Automatiser le marquage des tickets Zendesk avec l'IA : un guide pratique
Riellvriany Indriawan
Katelin Teen
Dernière modification June 10, 2026

Pourquoi automatiser le marquage des tickets Zendesk en vaut la peine
Les tags sont la moitié ingrate de chaque workflow dans Zendesk. Ils pilotent le routage, les SLA, les macros, les rapports, et la plupart de vos vues - et l'ordre d'exécution des déclencheurs en dépend. Un marquage incorrect, et chaque élément en aval du processus de ticketing Zendesk accumule lui aussi de petites erreurs.
La version honnête du problème : les humains taguent de façon incohérente. Le même ticket reçoit facturation d'un agent, paiements d'un autre, problème-facturation d'un troisième. Au bout de six mois, le rapport que vous vouliez générer sur "combien de fois le problème de remboursement de carte est-il apparu" devient impossible, car les données sous-jacentes sont brouillées. L'automatisation ne sert pas seulement à économiser des frappes clavier - il s'agit de maintenir une hygiène des tags sur des mois, pas seulement des jours.
Les équipes qui excellent dans ce domaine ne remplacent pas les humains par l'IA sur chaque tag. Elles utilisent des règles déterministes pour les cas faciles, des classificateurs pour les cas intermédiaires, et un agent IA pour les cas vraiment complexes - puis elles font évoluer la taxonomie elle-même au fil des changements de l'entreprise.
Les trois façons de tagger un ticket Zendesk, classées par autonomie
Avant les étapes, voici le modèle mental sur lequel repose le reste de cet article.
Couche 1 - déclencheurs et automatisations. Déterministe. Vous écrivez la règle, Zendesk la suit. Gratuit, transparent, et fragile quand le langage évolue.
Couche 2 - Triage Intelligent. Le propre classificateur de Zendesk, inclus dans le module complémentaire Copilot ou dans le forfait Enterprise. Applique automatiquement intention, sentiment, langue. Mieux adapté aux dérives linguistiques ; limité aux catégories pour lesquelles Zendesk l'a pré-entraîné.
Couche 3 - un agent IA qui lit vraiment le ticket. Lit non seulement la ligne d'objet mais aussi le corps, l'historique du demandeur, vos macros, votre centre d'aide. Applique des tags sémantiques depuis votre propre taxonomie. Plafond le plus élevé, saut de configuration le plus important.
On ne veut presque jamais sauter une couche. Le marquage basé sur des déclencheurs reste la couche la plus rapide, la moins chère et la plus prévisible - et un tag IA pour urgent est un signal moins fiable qu'un déclencheur activé par le mot "panne" dans un ticket concernant votre API de production. L'art consiste à savoir quelle couche doit gérer quel tag.
Couche 1 : Déclencheurs et automatisations - la fondation déterministe
C'est là que chaque équipe devrait commencer, et étonnamment beaucoup ne vont jamais plus loin.
Ce que c'est vraiment
Un déclencheur Zendesk s'exécute sur des événements de ticket (créé, mis à jour, statut modifié) et peut appliquer une action Ajouter des tags lorsque ses conditions sont satisfaites. Une automatisation s'exécute selon une horloge - par exemple, "tagger tout ticket où le statut est en attente depuis 48 heures." Les deux sont documentés dans la référence des conditions de déclencheur Zendesk et notre aperçu de l'automatisation Zendesk.
Étapes de configuration
- Allez dans Centre d'administration → Objets et règles → Règles métier → Déclencheurs et cliquez sur Ajouter un déclencheur.
- Nommez le déclencheur de façon précise pour pouvoir l'auditer plus tard - par exemple
Tag : mention remboursement (sujet)plutôt queDéclencheur remboursement. - Ajoutez des conditions. Les plus courantes pour l'automatisation des tags :
Le texte du sujet contient les mots suivants,Le texte du commentaire contient,Le canal est,Le formulaire de ticket est,L'organisation est. La fonctionnalité regex des déclencheurs vous permet de faire correspondre des patterns plutôt que des mots exacts, ce qui est le déblocage le plus important pour le marquage par mots-clés. - Sous Actions, choisissez Ajouter des tags et saisissez le nom du tag. Zendesk crée automatiquement de nouveaux tags à mesure que vous tapez - pratique mais dangereux (voir la section taxonomie ci-dessous).
- Enregistrez et testez sur un vrai ticket.
Pour les déclencheurs de canal de messagerie, les conditions et actions sont légèrement différentes - le plus important est que vous pouvez tagger la conversation avant même qu'elle soit transmise à un agent humain.
Là où ça coince
Les déclencheurs sont déterministes - c'est leur force et leur plafond. Un déclencheur cherchant le mot "remboursement" rate retour d'argent, chargeback, retourner ma commande, et un client tapant en espagnol. Vous pouvez empiler les synonymes avec le pattern ajouter-tag / supprimer-tag, mais vous entretenez désormais un dictionnaire de mots-clés indéfiniment - et le coût de chaque nouveau lancement de produit est de le mettre à jour.
Il y a aussi une limite absolue : les déclencheurs ne peuvent pas lire le sentiment, l'urgence dans le ton, ni rien qui dépende de l'arc global du ticket plutôt que du premier message. C'est là que les couches 2 ou 3 deviennent indispensables.
Couche 2 : Triage Intelligent Zendesk - intention, sentiment, langue
Il s'agit du propre classificateur IA de Zendesk, et il fait un travail bien : classer automatiquement chaque ticket par intention, entité, sentiment et langue. Zendesk le positionne comme l'entrée qui alimente le routage, l'automatisation et les rapports - et ils n'ont pas tort. Notre analyse G2 sur Zendesk confirme que les évaluateurs identifient le Triage Intelligent comme la partie de la suite Copilot qui justifie son coût.

Ce qu'il tague, exactement
Par défaut, le Triage Intelligent applique quatre classifications :
- Intention - ce que le client demande. Zendesk fournit un ensemble de départ d'intentions entraînées sur des données de support agrégées (par exemple,
achat / nouvelle commande,remboursement / annulation,compte / connexion), et vous pouvez l'enrichir avec les vôtres. - Entité - le nom qui va avec l'intention (
numéro de commande,email du compte,SKU produit). - Sentiment -
positif,neutre,négatifselon le ton du client dans la conversation. - Langue - détectée automatiquement à partir du texte du message.
Étapes de configuration
- Vérifiez que vous disposez de Copilot sur le compte - soit en tant que module complémentaire à
50 $/agent/mois, soit inclus dans l'offre Enterprise. - Dans Centre d'administration → IA → Triage intelligent, activez la classification d'intention, de sentiment et de langue.
- Mappez les intentions vers vos tags existants. Les intentions de Zendesk sont pré-nommées (
achat,annulation) - vous pouvez soit les laisser arriver directement comme tags, soit les remapper vers votre taxonomie existante pour que les rapports ne se divisent pas en deux schémas de nommage parallèles. - Intégrez l'intention et le sentiment dans vos déclencheurs existants. Par exemple :
intention = remboursementETsentiment = négatif→ tagescalade_prioritaireet routage vers votre groupe d'escalade. - Surveillez le tableau de bord de reporting pendant ~48 heures de trafic réel avant de faire confiance aux labels pour le routage - la confiance dépend du volume.
Le coût honnête
Le modèle de tarification de Zendesk facture l'IA à deux endroits simultanément - un module complémentaire par agent pour Copilot, et un compteur par résolution pour les Résolutions Automatisées. Le Triage Intelligent lui-même est inclus dans le module complémentaire Copilot, donc vous ne payez pas par tag - mais dès que ces tags alimentent des Agents IA qui répondent automatiquement, vous commencez à puiser dans l'allocation de résolutions, et les dépassements avoisinent 1,20 $–1,50 $ par résolution au-dessus du seuil selon des analyses tierces.
Pour une vue franche de l'atterrissage de la facture, consultez notre analyse des tarifs Zendesk et l'explication de la tarification dynamique par résolution.
Ce qu'il ne peut toujours pas faire
Le Triage Intelligent tague dans les catégories de Zendesk, pas les vôtres. Si votre entreprise est une opération DTC multi-marque et que vous avez besoin d'un tag comme shopify_abonnement_facturation_pausé, ce n'est pas une intention standard - vous devez soit plier l'intention annulation de Zendesk pour l'approximer (et perdre la précision dans vos rapports), soit ignorer le Triage pour cette tranche de tickets.
Il est aussi limité au texte du ticket lui-même. Le client en est à son cinquième contact pour le même problème ? Le Triage ne captera pas ce signal - il lit chaque ticket de zéro, sans tenir compte de l'historique complet du client avec vous. La couche 3 corrige les deux.
Couche 3 : Un agent IA qui lit vraiment le ticket
C'est la couche qui comble l'écart entre "marquage" et "compréhension du ticket". Un agent IA lit le ticket complet plus l'historique du client plus vos macros et centre d'aide, détermine de quoi parle réellement le ticket, et appose des tags depuis votre propre taxonomie. Il peut également escalader, changer de statut et réassigner dans la même passe.

Ce que lit un agent IA par rapport à un classificateur
| Source | Déclencheurs natifs | Triage Intelligent | Un agent IA |
|---|---|---|---|
| Sujet et corps de ce ticket | Oui | Oui | Oui |
| Historique complet des tickets du client | Non | Non | Oui |
| Macros internes et réponses enregistrées | Non | Limité | Oui |
| Centre d'aide / base de connaissances | Non | Non | Oui |
| Votre propre taxonomie de tags | Oui (vous l'avez écrite) | Partiel (mappé) | Oui |
| Sentiment | Non | Oui | Oui |
| Langue | Non | Oui | Oui |
| Nouveaux tags inventés hier | Oui (manuel) | Non (réentraînement) | Oui (automatique) |
La quatrième ligne compte plus que les gens ne le réalisent. Un agent capable de lire vos tickets Zendesk passés dispose de des années de contexte intégrées - quand un nouveau ticket arrive disant "mon abonnement est pausé", il peut l'étiqueter de la même façon que vous avez étiqueté les 400 tickets similaires l'an dernier, au lieu de deviner à partir d'une taxonomie standard.
Comment configurer cela avec eesel pour Zendesk
La version courte : installez depuis le Marketplace Zendesk, laissez-le indexer vos tickets et macros existants, dites-lui votre taxonomie de tags en langage naturel, exécutez-le en simulation sur des tickets passés pour vérifier les labels, puis passez en production.
La version longue, étape par étape :
- Installez eesel AI pour Zendesk depuis le marketplace et autorisez depuis le tableau de bord eesel. Deux clics.
- Laissez-le ingérer vos articles du centre d'aide, les 12 derniers mois de tickets résolus, et vos macros. Pas d'étiquetage manuel. La plateforme prend également en charge Confluence, Notion, Google Drive et Shopify si votre logique de tags dépend de données provenant de ces sources.
- Décrivez votre taxonomie de tags en langage naturel dans la configuration de l'agent. Le tableau de bord eesel accepte des instructions comme "Taguez tout ticket concernant des abonnements pausés avec
abonnement_pausé. Si le client mentionne un remboursement, ajoutez aussidemande_remboursement. Si la langue n'est pas le français, préfixez le tag avec le code de langue." - pas de générateur de règles, pas de matrice de conditions. - Exécutez la simulation sur vos tickets passés. C'est l'étape que personne d'autre n'a et sur laquelle nous insisterions - vous voyez exactement quels tags l'agent aurait appliqués aux tickets historiques, côte à côte avec les tags que les humains ont réellement appliqués, avant que l'agent ne touche jamais à des données de tickets en direct.
- Activez le marquage autonome pour les catégories auxquelles vous faites confiance et laissez l'agent en mode brouillon pour les autres. Les brouillons publient les tags uniquement comme notes internes - visibles par les humains, invisibles pour les clients, et faciles à annuler si vous changez d'avis.
- Lisez les rapports. eesel remonte les tags dont il n'est pas sûr, et indique où la taxonomie elle-même est assez floue pour que deux tags se chevauchent - ce qui est normalement l'audit le plus utile que vous ferez sur votre propre Zendesk depuis des années.
"Au cours du premier mois, eesel résout 73 % de nos demandes de niveau 1. eesel offre une implémentation et une configuration Zendesk faciles. Notre équipe a mis en place la solution et obtenu des résultats rapidement lors de notre essai de 7 jours. Les réponses sont simples à corriger et à ajuster. La plateforme inclut même des automatisations pour le marquage des tickets, l'attribution et les mises à jour de statut !"
Kim Simpson, Gridwise (Avis G2)
eesel facture 0,40 $ par ticket de bout en bout - chaque aller-retour sur le même ticket compte comme une seule tâche, et le marquage est inclus. Pas de frais par siège, pas de compteur par résolution, pas de module complémentaire Copilot en plus. Définissez un plafond de dépenses mensuel et l'agent s'arrête quand il est atteint.
Pour un panorama plus large si vous souhaitez comparer, nos comparatifs sur les alternatives IA à Zendesk et la meilleure IA pour l'automatisation des tickets couvrent Decagon, Ada, Aisera, Forethought, et d'autres.
Avant de tagger quoi que ce soit : mettre en place la bonne taxonomie
C'est la section que tout le monde passe et que tout le monde regrette. Quelle que soit l'automatisation choisie, elle ne sera performante qu'à hauteur de la qualité des tags que vous lui donnez à choisir.

Un audit rapide que vous pouvez faire en une après-midi :
- Exportez vos 12 derniers mois de tags et comptez l'utilisation. Tout ce qui est en dessous de ~30 utilisations est soit une faute de frappe, un cas isolé, ou un tag que vous avez oublié de supprimer. Fusionnez ou supprimez.
- Cherchez les synonymes.
facturation,problème-facturation,paiements,problème_paiementdésignent la même chose. Choisissez-en un, créez des alias pour les autres, corrigez les vues en aval. - Appliquez le snake_case à l'ensemble.
priorité-hauteetpriorité_hautesont des tags différents pour Zendesk. Choisissez une convention. - Maximum trois niveaux de hiérarchie. Un tag comme
support_facturation_remboursement_carte_refusée_visaest inutilisable. Deux ou trois niveaux -facturation > remboursement > carte_refusée- sont généralement suffisants. - Mutuellement exclusifs à chaque niveau. Si votre IA doit choisir entre
urgentetpriorité_haute, elle choisira différemment selon les tickets. Décidez lequel reste.
Une fois la taxonomie propre, superposez l'automatisation. Faire dans l'ordre inverse - automatisation d'abord, nettoyage de la taxonomie jamais - voilà comment les équipes se retrouvent avec des instances Zendesk à 400 tags que personne ne peut démêler.
Ce que nous mettrions vraiment en place
Une configuration réelle et fonctionnelle, de bout en bout :

- Cinq déclencheurs fixes pour les cas universellement sans ambiguïté -
mot_de_passe,annuler,panne,juridique,facturation. Ceux-ci s'exécutent en premier car ils sont gratuits, rapides et évidents. La référence complète de ce qu'un déclencheur d'ajout de tag peut faire correspondre vaut d'être mise en signet. - Triage Intelligent activé, mappé vers votre taxonomie plutôt que les valeurs par défaut de Zendesk - ainsi
achatdevientintention_achat,annulationdevientintention_annuler, et ils s'intègrent dans le même schéma de nommage que vos tags manuels. - eesel AI en mode simulation pendant deux semaines, appliquant les tags uniquement comme notes internes. Vous lisez les différences, modifiez la taxonomie là où l'agent est confus, et regardez le taux de faux positifs diminuer - notre article sur la réduction des faux positifs IA est le guide de calibration.
- Basculez vers l'autonomie pour les catégories où la différence est nette. Laissez les catégories ambiguës en mode brouillon et réexaminez chaque mois.
- Une macro par tag majeur pour qu'un humain prenant en charge le ticket voie l'action suggérée à côté du tag - cela rend le tag actionnable plutôt que décoratif.
C'est le même schéma qui a fonctionné pour les clients eesel à fort volume comme Smava (100 000+ tickets Zendesk en allemand par mois, entièrement automatisés) et Ecosa (10 000+ tickets multilingues par mois, ≤1 heure pour intégrer avec Zendesk). La forme du workflow ne change pas entre une équipe à 1 000 tickets par mois et une à 100 000 - seule la taxonomie des tags devient plus dense.
Erreurs courantes
Une courte liste des échecs que nous observons le plus souvent :
- Laisser Zendesk créer automatiquement des tags sur chaque faute de frappe. L'action
Ajouter des tagsdans un déclencheur créera n'importe quelle chaîne que vous tapez. Activez une révision hebdomadaire des nouveaux tags pour éviter qu'unabonnement_pauzé(notez la faute) ne devienne silencieusement son propre segment. - Tagger par sentiment au lieu de par règle. Les macros et déclencheurs devraient être les seules sources de tags cohérents. Si un agent ajoute
urgentà la main, cela aura six significations différentes d'ici vendredi. - Faire confiance à la confiance IA sans période de simulation. Tout agent IA qui vaut la peine d'être installé vous donnera un score de confiance. Utilisez-le. Les tags en dessous de ~80 % de confiance devraient passer en mode brouillon et révision humaine, du moins au début.
- Oublier la langue. Un client hispanique tagué avec
remboursementen français est un rapport manqué. La couche 2 (détection de langue) et la couche 3 (IA multilingue) résolvent ce problème - la couche 1 seule ne suffira pas. - Ne pas élaguer. Les tags s'accumulent. Tous les six mois, réexportez et supprimez ceux qui sont sous votre seuil d'utilisation.
La vérité honnête sur l'IA propre à Zendesk selon la communauté : elle est efficace pour les cas intermédiaires et devient rapidement coûteuse à grande échelle. La plainte Reddit la plus citée concernant les Résolutions Automatisées est la facturation automatique sans plafond, sans période de grâce, et sans avertissement le mois précédent - c'est pourquoi nous opterions par défaut pour une alternative par ticket pour toute équipe travaillant avec de vrais volumes.
Essayez eesel pour le marquage des tickets Zendesk
Si vous avez lu jusqu'ici, la recommandation est concrète : configurez la couche 1 en une après-midi, activez le Triage Intelligent si vous payez déjà pour Copilot, et faites appel à eesel AI pour Zendesk pour la couche qu'aucun des deux n'atteint - marquage sémantique, support multilingue, et apprentissage à partir de vos propres tickets passés.
eesel s'installe depuis le Marketplace Zendesk, prend moins de 30 minutes à connecter, s'exécute en simulation sur vos tickets passés avant de toucher un ticket en direct, et facture 0,40 $ par ticket - marquage, attribution, changements de statut et réponses tous inclus.
Essayez eesel gratuitement, ou réservez une démo de 30 minutes et nous parcourrons la configuration Zendesk avec vos vrais tickets devant nous.









Comment ajouter automatiquement des tags aux tickets Zendesk ?