Soyons honnêtes, vous êtes ici parce que vous voulez que votre agent de support IA fasse plus que simplement débiter des réponses de FAQ. Vous avez besoin qu'il gère de vrais problèmes clients en plusieurs étapes, comme traiter un remboursement, changer une adresse de commande ou guider quelqu'un à travers un processus de dépannage complexe. C'est la véritable promesse de l'automatisation par l'IA, n'est-ce pas ?
La réponse d'Intercom à ce défi est une combinaison de "Connecteurs de Données" et de "Tâches Fin" pour récupérer des informations d'autres systèmes et exécuter la logique. Lorsqu'ils fonctionnent ensemble, vous pouvez créer des workflows qui agissent réellement pour vos clients.
Ce guide vous expliquera comment les configurer. Mais plus important encore, nous explorerons comment vous pouvez obtenir toute la puissance de l'automatisation personnalisée sans vous empêtrer dans des workflows complexes qui vous ralentissent et nécessitent l'aide de votre équipe d'ingénieurs à chaque fois que vous voulez faire un petit changement.
Ce dont vous aurez besoin avant de commencer
Avant de vous lancer, il est bon de savoir que la mise en place de ce type d'automatisation dans Intercom n'est pas exactement une affaire d'un seul clic. D'après les propres conseils d'Intercom, vous aurez besoin de quelques éléments en place, ce qui vous donne une bonne idée du projet que vous êtes sur le point d'entreprendre.
-
Quelques connaissances techniques : Bien que les Tâches Fin soient configurées en langage courant, les Connecteurs de Données qui les alimentent sont essentiellement des appels d'API. Vous aurez besoin d'une bonne compréhension du fonctionnement des API, y compris des éléments comme les points de terminaison, l'authentification et les réponses JSON, pour les connecter correctement.
-
L'aide d'autres équipes : Ce n'est généralement pas un projet solo pour l'équipe de support. Obtenir les bonnes données signifie souvent faire appel à vos équipes d'ingénierie ou d'opérations, surtout si les API dont vous avez besoin n'existent pas encore ou nécessitent une mise à jour. Soyez prêt à quelques allers-retours.
-
Un cas d'utilisation clair et à fort impact : Il est préférable de commencer petit. Trouvez une ou deux tâches répétitives à fort volume que votre équipe effectue actuellement à la main. Cette concentration est une bonne pratique, mais elle montre aussi que ce n'est pas une fonctionnalité que vous pouvez simplement activer et faire fonctionner partout.
-
L'accès à vos autres outils : Assurez-vous d'avoir les identifiants, les autorisations et la documentation pour tous les systèmes tiers avec lesquels vous voulez que votre IA communique. Qu'il s'agisse de Shopify, de Salesforce ou du backend interne de votre entreprise, vous aurez besoin de ces informations à portée de main.
Comment utiliser les Tâches Fin et les Connecteurs de Données : Un guide en 4 étapes
Les Tâches Fin et les Connecteurs de Données sont conçus pour fonctionner en tandem. Considérez les Connecteurs de Données comme des outils à usage unique dans votre boîte à outils (comme un tournevis ou une clé), et une Tâche Fin comme le manuel d'instructions qui dit à votre IA quel outil utiliser et quand.
Étape 1 : Configurez vos Connecteurs de Données pour communiquer avec d'autres systèmes
Tout d'abord, vous devez construire votre boîte à outils. Les Connecteurs de Données sont les briques de base qui permettent à Fin d'interagir avec le monde extérieur à Intercom. Chacun est un appel d'API unique et spécifique que vous devez configurer.
Par exemple, un Connecteur de Données "Vérifier le statut de la commande" serait un appel d'API unique à votre plateforme de commerce électronique qui prend un ID de commande et renvoie son statut. Vous auriez besoin d'un connecteur complètement distinct pour "Traiter un remboursement" et d'un autre pour "Mettre à jour l'adresse de livraison".
Voici le processus général :
-
Rendez-vous dans la section Connecteurs de Données dans vos paramètres Intercom.
-
Créez un nouveau connecteur et configurez l'appel d'API, ce qui inclut l'URL du point de terminaison, la méthode d'authentification, les en-têtes et tous les paramètres nécessaires.
-
Définissez la structure des données que vous vous attendez à recevoir de l'API.
Vous devrez répéter cela pour chaque action que vous voulez que votre IA entreprenne. C'est l'étape fondamentale, mais c'est aussi là que le travail technique initial a lieu.
Étape 2 : Créez une Tâche Fin pour définir le workflow
Une fois que vous avez vos "outils" (vos Connecteurs de Données), il est temps d'écrire le manuel d'instructions. Une Tâche Fin est l'endroit où vous définissez la logique, en indiquant à l'IA comment gérer une demande client spécifique du début à la fin. Elle se déclenche lorsque le message d'un client correspond à une intention que vous avez définie, comme "Je veux annuler ma commande".
La configuration initiale comprend :
-
Naviguer vers la zone des Tâches Fin dans votre compte Intercom.
-
Créer une "Nouvelle tâche" et lui donner un titre et une description clairs. Cela indique à Fin quand il devrait envisager d'utiliser ce workflow particulier.
-
Entraîner le déclencheur en lui donnant des exemples de questions positives ("annuler ma commande") et négatives ("où est ma commande ?"). Cela aide Fin à apprendre à faire la différence entre des demandes similaires mais distinctes.
Obtenir une logique de déclenchement correcte est très important. Si elle est trop large, l'IA pourrait démarrer le mauvais processus ; si elle est trop étroite, elle pourrait ne pas se déclencher quand elle le devrait.
Étape 3 : Ajoutez des instructions et connectez vos données
C'est ici que tout se met en place. À l'intérieur de la Tâche Fin, vous utiliserez le "bloc d'instructions" pour donner à Fin un script étape par étape à suivre en utilisant un langage naturel.
Imaginons que vous construisiez une tâche "Annulation de commande". Les instructions pourraient ressembler à ceci :
-
D'abord, demandez au client son numéro de commande et mémorisez-le.
-
Ensuite, utilisez le Connecteur de Données "Vérifier le statut de la commande" pour voir si la commande peut encore être annulée.
-
Si le statut est "expédiée", dites au client qu'il est trop tard pour annuler. S'il est "en traitement", demandez-lui de confirmer qu'il veut continuer.
-
S'il confirme, utilisez le Connecteur de Données "Annuler la commande" pour effectuer l'annulation.
-
Enfin, informez le client que l'annulation a fonctionné et qu'un remboursement est en cours.
Vous pouvez également utiliser des attributs temporaires pour conserver des informations, comme l'ID de la commande, pendant que l'IA parcourt les étapes.
Étape 4 : Testez votre workflow avec des simulations
Avant de laisser cela se déchaîner sur de vrais clients, vous devez vous assurer que cela fonctionne réellement. Intercom fournit une fonctionnalité de simulation pour vous aider à tester vos Tâches Fin dans un environnement contrôlé.
Voici comment cela fonctionne :
-
Vous créez un cas de test en écrivant le message d'ouverture d'un utilisateur et en choisissant un persona d'utilisateur.
-
Vous pouvez ajouter un contexte supplémentaire et décider quelles données doivent être disponibles, en simulant essentiellement les réponses de vos Connecteurs de Données.
-
Vous définissez ensuite des "Critères de réussite" pour définir à quoi devrait ressembler un résultat réussi.
C'est un moyen assez utile de vérifier si un chemin spécifique fonctionne comme prévu (le "happy path"). L'inconvénient est que c'est un processus manuel que vous devez répéter pour chaque scénario que vous pouvez imaginer.
Une capture d'écran montrant la fonctionnalité de simulation dans Intercom pour tester les workflows créés avec les Tâches Fin et les Connecteurs de Données.Défis concrets de l'utilisation des Tâches Fin et des Connecteurs de Données
Bien que le processus ci-dessus semble assez logique, la création et la maintenance de ces workflows peuvent entraîner des maux de tête cachés.
-
Vous allez beaucoup dépendre des ingénieurs : Même si les instructions sont rédigées en langage courant, l'ensemble du système est construit sur des Connecteurs de Données qui nécessitent une personne à l'aise avec les API pour les configurer, les maintenir et les réparer. Cela crée souvent un goulot d'étranglement où l'équipe de support a une excellente idée d'automatisation mais doit faire la queue et attendre qu'un ingénieur construise les pièces.
-
Les tests sont difficiles à bien faire : Créer manuellement une simulation pour chaque scénario client possible est incroyablement chronophage. Vous pouvez tester si le workflow réussit lorsque tout se passe parfaitement, mais il est difficile d'être confiant sur la façon dont il gérera les milliers de conversations imprévisibles où les choses ne se déroulent pas comme prévu.
-
Les workflows peuvent être un peu rigides : Les workflows construits comme une série d'étapes linéaires peuvent être fragiles. Si un client pose une question inattendue au milieu d'une tâche, ou si une API externe sur laquelle vous comptez change légèrement, tout peut cesser de fonctionner. Cela se termine généralement par un client frustré qui doit recommencer avec un agent humain.
Une manière plus simple de créer des actions d'IA personnalisées
Et si vous pouviez obtenir toute la puissance de l'automatisation personnalisée en plusieurs étapes sans les obstacles techniques et les cauchemars des tests ?
C'est l'idée derrière eesel AI. C'est une plateforme conçue dès le départ pour vous donner la même puissance que des outils comme les Tâches Fin, mais en mettant l'accent sur la simplicité et en vous permettant de tout faire vous-même.
Voici quelques différences clés qui répondent aux défis dont nous venons de parler :
-
Mise en service en quelques minutes, pas en quelques mois : Oubliez l'attente des autres équipes. Avec eesel AI, la configuration est véritablement en libre-service. Vous pouvez connecter votre centre d'assistance en un seul clic et avoir un agent IA fonctionnel en quelques minutes, sans appels commerciaux obligatoires ni temps de développeur nécessaire.
-
Contrôle total avec un véritable moteur de workflow : Au lieu de créer des Connecteurs de Données individuels pour chaque petite chose, eesel AI dispose d'un système dédié pour les Actions IA. À partir d'une interface intuitive conçue pour les professionnels du support, vous pouvez facilement configurer des appels d'API pour rechercher des informations de commande, déclencher des workflows dans d'autres outils ou mettre à jour les champs des tickets.
-
Testez en toute confiance sur votre historique réel : C'est un énorme avantage. Au lieu de créer manuellement quelques simulations, le puissant mode de simulation d'eesel AI vous permet de tester instantanément votre configuration sur des milliers de vos tickets passés réels. Vous obtenez une prévision précise de son taux de résolution et pouvez voir exactement comment l'IA aurait répondu dans chaque cas. Cela vous donne une confiance totale avant même de l'activer pour les clients.
| Fonctionnalité | Tâches Fin & Connecteurs de Données Intercom | eesel AI |
|---|---|---|
| Vitesse de configuration | Nécessite une configuration technique pour les API et l'aide de l'ingénierie. | Véritablement en libre-service ; connectez votre centre d'assistance et mettez en service en quelques minutes. |
| Actions personnalisées | Nécessite la création de Connecteurs de Données individuels pour chaque appel d'API. | Constructeur intuitif d'Actions IA pour la recherche de données en temps réel et les workflows. |
| Tests | Simulation manuelle de scénarios individuels. | Simulation automatisée sur des milliers de tickets historiques avec prévisions de retour sur investissement. |
| Connaissances | Repose sur des sources connectées manuellement et des données configurées. | Unifie instantanément les connaissances des tickets passés, des centres d'aide et des documents. |
Des configurations complexes à une automatisation en toute confiance
L'automatisation des problèmes complexes en plusieurs étapes est la prochaine grande étape pour l'IA dans le support client. C'est ce qui sépare un simple chatbot d'un agent qui peut réellement résoudre les problèmes par lui-même.
Alors que des outils comme les Tâches Fin et les Connecteurs de Données d'Intercom offrent un moyen d'y parvenir, l'approche peut être compliquée, dépendre fortement de votre équipe technique et être difficile à lancer avec une confiance à 100%.
eesel AI offre une voie différente, une voie qui permet aux équipes de support de créer, tester et lancer de puissantes automatisations IA selon leurs propres termes. Il s'agit d'obtenir de meilleurs résultats pour vos clients avec moins d'efforts et moins de risques pour votre équipe.
Prêt à créer de puissantes actions d'IA sans la complexité ? Essayez eesel AI gratuitement et découvrez comment notre simulation puissante et nos outils en libre-service peuvent vous aider à automatiser vos workflows les plus complexes en toute confiance.
Foire aux questions
Lorsque vous utilisez les Tâches Fin et les Connecteurs de Données, les Tâches Fin définissent les étapes logiques d'une interaction client, tandis que les Connecteurs de Données agissent comme un pont vers des systèmes externes via des appels d'API, pour récupérer ou envoyer des données. Ensemble, ils permettent des actions en plusieurs étapes comme le traitement des remboursements ou la mise à jour des statuts de commande au sein de l'IA d'Intercom.
Pour utiliser efficacement les Tâches Fin et les Connecteurs de Données, une bonne compréhension des concepts d'API comme les points de terminaison, l'authentification et les réponses JSON est nécessaire pour configurer les Connecteurs de Données. Bien que les Tâches Fin utilisent un langage courant, la configuration technique sous-jacente nécessite souvent l'aide de l'ingénierie.
Vous pouvez utiliser les Tâches Fin et les Connecteurs de Données pour automatiser les demandes de support client en plusieurs étapes qui impliquent de récupérer des informations ou de prendre des mesures dans d'autres systèmes. Cela inclut des tâches comme la vérification des statuts de commande, le lancement de remboursements ou la mise à jour des détails du client, à condition que les API nécessaires soient disponibles.
Un défi majeur lorsque vous utilisez les Tâches Fin et les Connecteurs de Données est la dépendance vis-à-vis des équipes d'ingénieurs pour la configuration et la maintenance des Connecteurs de Données, ce qui peut créer des goulots d'étranglement. De plus, des tests exhaustifs pour tous les chemins de conversation possibles peuvent être chronophages et difficiles à gérer manuellement.
Lorsque vous utilisez les Tâches Fin et les Connecteurs de Données, les tests impliquent une fonctionnalité de simulation où vous créez des cas de test, fournissez des exemples de messages et simulez les réponses des Connecteurs de Données. Cela vous permet de vérifier si le workflow suit le "happy path" et respecte vos critères de réussite définis.
Le temps de mise en œuvre lorsque vous utilisez les Tâches Fin et les Connecteurs de Données peut varier considérablement, s'étendant souvent sur des semaines ou des mois, en particulier pour les workflows complexes. Cela est largement dû à la configuration technique des Connecteurs de Données et à la nécessité de coordination avec les équipes d'ingénieurs.
Il est préférable d'utiliser les Tâches Fin et les Connecteurs de Données pour les tâches répétitives à fort volume qui impliquent des interactions spécifiques et bien définies avec des systèmes externes. Commencer avec un cas d'utilisation clair et à fort impact aide à gérer la complexité initiale et à démontrer la valeur.
