
L'analyse de sentiment de Dixa se trouve dans Advanced Insights, une option à 29 EUR par agent et par mois (incluse dans Enterprise), où Dixa décrit un score de sentiment IA pour chaque conversation qui alimente ses tableaux de bord. Je l'utiliserais pour trouver quels motifs de contact rendent les clients mécontents, puis lire les échanges derrière une mauvaise semaine. Les pages publiques de Dixa ne documentent ni l'échelle, ni les langues, ni le moment, ni la précision, et la ligne de la feuille de route qui dit que le score peut déclencher des automatisations n'a aucun article d'aide correspondant que j'ai pu trouver. Mim, l'agent IA de Dixa, est conçu pour escalader les clients mécontents, mais Dixa ne précise pas s'il utilise le même score.
eesel n'a pas de connecteur Dixa, donc je ne peux pas proposer de vérifications de ton à l'intérieur de Dixa. Sur Zendesk, Freshdesk, Gorgias, Front ou Help Scout, le coéquipier helpdesk IA transmet à votre équipe les conversations mécontentes ou risquées avec une note. Avec le CLI eesel, un agent de codage IA peut charger des politiques approuvées et poser des questions de test sur des cas de clients en colère avant toute mise en ligne, même si une personne disposant d'un accès admin au helpdesk doit toujours approuver la connexion.
Que fait l'analyse de sentiment IA de Dixa ?
Elle donne à chaque conversation un score sur le ressenti du client, afin qu'un responsable puisse observer des tendances plutôt que de lire les échanges un par un. L'entrée de la feuille de route de Dixa l'appelle un « score de sentiment propulsé par l'IA agentique », calculé par conversation et disponible dans tous les tableaux de bord d'Advanced Insights. La page Advanced Insights de Dixa ajoute qu'elle détecte les changements de sentiment avant qu'ils n'apparaissent dans le CSAT, et que les indicateurs de satisfaction ne nécessitent aucune enquête.
Ce dernier point est le plus utile. Le CSAT ne mesure que les clients qui répondent à une enquête. Un score sur chaque conversation couvre la majorité silencieuse, ce qui est la raison même d'acheter une analyse de sentiment. Mon guide sur la mesure du sentiment client explique plus en détail cet écart lié aux enquêtes.

J'ai examiné attentivement le tableau de bord de cette image. Il montre les volumes, l'activité et le CSAT, et aucun graphique de sentiment. C'est une maquette marketing, donc je n'y verrais pas une preuve que le score est absent, mais c'est une raison de demander à Dixa de montrer une vue de sentiment sur des données réelles.
Est-ce en ligne ? Ce que dit la feuille de route
Des signaux contradictoires, voici donc exactement ce que j'ai trouvé.

- Le portail liste l'entrée dans son onglet General Available, publiée le 24 mars, avec une seule ligne de fonctionnalité : le score par conversation dans les tableaux de bord Advanced Insights.
- La feuille de route T2 2026 de Dixa liste « Smarter sentiment analytics » comme accès anticipé, décrivant un score qui « enrichit le reporting et peut déclencher des automatisations ».
- La feuille de route T3 2026 de Dixa ne mentionne pas le sentiment, bien qu'elle liste de nouvelles métriques Advanced Insights et des améliorations d'Auto QA.
- La page tarifaire de Dixa et la page Advanced Insights décrivent le sentiment au présent.
Mon avis : le score existe et figure dans les tableaux de bord. Si tous les clients y ont accès, et si le déclencheur d'automatisation est généralement disponible, ce n'est pas précisé, donc demandez-le en démo.
Où le sentiment apparaît-il dans Dixa ?
À trois endroits, et seul le premier porte un score.

- Advanced Insights, pour les responsables CX. Dixa liste l'analyse de sentiment à côté des motifs de contact, de la détection des problèmes émergents et des indicateurs de satisfaction, et indique qu'elle couvre les conversations IA et humaines dans une seule vue.
- Auto QA, pour les chefs d'équipe. Auto QA évalue 100 % des conversations, humaines et de Mim, selon des grilles que vous définissez, et les exemples de Dixa incluent des signaux de ton et d'empathie. Cela note la façon dont votre équipe écrit, pas l'humeur du client.
- Mim, dans la conversation. Dixa indique que Mim est conçu pour reconnaître les clients mécontents et escalader plutôt que d'insister. Mim on Voice, en bêta, est décrit comme capable de gérer la frustration et les sujets sensibles. Dixa ne documente aucun score derrière l'un ou l'autre de ces comportements.
Encore une étiquette à connaître : la page Co-Pilot de Dixa liste « Sentiment Detection » parmi ses capacités sans description, et sa page tarifaire ne mentionne pas le sentiment sous Co-Pilot. Je n'achèterais pas Co-Pilot pour cela. Pour le volet Co-Pilot, voir mes articles sur les brouillons de réponses IA de Dixa et les résumés de conversations IA de Dixa.
De quel forfait ou option avez-vous besoin ?
Advanced Insights, et le forfait détermine le prix.
| Élément | Prix | Source |
|---|---|---|
| Siège Team | 49 EUR par agent et par mois, facturé annuellement | Page tarifaire |
| Siège Professional | 139 EUR par agent et par mois, facturé annuellement | Page tarifaire |
| Siège Enterprise | Sur devis, Advanced Insights inclus | Page tarifaire |
| Advanced Insights | 29 EUR par agent et par mois sur Team et Professional | Page tarifaire |
| Auto QA | 0,10 EUR par évaluation, option sur tous les forfaits | Page tarifaire |
| Co-Pilot | 39 EUR par agent et par mois | Page tarifaire |
| Mim | 0,40 EUR par conversation IA | Page tarifaire |
Une équipe de 10 agents sur Professional avec Advanced Insights paie (139 EUR + 29 EUR) x 10 = 1 680 EUR par mois. Sur Team, cela donne (49 EUR + 29 EUR) x 10 = 780 EUR. Si Auto QA évalue 3 000 conversations par mois et qu'une conversation équivaut à une évaluation, ajoutez 300 EUR. La page tarifaire ne précise pas comment une évaluation est comptée, donc vérifiez-le avant de budgéter. Les anciennes analyses des tarifs de Dixa utilisaient les noms de forfaits Growth, Ultimate et Prime, lisez donc la page actuelle. Mon avis sur Dixa couvre le reste de la plateforme.
Que pouvez-vous faire avec le score ?
Quatre usages, du plus au moins documenté.
- Reporting. Documenté. Suivez la tendance du sentiment par motif de contact et par canal, et comparez les conversations gérées par IA et par des humains.
- QA. Partiellement. Auto QA est distinct, mais les deux vues ensemble montrent si une conversation à faible sentiment a aussi eu une réponse de faible qualité. Mon guide sur la QA du support IA explique les grilles d'évaluation.
- Automatisation. Annoncée sur la feuille de route T2, non montrée dans un article d'aide. Si cela fonctionne, ce serait le moyen de signaler des candidats à l'escalade.
- Priorisation. Non documentée. Dixa documente Intent Detection (Standard sur Professional, Advanced sur Enterprise) pour le routage. L'intention dit ce que veut un client, le sentiment dit ce qu'il ressent, et ce sont des signaux différents. Voir la priorisation des tickets pour savoir comment les équipes combinent les deux.

Que ne documente pas Dixa ?
Six points, et chacun détermine jusqu'où vous pouvez faire confiance au score.
- L'échelle. Je n'ai trouvé aucune description publique d'une plage de valeurs, d'étiquettes ou de seuils.
- Le moment. Que le score soit fixé à la clôture d'une conversation ou mis à jour en continu n'est pas précisé, ce qui déterminerait s'il pourrait un jour protéger un chat en direct.
- L'unité. Par conversation est documenté. Par message, ou par client dans le temps, ne l'est pas.
- Les langues. Dixa indique que Mim répond dans la langue du client. Rien de ce que j'ai trouvé ne couvre les langues pour le score.
- La précision. Aucun chiffre n'est publié. Ces modèles ont tendance à avoir du mal avec le sarcasme, les messages très courts et la colère polie.
- Le rattrapage. Il n'est pas précisé si les conversations passées sont notées après l'activation.
Je n'ai trouvé aucun avis G2 ou Capterra évoquant la fonctionnalité de sentiment de Dixa, donc je n'ai aucune citation d'utilisateur à proposer. Une recherche G2 et Capterra que j'ai menée n'a fait apparaître que des commentaires généraux sur la profondeur des analyses. Demandez à Dixa un client référence qui utilise le score chaque semaine.
Comment une équipe support devrait-elle l'utiliser ?
Traitez-le comme un indice. Une routine que je suivrais, en environ 30 minutes par semaine :
- Ouvrez la tendance hebdomadaire de sentiment par motif de contact. Repérez le seul motif en baisse.
- Lisez 10 échanges à faible score pour ce motif, et 5 à score élevé pour comparer.
- Déterminez si la cause est une politique, une lacune du centre d'aide ou un problème de ton. Corrigez les deux premiers à la source.
- S'il s'agit du ton, vérifiez les mêmes échanges dans Auto QA et coachez avec des exemples tirés de mon guide du ton en service client et de l'empathie en service client.
- Gardez une personne en charge de l'argent, de la sécurité et des plaintes quel que soit le score, en suivant les étapes de mon processus d'escalade de tickets.
Pour la même vérification sur un ensemble plus large d'outils, mes notes sur l'examen des conversations IA et sur la gestion des clients en colère avec l'IA s'appliquent à tout helpdesk.
Comment les autres helpdesks gèrent-ils le sentiment ?
Surtout comme un champ sur lequel on peut agir. Zendesk et Freshdesk documentent un déclencheur, Gorgias documente la détection dans ses règles, et les utilisateurs de Freshdesk peuvent alerter Slack quand le sentiment baisse. L'angle de Dixa est différent : le sentiment est d'abord une couche de reporting, l'automatisation étant décrite comme l'étape suivante. Si un déclencheur en direct est votre principale raison d'achat, comparez les meilleures alternatives à Dixa, Reamaze contre Dixa et la meilleure IA pour Dixa.
Où eesel se situe-t-il si vous utilisez Dixa ?
Je serai direct : eesel n'a pas de connecteur Dixa, donc il ne peut ni lire ni écrire le ton à l'intérieur de Dixa. Ce qu'il fait bien, c'est le moment qu'un score est censé protéger : une conversation qui devrait atteindre une personne. Sur Zendesk, Freshdesk, Gorgias, Front, Help Scout et HubSpot, le coéquipier répond à partir de votre base de connaissances et de vos macros, et quand un client est mécontent ou que la demande est risquée, il s'arrête et laisse une note.
Koffer.ch montre la version prudente. Sur Freshdesk, eesel rédige chaque réponse en allemand, français, anglais ou italien, et une personne l'envoie. Les réclamations pour dommages reçoivent un brouillon demandant des photos et les détails de la commande, et l'équipe décide. Cape Coffee Beans utilise une autre approche sur Zendesk : chaque matin, eesel parcourt la file pour repérer les tickets passés entre les mailles du filet et envoie au fondateur une courte liste par e-mail. Ni l'un ni l'autre n'est un score de sentiment, et je ne prétendrai pas que c'en est un. Les deux sont les habitudes de transmission et de priorisation qu'un score de sentiment est censé soutenir.
Si vous testez avant de changer d'outil, lancez l'agent sur des conversations passées, définissez des permissions avant qu'il n'agisse, et gardez un humain dans la boucle. Les bonnes pratiques de transmission s'appliquent à toute pile logicielle, et pour une boutique e-commerce, mon guide sur l'agent IA pour Shopify montre d'où viennent les données de commande. eesel démarre à 299 $ par mois pour 500 crédits.
Que demanderais-je à Dixa avant d'acheter ?
Cinq questions, dans cet ordre :
- Montrez-moi le score de sentiment sur trois conversations réelles. Quelle est l'échelle ?
- Est-il fixé à la clôture ou mis à jour en direct ?
- Montrez-moi une automatisation construite sur cette base, de bout en bout.
- L'escalade de Mim utilise-t-elle le même score ?
- Le score est-il inclus dans l'option Advanced Insights sur Team et Professional, ou faut-il payer un supplément ?
Si les réponses sont vagues, le score est une aide au reporting, et c'est déjà utile. Ne promettez simplement pas une alerte en direct à vos agents.