On est tous passés par là. Un agent du support ouvre un nouveau ticket dans Jira Service Management. À première vue, ça semble assez simple : une réinitialisation de mot de passe, peut-être une question sur une fonctionnalité. Mais en lisant entre les lignes, on sent que le client est au bout du rouleau. Il a déjà essayé le portail libre-service, attendu en ligne, et ce ticket est sa dernière chance.
Comment votre agent peut-il faire la différence entre une question de routine et un client sur le point de vous quitter ?
C'est exactement là qu'intervient l'analyse des sentiments. C'est un outil pratique pour les équipes de support modernes, qui vous aide à comprendre les émotions des clients, à prioriser le travail et, au final, à fournir un meilleur service. Atlassian a sa propre version de cet outil, directement intégrée à Jira Service Management, appelée Atlassian Intelligence Customer Sentiment.
Dans ce guide, nous allons vous présenter cette fonctionnalité en détail. Nous verrons ses points forts, ses faiblesses dans le monde réel, et comment élaborer une stratégie d'IA plus intelligente et proactive pour toute votre équipe de support.
Qu'est-ce qu'Atlassian Intelligence Customer Sentiment ?
Atlassian Intelligence Customer Sentiment est une fonctionnalité de Jira Service Management qui tente automatiquement de déterminer ce que ressent un client. Elle ne lit pas dans les pensées, seulement dans les mots. Elle utilise le traitement du langage naturel (NLP) pour analyser le texte dans la description d'un ticket et dans tous les commentaires qui suivent.
En fonction de ce qu'elle lit, elle attribue l'une des trois étiquettes simples au ticket : Positif, Neutre ou Négatif.
Ce qui est intéressant, c'est que cette étiquette n'est pas figée. Elle se met à jour en temps réel au fur et à mesure que la conversation évolue. Si un client qui a commencé de manière neutre ajoute un commentaire frustré, le sentiment passera à « Négatif », donnant à vos agents un aperçu en direct de l'humeur du client.
C'est une fonctionnalité utile, mais il y a une condition : elle n'est disponible que pour les équipes utilisant les forfaits Premium ou Enterprise de Jira Service Management, et un administrateur doit d'abord activer Atlassian Intelligence.
Les points forts d'Atlassian Intelligence Customer Sentiment
Avoir un score de sentiment directement dans votre service d'assistance est un avantage certain. Cela donne à vos agents un contexte immédiat là où ils travaillent déjà, les aidant à prendre de meilleures décisions sans changer d'écran.
Une façon plus intelligente de trier les tickets
L'un des avantages les plus pratiques est d'utiliser le champ de sentiment pour organiser vos files d'attente de support. Comme « Sentiment » est un champ standard dans Jira, vous pouvez utiliser le Jira Query Language (JQL) pour créer des filtres personnalisés.
Par exemple, un responsable du support pourrait rapidement créer une file d'attente dédiée pour tous les tickets marqués « Sentiment = "Négatif" ». Cela garantit que vos clients les plus mécontents sont aidés en premier, allant au-delà des étiquettes habituelles P1 ou P2 qui ne capturent pas vraiment ce que quelqu'un ressent. C'est un moyen simple d'anticiper les escalades et de montrer à vos clients à risque que vous êtes attentif.
Comment cela aide vos agents à paraître plus humains
Lorsqu'un agent voit qu'un client est déjà contrarié, il peut adapter son ton dès la première réponse. Au lieu d'un « Bonjour » générique, il peut commencer par quelque chose de plus empathique qui reconnaît la frustration du client.
Pour un ticket « Négatif », un simple « Je suis vraiment désolé d'apprendre que vous rencontrez ce problème » peut faire une énorme différence. À l'inverse, si un ticket est marqué « Positif », un agent peut correspondre à cette énergie pour créer une meilleure connexion. C'est un petit ajustement qui contribue grandement à rendre le support moins robotique.
Un bon premier pas vers un support proactif
Pour les équipes qui débutent dans le support basé sur les données, cette fonctionnalité est un excellent point de départ. Elle vous offre un moyen intégré de signaler les clients à risque sans nécessiter une configuration compliquée ou un outil tiers. Elle amène votre équipe à considérer l'émotion du client comme une véritable métrique, ce qui est une excellente première étape vers une culture de support plus proactive.
Les limites d'Atlassian Intelligence Customer Sentiment
Bien qu'avoir un outil natif soit pratique, ce n'est pas toujours la solution complète. Une fois que vous commencez à l'utiliser, vous pourriez remarquer quelques lacunes qui peuvent empêcher votre équipe de construire un système de support vraiment efficace et proactif.
Vous n'avez pas de vue d'ensemble
Un inconvénient majeur que les gens rencontrent assez rapidement est le manque de rapports pour la fonctionnalité de sentiment. Vous pouvez voir le sentiment sur un seul ticket, mais vous ne pouvez pas facilement suivre les tendances dans le temps.
Cela empêche les responsables de répondre à des questions importantes comme :
-
Recevons-nous plus de tickets négatifs ce mois-ci que le mois dernier ?
-
Lequel de nos produits cause le plus de maux de tête à nos clients ?
-
Le sentiment change-t-il en fonction du forfait ou de la localisation du client ?
Sans réponses à ces questions, vous ne faites qu'éteindre des incendies individuels au lieu de trouver ce qui les cause. Vous pouvez voir qu'un client est mécontent, mais vous ne pouvez pas repérer les schémas qui vous aideraient à empêcher les autres de ressentir la même chose.
Elle ne connaît que ce qui se trouve dans le ticket
Atlassian Intelligence est assez intelligente, mais elle ne peut analyser que ce qu'elle peut voir. Dans ce cas, sa vue est limitée au texte à l'intérieur d'un seul ticket Jira. Le problème est que la plupart des informations nécessaires pour résoudre réellement le problème du client ne se trouvent pas là.
Elles sont réparties sur des pages Confluence, des Google Docs, des wikis internes et des milliers d'anciens tickets de support. L'analyse des sentiments peut vous dire qu'un client est agacé par un problème de facturation, mais elle ne peut pas fournir à votre agent le guide étape par étape de vos documents internes pour le résoudre. Elle signale le symptôme (la frustration) mais n'aide pas à trouver le remède (le problème réel).
C'est réactif, pas préventif
Par conception, l'outil ne signale un sentiment négatif qu'après qu'un client se soit déjà énervé et ait écrit un message de colère. À ce stade, vous êtes sur la défensive, en essayant de sauver la relation.
Une stratégie d'IA vraiment utile ne devrait pas seulement viser à gérer la frustration ; elle devrait viser à l'empêcher de se produire. Cela signifie donner aux clients des outils en libre-service, comme un chatbot intelligent, qui peut extraire des réponses de toutes les connaissances de votre entreprise pour résoudre leur problème instantanément, afin qu'ils n'aient jamais à créer de ticket.
Comment construire un système de support IA au-delà d'Atlassian Intelligence Customer Sentiment
La bonne nouvelle, c'est que vous n'êtes pas obligé de vous contenter des limites d'un outil intégré. En ajoutant une plateforme d'IA dédiée, vous pouvez combler ces lacunes et construire un système de support qui ne se contente pas de réagir aux problèmes, mais qui les prévient activement.
Rassemblez toutes vos connaissances pour de meilleures réponses
Première chose à faire : brisez ces silos d'information. Une plateforme comme eesel AI se connecte à tous les outils sur lesquels votre équipe s'appuie déjà. Elle fonctionne avec Jira Service Management, mais elle apprend également de Confluence, Google Docs, Slack, votre centre d'aide et l'historique de vos anciens tickets.
En apprenant de tout, l'IA obtient une image complète de votre entreprise. Cette connaissance unifiée peut ensuite alimenter un Agent IA pour traiter les questions de première ligne ou un Copilote IA pour donner à vos agents humains des réponses instantanées et correctes. Cela les aide à résoudre les problèmes plus rapidement, ce qui est le meilleur moyen de transformer un sentiment négatif en un sentiment positif.
Testez et générez des rapports en toute confiance
Au lieu de croiser les doigts en espérant que votre IA fonctionne, vous devriez pouvoir la tester. Le mode simulation d'eesel AI vous permet de faire tourner votre configuration d'IA sur des milliers de vos anciens tickets dans un environnement sécurisé. Vous pouvez voir exactement comment elle aurait répondu, obtenir des prédictions solides sur le nombre de tickets qu'elle peut résoudre, et trouver les lacunes dans votre base de connaissances avant qu'elle ne parle à un client.
Une fois en service, le tableau de bord de reporting vous donne les informations qui manquent à l'outil natif de JSM. Vous pouvez suivre les taux d'automatisation, voir ce que vos clients demandent et obtenir une image claire de la manière d'améliorer votre base de connaissances et votre support.
Soyez opérationnel en quelques minutes, pas en quelques mois
Se lancer dans l'IA ne devrait pas ressembler à un projet colossal. Les gens sur les forums communautaires semblent souvent perplexes sur la manière même d'activer la fonctionnalité de sentiment d'Atlassian. En revanche, eesel AI est conçu pour être entièrement en libre-service et simple d'utilisation.
Vous pouvez connecter votre service d'assistance en un clic, entraîner l'IA sur vos connaissances et lancer un agent fonctionnel en quelques minutes seulement. Pas de démos obligatoires ni de longs appels commerciaux nécessaires. Cela permet à votre équipe de commencer petit, de montrer des résultats rapides, puis de développer votre stratégie d'IA lorsque vous êtes prêt.
Tarifs pour Atlassian Intelligence Customer Sentiment : JSM vs. eesel AI
Comme mentionné, Atlassian Intelligence Customer Sentiment ne fait pas partie de tous les forfaits Jira Service Management. Pour l'obtenir, vous devez être sur le forfait Premium ou Enterprise, ce qui peut représenter un grand saut de prix pour certaines équipes.
Voici un aperçu rapide de ce qu'il faut pour obtenir la fonctionnalité d'Atlassian :
| Forfait JSM d'Atlassian | Prix (par agent/mois, annuel) | Analyse des sentiments incluse ? |
|---|---|---|
| Gratuit | 0 $ (jusqu'à 3 agents) | Non |
| Standard | 22,05 $ | Non |
| Premium | 49,17 $ | Oui |
| Enterprise | Contacter le service commercial | Oui |
eesel AI offre une façon plus prévisible et transparente de budgétiser. Tous nos produits principaux, y compris l'Agent IA, le Copilote IA et le Triage IA, font partie de chaque forfait. La grande différence est que nous n'avons aucun frais par résolution. Notre tarification est basée sur la capacité dont vous avez besoin, vous n'aurez donc pas de facture surprise après un mois chargé. Les forfaits commencent à 239 $ par mois pour toute votre équipe, et vous pouvez choisir un forfait mensuel flexible que vous pouvez annuler à tout moment.
Passez de la détection des émotions à la résolution des problèmes
Atlassian Intelligence Customer Sentiment est une fonctionnalité intéressante à avoir. Elle donne aux agents de JSM un indice de base en temps réel sur l'humeur d'un client, ce qui peut aider à trier les tickets et à être plus empathique.
Mais à elle seule, c'est un outil réactif qui ne résout pas le problème plus large. Elle ne dispose pas des rapports dont vous avez besoin pour prendre des décisions intelligentes, elle ne fonctionne qu'avec les informations contenues dans le ticket, et elle ne vous dit que quelqu'un est frustré qu'après coup. Une meilleure expérience client ne vient pas seulement de la détection de la frustration ; elle vient de la résolution rapide et efficace de la cause première.
Cela nécessite une plateforme dédiée capable d'unifier toutes les connaissances de votre entreprise, de vous fournir des rapports utiles, et qui soit assez simple à configurer et à gérer sans avoir besoin d'une équipe de développeurs.
Prêt à aller au-delà d'Atlassian Intelligence Customer Sentiment ?
Si vous cherchez à construire un système de support qui prévient réellement la frustration, résout les problèmes plus rapidement et vous donne des informations claires, il est peut-être temps de regarder au-delà des fonctionnalités intégrées. eesel AI se connecte en quelques minutes aux outils que vous utilisez déjà, comme Jira Service Management, pour créer une configuration de support IA unifiée, puissante et facile à gérer.
Essayez eesel AI gratuitement ou réservez une démo pour découvrir comment vous pouvez transformer votre support client.
Foire aux questions
Atlassian Intelligence Customer Sentiment est une fonctionnalité de Jira Service Management qui utilise le traitement du langage naturel (NLP) pour analyser le texte de la description et des commentaires d'un ticket. Sur la base de cette analyse, il attribue une étiquette de sentiment : Positif, Neutre ou Négatif.
Les équipes de support peuvent tirer parti d'Atlassian Intelligence Customer Sentiment en utilisant son champ de sentiment avec le Jira Query Language (JQL). Cela vous permet de créer des filtres personnalisés, comme une file d'attente dédiée pour tous les tickets marqués « Négatif », garantissant que les clients mécontents sont traités rapidement.
Non, Atlassian Intelligence Customer Sentiment ne dispose actuellement pas de fonctionnalités de rapport intégrées. Bien qu'il affiche le sentiment sur des tickets individuels, il ne fournit pas de données agrégées ou de tendances qui pourraient aider les responsables à suivre les changements d'émotions des clients dans le temps ou entre les produits.
Pour utiliser Atlassian Intelligence Customer Sentiment, votre équipe doit disposer d'un forfait Premium ou Enterprise de Jira Service Management. De plus, un administrateur doit activer Atlassian Intelligence dans votre instance Jira.
Atlassian Intelligence Customer Sentiment est principalement un outil réactif. Il identifie un sentiment négatif après qu'un client a déjà exprimé sa frustration dans un ticket, plutôt que de prévenir de manière proactive l'escalade des problèmes ou de fournir des solutions avant même qu'un ticket ne soit créé.
Non, Atlassian Intelligence Customer Sentiment se limite à l'analyse du texte directement dans le ticket Jira. Il ne s'intègre pas et n'analyse pas le contenu de bases de connaissances ou de documents externes, ce qui signifie qu'il ne peut pas fournir de contexte à partir de vos connaissances d'entreprise plus larges.
