Extraction d'entités Zendesk pour les tickets : un guide de configuration complet

Chaque ticket de support contient des informations précieuses qui se cachent à la vue de tous. Numéros de commande, noms de produits, identifiants de compte. Vos agents passent de précieuses minutes à rechercher ces détails au lieu de résoudre les problèmes. L'extraction d'entités change cela en repérant et en organisant automatiquement les points de données clés dès l'arrivée d'un ticket.

Dans ce guide, nous allons vous expliquer comment fonctionne l'extraction d'entités de Zendesk et comment la configurer pour votre équipe. Que vous cherchiez à automatiser le routage des tickets, à assainir les données sensibles ou simplement à aider les agents à trouver les informations plus rapidement, cette fonctionnalité peut rationaliser votre flux de travail.

Si vous explorez des moyens d'améliorer l'automatisation de votre support au-delà des fonctionnalités intégrées de Zendesk, vous pouvez également voir comment eesel AI s'intègre à Zendesk pour connecter des sources de connaissances plus larges et fournir un contexte supplémentaire pour les tickets complexes.

Qu'est-ce que l'extraction d'entités Zendesk ?

L'extraction d'entités est une fonctionnalité basée sur l'IA qui identifie automatiquement des éléments d'information spécifiques dans les messages des clients. Considérez-la comme un surligneur intelligent qui scanne les tickets à la recherche de points de données qui intéressent votre entreprise : noms de produits, numéros de commande, codes de série ou tout champ personnalisé que vous définissez. Selon la documentation de Zendesk, cette fonctionnalité fait partie de leur plateforme d'expérience client basée sur l'IA.

Voici comment elle transforme votre flux de travail de support. Lorsqu'un client écrit « Ma commande ORD-12345 est arrivée endommagée », le système détecte « ORD-12345 » comme une entité de numéro de commande. Il remplit ensuite automatiquement le champ de ticket correspondant. Les agents n'ont plus besoin de faire défiler les messages pour trouver cette information. Elle est déjà là, surlignée en bleu et prête à être utilisée.

Cette fonctionnalité fait partie du système Intelligent Triage de Zendesk, qui se trouve dans leur offre d'IA plus large. Pour y accéder, vous aurez besoin du module complémentaire Copilot en plus de votre plan de base Zendesk.

Les avantages pratiques sont immédiats. Les tickets sont acheminés vers les bonnes équipes sans triage manuel. Les informations sensibles telles que les numéros de carte de crédit peuvent être automatiquement masquées. Les agents passent moins de temps à saisir des données et plus de temps à aider réellement les clients. Intelligent Triage comprend également la détection d'intention et l'analyse des sentiments qui fonctionnent avec l'extraction d'entités pour une automatisation plus complète.

Pour les équipes qui cherchent à aller plus loin, nous proposons une approche complémentaire. Alors que Zendesk gère bien l'extraction d'entités structurées, notre plateforme chez eesel AI se connecte à des sources de connaissances plus larges au-delà de votre centre d'aide (pensez à Confluence, Google Docs, Notion) pour fournir un contexte supplémentaire pour les demandes complexes.

Comment fonctionne l'extraction d'entités dans Zendesk

La base technique est simple. L'extraction d'entités relie des modèles de données spécifiques aux champs de ticket personnalisés que vous avez déjà créés dans Zendesk. Lorsque l'IA détecte une correspondance dans un message client, elle remplit automatiquement ce champ.

Zendesk propose trois types de champs pour la correspondance d'entités :

Les champs déroulants fonctionnent mieux pour les données standardisées telles que les gammes de produits ou les catégories de services. Vous définissez les valeurs acceptables, et le système fait correspondre les mentions des clients à ces options.

Les champs à sélection multiple sont utiles lorsque les clients peuvent faire référence à plusieurs éléments dans un même ticket, comme plusieurs produits affectés par le même problème.

Les champs Regex gèrent les données qui suivent des modèles prévisibles, comme les numéros de commande (ORD-#####) ou les identifiants de suivi. Cela nécessite quelques connaissances techniques pour configurer les modèles d'expression régulière (regular expression). Vous pouvez en apprendre davantage sur l'ajout d'entités dans Zendesk dans leur documentation.

Une fois détectées, les valeurs d'entité apparaissent surlignées en bleu dans les tickets. Cet indice visuel permet aux agents de repérer facilement les informations importantes en un coup d'œil. La mise en évidence apparaît dans les commentaires publics, tandis que les notes internes affichent les valeurs sans l'emphase visuelle.

Il y a quelques contraintes à garder à l'esprit. La détection d'entités fonctionne sur les mots séparés par des espaces, donc « Mondo Phone3 » correspondrait alors que « MondoPhone3 » ne correspondrait pas. L'entité doit également être créée dans la même langue que le ticket. Une entité anglaise ne se déclenchera pas dans un ticket espagnol, même si le mot est identique.

La détection des fautes d'orthographe aide à détecter les erreurs mineures dans les mots de plus de cinq lettres. La première lettre doit correspondre, et le système autorise jusqu'à deux erreurs par mot (lettres ajoutées, manquantes, mal placées ou remplacées). Cela permet de détecter les fautes de frappe courantes sans créer de faux positifs.

Configuration de l'extraction d'entités dans Zendesk

Avant de vous lancer dans la configuration, assurez-vous d'avoir les prérequis en place. Vous aurez besoin de Zendesk Suite Professional ou supérieur, plus le module complémentaire Copilot (50 $ par agent et par mois). L'accès au Centre d'administration est requis pour configurer les entités.

Étape 1 : Créer des champs de ticket personnalisés

Commencez par créer les champs qui stockeront vos données d'entité. Accédez au Centre d'administration, puis à Objets et règles, Tickets et Champs.

Créez des champs qui correspondent au type de données que vous souhaitez extraire. Par exemple, vous pouvez créer un champ déroulant nommé « Gamme de produits » avec des valeurs telles que « Appareil photo modèle A » et « Appareil photo modèle B », un champ regex pour « Numéro de commande » avec un modèle de validation, ou un champ à sélection multiple pour « Catégories de problèmes ». Ces champs deviennent la base de vos entités.

Étape 2 : Créer des entités dans Intelligent Triage

Une fois vos champs prêts, accédez au Centre d'administration, puis à IA, Intelligent Triage et Entité. Cliquez sur « Ajouter une entité » pour démarrer le processus de création. Vous pouvez consulter le guide de Zendesk sur l'ajout d'entités pour des instructions détaillées.

Sélectionnez votre type de champ (déroulant, sélection multiple ou regex) et reliez-le au champ personnalisé que vous avez créé. La case à cocher « Détecter l'entité » est sélectionnée par défaut. Laissez-la cochée sauf si vous souhaitez configurer l'entité sans activer la détection pour le moment.

Après avoir créé l'entité, cliquez sur « Gérer les paramètres » pour configurer les détails. Pour plus d'informations sur la gestion et la modification des entités, consultez la documentation de Zendesk sur la modification des entités.

Étape 3 : Configurer les règles d'extraction

Les règles d'extraction déterminent quand et comment les entités remplissent les champs de ticket. Vous avez quatre options sous « Mettre à jour le champ de ticket avec les valeurs détectées ». L'option « Ne pas mettre à jour les champs de ticket » signifie que les agents doivent remplir manuellement le champ en cliquant sur Mettre à jour. « Valeurs dans le premier message uniquement » remplit le champ à partir de l'objet, du premier commentaire ou du premier message de la conversation. « Valeurs dans les messages suivants uniquement » met à jour le champ en fonction de tout commentaire sauf le premier. « Valeurs dans tous les messages » remplit et met à jour à partir de tout commentaire ou message de ticket, ce qui est le paramètre par défaut.

Sous « Outils de l'agent », vous pouvez activer « Mettre en évidence les valeurs d'entité dans tous les messages » pour afficher la mise en évidence bleue que les agents voient. Sous « Paramètres de détection », « Détecter les valeurs mal orthographiées » ajoute une tolérance pour les fautes de frappe courantes.

Étape 4 : Ajouter des synonymes pour une meilleure détection

Les clients n'utilisent pas toujours la terminologie exacte que vous attendez. Les synonymes aident à détecter les variations qui signifient la même chose.

Pour une entité « Numéro de commande », vous pouvez ajouter des synonymes tels que « ID de commande », « Numéro de transaction » ou « ID d'achat ». Vous pouvez ajouter jusqu'à 10 synonymes par valeur d'entité. Lorsque n'importe quel synonyme apparaît, il est mis en évidence et la valeur d'entité correspondante est extraite.

Pour ajouter des synonymes, cliquez sur une entité, puis cliquez sur le menu des options pour un nom de valeur et sélectionnez « Modifier les synonymes ». Saisissez vos variations et enregistrez. Consultez le guide de Zendesk sur la modification et la gestion des entités pour plus de détails sur la configuration des synonymes.

Étape 5 : Activer la détection des fautes d'orthographe (facultatif)

La détection des fautes d'orthographe est disponible pour les entités associées aux champs déroulants et à sélection multiple. Elle ne fonctionne que si la première lettre correspond à la valeur de l'entité et ne fonctionne pas sur les modèles de moins de six lettres. Vous pouvez en apprendre davantage sur le fonctionnement de la détection des fautes d'orthographe dans la documentation de Zendesk.

Cette fonctionnalité est particulièrement utile pour les noms de produits ou les termes techniques que les clients pourraient mal saisir. Sachez simplement qu'elle pourrait ne pas bien fonctionner dans les langues où un seul changement de caractère entraîne une signification différente.

Cas d'utilisation pratiques pour l'extraction d'entités

Une fois configurées, les entités alimentent une gamme de possibilités d'automatisation. Voici les applications les plus courantes que les équipes de support mettent en œuvre.

Routage automatisé des tickets

Le cas d'utilisation le plus populaire est le routage des tickets vers des équipes spécialisées en fonction des entités détectées. Si votre entité détecte « Appareil photo modèle A » dans un ticket, vous pouvez créer un déclencheur qui l'attribue automatiquement à votre équipe de support pour appareils photo.

Cela élimine le triage manuel et garantit que les clients atteignent immédiatement le bon expert. Pour les équipes avec plusieurs gammes de produits ou des domaines de connaissances spécialisés, cela seul peut faire gagner des heures de travail de routage chaque jour.

Définition de la priorité

Certaines entités indiquent l'urgence. Une mention « annulation » pourrait signaler un client sur le point de se désabonner. Une entité « violation de sécurité » pourrait indiquer un problème critique nécessitant une attention immédiate.

En créant des déclencheurs qui surveillent ces entités de haute priorité, vous pouvez automatiquement faire remonter les tickets avant même qu'un agent ne les voie. Cela garantit que vos problèmes les plus critiques reçoivent une attention rapide.

Assainissement et sécurité des données

L'extraction d'entités aide à maintenir les normes de sécurité en détectant automatiquement les informations sensibles. Vous pouvez configurer des entités pour des modèles tels que les numéros de carte de crédit ou les numéros de sécurité sociale, puis les utiliser pour déclencher la rédaction ou le masquage automatique.

Cela protège les données des clients et aide à répondre aux exigences de conformité. Au lieu de compter sur les agents pour repérer et gérer manuellement les informations sensibles, le système les détecte automatiquement.

Amélioration de l'agent d'IA

Pour les équipes utilisant les agents d'IA de Zendesk, les entités fournissent un contexte crucial. Lorsqu'un agent d'IA détecte une entité de numéro de commande, il peut déclencher des recherches en arrière-plan pour fournir l'état de la commande en temps réel sans faire remonter à un humain.

Cela fait passer les conversations de simples questions-réponses à la résolution active de problèmes. L'IA peut prendre des mesures en fonction des détails spécifiques de chaque ticket plutôt que d'offrir des réponses génériques.

Rapports et analyses

Étant donné que les entités remplissent les champs de ticket standard, elles alimentent directement vos rapports. Vous pouvez suivre quels produits génèrent le plus de demandes de support, identifier les problèmes tendances par catégorie ou mesurer les temps de résolution par gamme de produits. Les fonctionnalités de rapport de Zendesk varient selon le niveau de plan, avec des analyses plus avancées disponibles sur les abonnements de niveau supérieur.

Ces données aident à la planification des ressources, à l'amélioration des produits et à l'identification des opportunités de formation pour votre équipe.

Création de flux de travail avec des entités détectées

Les entités deviennent puissantes lorsqu'elles sont combinées aux règles métier de Zendesk. Voici comment créer des flux de travail efficaces autour de vos données détectées.

Les déclencheurs sont l'outil le plus courant pour l'automatisation basée sur les entités. Lors de la création d'un déclencheur, vous pouvez utiliser la balise de l'entité comme condition. Les balises suivent le format field_name__value, ce qui les rend faciles à référencer.

Par exemple, un déclencheur peut avoir une condition où Ticket > Balises contient au moins l'une des balises product_line__camera_model_a, avec une action pour définir Ticket > Groupe sur Équipe de support pour appareils photo. Vous pouvez également utiliser directement les valeurs de champ personnalisé dans les conditions de déclenchement si vous préférez.

Les meilleures pratiques pour les flux de travail d'entités incluent les tests avant le déploiement à l'aide des tests de déclenchement de Zendesk ou l'exécution d'un petit projet pilote avant le déploiement complet. L'ordre est important car Zendesk traite les correspondances d'entités dans l'ordre que vous définissez, alors placez les règles plus spécifiques plus haut que les règles générales. Commencez simplement en commençant par une ou deux entités à fort impact plutôt que d'essayer de tout configurer en même temps. Documentez votre configuration en conservant des notes sur ce que chaque entité et déclencheur fait pour les futurs membres de l'équipe.

Limitations et considérations

L'extraction d'entités est puissante, mais elle n'est pas sans contraintes. Comprendre ces contraintes à l'avance aide à définir des attentes appropriées. Pour un aperçu complet des capacités et des limitations de la détection d'entités, consultez la documentation de Zendesk sur la détection d'entités.

La correspondance des langues est la limitation la plus importante. Une entité créée en anglais ne sera pas détectée dans les tickets espagnols, même si le mot est le même. Cela signifie que les équipes multilingues doivent créer des entités distinctes pour chaque langue qu'elles prennent en charge.

Les problèmes de séparation des mots peuvent entraîner des détections manquées. Le système identifie les mots individuels séparés par des espaces. « Mondo Phone3 » correspondra alors que « MondoPhone3 » ne correspondra pas. Cela affecte principalement les langues qui n'utilisent pas d'espaces entre les mots.

La configuration Regex nécessite une expertise technique. Alors que les entités déroulantes et à sélection multiple sont simples, les modèles regex exigent une connaissance des expressions régulières (regular expressions). Les équipes sans ressources techniques peuvent avoir besoin d'aide pour configurer les entités basées sur des modèles.

Le coût est une autre considération. Le module complémentaire Copilot coûte 50 $ par agent et par mois en plus de votre plan de base Zendesk. Pour les petites équipes, cela pourrait être important. Les tarifs de Zendesk commencent à 115 $ par agent et par mois pour Suite Professional (le plan minimum prenant en charge Copilot), ce qui porte le total à 165 $ par agent et par mois.

Enfin, l'extraction d'entités est limitée aux données contenues dans vos tickets Zendesk. Elle ne peut pas extraire d'informations de sources de connaissances externes telles que Confluence ou Google Docs. Pour les équipes qui ont besoin de connecter des bases de connaissances plus larges, nous offrons des intégrations avec plus de 100 sources chez eesel AI, complétant l'approche structurée de Zendesk avec un contexte plus large.

Tirer le meilleur parti de l'extraction d'entités

Les mises en œuvre réussies partagent quelques traits communs. Voici ce que recommandent les administrateurs expérimentés.

Commencez par les entités à fort impact. N'essayez pas d'extraire tout en même temps. Choisissez les deux ou trois points de données qui permettraient à votre équipe de gagner le plus de temps. Les points de départ courants sont les noms de produits, les numéros de commande ou les catégories de problèmes qui déterminent les décisions de routage.

Utilisez des règles spécifiques avant les règles générales. Zendesk traite les entités dans l'ordre où vous les définissez. Si vous avez à la fois « Appareil photo modèle A Pro » et « Appareil photo modèle A » comme entités, placez la version « Pro » la plus spécifique en premier. Sinon, toutes les mentions de « Appareil photo modèle A Pro » pourraient être étiquetées simplement comme « Appareil photo modèle A ».

Un examen régulier maintient les entités exactes. Le langage des clients change. De nouveaux produits sont lancés. Définissez un rappel trimestriel pour examiner vos entités, mettre à jour les synonymes et ajouter de nouvelles valeurs au besoin.

Combinez avec d'autres fonctionnalités d'Intelligent Triage. L'extraction d'entités fonctionne avec la détection d'intention et l'analyse des sentiments. Un ticket avec un sentiment négatif + une entité « annulation » + une balise de client « VIP » pourrait justifier une remontée immédiate. L'utilisation de ces fonctionnalités ensemble crée une automatisation plus sophistiquée.

Envisagez des outils complémentaires pour des besoins plus larges. Alors que Zendesk excelle dans l'extraction d'entités structurées dans les tickets, certaines équipes ont besoin d'extraire du contexte de sources de connaissances plus larges. Notre plateforme chez eesel AI se connecte aux centres d'aide, aux wikis internes, à la documentation et aux tickets passés pour fournir un contexte supplémentaire pour les demandes complexes. Vous pouvez également essayer eesel gratuitement pour voir comment cela fonctionne avec votre configuration existante.