Vincent nous explique en quoi l’IA révolutionne les solutions de communication unifiée (UCaaS) et de centre de contact as a service (CCaaS).
Je vois trois éléments principaux qui font la différence :
AI CSAT est un module qui va donner aux entreprises une vision complète et temps réel de la satisfaction client, d’où la dénomination AI CSAT, pour AI Customer Satisfaction. En règle générale, lorsque qu’un client appelle un centre de contact, une fois la conversation terminée, beaucoup d’entreprises lui demandent de rester en ligne pour remplir un questionnaire de satisfaction. Bien souvent, le client raccroche sans remplir l’enquête de satisfaction, sauf s’il n’est pas satisfait du traitement / résolution de sa demande. Au final, l’entreprise ne récupère le questionnaire que sur un échantillon minimal et souvent biaisé. Avec AI CSAT, l’idée est d’analyser la conversation entre le client et le centre d’assistance en temps réel. Ainsi, avec AI CSAT, vous obtenez un score de satisfaction client sur 100 % des appels, suivant des critères d’analyse qui sont strictement identiques pour chaque appel.
Durant la conversation, l’IA analyse un certain nombre de paramètres. Par exemple le temps nécessaire à l’agent pour résoudre la question du client, la complétude de la réponse fournie vis-à-vis de la question posée ou encore le ressenti du client durant l’appel…
Ces paramètres une fois agrégés permettent de calculer immédiatement le score CSAT dès la conversation terminée. Nous donnons également au client les éléments de compréhension du mode de calcul.
Si AI CSAT s’intéresse à la satisfaction client, AI Scorecard est tourné vers l’amélioration de la qualité de la prestation fournie par les agents d’un centre de contact. Il est important que le client soit pris en charge de la même façon, quel que soit l’agent qui va prendre son appel. Les managers d’un centre d’assistance forment leurs équipes pour s’assurer que les agents posent les bonnes questions pour vérifier l'identité du client, accéder au compte du client de façon sécurisée, bien comprendre le problème du client et résoudre son problème. Ce sont tous ces éléments qui vont contribuer à donner une image de compétence de l’agent, et donc de l’entreprise.
L’IA est toujours en arrière-plan pour vérifier que les questions attendues ont été posées et que l’agent a apporté satisfaction à son interlocuteur sur la totalité des appels du centre de contact. Alors qu’auparavant, un manager de centre d’appels devait écouter au hasard une dizaine de conversations, aujourd’hui il dispose de l’intégralité du résumé des appels et peut apporter son aide aux agents qui ont besoin d’aide pour monter en compétences.
Le module Ai Playbooks, va analyser la façon dont un commercial mène ses opérations de prospection afin de maximiser leur impact. Un peu comme pour AI Scorecards, dans AI Playbooks, l’IA va s’assurer que le commercial a collecté des informations essentielles pour comprendre et quantifier les besoins de la société, connaître le calendrier prévisionnel du client, identifier les budgets qui sont alloués et identifier le véritable décisionnaire pour ce projet.
AI Playbooks va afficher les questions sur l’écran du commercial, confirmer quand elles ont été posées et récapituler les réponses fournies par le client. Le tout pourra être ensuite transféré vers votre CRM pour conserver un historique de votre relation client.
Nous travaillons sur le produit Dialpad Sell, que nous finissions de traduire en français pour le mettre sur le marché début 2025. L’objectif de ce produit est de centraliser les informations recueillies lors de toutes interactions avec chaque prospect ou client, et de calculer un score sur une échelle de 1 à 10 pour prédire un potentiel d’achat. Ce traitement doit permettre de mieux anticiper le chiffre d’affaires sur la durée et d’affiner la précision des prévisions commerciales.
En collectant et en traitant toutes ces informations sur les clients, nous souhaitons offrir plus d’informations à forte valeur ajoutée, ce que les anglo-saxons appellent des ‘business insights’.
Pour prendre un exemple très simple, si Ai CSAT constate un nombre anormalement important de plaintes concernant un sujet précis, il peut en informer le management afin que puissent être prises rapidement des actions de remédiation avant que le problème ne s’aggrave.
Ce que je constate chez nos clients, c’est que la mise en place de ces outils s’appuyant sur les données exploitables peuvent parfois « noyer » l’entreprise, dépassée par le volume de données et ne sachant plus vraiment ce qui est important et ce qui l’est moins.
Pour Dialpad, notre mission est que l'information aille directement vers l'agent, ou vers le management, plutôt que ce soit à l'agent d’aller chercher l'information comme une aiguille dans une botte de foin.