielle pour fonder une décision produit ou une décision de politique.
Analyser directement le contenu des conversations évite tout cela. Lire ce que le client a réellement dit, plutôt que ce qui a été tagué, produit un motif qui reflète la vraie raison du contact, appliqué de façon cohérente avec le même standard sur chaque conversation. Et comme cette analyse part du contenu, elle peut être réappliquée aux conversations passées pour voir comment un motif évolue, ce que les tags manuels ne permettent jamais.
Transformer les motifs en actions en amont
L’analyse des motifs de contact ne rapporte que si elle change quelque chose en dehors de l’équipe support. Tout l’intérêt de séparer les contacts évitables des contacts nécessaires est que les premiers représentent une demande que vous pouvez supprimer, plutôt que la traiter plus efficacement. Une étape de paiement confuse qui génère des centaines de contacts par semaine n’est pas un problème d’effectifs à résoudre par un traitement plus rapide ; c’est une correction produit qui supprime entièrement ces contacts, et l’analyse des motifs est ce qui permet de le démontrer avec des preuves plutôt qu’avec des anecdotes.
Deux éléments rendent l’analyse assez fiable pour être présentée à un responsable produit ou des politiques. La couverture : une répartition des motifs construite sur un échantillon peut manquer ou mal pondérer justement les motifs qui comptent, et c’est l’analyse de chaque conversation (en anglais) qui vous permet d’affirmer qu’un motif représente une part réelle de la demande, et non une supposition. Et la traçabilité : quand le décompte d’un motif peut être ouvert jusqu’aux conversations qui le composent, l’équipe produit peut lire les mots réels des clients au lieu de contester votre catégorisation. L’analyse de Kaizo part des conversations de votre helpdesk Zendesk ou Salesforce, si bien que chaque motif renvoie aux conversations qui l’ont produit. C’est la couche d’analyse qui s’ajoute à un reporting service client plus large.
Questions fréquentes
Qu’est-ce que l’analyse des motifs de contact ?
C’est la pratique qui consiste à classer les conversations clients selon la raison sous-jacente pour laquelle le client vous a contacté, afin de voir ce qui génère la demande adressée au support et d’agir dessus. Elle va plus loin qu’une liste déroulante de catégories en se demandant ce qui a réellement causé le contact, s’il était évitable et ce qui l’aurait empêché : le volume du support devient ainsi une source d’information sur le produit et les politiques qui le génèrent.
En quoi un motif de contact diffère-t-il d’une catégorie de ticket ?
Une catégorie de ticket est ce qu’un conseiller a sélectionné dans une liste déroulante, souvent à la hâte, et décrit la façon dont le travail a été classé. Un motif de contact est la cause sous-jacente du contact. Deux tickets de la même catégorie peuvent avoir des motifs différents, l’un un problème de formulation et l’autre un bug produit, qui appellent des corrections complètement différentes. C’est sur le motif que vous agissez.
Pourquoi le tag manuel ne suffit-il pas pour analyser les motifs ?
Parce que les conseillers taguent sous pression à partir de listes conçues pour le routage, que des conseillers différents taguent la même conversation différemment, que la nomenclature dérive et que l’historique n’est jamais retagué. Cela produit une catégorisation trop bruitée et trop superficielle pour fonder une décision. Analyser directement le contenu des conversations donne un motif plus juste et cohérent, qui peut aussi être réappliqué aux conversations passées.
Que faire de l’analyse des motifs de contact ?
Agir en amont. Séparez les contacts évitables (friction produit, manque d’information, défaillance de processus) des contacts nécessaires, et supprimez la demande évitable plutôt que de la traiter plus vite. Un motif qui génère des centaines de contacts par semaine relève en général d’une correction produit ou de contenu, et l’analyse des motifs est ce qui permet de le démontrer à l’équipe responsable avec des preuves plutôt qu’avec des anecdotes.
Pourquoi analyser toutes les conversations plutôt qu’un échantillon ?
Parce qu’une répartition des motifs construite sur un échantillon peut manquer ou mal pondérer justement les motifs qui comptent. En analysant chaque conversation, vous pouvez affirmer qu’un motif représente une part réelle de la demande. Et quand chaque décompte peut être ouvert jusqu’aux conversations qui le composent, l’équipe produit lit les mots réels des clients au lieu de contester la catégorisation.
Termes associés
- Reporting service client
- Analyse des causes racines au service client
- Insights service client
- Mesurer la qualité des conversations client
- Évaluer 100 % des conversations (en anglais)
Découvrez lesquels de vos contacts n’auraient pas dû avoir lieu
Apportez un mois de conversations. Nous vous montrerons les vraies raisons pour lesquelles vos clients vous contactent, quelle part de cette demande était évitable et quelles corrections produit ou de contenu la supprimeraient, à partir des conversations de votre helpdesk Zendesk ou Salesforce, chaque motif renvoyant aux conversations qui le composent.
