L’analytique du centre de contact consiste à transformer les données que produit un centre de contact, des statistiques de file et des enquêtes jusqu’aux appels, chats et e-mails eux-mêmes, en réponses sur ce qui se passe et pourquoi. La plupart des équipes maîtrisent la couche opérationnelle. La couche qui explique les chiffres est celle qui repose sur les conversations.
En bref
- L’analytique du centre de contact compte cinq couches (opérationnelle, effectifs, retours clients, conversations et qualité), et chacune répond à des questions différentes.
- Un exemple chiffré montre comment un problème présent dans 1,5 % des conversations reste invisible dans le CSAT et dans un échantillon QA de 2 %, et saute aux yeux quand chaque conversation est évaluée.
- Une analytique fondée sur les notes qualité rattache chaque tendance aux conversations qui l’expliquent et à une cause que vous pouvez corriger.
- Jugez un logiciel sur la couverture, les preuves, l’analyse des causes et les canaux ; l’analytique de centre d’appel n’en est que le sous-ensemble limité aux appels.
- Commencez par une question à laquelle vos rapports actuels ne savent pas répondre, puis construisez la couche qui y répond.
Si vous cherchez le produit plutôt que la méthode, notre page sur l’analyse des conversations pour les équipes support montre comment Kaizo construit l’analytique à partir de conversations évaluées. Ce guide couvre la discipline dans son ensemble et renvoie vers nos définitions plus courtes quand un terme en demande une.
Qu’est-ce que l’analytique du centre de contact ?
L’analytique du centre de contact analyse tout ce que le centre enregistre sur ses contacts, en cinq couches : opérationnelle, effectifs, retours clients, conversations et qualité. Ensemble, elles expliquent volumes, délais, satisfaction et leurs causes.
Le terme recouvre plus d’un outil. Un centre de contact type fait déjà de l’analytique dans son système téléphonique, son outil de ticketing, son outil de gestion des effectifs et sa plateforme d’enquêtes, et chacun ne voit qu’une partie du tableau. Le tableau ci-dessous indique ce que mesure chaque couche et ce qu’elle ne voit pas.
| Couche | Ce qu’elle mesure | Source habituelle | Ce qu’elle ne peut pas vous dire |
|---|---|---|---|
| Opérationnelle | Volume, temps d’attente, durée de traitement, abandons, niveau de service, résolution au premier contact | Système téléphonique (ACD), rapports de l’outil de ticketing | Pourquoi les clients ont appelé, ou si la réponse était juste |
| Effectifs | Précision des prévisions, adhérence au planning, taux d’occupation, shrinkage | Outil de gestion des effectifs (WFM) | Si le temps des conseillers a été bien employé |
| Retours clients | CSAT, NPS, effort client, commentaires d’enquête | Plateforme d’enquêtes | Quoi que ce soit sur les clients qui ne répondent pas |
| Conversations | Sujets, motifs de contact, sentiment, silences, mots-clés | Speech analytics et analyse textuelle des transcriptions | Si le conseiller a respecté votre standard, sauf si quelqu’un l’a défini |
| Qualité | Notes selon votre grille d’évaluation : exactitude, politique, processus, ton, résolution | Outil de QA | Les tendances de volume et d’effectifs, qui relèvent des deux premières couches |
Les trois premières couches sont matures dans la plupart des centres de contact. La quatrième et la cinquième contiennent l’explication, parce qu’elles lisent ce qui a réellement été dit. Pour les définitions plus étroites, voyez ce qu’est la conversation analytics (en anglais), notre article sur l’interaction analytics sur la voix, le chat et l’e-mail et le speech analytics appliqué aux appels.
À quelles questions répond chaque couche ?
Chaque couche répond bien à un type de question : les données opérationnelles disent “combien et à quelle vitesse”, les retours clients “quel ressenti”, et les conversations et la qualité “ce qui s’est passé et pourquoi”.
Utilisez ce tableau comme règle d’aiguillage. Quand une partie prenante pose une question, trouvez-la à gauche et allez vers la couche qui peut vraiment y répondre, au lieu de tirer sur un tableau de bord qui n’en est pas capable.
| La question qu’on vous pose | Couche qui y répond | Pourquoi les autres ne suffisent pas |
|---|---|---|
| Avons-nous assez de monde le lundi matin ? | Effectifs, opérationnelle | Les données de conversation ne prévoient pas les arrivées |
| Pourquoi le CSAT a-t-il perdu deux points ce mois-ci ? | Qualité et conversations, croisées avec les retours clients | L’enquête montre la baisse, pas sa cause |
| Quels motifs de contact progressent ? | Conversations (motifs de contact) | Les tags des tickets manquent souvent ou sont faux |
| Les conseillers donnent-ils la bonne politique de remboursement ? | Qualité (critère de politique sur chaque conversation) | Durée de traitement et CSAT paraissent normaux alors que les réponses sont fausses |
| Le nouvel agent IA résout-il les problèmes ou se contente-t-il de les clôturer ? | Qualité sur les conversations de l’agent IA | La résolution automatisée compte le client qui part, pas le client aidé |
| Quelle équipe doit être coachée, et sur quoi ? | Qualité par critère et par équipe | Les moyennes cachent le comportement qui pèche |
| Un bug produit génère-t-il des contacts ? | Conversations et qualité, regroupées par cause | Le volume montre un pic, pas son origine |
La plupart des questions qu’apportent les responsables à une revue mensuelle se trouvent au milieu de ce tableau. C’est pourquoi le reporting du service client de la plupart des équipes paraît mince : il est solide sur les premières couches et faible sur celles qui lisent la conversation.
Pourquoi volumes de tickets et échantillons ratent la cause : un exemple chiffré
Un problème qui touche peu de conversations bouge rarement le CSAT et apparaît rarement dans un échantillon QA, mais il ressort nettement quand chaque conversation est évaluée et regroupée par motif de contact.
Les chiffres ci-dessous sont un exemple illustratif que nous avons calculé, pas des données client. Ils portent sur un centre de contact de taille moyenne et utilisent des chiffres ronds pour que vous puissiez refaire le calcul avec les vôtres.
Le point de départ. Le centre de contact traite 40 000 conversations par mois, entre appels, chat et e-mail. Les demandes de remboursement en représentent 10 %, soit 4 000. À cause d’une macro périmée, les conseillers indiquent l’ancien délai de remboursement dans 15 % des conversations de remboursement : 600 conversations, soit 1,5 % du volume total.
Ce que montre l’enquête. Supposons que 12 % des clients répondent à l’enquête CSAT : 4 800 réponses. Seules 72 d’entre elles viennent des 600 conversations concernées. Si les clients concernés sont satisfaits à 50 % et tous les autres à 85 %, le CSAT global passe de 85,0 % à 84,5 %. Un demi-point reste dans le bruit normal d’un mois sur l’autre, donc personne ne creuse.
Ce que montre un échantillon QA de 2 %. Les évaluateurs notent 800 conversations par mois. En moyenne, 12 d’entre elles sont des conversations concernées. Réparties entre dix évaluateurs et sur quatre semaines, cela fait environ une conversation toutes les trois semaines par évaluateur, chacune facile à prendre pour l’erreur ponctuelle d’un conseiller plutôt que pour un schéma.
Ce que montre l’évaluation de chaque conversation. Quand chaque conversation de remboursement est évaluée sur un critère “politique correcte indiquée”, 600 échouent dans le mois. Regroupée par motif de contact, la file des remboursements affiche un taux d’échec de 15 % sur ce seul critère, contre presque zéro ailleurs. La cause est visible dès la première semaine, et elle désigne la macro, pas les conseillers.
| Vue | Ce que vous voyez | Agiriez-vous ? |
|---|---|---|
| Tableau de bord opérationnel | Volume et durée de traitement normaux | Non |
| CSAT | De 85,0 % à 84,5 % | Probablement pas |
| Échantillon QA de 2 % | Environ 12 échecs dispersés entre les évaluateurs | Du coaching individuel, au mieux |
| Chaque conversation évaluée | 15 % d’échecs sur la politique dans un seul motif de contact | Oui : corriger la macro cette semaine |
La même logique vaut pour toute erreur concentrée dans une seule file ou un seul sujet. Pour la statistique du nombre de conversations qu’il faut échantillonner pour attraper un problème rare, voyez notre guide sur les statistiques d’échantillonnage QA (en anglais).
L’analytique du centre de contact fondée sur les notes qualité
Une analytique fondée sur les notes qualité évalue chaque conversation selon votre propre définition d’une bonne conversation, puis regroupe les résultats et suit leurs tendances, si bien que chaque chiffre s’ouvre sur ses conversations.
C’est l’inverse du fonctionnement habituel des suites de speech analytics. Ces outils indexent les appels enregistrés et comptent sur des analystes pour construire et maintenir les catégories qui servent à les interroger. Partir de la grille d’évaluation signifie que l’analyse mesure ce sur quoi vous coachez déjà : exactitude, politique, processus, ton et résolution.
C’est ainsi que fonctionne Kaizo. Selon la page d’analyse des causes racines de Kaizo, il évalue chaque appel, chat et e-mail selon vos critères, puis montre si une baisse vient d’un processus défaillant, d’une friction produit ou d’un manque de compétence, avec les conversations derrière chacun.
La page sur l’analyse de sentiment indique que le sentiment client et l’empathie du conseiller sont évalués sur chaque message. Vous pouvez poser vos questions en langage courant, et des exports BI automatisés sont disponibles dans les offres Intelligence et Enterprise.
Deux limites méritent d’être dites. Kaizo travaille sur une conversation une fois qu’elle est terminée : il ne surveille pas les appels en direct et ne guide pas les conseillers pendant un appel, ce qui relève de l’assistance en temps réel aux conseillers (en anglais), une autre catégorie d’outil. Et ce n’est pas un outil de gestion des effectifs : prévisions et plannings restent dans la couche effectifs.
Que regarder dans un logiciel d’analytique du centre de contact ?
Jugez un logiciel d’analytique du centre de contact sur la couverture, les preuves derrière chaque chiffre, l’analyse des causes, le traitement égal des canaux et la façon dont les constats arrivent jusqu’à ceux qui corrigent.
Utilisez cette checklist pendant une démo. Demandez à l’éditeur de montrer chaque point à l’écran, pas de le décrire.
| Critère | À quoi ressemble le bon niveau | Question à poser |
|---|---|---|
| Couverture | Chaque conversation analysée, pas un échantillon | Quelle part des conversations du mois dernier a-t-il évaluée ? |
| Preuves | Chaque note ou tendance s’ouvre sur les lignes de transcription qui la justifient | Montrez-moi les conversations derrière ce chiffre |
| Vos critères | Évaluation selon votre propre grille, avec vos mots | Puis-je modifier un critère et le voir appliqué aux nouvelles conversations ? |
| Analyse des causes | Problèmes de processus, de produit et de compétence séparés | Comment distinguez-vous un processus défaillant d’un besoin de coaching ? |
| Canaux | Appels, chat et e-mail évalués sur les mêmes critères | Une note sur le chat est-elle comparable à une note sur la voix ? |
| Agents IA | Conversations des bots évaluées selon le même standard | Évalue-t-il les conversations traitées par notre agent IA ? |
| Sortie des données | Export vers votre entrepôt de données ou votre outil BI | Comment les données arrivent-elles à notre équipe BI ? |
| Intégration à vos outils | Connexion native à votre outil de ticketing ou votre CRM | Que demande la mise en place pour notre outil de ticketing ? |
Pour un plan d’évaluation plus complet et les modèles de tarification que vous rencontrerez, notre guide d’achat d’un logiciel de conversation intelligence va plus loin. Si vous comparez aussi des outils de QA, la page de comparaison présente ce qui distingue Kaizo des autres logiciels pour centre de contact.
L’analytique de centre d’appel est-elle différente de l’analytique du centre de contact ?
L’analytique de centre d’appel porte en général sur les seuls appels, l’analytique du centre de contact sur tous les canaux : appels, chat, e-mail et messagerie. Mêmes méthodes, périmètre plus large.
La différence compte pour une raison. Beaucoup d’équipes traitent désormais plus de conversations écrites que d’appels, et un outil construit autour des enregistrements d’appels peut traiter le chat et l’e-mail comme un ajout secondaire.
Si votre volume est mixte, vérifiez que l’analytique et les critères qualité s’appliquent de la même façon à chaque canal, pour qu’un manquement à la politique sur le chat compte autant que sur un appel. La page de Kaizo sur le contrôle qualité en centre de contact le décrit comme une seule grille d’évaluation pour les appels, les chats et les e-mails, avec des critères propres à un canal seulement là où le support diffère vraiment.
Comment démarrer avec l’analytique du centre de contact ?
Partez d’une question à laquelle vos rapports ne savent pas répondre, choisissez la couche qui y répond et prouvez la valeur sur cette question avant de construire des tableaux de bord pour le reste.
Étape 1 : noter la question restée sans réponse
Listez les questions de vos trois dernières revues de direction auxquelles personne n’a pu répondre avec des données. “Pourquoi le CSAT a-t-il baissé ?” et “L’agent IA résout-il vraiment les problèmes ?” sont les plus fréquentes. Choisissez celle qui pèse le plus d’argent.
Étape 2 : vérifier quelle couche détient la réponse
Utilisez le tableau d’aiguillage ci-dessus. Si la réponse se trouve dans la couche conversations ou qualité, aucun travail sur le tableau de bord opérationnel ne la produira.
Étape 3 : définir les critères avant de choisir l’outil
Rédigez les trois à cinq critères qui répondraient à la question, comme “politique correcte indiquée” ou “problème résolu sans nouveau contact”. Si vous ne savez pas les écrire, aucun logiciel ne saura les mesurer. Notre guide des indicateurs qualité en centre d’appel qui prédisent le CSAT vous aide à choisir.
Étape 4 : couvrir chaque conversation du périmètre
Évaluez chaque conversation des files concernées par la question, pas un échantillon, pour qu’un schéma puisse apparaître en quelques jours plutôt qu’en quelques mois.
Étape 5 : regrouper, suivre et transmettre
Regroupez les résultats par motif de contact, équipe et cause, puis envoyez chaque constat à son responsable : les problèmes de processus et de produit à l’équipe qui en a la charge, les manques de compétence au coaching. Notre guide sur l’analyse des causes racines au service client montre comment mener cette revue.
Voyez-le dans une démo en direct. Kaizo construit l’analytique du centre de contact à partir de conversations évaluées sur les appels, le chat et l’e-mail, et chaque chiffre s’ouvre sur les conversations qui l’expliquent. Réserver un rendez-vous.
Questions fréquentes
Qu’est-ce que l’analyse des appels ?
L’analyse des appels consiste à analyser les appels téléphoniques, en général à partir des enregistrements et de leurs transcriptions, pour mesurer les sujets, le sentiment, les silences, les formules de conformité et les résultats. C’est une partie de l’analytique du centre de contact. Les équipes qui gèrent aussi le chat et l’e-mail ont besoin de la même analyse sur ces canaux, idéalement selon les mêmes critères.
Quels sont les quatre types d’analytique dans un centre de contact ?
Les quatre types sont l’analytique descriptive (ce qui s’est passé, comme le volume et le CSAT), diagnostique (pourquoi, comme la cause d’une baisse de qualité), prédictive (ce qui va probablement arriver, comme le volume prévu) et prescriptive (quoi faire, comme une action de coaching). La plupart des centres de contact sont solides en descriptif et plus faibles en diagnostic.
Qu’est-ce qu’un KPI en centre d’appel ?
Un KPI en centre d’appel est un chiffre suivi dans le temps pour juger si l’activité atteint ses objectifs, comme le niveau de service, la durée moyenne de traitement, la résolution au premier contact, le CSAT ou la note qualité. L’analytique du centre de contact explique pourquoi un KPI a bougé ; le KPI seul vous dit seulement qu’il a bougé.
Faut-il un data analyst pour faire de l’analytique de centre de contact ?
Pas pour les questions du quotidien, si l’outil vous permet de filtrer et de poser vos questions en langage courant et si chaque chiffre s’ouvre sur les conversations qui l’expliquent. Un analyste reste utile quand vous croisez les données du centre de contact avec le chiffre d’affaires, l’attrition ou les données produit dans votre propre entrepôt de données.
L’analytique du centre de contact peut-elle fonctionner en temps réel ?
Certaines couches, oui. Les statistiques de file et les outils d’assistance en temps réel aux conseillers fonctionnent pendant l’appel. L’analyse de la qualité et des causes intervient en général après la fin de la conversation, parce qu’elle a besoin de la conversation entière pour la juger. Beaucoup de centres de contact utilisent les deux : des outils en direct pour l’instant présent, une analytique après conversation pour les schémas.
Pour aller plus loin
- What is conversation analytics? (en anglais), la définition courte
- Analyse des motifs de contact, pour trouver pourquoi les clients vous contactent vraiment
- How to score 100% of your conversations (en anglais), pour dépasser l’échantillon
- L’analyse des conversations dans Kaizo, une analytique fondée sur les notes qualité
