En bref
Le taux de déflexion est la part des conversations IA terminées sans qu'une personne ait à intervenir. Le taux de résolution est la part où le problème du client a réellement été résolu. La déflexion compte ce qui ne s'est pas produit ; la résolution compte ce qui s'est produit. L'espace entre les deux, ce sont des clients qui ont abandonné, qui sont revenus deux jours plus tard par un autre canal, ou qui ont reçu une réponse que personne n'a jamais confirmée.
Les éditeurs le savent. La documentation de Zendesk indique "Any conversation that doesn't end in escalation is considered deflected," mais ne facture que les résolutions vérifiées par un modèle d'IA. HubSpot écrit que les déflexions "do not always indicate resolution." Et comme Zendesk (1,50 $ à 2,00 $), Help Scout (0,75 $), Front (0,89 $) et Gorgias (0,85 $ à 1,00 $) facturent tous à la résolution, la définition de « résolu » de chaque éditeur détermine ce qui figure sur votre facture. Aucune des neuf documentations de helpdesk que j'ai vérifiées ne retire une résolution lorsque le client revient après la fermeture de la fenêtre de comptage.
Mesurez la résolution, confirmée par le client ou par l'absence de nouveau contact sous 72 heures, et indiquez les heures réellement économisées. eesel fait tourner son teammate IA pour helpdesk sur de vraies files de support depuis 2023, et les équipes qui font confiance à leurs chiffres font comme SE Ranking : chaque réponse du chat IA demande "Was this response helpful?", et sur Planable un client silencieux reste en attente pour une personne au lieu d'être compté comme résolu.
Quelle est la différence entre taux de déflexion et taux de résolution ?
Je suis Riell, et je travaille chaque jour sur la file de support d'eesel. La question derrière cet article ressemble généralement à ceci : « notre bot IA affiche un taux de déflexion élevé, alors pourquoi mon équipe est-elle toujours débordée ? » La réponse courte : le tableau de bord rapporte la déflexion, et l'équipe vit la résolution.
Voici les deux métriques côte à côte, avec la version simple de la façon dont la plupart des helpdesks les calculent.
| Taux de déflexion | Taux de résolution | |
|---|---|---|
| Question à laquelle il répond | La conversation s'est-elle terminée sans personne ? | Le problème du client a-t-il été résolu ? |
| Formule habituelle | Conversations sans transfert ÷ toutes les conversations IA | Résolutions confirmées ÷ toutes les conversations IA |
| Ce qui le détermine | L'absence d'escalade ou de réponse humaine | Un « oui » du client, une vérification par modèle, ou l'absence de nouveau contact |
| Ce qu'il cache | Les clients qui ont abandonné, sont revenus plus tard ou ont reçu un « je ne sais pas » | Peu de choses, si l'étape de confirmation est réelle |
| Aussi appelé | Containment, taux de self-service, taux d'automatisation | Résolution automatisée (AR), résolution vérifiée |
| Qui facture dessus | Rarement | Zendesk, Help Scout, Front, Gorgias, HubSpot, Agentforce |
Un taux de déflexion est un bon indicateur opérationnel. Il vous dit quelle part de la file l'IA absorbe avant qu'une personne ait à regarder. Ce qu'il ne dit pas, c'est si le client est reparti aidé. Un taux de résolution y répond, à condition que quelqu'un, ou quelque chose, vérifie.
Le mot « containment » cause l'essentiel de la confusion. La documentation d'Ada le dit bien : le taux de containment indique quelles conversations se sont terminées sans transfert, mais demande si l'on peut distinguer un client parti "because they were satisfied, as opposed to one who got frustrated and gave up" (Ada docs). Sur un tableau de bord de déflexion, ces deux clients se ressemblent.
Cet écart de 35 points est le chiffre que personne ne met sur la diapo de la revue trimestrielle. Dans l'exemple ci-dessus, cela représente 350 clients, dont certains sont déjà dans votre file humaine sous un nouveau numéro de ticket.
Calculez votre propre écart de déflexion
Le calculateur ci-dessous prend cinq chiffres issus d'un mois de données de votre helpdesk et répartit vos conversations IA en quatre catégories : résolues confirmées, silencieuses et non confirmées, revenues, et transférées à une personne. Il affiche ensuite l'écart de déflexion en points et en conversations, et convertit les deux taux en heures de travail.
Saisissez les chiffres du mois dernier. Les valeurs par défaut reprennent l'exemple 80 % vs 45 % ci-dessus. Rien de ce que vous saisissez ne quitte votre navigateur.
Où trouver chaque chiffre :
- Conversations IA : toutes les conversations auxquelles l'agent IA a répondu. Dans Zendesk, c'est « Total conversations » dans le rapport Overview de l'agent IA ; dans Freshdesk, c'est « Total » dans l'onglet Performance d'AI Agent Studio.
- Terminées sans transfert : le nombre de déflexions ou de containment de votre éditeur. Si vous n'avez qu'un taux d'escalade, prenez le total moins les escalades.
- Résolues confirmées : les conversations où le client a cliqué sur « oui, ça m'a aidé », ou pour lesquelles vous avez vérifié qu'aucun nouveau contact n'est arrivé. Le nombre de résolutions d'un éditeur est un point de départ, pas ce chiffre, pour les raisons de la section suivante.
- Revenues sous 72 heures : le même client qui ouvre un nouveau ticket sur n'importe quel canal. La plupart des équipes doivent extraire cette donnée elles-mêmes en rapprochant l'adresse e-mail ou l'identifiant client.
- Minutes humaines par ticket : votre temps de traitement moyen pour le même type de ticket lorsqu'une personne le traite.
Si l'écart dépasse 10 points, je cesserais de remonter la déflexion à la direction tant que vous n'avez pas audité un échantillon. C'est le problème de la déflexion IA vs humaine sous un autre habit : le chiffre ressemble à un progrès, et le travail qu'il prétend supprimer est toujours sur le bureau de quelqu'un.
Pourquoi les conversations déviées ne sont pas toujours résolues
Il y a trois façons pour une conversation de compter comme déviée sans être résolue. Chacune apparaît dans de vraies files, et chacune demande un correctif différent.
Le client a abandonné. L'IA a répondu, la réponse n'a pas aidé, et le client a fermé l'onglet. Aucune escalade n'a eu lieu, donc la conversation compte comme déviée. Si la fenêtre de l'éditeur est courte (celle de la messagerie Zendesk est de 2 heures par défaut, d'après son article sur les niveaux de résolution), le client n'avait de toute façon pas beaucoup de temps pour s'y opposer.
"Silence alone is a dangerous proxy for resolution. It's useful operationally, but it's not an experience signal. A bot answer + 72 hours of no follow-up mostly tells you the customer gave up or moved on, not that the problem was fixed."
Le client est revenu ailleurs. Un chat se termine en silence, et 20 minutes plus tard la même personne envoie un e-mail. La documentation de Zendesk indique que les résolutions automatisées "are counted per conversation rather than per user," et que les visites sur "multiple channels, browsers, or devices will be considered separate interactions" (centre d'aide Zendesk). Le chat peut donc rester résolu pendant que l'e-mail devient un nouveau ticket humain. C'est pourquoi les tickets répétés sont le garde-fou le plus utile que vous puissiez ajouter.
La réponse n'a jamais été confirmée. Une IA qui répond « je ne suis pas sûr, voici notre centre d'aide » n'a rien dévié de façon utile, mais la plupart des règles la comptent quand même. Un responsable CX qui traite environ 7 000 tickets par mois nous l'a dit sans détour lors d'un appel commercial :
"The AI will never be able to answer 100% of the questions, but if it tries and just answers 'sorry I don't know this,' I cannot go and check all my 7,000 tickets to see if the AI actually made a good answer, then the point is a little bit gone. I need an AI who is only handling the tickets that it's confident to handle and all the other ones, leave them alone."
CX lead at a company handling about 7,000 tickets a month, on a sales call with eesel
Le problème d'incitation qui sous-tend ces trois cas est ancien. Bien avant les agents IA, les équipes de support rapportaient de la déflexion à partir de pages de self-service et de serveurs vocaux, avec la même logique.
"Within the customer service industry, they'd claim a great "deflection rate". That's a metric that all of these large companies hold around any kind of help/support channel that may involve humans because people are a cost. It's often covered by some kind of satisfaction metric based off post-issue surveys, but fundamentally, if you just go away that's success."
Comment chaque helpdesk définit-il la déflexion et la résolution ?
J'ai parcouru les centres d'aide, les documents de facturation et les pages tarifaires de neuf helpdesks et éditeurs de support IA. Le schéma est clair une fois mis à plat : la plupart comptent une résolution d'après ce qui ne s'est pas passé pendant une fenêtre de temps, quelques-uns ajoutent un modèle qui lit la transcription, et aucun ne vérifie ce que fait le client après la fermeture de la fenêtre.
Voici la matrice complète. Les prix proviennent de la page tarifaire ou de la documentation de facturation de chaque éditeur, consultées le 20 octobre 2026.
| Éditeur | Terme pour la déflexion | Ce qui compte comme résolution | Fenêtre | Qui décide | Unité de facturation et prix |
|---|---|---|---|---|---|
| Zendesk | Deflected : pas d'escalade | Verified resolution : pas de suivi, puis un LLM le confirme | 2 h en messagerie (jusqu'à 72 h), 72 h par e-mail | LLM | Par résolution automatisée : 1,50 $ engagement, 2,00 $ paiement à l'usage |
| Freshdesk | Deflection rate : résolu sans humain | Fermé sans intervention humaine ; l'abandon est comptabilisé à part | ~24 h avant abandon | Règles | Par session : 49 $ les 100, 500 premières incluses |
| Gorgias | Automation rate | Interaction automatisée : aucun humain impliqué sous 72 h | 72 h | Règles | Par interaction automatisée : 0,85 $ à 1,00 $ |
| HubSpot | Deflection rate | Source partagée ou action effectuée, sans transfert initié par le visiteur | Défini 72 h après la dernière réponse du visiteur | Règles | 50 crédits par résolution de texte |
| Help Scout | Aucun | L'IA a répondu, le client n'a pas demandé d'aide supplémentaire | Par session | Règles | 0,75 $ par résolution |
| Salesforce | Deflected sessions : terminées par l'utilisateur | Facturable : 2 échanges ou plus, pas de retour négatif final, pas d'escalade | Jusqu'à 2 h par résolution de chat | Règles, plus un score de modèle dans les analyses | 2 $ par conversation ou Flex Credits |
| Ada | Containment rate | Pertinente, exacte, sûre et contenue | Après la fin de la conversation | Modèle d'IA | Non publié |
| Kustomer | Aucun | Traitée uniquement par l'IA et désormais fermée | Aucune, basé sur le statut | Règles | Les agents IA sont une option sur devis uniquement |
| Front | Deflection rate (anciens flux de chatbot) | Aucun suivi d'un coéquipier après l'IA | 24 h en chat, 72 h par e-mail | Règles | Par conversation : tri 0,05 $, transfert 0,39 $, résolution 0,89 $ |
Voici le résumé par éditeur, avec le détail qui compte pour chacun.
Zendesk : « dévié » et « vérifié » sont des mots différents, volontairement
Zendesk est le cas le plus clair d'un éditeur qui trace lui-même la ligne. Son guide d'optimisation indique "Any conversation that doesn't end in escalation is considered deflected" (Zendesk). Depuis le 18 mai 2026, ses résolutions automatisées se divisent toutefois en trois niveaux : Assisted escalation, Contained resolution et Verified resolution. Une Contained resolution est une conversation où le client n'a demandé ni précision, ni retour, ni humain, mais où un LLM lisant la transcription n'a pas pu confirmer que la demande "was satisfactorily resolved". Les deux autres niveaux "do not count against your resolution allowance," ce qui fait de Verified celui que vous payez.
C'est une conception équitable, et je la qualifierais de la plus honnête de la liste. Ses limites sont les fenêtres (2 heures en messagerie par défaut, 72 heures par e-mail, mesurées depuis le premier message) et le comptage par conversation évoqué plus haut. Dans le jeu de données Explore, "% Resolution rate" correspond aux résolutions automatisées ÷ toutes les conversations, avec les abandons dans une catégorie à part (Zendesk AI metrics). Si vous utilisez eesel pour Zendesk en parallèle, notre guide du AR% Zendesk explique comment lire ces rapports ligne par ligne.
Freshdesk : « deflection rate » signifie résolu, et vous payez à la session quand même
Freshdesk utilise « deflection rate » pour le chiffre que la plupart des éditeurs appellent résolution : "Percentage of conversations in this topic resolved by the AI without human intervention." Il rapporte les conversations abandonnées séparément, "if there is no response for a defined period (for example, ~24 hours)" (Freshdesk). C'est mieux que la plupart.
L'agent e-mail est plus souple. Son ancien Ticket Deflection Trend "typically includes" un ticket "being closed by a human agent after the customer read an answer without further interaction" (Freshdesk email AI agent). Une personne l'a fermé, et il compte quand même comme dévié.
La facturation s'en moque dans les deux cas. Freddy AI Agent est vendu à la session à "$49 per 100 sessions" avec les 500 premières incluses (tarifs Freshdesk), que la session ait été résolue, escaladée ou abandonnée. L'analyse des tarifs Freddy AI et la comparaison Breeze vs Freddy approfondissent le calcul à la session par rapport à la résolution.
Gorgias : le chiffre du tableau de bord est le chiffre de la facture
Gorgias facture une "automated interaction", qui se produit "if the customer does not require the involvement of a human agent within 72 hours of the interaction" (facturation Gorgias). Sa page tarifaire indique 1,00 $ pour Starter, 0,90 $ pour Basic et Pro, et 0,85 $ pour Advanced par interaction automatisée (tarifs Gorgias). Avec les tarifs actuels, un ticket entièrement résolu par AI Agent peut entraîner à la fois des frais d'automatisation et des frais de ticket du helpdesk.
Le détail utile se trouve dans le glossaire des métriques. Le "Coverage rate" est la part des tickets que AI Agent a tenté de traiter, tandis que le "Success rate" correspond aux interactions IA facturables ÷ tout ce que AI Agent a traité, transferts compris (métriques Gorgias). Lus ensemble, ces deux chiffres donnent une image plus nette que le taux d'automatisation affiché. Voir Gorgias AI Agent pricing pour le calcul par forfait.
HubSpot : la phrase la plus franche de toutes les documentations d'éditeurs
Le rapport de l'agent client HubSpot affiche côte à côte les conversations résolues et déviées, puis dit sans détour : "Deflections do not always indicate resolution. For example, if the customer agent was unable to answer a question, the customer may have left the chat without requesting a human agent" (HubSpot).
Une résolution exige que l'agent ait partagé une source de contenu ou effectué une action sans "qualifying handoff", et "only visitor-initiated handoffs count." Le statut est défini "72 hours after the last visitor response," et les messages ultérieurs d'un agent humain "will not change the resolution status." La facturation suit la résolution : la grille de crédits de HubSpot indique 50 crédits pour "Resolve one conversation (text-based channels)" à "$0.010 per credit" (catalogue HubSpot), et une réponse par e-mail après 72 heures rouvre la conversation, de sorte que "additional credits are consumed" si elle est de nouveau résolue (HubSpot). Plus de détails dans Customer Agent pricing.
Help Scout : le silence après une réponse compte
L'agent IA de Help Scout s'appelle désormais Scout, et il facture "$0.75 per resolution each month." Une résolution est "a single AI chat session that is resolved without help from a human," facturée quand Scout donne une réponse et que "the customer doesn't ask for additional help after the last AI response" (docs Help Scout). Une salutation ou une question de suivi sans réponse complète n'est pas facturée, ce qui est une règle équitable.
Le piège se trouve dans la façon dont une session se termine. Help Scout liste "Timeout means the customer didn't reply to the last answer given" parmi les motifs de fin (Help Scout), donc un client parti en silence peut être facturé comme résolu. Les données d'exemple ci-dessus montrent pourquoi je lirais toujours la résolution à côté d'un indicateur de satisfaction. Help Scout pricing couvre les forfaits par poste.
Salesforce Agentforce : sessions déviées, résolutions facturables et un score de modèle
Agentforce distingue trois notions. Les "Deflected Sessions" sont des "Sessions ended by user (not by escalation or abandonment)." Un "Task Resolution Rate" est la part de sessions "evaluated as fully resolved by the Task Resolution detector" (Agent Analytics data model). Et pour le Help Agent, une résolution facturable exige "at least two turns", un retour final "not explicitly negative", et aucune escalade vers un humain, ou un retour final explicitement positif (Flex Credits).
La page tarifaire indique 2 $ par conversation ou des Flex Credits à 500 $ les 100 000 (tarifs Agentforce). Deux échanges constituent un plancher raisonnable, car il écarte les sessions d'un seul message « bonjour » qui gonflent la déflexion ailleurs. Notre article sur les tarifs Agentforce détaille le calcul des crédits.
Ada : un modèle juge chaque conversation
La résolution automatisée d'Ada exige quatre conditions : la conversation était pertinente, exacte ("correct, up-to-date information"), sûre et contenue. L'agent IA "uses AI language understanding to assess both customers' inquiries and its own responses," et tout transfert marque immédiatement la conversation comme Not Resolved (docs Ada). Le retour du client sur une classification sert à améliorer le modèle mais "does not override the automatic classification."
Sur le papier, c'est une définition stricte. Ada ne publie pas ses prix sur sa page tarifaire, donc je ne peux pas vous dire ce que coûte chaque résolution ; Ada pricing rassemble ce qui est public.
Kustomer : fermée sans message humain
L'AI Resolution Rate de Kustomer est "The percentage of inbound conversations that were solely handled by AI and are currently done" (Kustomer). Le rapport Concierge reprend la même idée : fermée, avec des messages sortants de Concierge et aucun d'un humain. C'est basé sur le statut, sans fenêtre ni vérification par modèle. Le rapport Concierge de Kustomer ajoute un bon avertissement : à consulter "alongside customer satisfaction, escalation, and error rates." Les agents IA sont une option sur devis uniquement dans son tableau tarifaire ; voir Kustomer pricing.
Front : trois niveaux de prix, une seule règle sur les coéquipiers
Front facture Autopilot selon le résultat le plus élevé atteint : 0,05 $ pour le tri, 0,39 $ pour un transfert et 0,89 $ pour une résolution. Une conversation est résolue "if there is no follow-up message from a teammate within 24 hours" sur chat, SMS et WhatsApp, "or within 72 hours for email and portal" (centre d'aide Front). Le critère d'exclusion est la réponse d'un coéquipier : un client qui répond avec colère dans la fenêtre n'annule donc pas la résolution à lui seul.
Front a encore un "Deflection rate" pour ses anciens flux de chatbot, défini comme les chats "successfully ended & archived by your chatbot" sur les chats qui "reach the end of a path" (Front). C'est de l'achèvement de parcours, pas un problème résolu. Front pricing couvre les forfaits par poste.
Pourquoi la facturation à la résolution transforme tout cela en question d'argent
Quand un éditeur facture à la résolution, sa définition de « résolu » cesse d'être un choix de reporting et devient une ligne sur votre facture. Six des neuf éditeurs ci-dessus facturent selon une forme de résultat. Freshdesk facture à la session et Kustomer à la conversation facturable, ce qui ignore complètement le résultat, et Ada ne publie pas son unité de facturation.
Voici le calcul avec le tarif engagé de Zendesk. Supposons que vous soyez facturé pour 2 000 résolutions vérifiées dans un mois à 1,50 $, soit 3 000 $. Si 10 % de ces clients reviennent avec le même problème après la fenêtre e-mail de 72 heures (un chiffre à titre d'illustration, pas un chiffre Zendesk), vous avez payé 300 $ pour 200 résolutions qui ont aussi atterri dans la file d'une personne. À 8 minutes par ticket, cela fait environ 27 heures de travail humain que le tableau de bord dit que vous n'avez pas effectuées.
Un point à la décharge des éditeurs : la facturation à la résolution est bien mieux alignée avec vos intérêts que la facturation à la session, et la vérification par LLM de Zendesk, le test d'exactitude d'Ada et la règle des deux échanges d'Agentforce resserrent tous la définition. L'écart qui reste se situe après la fenêtre, et cette partie, c'est à vous de la mesurer. La meilleure liste de contrôle pour acheteur que j'aie vue venait d'un administrateur Zendesk dans une discussion sur les résolutions automatisées :
"The gaps show up in counting rules, whether surfacing a help article counts, how agent handoffs are treated, what happens if a customer reopens within a defined window, and whether abandonment is being mistaken for satisfaction."
Et un cas de plus à connaître avant de signer : les tickets où le client est encore bloqué au moment où la réponse de l'IA part.
"lock, suspend, ban, "can't log in", payment hold, and appeal follow-ups burn resolution credits and often auto-close while the user is still blocked. route those to a human queue with a recoverable tag so they do not count as done until login works again."
Un commentateur d'une discussion sur la tarification à la résolution a proposé la solution la plus pratique que j'aie vue : rattacher la métrique à quelque chose que vous pouvez vérifier vous-même.
"Most vendor logs call that ticket closed and billable, since their resolution means their ticket status. So put the metric on events you can pull yourself, like a refund id or an appointment that stayed booked."
Avant de signer un contrat tarifé au résultat, posez cinq questions à l'éditeur : qu'est-ce qui met fin à la fenêtre, qu'est-ce qui disqualifie une résolution, un clic « utile » compte-t-il, un recontact sur un autre canal est-il rattaché, et pouvez-vous contester une résolution facturée. Le guide du coût par résolution et la comparaison entre IA intégrée au helpdesk et couche IA couvrent le volet coût total.
Comment mesurer correctement le taux de résolution
Vous n'avez pas besoin d'une équipe data. Il vous faut un dénominateur que vous ne truquerez pas, une étape de confirmation et un audit mensuel. Voici la mise en place que j'utiliserais, dans l'ordre.
- Fixez le dénominateur. Utilisez toutes les conversations auxquelles l'IA a répondu, y compris celles qui ont été abandonnées. Exclure les conversations abandonnées est le moyen le plus rapide de gonfler un taux par accident.
- Demandez, puis attendez. Terminez les réponses IA par un bouton « cela vous a-t-il aidé ? ». Comptez un « oui » comme confirmé. Comptez le silence comme non confirmé, pas comme résolu.
- Surveillez les recontacts pendant 72 heures. Rapprochez la même adresse e-mail ou le même identifiant client sur tous les canaux, pas seulement le fil d'origine. Un recontact dans la fenêtre déclasse la résolution. La métrique Zendesk des tickets rouverts ne capte que les réouvertures du même ticket, vous aurez donc généralement besoin d'un simple export.
- Auditez 100 conversations déviées par mois. Lisez-les et classez chacune en résolue, abandonnée, sans réponse ou erronée. Cette heure vous en apprend plus que n'importe quel tableau de bord.
- Découpez par sujet. Un taux de 60 % qui vaut 95 % sur le suivi de commande et 10 % sur la facturation vous dit exactement où travailler. Notre guide pour améliorer le taux de résolution explique quoi corriger par sujet.
- Rapportez des heures, pas des pourcentages. Les résolutions confirmées × le temps de traitement humain est le chiffre que la finance et votre équipe reconnaissent. Ajoutez le taux d'automatisation de bout en bout (résolutions IA confirmées ÷ tous les tickets entrants, humains compris) pour qu'un petit canal IA ne passe pas pour une grande victoire.
"Three things that actually catch what deflection hides: re-open rate within 24-72h on deflected tickets specifically (not overall), channel-switch rate (same customer/issue resurfacing in a different channel), and CSAT for tickets closed by "bot" only, not blended into your overall average."
Ce troisième point compte plus qu'il n'y paraît. Un score AI CSAT mélangé fait la moyenne entre les conversations du bot et celles des humains et masque les deux. Pour l'ensemble des indicateurs, les métriques CX de l'IA détaille un tableau de bord complet, et le guide du taux de containment traite de la qualité des transferts.
Le meilleur moment pour tout mettre en place, c'est avant le lancement. Une grille d'évaluation de pilote avec un objectif de résolution, et non de déflexion, vous évite un contrat bâti sur le mauvais chiffre. Si vous êtes en pleine évaluation, le plan de pilote de support IA montre comment mener la comparaison en quatre semaines.
À quoi cela ressemble sur une vraie file
Le meilleur exemple que j'aie d'une confirmation intégrée à la conversation est SE Ranking, qui fait tourner eesel sur le chat en direct de Zendesk pour trois produits. Chaque réponse part avec "Was this response helpful?" et des boutons Yes et No. Sur Planable, un Yes résout le ticket, et le silence le laisse en attente pour une personne. L'équipe a aussi demandé une étiquette ai_handled sur chaque ticket qu'eesel touche, plus des étiquettes utile et non utile, "so containment is counted in Zendesk, not guessed." Entre le 8 août et le 8 septembre 2026, eesel a répondu en premier à environ 2 100 chats en direct et en a transféré environ 1 260 à l'équipe. Ce nombre de transferts n'est pas un échec ; c'est à quoi ressemble un dénominateur honnête.
Question Beauty, une marque de cosmétiques sur Gorgias et Shopify, montre pourquoi le nombre de réponses flatte tout le monde. Le même mois, eesel a traité environ 990 tickets et envoyé environ 960 réponses directement, donc presque chaque ticket a reçu une réponse de l'IA. Mais environ 280 tickets ont été fermés par eesel et environ 250 ont été assignés à une personne, les remboursements, réclamations et ventes en gros allant toujours à un humain. Si vous rapportez « tickets avec une réponse IA », vous obtenez un chiffre proche de 97 %. Si vous rapportez « fermés sans personne », vous obtenez environ 28 %. Les deux sont vrais, et seul le second indique combien de travail a quitté le bureau de l'équipe.
Rúngne, une marque norvégienne de vêtements d'escalade, ajoute une nuance : environ 440 réponses publiques sont parties ce mois-là, mais beaucoup étaient de courts accusés de réception d'un agent de tri, signés MagBot, qui disent au client que quelqu'un s'en occupe. Si vous les comptez, l'IA a « touché » beaucoup de tickets. L'agent helpdesk qui répond seul a tourné sur environ 280 des quelque 2 100 tickets, "around one ticket in seven." Un accusé de réception évite qu'un client n'écrive deux fois, ce qui est utile, mais ce n'est pas une résolution et il n'a pas sa place dans cette colonne.
Nos propres appels commerciaux montrent la même scission dans les données d'essai. Un bijoutier en ligne allemand traitant environ 1 000 tickets Zendesk par mois a testé eesel sur du trafic réel : les brouillons allaient dans la bonne direction 88 % du temps, mais seulement 12 % ont été envoyés tels quels. « Dans la bonne direction » et « résolu, sans modification » sont aussi éloignés que la déflexion et la résolution.
Comment eesel distingue déflexion et résolution
eesel est une plateforme de teammates IA, et son teammate helpdesk travaille dans le helpdesk que vous avez déjà. SE Ranking l'utilise sur Zendesk, Question Beauty et Rúngne sur eesel pour Gorgias, et l'intégration Freshdesk fonctionne de la même façon. Trois points sur son fonctionnement comptent pour cet article.
D'abord, vous pouvez voir la question de la résolution avant la mise en service. La simulation d'eesel rédige sa propre réponse à 20 tickets que votre équipe a récemment résolus, compare chacune à ce que votre équipe a envoyé, regroupe les résultats par thème, et "sends nothing to customers" (docs eesel). Elle signale aussi l'écart que les mots ne couvrent pas.
Cette capture d'écran résume tout l'article : 17 réponses sur 20 concordaient, et environ la moitié des tickets concordants nécessitaient encore que quelqu'un émette un remboursement ou réinitialise une connexion. Jugées sur l'apparence correcte de la réponse, les 17 réussissent. Jugées sur la résolution du problème sans personne, environ la moitié réussissent.
Ensuite, eesel ne facture ni à la résolution ni à la déflexion. Sur les tarifs eesel, "A ticket or a chat is 1 credit" quel que soit le nombre d'échanges, avec des forfaits à partir de 299 $ par mois pour 500 crédits. Un ticket que l'agent transmet à une personne coûte le même crédit qu'un ticket qu'il clôt, donc aucune raison de facturation n'incite à élargir la définition de résolu. Cela signifie aussi que vous payez les tickets traités, et que vous avez donc toujours besoin de la vérification de résolution ci-dessus pour juger si cela vaut le coup.
Enfin, les limites, car elles comptent ici. La page Reports d'eesel affiche le volume, les lacunes de connaissances et les validations, et sa documentation dit clairement que "AI CSAT is not customer feedback. It is an AI's rating of your agent's answers." Il n'y a pas de carte de déflexion, et les recontacts entre canaux proviennent toujours des données de votre helpdesk. Pour cette partie, associez-le à la vérification sur 72 heures ci-dessus.
Essayer eesel
Si votre chiffre de déflexion est excellent et que votre équipe se sent pourtant submergée, la solution est généralement une définition plus stricte, pas un meilleur bot. Le teammate IA helpdesk d'eesel rejoint votre file existante, rejoue d'abord vos anciens tickets pour que vous voyiez ce qu'il résoudrait et ce qu'il se contenterait de répondre, et transmet le reste à votre équipe avec des notes. SE Ranking a intégré une étape « était-ce utile ? » à chaque chat ; vous pouvez commencer de la même façon avec 100 crédits gratuits.
Comment calculer le taux de déflexion d'un agent de support IA ?