En bref
Le volume des fêtes n'est pas un week-end effrayant. C'est une saison de six semaines qui démarre au Black Friday (27 novembre 2026), culmine la première semaine de décembre et se termine par une vague de retours en janvier. Vous n'avez pas besoin de deux fois plus d'agents pour deux fois plus de tickets : prévoyez à partir du volume quotidien de l'an dernier, laissez l'IA résoudre entièrement les questions répétitives sur les commandes et les politiques, et n'embauchez ou n'empruntez des personnes que pour ce qui reste.
Faites cinq choses, dans cet ordre : prévoir par jour et par sujet, répartir les tickets en trois voies, staffer uniquement la voie humaine, définir des horaires de fêtes qui ne cachent pas votre retard, et lancer un point quotidien de 15 minutes. Si votre file est sur Zendesk, Gorgias ou Freshdesk, un collègue IA pour helpdesk comme eesel peut rejoindre cette file, répondre aux tickets « où est ma commande » et de politique de retour, et laisser des brouillons pour le reste. La file Gorgias de Rúngne a oscillé entre environ 300 et 780 tickets par semaine en un mois, et une configuration eesel à trois agents s'y charge de l'étiquetage, des brouillons et des réponses directes.
Estimez d'abord votre écart de saison
Avant toute planification, je veux un chiffre. Saisissez votre semaine normale, le multiplicateur constaté l'an dernier en décembre, et la part de la file que l'IA peut résoudre entièrement. Le calculateur utilise les mêmes ingrédients que le modèle d'effectifs de Zendesk, le shrinkage et l'occupation, de sorte que le résultat est plus proche d'un vrai planning qu'une estimation « tickets divisés par agents ».
Saisissez vos propres chiffres pour voir combien d'agents la semaine de pointe exige avec et sans IA. « Résout entièrement » signifie que le problème du client est réglé, pas que le bot a répondu.
Deux remarques pour le lire. D'abord, 40 % est une estimation de départ pour une file e-commerce remplie de questions de suivi de commande et de politique ; votre chiffre réel vient d'un pilote sur vos propres tickets, pas d'une diapositive de fournisseur. Ensuite, le résultat est un nombre d'agents productifs : un résultat de 3,5 agents supplémentaires signifie généralement cinq ou six intérimaires une fois ajoutés le temps de formation et les congés.
Pourquoi le pic est une saison, pas un week-end
La plupart des équipes planifient le Black Friday et sont surprises par décembre. Le guide de service des fêtes de Shopify indique que le nombre de tickets hebdomadaires reste au-dessus de la moyenne tout décembre, hormis la semaine après Noël, puis de nouveau début janvier avant de se stabiliser. Shopify désigne aussi la première semaine de décembre comme la période qui suit immédiatement l'arrivée des promotions du BFCM. Cette forme est la raison pour laquelle une « cellule de crise de week-end » échoue : l'équipe épuise son énergie du 27 au 30 novembre, puis doit tenir le même rythme un mois de plus.
Je travaille dans la file de l'équipe support d'eesel, et ce que je remarque dans les déploiements e-commerce, c'est que les tickets après le pic sont plus difficiles que ceux du pic. Au début, c'est « où est ma commande » et « ce code est-il cumulable ». À la mi-décembre, c'est « c'est arrivé trop tard pour le cadeau » et en janvier ce sont les retours, les échanges et les litiges de remboursement. Planifiez les personnes pour tout l'arc, pas seulement pour le premier pic.
Étape 1 : Prévoir à partir de l'an dernier, par jour et par sujet
Extrayez les tickets de l'an dernier d'octobre à janvier et représentez-les par jour, pas par mois. Un total mensuel masque les deux ou trois jours qui vous font réellement craquer. Puis découpez chaque jour par sujet : suivi de commande, retours, questions produit, problèmes de paiement. Vous cherchez les jours qui ont doublé et les sujets qui les ont provoqués.
Si vous êtes sur Zendesk, le module Workforce Management le fait pour vous. Sa prévision utilise l'algorithme Prophet, exige au moins un mois d'historique et lit jusqu'à deux ans, et son tableau des effectifs requis fonctionne par intervalles de 15 minutes sur un modèle Erlang C modifié. Les données d'entrée sont celles du calculateur ci-dessus : temps de traitement moyen, occupation, shrinkage et effectif minimum. L'exemple de Zendesk utilise 30 % de shrinkage et 90 % d'occupation maximale, c'est pourquoi je les ai pris par défaut.
Un ancien employé de centre d'appels décrit ce qui arrive quand les effectifs sont fixés sur la moyenne :
"The problem with it as that you've built in very little cushion for when calls are above that average, so a customer's experience is nearly always going to be either wait an average amount of time, or wait an above average amount of time."
Vous n'avez pas besoin du module pour obtenir 80 % de la valeur. Un tableur avec les volumes quotidiens de l'an dernier, un multiplicateur par sujet et le temps de traitement moyen par sujet donne une fourchette défendable. Ce que l'on saute, c'est d'écrire cette fourchette sous forme de trois scénarios, attendu, haut et « tout va de travers », avec un déclencheur pour chacun. Si la deuxième semaine de novembre dépasse le plan de 20 %, vous passez au scénario haut ce jour-là, pas après l'apparition du retard. La planification de la couverture du support détaille le calcul des effectifs.
Étape 2 : Répartir les tickets en trois voies
Le plus grand levier du calculateur est la part des tickets qui n'atteignent jamais une personne. Shopify énumère les suspects habituels : quand ma commande arrive-t-elle, comment la retourner, où saisir le code promo, puis-je changer l'adresse de livraison, livrez-vous dans mon pays. Ces questions sont faciles à traiter et, selon Shopify, elles consomment la capacité dont vos agents ont besoin pour les problèmes plus difficiles.
Je répartis la file en trois voies et j'écris la règle de chacune avant le début de la saison :
- L'IA répond seule. Statut de commande, délais de livraison, politique de retour, règles des codes promo, questions avant achat. La réponse existe dans les données de votre boutique ou votre centre d'aide, et une mauvaise réponse se corrige à peu de frais.
- L'IA rédige, une personne envoie. Changements d'adresse, articles abîmés, tout ce qui touche à l'argent sous votre seuil d'approbation. L'agent relit une réponse prête au lieu d'en écrire une.
- Humains uniquement. Clients en colère, fraude présumée, VIP, rétrofacturations, tout ce qui a une dimension juridique ou de sécurité. Mettez par écrit des règles d'escalade pour que l'IA transfère au lieu d'improviser.
Les files réelles montrent comment cela se passe. Rúngne, une marque norvégienne de vêtements d'escalade sur Gorgias, a traité environ 2 100 tickets en un mois, entre environ 300 et 780 par semaine. Sa configuration eesel compte trois agents avec une tâche chacun : l'un accuse réception et étiquette chaque ticket, l'autre laisse un brouillon en note interne après avoir vérifié les données de commande et de stock Shopify, et le troisième ne répond qu'aux sujets choisis par l'équipe, comme la politique, le suivi et le stock. Environ un ticket sur sept a été traité par eesel seul, et les annulations, articles abîmés et colis perdus sont toujours allés à l'équipe. Faire passer un sujet de « brouillon » à « répond seul » est une modification de liste, exactement le réglage qu'il vous faut la première semaine de décembre.
Question Beauty se trouve à l'autre bout du spectre, sur Gorgias et Shopify. En un mois, eesel a répondu directement à environ 960 tickets, consulté environ 290 commandes Shopify avant de répondre aux questions de livraison, et clos environ 280 tickets sans intervention humaine. Les remboursements, réclamations et demandes de grossistes sont allés à un humain avec une note jointe. Mêmes voies, réglages différents.
Une définition compte ici. Un ticket n'est résolu par l'IA que si le problème est réellement réglé. Si le bot répond et que le client réécrit furieux deux heures plus tard, ce ticket est du travail humain avec des étapes en plus. Mesurer le confinement et tester avant le lancement permettent de savoir à quelle voie appartient vraiment chaque sujet. Rejouer les tickets de décembre dernier dans l'IA est la répétition la moins chère que vous puissiez faire en octobre.
Étape 3 : Staffer la part humaine
Une fois la voie IA soustraite, le calculateur vous donne l'écart humain. Comblez-le avec trois réservoirs, dans cet ordre : les heures supplémentaires de votre équipe et des personnes polyvalentes d'autres services, des agents temporaires ou externalisés, et un dispositif de débordement pour les pires jours.
Le piège est le calendrier. Le guide de Shopify avertit qu'à l'arrivée de la haute saison il peut être trop tard pour former des agents supplémentaires, alors décidez tôt. Il rapporte aussi une répartition que je trouve utile : Boll & Branch a jugé préférable de laisser des agents externalisés vider les tickets faciles pour que l'équipe interne, qui connaît les détails produit actuels, consacre son temps aux difficiles. Cela correspond aux voies ci-dessus. Les intérimaires prennent la voie 1 et la moitié relecture de la voie 2. Vos meilleurs éléments gardent la voie 3.
Trois règles pratiques pour les intérimaires :
- Formez uniquement sur la voie 1. Donnez-leur huit à dix macros et la politique de retour, pas tout le centre d'aide. L'intégration saisonnière explique quoi retirer.
- Gelez les macros et les politiques début novembre. Un changement de politique la deuxième semaine de décembre oblige à reformer tout le monde. Voir la gestion des changements de politique.
- Budgétez la montée en compétence. Un nouvel agent n'est pas à pleine vitesse dès le premier jour, et le temps de montée en compétence est le chiffre qui transforme un résultat de « 3,5 agents supplémentaires » en six recrutements.
Si vous hésitez à externaliser une équipe pour la saison, comparez-la au coût de l'écart que vous venez de mesurer. Les voies habituelles sont décrites dans l'externalisation du support e-commerce et le coût de l'externalisation. Si vous préférez confier toute la file à une équipe qui travaille dans votre helpdesk, Managed Support d'eesel est une offre fondateur à $5,000 par mois forfaitaire, même si c'est une décision différente de la question d'effectifs ici.
Les saisonniers racontent la même histoire de l'intérieur. Un ancien stagiaire d'un programme de télétravail pour une enseigne de distribution décrit ainsi le manque de formation :
"You will be pushed onto calls without shadowing or seeing how to do the job before actually doing it."
Un vétéran des centres d'appels explique pourquoi cet écart existe au départ :
"Unlike sales, support agents cost money but don't generate any, so there can be a tendency to under-hire. Turnover can be pretty high, and it takes time to get new hires trained before they can start answering calls."
Étape 4 : Définir les horaires de fêtes sans cacher le retard
Les horaires de fêtes ressemblent à de l'intendance, et c'est là que je vois les dégâts les plus discrets. Tous les grands helpdesks traitent un jour férié comme du temps hors heures ouvrées, et les métriques en heures ouvrées ne le comptent plus.
Dans Zendesk, les jours fériés sont des exceptions à votre planning : vous pouvez en ajouter autant que vous voulez jusqu'à deux ans à l'avance, ils sont traités comme hors heures ouvrées et ne comptent pas dans les métriques mesurées en heures ouvrées. Vous ne pouvez pas non plus définir un jour férié partiel, donc une demi-journée le 24 décembre demande une autre approche. Les plannings exigent un plan Support Professional ou Enterprise, et seul Enterprise permet plusieurs plannings.
Gorgias fonctionne de la même façon avec un plus utile. Ses horaires d'ouverture et de fêtes déterminent si les règles avec condition d'heures ouvrées s'exécutent, quand les minuteurs de SLA se mettent en pause et comment les appels sont acheminés. Les horaires de fêtes peuvent fermer le helpdesk une journée ou raccourcir la journée, et à ces dates ils remplacent les horaires habituels de chaque intégration que vous assignez. Dans Freshdesk, un jour férié du calendrier des heures ouvrées devient un jour non travaillé.
La conséquence est facile à manquer. Une fermeture pour jour férié met l'horloge en pause, donc le client qui a écrit le 24 décembre attend toujours alors que votre rapport de première réponse a l'air correct. Deux habitudes règlent cela :
- Suivez l'attente brute, pas seulement la métrique de SLA. Gardez un rapport en heures calendaires du 15 novembre au 15 janvier, à côté de votre rapport en heures ouvrées. Votre temps de première réponse en heures calendaires est ce que ressent le client.
- Envoyez une réponse automatique honnête. Gorgias propose une condition de règle « pendant les horaires de fêtes », et ses bonnes pratiques de réponse automatique suggèrent de programmer les horaires de fêtes à l'avance et de rédiger une réponse qui indique quand l'équipe revient. Ajoutez la condition « hors horaires de fêtes » à votre règle habituelle hors horaires pour que les clients ne reçoivent pas deux messages.
Si vous gardez une équipe en ligne pendant les fêtes, le support IA hors horaires est le moyen habituel de faire avancer la voie 1 pendant que les personnes sont absentes. Les politiques de SLA Zendesk et les paramètres de SLA Freshdesk valent la peine d'être révisés pour la même raison.
Étape 5 : Tenir une cellule de crise quotidienne
De la semaine précédant le Black Friday à la première semaine de janvier, je ferais un point de 15 minutes chaque matin et un chaque après-midi. Les cinq mêmes chiffres à chaque fois, sur une seule page :
- Taille et ancienneté du retard. Le plus vieux ticket ouvert compte plus que la moyenne. Un retard de tickets de tickets récents est acceptable ; un retard de tickets vieux de trois jours ne l'est pas.
- Première réponse en heures calendaires. Le chiffre de l'étape 4, pas celui en pause.
- Confinement de l'IA et taux de réouverture. Si les réouvertures grimpent, un sujet de la voie 1 fuit. Passez-le en voie 2.
- Les trois sujets du jour. Si un nouveau sujet apparaît, comme un retard de transporteur ou un code défectueux, écrivez tout de suite une macro et une ligne pour le centre d'aide.
- Charge des agents. Qui dépasse son plafond d'occupation, et qui peut prendre le débordement.
Des règles de tri aident aussi les humains. Mettez les remboursements, les VIP et les rétrofacturations en premier, puis les commandes qui risquent de rater une date limite d'expédition, puis tout le reste par ancienneté. La gestion de la file partagée et la gestion du débordement couvrent la mécanique de qui prend quoi.
Les intérimaires apportent aussi autre chose que de la capacité : du repos pour votre équipe de base. Un fil sur les congés en haute saison l'a bien dit :
"Getting some rest during a busy period is the best way to ensure that people won't get burned out."
Le guide de Shopify ajoute un point à reprendre. Quand vous utilisez des bots ou des réponses automatiques, dites aux clients que le message est automatisé, et faites relire par une personne la façon dont le bot a répondu. Traitez une réponse automatique comme le début d'une conversation, pas comme un ticket clos.
Un calendrier de préparation pour 2026
Le Black Friday tombe le 27 novembre et le Cyber Monday le 30 novembre cette année, donc le calendrier de travail ressemble à ceci :
| Quand | À terminer | Lien pour aller plus loin |
|---|---|---|
| Mi-octobre | Prévoir par jour et par sujet, choisir vos trois scénarios, lancer le calculateur | Planification de la couverture |
| Fin octobre | Décider intérimaires ou externalisation, rejouer décembre dernier dans l'IA | Tester l'IA |
| Début novembre | Former les intérimaires sur la voie 1, geler macros et politiques, programmer les horaires de fêtes | Intégration saisonnière |
| Du 23 au 30 novembre | Cellule de crise active, point quotidien sur cinq chiffres | Messages du Black Friday |
| Décembre | Maintenir les effectifs, surveiller les sujets de date limite d'expédition | Gestion des SLA |
| Janvier | Vague de retours, puis un bilan écrit pour l'an prochain | Automatisation des retours |
Les erreurs que je vois le plus souvent
- Staffer pour le week-end. La semaine de pointe du calculateur n'est pas la seule semaine chargée, alors vérifiez décembre et janvier séparément.
- Compter les tickets touchés comme résolus. Un taux de résolution IA gonflé dans le calculateur devient un vrai manque d'effectifs sur le terrain.
- Former les intérimaires sur tout. Étroit vaut mieux que large. Voie 1 uniquement.
- Fermer pour les fêtes sans réponse. Les clients qui n'obtiennent que du silence réécrivent, et chaque doublon est un ticket.
- Changer la politique en pleine saison. L'IA, les macros et les intérimaires apprennent tous l'ancienne règle.
- Pas de bilan. La prévision de l'an prochain, ce sont les données de cette année, alors conservez les chiffres quotidiens.
Essayez eesel pour le volume des fêtes
Si votre file est sur Zendesk, Gorgias ou Freshdesk, le moyen le plus rapide de réduire la voie 1 avant novembre est d'embaucher un collègue IA pour helpdesk et de le laisser répondre aux tickets répétitifs pendant que vos équipes gardent les difficiles. eesel travaille dans votre helpdesk existant, apprend de votre centre d'aide, de vos macros et de vos anciens tickets, et peut rédiger des réponses en notes internes avant que vous ne le laissiez répondre seul.
La tarification repose sur des forfaits de crédits fixes sur la page de tarifs d'eesel : un ticket ou un chat vaut 1 crédit, le forfait Teammate va de $299 par mois pour 500 crédits à $1,749 par mois pour 5 000, et vous pouvez changer de taille de forfait à tout moment, ce qui convient à un pic saisonnier. Essayez eesel gratuitement avec 100 crédits et rejouez les tickets de décembre dernier avant le Black Friday.
Comment gérer les pics de support des fêtes ?