IA pour les rapports et analyses de Freshservice : Guide complet pour 2026

Gérer un service d'assistance informatique sans visibilité sur vos données, c'est comme voler à l'aveugle. Vous savez peut-être que des tickets arrivent, mais comprendre les schémas, prédire les problèmes avant qu'ils ne s'aggravent et prendre des décisions fondées sur des données nécessite quelque chose de plus sophistiqué que des rapports de base. L'analyse de l'IA comble cette lacune.

Freshservice a intégré des capacités d'analyse basées sur l'IA dans sa plateforme grâce à Freddy AI. Mais que peut-il faire exactement ? Comment ça marche ? Et est-ce la bonne solution pour votre équipe ?

Ce guide décompose tout ce que vous devez savoir sur les fonctionnalités d'analyse de l'IA de Freshservice, des informations proactives au suivi des performances des agents. Nous verrons également quand vous pourriez envisager des alternatives qui vont au-delà de ce que Freshservice offre en mode natif.

Qu'est-ce que l'analyse de l'IA de Freshservice ?

Freshservice est une plateforme de gestion des services informatiques utilisée par plus de 74 000 entreprises dans le monde. Elle gère tout, de la gestion des incidents au suivi des actifs, offrant aux équipes informatiques un moyen centralisé de gérer les demandes des employés et les problèmes d'infrastructure.

Les capacités d'analyse de l'IA de la plateforme relèvent du domaine de Freddy AI, l'assistant d'IA de Freshworks. Au sein de Freshservice, Freddy AI remplit trois rôles principaux : aider les employés grâce au libre-service, aider les agents informatiques dans leur travail et fournir aux dirigeants des informations exploitables. C'est le dernier de ces rôles, les fonctionnalités d'analyse et de reporting, sur lequel nous nous concentrons ici.

L'analyse de l'IA dans Freshservice est importante, car les rapports traditionnels vous obligent souvent à réagir aux problèmes après qu'ils ont déjà eu un impact sur vos utilisateurs. Les rapports statiques vous indiquent ce qui s'est passé hier. L'analyse de l'IA peut faire apparaître des tendances que vous ne saviez pas rechercher, identifier les causes profondes sans investigation manuelle et vous aider à allouer des ressources avant que les problèmes ne dégénèrent.

Pour les équipes qui utilisent déjà Freshservice, ces capacités natives peuvent apporter une valeur significative sans ajouter un autre outil à votre pile. Mais ce ne sont pas les seules options. Certaines équipes estiment avoir besoin d'analyses qui couvrent plusieurs plateformes ou souhaitent une approche différente de la mise en œuvre de l'IA. Des solutions comme eesel AI offrent une analyse de l'IA multiplateforme et un modèle de coéquipier qui considère l'IA comme une embauche plutôt que comme un projet de configuration.

Freddy AI Insights : Analyse proactive pour les responsables informatiques

Freddy AI Insights est la fonctionnalité phare d'analyse de l'IA de Freshservice. Elle est conçue pour surveiller automatiquement votre service d'assistance et faire apparaître des schémas significatifs sans que vous ayez à créer des rapports ou à savoir exactement quelles questions poser.

Voici comment cela fonctionne en pratique. Freddy AI analyse en permanence les données de votre service d'assistance et génère des informations sur une base hebdomadaire ou mensuelle. Il ne s'agit pas seulement de chiffres bruts. Chaque information inclut un contexte sur ce qui a changé, pourquoi c'est important et ce qui pourrait être à l'origine de la tendance. Le système utilise un système de criticité à code couleur : rouge pour les problèmes de haute priorité, orange pour les problèmes de priorité moyenne, jaune pour les problèmes de priorité basse et vert pour les tendances positives.

Informations proactives avec analyse des causes profondes

La fonctionnalité la plus remarquable ici est l'information proactive avec analyse des causes profondes. Au lieu de simplement vous dire que les temps de résolution ont augmenté, Freddy AI tente d'identifier les facteurs sous-jacents. Il peut s'agir d'une catégorie spécifique de tickets, d'un groupe d'agents particulier ou d'une corrélation avec une autre métrique que vous n'aviez pas envisagée.

Ceci est important, car les rapports traditionnels vous laissent souvent avec des symptômes plutôt que des causes. Vous pouvez constater que les violations de SLA ont augmenté, mais déterminer pourquoi nécessite une investigation manuelle dans plusieurs dimensions. Freddy AI automatise ce travail de détective.

Informations conversationnelles

Freshservice propose également des informations conversationnelles, bien que cette fonctionnalité soit actuellement en accès anticipé. L'idée est simple : au lieu de naviguer dans des tableaux de bord et des filtres, vous pouvez poser des questions en langage naturel. « Pourquoi les temps de première réponse ont-ils augmenté la semaine dernière ? » ou « Quelles catégories sont à l'origine des violations de SLA ? » L'IA interprète votre question et renvoie des analyses pertinentes.

Cette approche abaisse la barrière à l'exploration des données. Vous n'avez pas besoin de savoir quel rapport contient la réponse ni comment configurer les filtres. Vous posez simplement la question.

Analyse visuelle

Toutes ces informations sont accompagnées de visualisations conçues pour rendre les schémas évidents. Les graphiques mettent en évidence les tendances au fil du temps, les comparaisons montrent comment les métriques se comparent aux performances historiques et les capacités d'exploration vous permettent d'étudier des points de données spécifiques.

La valeur ici est la vitesse. Les responsables informatiques peuvent analyser leurs informations, repérer les signaux d'alerte et comprendre le contexte sans passer des heures dans les outils de reporting. Pour les organisations où les responsables informatiques portent plusieurs casquettes, ce gain de temps s'additionne rapidement.

Métriques clés et types d'informations

Freddy AI Insights se concentre sur un ensemble spécifique de métriques de service d'assistance. Comprendre ce qui est couvert vous aide à évaluer si cela répond à vos besoins d'analyse.

Métriques de service d'assistance prises en charge

Les métriques suivantes sont disponibles pour l'analyse basée sur l'IA :

• Score de l'enquête : Évaluations de la satisfaction client avec analyse des tendances
• Nombre total de tickets entrants : Schémas de volume et répartition par catégorie
• Tickets de résolution SLA violés : Conformité SLA avec attribution par agent et par catégorie
• Tickets de première réponse SLA violés : Suivi de la conformité du temps de réponse
• Temps de résolution moyen : Tendances du temps de résolution
• Temps de réponse moyen : Schémas d'efficacité de la réponse
• Tickets résolus : Débit et suivi de l'état de la résolution

Source : Documentation de support de Freshservice

Types d'informations générées

Pour chaque métrique, Freddy AI peut générer plusieurs types d'informations :

• Informations sur la majorité : Identifie les valeurs ou les catégories dominantes qui déterminent la métrique
• Détection des valeurs aberrantes : Repère les points de données inhabituels qui s'écartent des schémas normaux
• Changements de tendance : Met en évidence les pics ou les chutes importants des performances
• Périodes d'augmentation/de diminution les plus longues : Affiche les tendances soutenues au fil du temps
• Changements récents : Fait apparaître les changements les plus récents dans vos données
• Tendances générales : Fournit un contexte directionnel sur la façon dont les métriques évoluent

Ces types d'informations fonctionnent ensemble pour vous donner des vues à la fois granulaires et de haut niveau des performances de votre service d'assistance. Vous pouvez voir une information aberrante signalant un pic inhabituel de tickets provenant d'un service spécifique, associée à une information de tendance montrant que cette catégorie est en croissance depuis trois semaines.

Prise de décisions fondées sur des données

L'application pratique de ces métriques dépend de votre rôle. Les responsables informatiques peuvent se concentrer sur la conformité SLA et les temps de résolution pour garantir la qualité du service. Les directeurs peuvent examiner les tendances du volume et les scores de satisfaction pour planifier la dotation en personnel et le budget. Les cadres peuvent se soucier des métriques d'efficacité globale et du coût par ticket.

Freddy AI tente de servir tous ces publics en faisant apparaître des informations pertinentes pour différents niveaux de l'organisation. Le défi consiste à s'assurer que les informations sont exploitables. Savoir que les temps de résolution ont augmenté n'est utile que si vous pouvez déterminer pourquoi et ce qu'il faut faire à ce sujet.

Rapports de l'agent Freddy AI

Au-delà de l'analyse générale du service d'assistance, Freshservice fournit des rapports spécifiques sur les performances de l'agent AI. Si vous utilisez Freddy AI Agent pour traiter les requêtes des employés, vous voudrez suivre ses performances.

Métriques clés de l'agent

Le rapport Aperçu de l'agent Freddy AI suit plusieurs métriques importantes :

• Taux de déviation des tickets : Le pourcentage de requêtes résolues sans aide humaine, commentaires négatifs ou création de ticket. Il s'agit de la métrique principale pour mesurer l'efficacité de l'agent AI.
• Nombre total d'utilisateurs actifs : Le nombre d'employés qui ont interagi avec l'agent AI pendant la période sélectionnée. Cela vous aide à comprendre l'adoption.
• Nombre total de conversations : Le volume d'échanges entre les employés et l'IA. Les échanges occasionnels sont exclus de ce nombre.
• Commentaires des employés : Sentiment et évaluations des utilisateurs qui ont interagi avec l'agent AI.
• Conversations résolues par rapport aux conversations sans réponse : Répartition des résolutions réussies par rapport aux requêtes que l'IA n'a pas pu traiter.
• Conversations converties en tickets : La fréquence à laquelle l'IA a escaladé pour créer un ticket traité par un humain.
• Conversations avec intervention d'un agent : Cas où un agent humain est intervenu pour résoudre la requête.

Source : Documentation sur les rapports de l'agent Freshservice

Capacités d'exploration

Ces métriques peuvent être analysées par sujet, ce qui vous donne une visibilité sur les types de requêtes que l'IA traite bien et sur les points où elle a des difficultés. Cette vue granulaire est essentielle pour l'optimisation. Si vous constatez des taux d'escalade élevés pour les demandes de réinitialisation de mot de passe, vous savez exactement où concentrer les efforts d'amélioration.

Valeur du suivi des performances des agents

Le suivi des performances de l'agent AI sert deux objectifs. Premièrement, il vous aide à justifier l'investissement en montrant les taux de déviation et le temps gagné. Deuxièmement, il identifie les lacunes où l'IA a besoin d'une formation supplémentaire ou où votre base de connaissances est incomplète.

L'objectif n'est pas une déviation parfaite. Certaines requêtes doivent toujours être adressées à des humains. L'objectif est d'optimiser la limite entre ce que l'IA traite et ce qui nécessite une expertise humaine.

Infrastructure native de reporting et d'analyse

Freddy AI Insights n'est qu'une partie des capacités d'analyse plus larges de Freshservice. Comprendre l'ensemble du tableau vous aide à évaluer si la plateforme répond à vos besoins en matière de reporting.

Rapports prédéfinis

Freshservice comprend des rapports prêts à l'emploi pour les scénarios ITSM courants :

• Rapports d'incidents indiquant le volume, les temps de résolution et la conformité SLA
• Rapports de gestion des changements suivant le succès de la mise en œuvre
• Rapports d'actifs couvrant l'inventaire du matériel et des logiciels

Ces rapports offrent une visibilité de base sans aucune configuration requise.

Générateur de rapports personnalisés avec Smartboards

Pour les équipes qui ont besoin de plus de flexibilité, Freshservice propose un générateur de rapports personnalisés. Les Smartboards fournissent des visualisations interactives qui vous permettent de filtrer, d'explorer et d'étudier les données de manière dynamique. Vous pouvez créer des tableaux de bord adaptés à vos KPI spécifiques et les partager avec les parties prenantes.

Demander à Freddy

L'interrogation en langage naturel s'étend au-delà de Freddy AI Insights grâce à « Demander à Freddy ». Cette fonctionnalité vous permet d'interroger vos données en utilisant un langage conversationnel plutôt que de naviguer dans les menus de rapport. C'est un juste milieu entre les informations entièrement automatisées et la création de rapports manuels.

Automatisation des rapports planifiés

Les rapports peuvent être planifiés pour une livraison automatique par e-mail. Cela garantit que les parties prenantes reçoivent des mises à jour régulières sans intervention manuelle. Vous pouvez configurer des distributions quotidiennes, hebdomadaires ou mensuelles en fonction de vos besoins.

Niveaux d'analyse

Freshservice propose deux niveaux d'analyse :

• Analytics Basic : Reporting d'entrée de gamme avec des rapports standard et des personnalisations de base
• Analytics Pro : Reporting avancé avec une personnalisation plus approfondie, des sources de données supplémentaires et des visualisations améliorées

Le niveau auquel vous avez accès dépend de votre plan Freshservice.

Intégrations de la plateforme DEX

Freshservice s'intègre aux plateformes d'expérience numérique des employés comme Riverbed Aternity et ControlUp. Ces intégrations apportent des données de surveillance des points de terminaison dans vos analyses ITSM, corrélant les tickets de service d'assistance avec les métriques de performance des appareils.

Source : Annonce d'amélioration de l'IA de Freshworks

Démarrage avec l'analyse de l'IA de Freshservice

Si vous envisagez Freddy AI Insights, voici ce que vous devez savoir sur la mise en œuvre.

Exigences

Freddy AI Insights est disponible exclusivement dans le plan Freshservice Enterprise. Si vous utilisez Starter, Growth ou Pro, vous devrez effectuer une mise à niveau pour accéder à ces fonctionnalités. Le plan Enterprise comprend également Freddy AI Agent et Freddy AI Copilot, vous bénéficiez donc de la suite complète d'IA.

Processus de configuration

Le démarrage implique quelques étapes clés :

1. Accédez aux paramètres de Freddy AI : Accédez au panneau d'administration et localisez la section de configuration de Freddy AI
2. Activez les informations proactives : Activez la fonctionnalité et configurez les métriques que vous souhaitez surveiller
3. Attribuez des autorisations : Déterminez quels utilisateurs peuvent afficher les informations et recevoir des notifications
4. Configurez les préférences de notification : Définissez comment et quand vous souhaitez recevoir des alertes d'informations

Création de vues personnalisées

Une fois activé, vous pouvez créer des vues filtrées des informations en fonction de vos priorités. Si vous gérez une équipe spécifique ou si vous vous souciez le plus de certaines métriques, les vues personnalisées vous aident à vous concentrer sur ce qui compte sans avoir à tout parcourir.

Bonnes pratiques

Pour maximiser la valeur de Freddy AI Insights :

• Examinez régulièrement les informations plutôt que d'attendre les alertes critiques
• Étudiez rapidement les résultats de l'analyse des causes profondes
• Utilisez les informations pour alimenter les conversations d'équipe, pas seulement les actions individuelles
• Corrélez les informations générées par l'IA avec votre propre connaissance du contexte commercial
• Suivez si les informations sur lesquelles vous avez agi entraînent des améliorations mesurables

Interprétation des informations

La clé pour obtenir de la valeur est de traiter les informations comme des points de départ, pas comme des réponses finales. Lorsque Freddy AI identifie une tendance, approfondissez pour comprendre le contexte commercial. Un pic de tickets peut être corrélé à un déploiement de logiciel récent, à un schéma saisonnier ou à un véritable problème de service. L'IA fait apparaître le schéma. Votre expertise détermine la réponse.

eesel AI : Une approche alternative de l'analyse de l'IA

L'analyse native de l'IA de Freshservice fonctionne bien pour les équipes déjà investies dans la plateforme qui souhaitent ajouter de l'intelligence à leurs flux de travail existants. Mais certaines organisations ont besoin de plus. Elles peuvent utiliser plusieurs services d'assistance, souhaiter une IA qui couvre l'ensemble de leur écosystème de support ou préférer une approche qui considère l'IA comme un coéquipier plutôt que comme un projet de configuration.

Chez eesel AI, nous avons créé un coéquipier IA qui fonctionne sur l'ensemble de votre pile de support, pas seulement au sein d'une seule plateforme.

Quand les équipes ont besoin de plus que l'analyse native

Vous pouvez regarder au-delà des capacités natives de Freshservice si :

• Vous utilisez plusieurs services d'assistance (Zendesk pour le support client, Freshservice pour l'informatique, Jira pour le développement)
• Vous souhaitez une analyse de l'IA qui corrèle les données entre les plateformes
• Votre équipe préfère un déploiement progressif, en commençant par l'assistance avant l'automatisation complète
• Vous avez besoin d'un contrôle en anglais simple sur le comportement de l'IA plutôt que de configurations complexes
• Vous souhaitez tester les performances de l'IA sur les données historiques avant la mise en service

Comment eesel AI étend les capacités de Freshservice

Nous nous intégrons directement à Freshservice, Zendesk, Freshdesk, Intercom, Jira et à des dizaines d'autres outils. Cela signifie que vos analyses de l'IA ne sont pas cloisonnées au sein d'une seule plateforme. Vous pouvez voir les schémas sur l'ensemble de votre opération de support.

Notre agent AI gère le support de première ligne de manière autonome. Le copilote AI rédige des réponses que les agents humains peuvent examiner. Le tri AI étiquette, achemine et organise automatiquement les tickets. Et tout alimente des analyses unifiées qui montrent les performances sur l'ensemble de votre pile.

Principaux facteurs de différenciation

Notre approche diffère de l'IA de la plateforme native de plusieurs manières importantes :

Modèle mental de coéquipier : Vous ne configurez pas eesel AI. Vous l'embauchez. Comme tout nouveau membre de l'équipe, il apprend votre entreprise, commence par des conseils et passe au niveau supérieur pour travailler de manière autonome. La différence est que ce qu'un humain met des semaines à apprendre, eesel l'apprend en quelques minutes à partir de vos anciens tickets, des articles de votre centre d'aide et de votre documentation.

Déploiement progressif : Commencez par la supervision. Demandez à eesel de rédiger des réponses que les agents examinent avant de les envoyer. Limitez-le à des types de tickets ou à des files d'attente spécifiques. Définissez les heures de bureau pendant lesquelles il peut répondre. Au fur et à mesure qu'eesel fait ses preuves, élargissez sa portée en fonction des performances réelles.

Contrôle en anglais simple : Définissez le comportement en langage naturel. « Si la demande de remboursement est supérieure à 30 jours, refusez poliment et offrez un crédit en magasin. » « Escaladez toujours les litiges de facturation vers un humain. » Pas de code. Pas d'arbres de décision rigides.

Tests préalables à la mise en service : Exécutez eesel sur des milliers d'anciens tickets avant la mise en service. Voyez exactement comment il répondrait. Mesurez les taux de résolution. Identifiez les lacunes. Ajustez les invites. Gagnez en confiance avant de toucher aux vrais clients.

Tarification

Nous utilisons un modèle de tarification différent de la plupart des outils d'IA. Au lieu de frais par poste, vous payez en fonction des interactions de l'IA. Notre plan Team commence à 299 $ par mois (239 $ avec la facturation annuelle) et comprend jusqu'à 3 bots et 1 000 interactions. Le plan Business à 799 $ par mois (639 $ par an) ajoute des capacités d'agent AI, des bots illimités et 3 000 interactions. Des plans personnalisés sont disponibles pour les besoins de l'entreprise avec des interactions illimitées et des contrôles de sécurité avancés.

Source : Tarification d'eesel AI

Possibilités d'intégration

Au-delà des services d'assistance, nous nous intégrons à des sources de connaissances comme Confluence, Google Docs, Notion et les PDF. Nous nous connectons à des outils de communication comme Slack et Microsoft Teams. Et nous prenons en charge les plateformes de commerce électronique comme Shopify pour les équipes qui gèrent le support lié aux commandes.

Cette approche multiplateforme signifie que vos analyses de l'IA ne se limitent pas à ce qui se passe dans Freshservice. Vous obtenez une visibilité sur l'ensemble de votre opération de support.

Choisir la bonne approche d'analyse de l'IA pour votre équipe informatique

L'analyse native de l'IA de Freshservice via Freddy AI Insights offre des capacités solides pour les équipes qui utilisent déjà le plan Enterprise. Les informations proactives, l'analyse des causes profondes et le suivi des performances des agents offrent une valeur significative sans nécessiter d'outils supplémentaires. Si vos opérations informatiques se déroulent principalement dans Freshservice et que vous êtes satisfait de la profondeur des rapports de la plateforme, les fonctionnalités natives peuvent être tout ce dont vous avez besoin.

Cependant, certaines équipes ont besoin de plus. Si vous gérez le support sur plusieurs plateformes, que vous souhaitez une IA qui apprend de l'ensemble de votre écosystème de connaissances ou que vous préférez un modèle de coéquipier qui vous permet de tester avant de vous engager, les alternatives comme eesel AI méritent d'être prises en considération.

La décision se résume à la portée, à la flexibilité et au contrôle. Freshservice vous offre une analyse de l'IA au sein de sa plateforme. Nous vous offrons une analyse de l'IA sur l'ensemble de votre pile de support avec une approche progressive et testable de la mise en œuvre.

Pour les équipes prêtes à explorer des capacités d'IA plus larges, essayez eesel AI gratuitement pendant 7 jours ou réservez une démonstration pour voir comment cela s'intègre à votre flux de travail spécifique. Quoi qu'il en soit, l'objectif est le même : transformer vos données de support en informations exploitables qui améliorent à la fois l'efficacité des agents et l'expérience client.