L’analyse textuelle (text analytics) est l’analyse automatisée de textes écrits, comme les tickets, les chats et les e-mails, pour en extraire les sujets, le sentiment et l’intention à grande échelle. Elle permet à une équipe support de comprendre chaque conversation écrite, et non un petit échantillon.
En bref
- Elle transforme un langage non structuré en données que l’on peut mesurer et interroger.
- En contrôle qualité du support, elle fait ressortir les moments de qualité et de coaching.
- En expérience client, elle montre ce que demandent les clients et ce qu’ils ressentent.
- Les meilleurs outils relient chaque note à la formulation exacte qui la justifie.
Comment fonctionne l’analyse textuelle
L’analyse textuelle applique le traitement automatique du langage naturel aux conversations écrites. Elle nettoie et structure le texte brut, puis le classe : elle regroupe les messages par sujet, évalue le sentiment comme positif, neutre ou négatif, et détecte l’intention du client, par exemple une demande de remboursement, un signalement de bug ou une résiliation. Comme elle fonctionne automatiquement dans les systèmes où se trouvent déjà les conversations écrites, elle peut traiter en continu l’ensemble du volume de tickets et de chats, au lieu du faible pourcentage qu’une équipe pourrait lire à la main.
Ce qu’extrait l’analyse textuelle
L’intérêt de l’analyse textuelle est de convertir un texte libre en champs qu’une équipe peut filtrer, suivre dans le temps et exploiter.
| Signal | Ce qu’il capte |
|---|---|
| Sujets | Les thèmes pour lesquels les clients écrivent, regroupés automatiquement |
| Sentiment | Si le ton du client est positif, neutre ou négatif |
| Intention | Ce que veut le client : un remboursement, une correction, une résiliation, etc. |
| Qualité | Dans quelle mesure la réponse écrite d’un conseiller respecte vos critères |
| Tendances | L’évolution des sujets et du sentiment dans le temps |
L’analyse textuelle en contrôle qualité et en expérience client
En contrôle qualité du support, c’est l’analyse textuelle qui permet d’évaluer les conversations écrites à grande échelle, en notant les tickets et les chats selon une grille d’évaluation et en faisant ressortir les moments qui méritent un coaching. En expérience client, elle révèle la voix du client dans son ensemble : les raisons récurrentes pour lesquelles les gens écrivent, les endroits où le sentiment se dégrade et les problèmes qui prennent de l’ampleur. C’est le pendant écrit du speech analytics, et les deux alimentent la conversation intelligence, qui lit la voix et le texte côte à côte. Kaizo est une plateforme de contrôle qualité et de coaching, native dans Zendesk et Salesforce, qui évolue vers la conversation intelligence pour les équipes support. Pour voir ce que donne l’analyse de vos propres tickets et chats, réservez une démo.
Questions fréquentes
L’analyse textuelle est-elle la même chose que l’analyse de sentiment ?
Non. L’analyse de sentiment est une composante de l’analyse textuelle : elle évalue le ton d’un message. L’analyse textuelle est plus large et extrait aussi les sujets, l’intention et des signaux de qualité des conversations écrites.
En quoi l’analyse textuelle diffère-t-elle du speech analytics ?
L’analyse textuelle lit des textes écrits comme les tickets, les chats et les e-mails. Le speech analytics porte sur la voix et transcrit les appels avant de les analyser. La conversation intelligence combine les deux sur l’ensemble des canaux.
Qu’apporte l’analyse textuelle aux équipes support ?
Elle permet de mesurer chaque conversation écrite au lieu d’un échantillon manuel, en fournissant des notes qualité pour la QA, les sujets et intentions soulevés par les clients, et l’évolution du sentiment dans la file.
L’analyse textuelle fonctionne-t-elle en plusieurs langues ?
Les outils modernes d’analyse textuelle fondés sur des modèles de langage peuvent classer sujets, sentiment et intention dans de nombreuses langues, de sorte qu’une équipe support internationale peut lire tout son volume écrit de la même façon dans chacune.
Quels signaux l’analyse textuelle extrait-elle ?
Les sujets pour lesquels les clients écrivent, leur sentiment, leur intention (remboursement, correction, résiliation), la qualité des réponses écrites des conseillers au regard de vos critères, et l’évolution de ces signaux dans le temps.
