zendesk-knowledge-gap-identify-missing-articles
Written by
eesel Team
Last edited 13 mars 2026
{
"title": "Comment identifier les lacunes de connaissances dans Zendesk Guide",
"slug": "zendesk-knowledge-gap-identify-missing-articles",
"locale": "fr",
"date": "2026-03-03",
"updated": "2026-03-03",
"template": "default",
"excerpt": "Découvrez des méthodes éprouvées pour identifier les lacunes de connaissances dans Zendesk Guide, de l'analyse manuelle des tickets à l'automatisation basée sur l'IA qui révèle le contenu manquant.",
"categories": [
"Zendesk",
"Guides"
],
"tags": [
"Zendesk",
"Knowledge Base",
"Customer Support",
"AI Tools",
"Knowledge Management"
],
"readTime": 10,
"author": 16,
"reviewer": 14,
"seo": {
"title": "Comment identifier les lacunes de connaissances dans Zendesk Guide",
"description": "Découvrez des méthodes éprouvées pour identifier les lacunes de connaissances dans Zendesk Guide, de l'analyse manuelle des tickets à l'automatisation basée sur l'IA qui révèle le contenu manquant.",
"image": "https://wmeojibgfvjvinftolho.supabase.co/storage/v1/object/public/public_assets/blog-gen/banner-1f940b9f-0d34-4caa-9f9c-6a5b9981a3e2"
},
"coverImage": "https://wmeojibgfvjvinftolho.supabase.co/storage/v1/object/public/public_assets/blog-gen/banner-1f940b9f-0d34-4caa-9f9c-6a5b9981a3e2",
"coverImageAlt": "Image de bannière pour Comment identifier les lacunes de connaissances dans Zendesk Guide",
"coverImageWidth": 1920,
"coverImageHeight": 1080,
"faqs": {
"heading": "Foire aux questions",
"type": "blog",
"answerType": "html",
"faqs": [
{
"question": "Comment identifier les lacunes de connaissances dans Zendesk Guide sans examen manuel des tickets ?",
"answer": "Utilisez des outils basés sur l'IA qui analysent automatiquement vos conversations de support. Les solutions comme eesel AI analysent les tickets au fur et à mesure qu'ils arrivent et signalent les sujets qui ne sont pas couverts par les articles existants. Vous pouvez également utiliser l'application Knowledge Capture de Zendesk pour permettre aux agents de signaler les lacunes pendant leur flux de travail normal."
},
{
"question": "Quelles sont les meilleures méthodes pour identifier les articles manquants dans une base de connaissances Zendesk ?",
"answer": "L'approche la plus efficace combine plusieurs méthodes : analyser les recherches infructueuses des clients, examiner les tickets qui nécessitaient des réponses d'agents qui ne figuraient pas dans vos documents, utiliser Zendesk Explore pour trouver les modèles de tickets courants et mettre en œuvre des outils d'IA qui détectent automatiquement les lacunes à partir des données de conversation."
},
{
"question": "Zendesk peut-il identifier automatiquement les lacunes de connaissances dans mon centre d'aide ?",
"answer": "Les fonctionnalités natives de Zendesk nécessitent un effort manuel. L'application Knowledge Capture permet aux agents de signaler les lacunes, mais cela dépend de l'initiative de l'agent. Pour la détection automatique des lacunes, vous aurez besoin d'outils d'IA tiers comme eesel AI qui analysent en permanence les tickets et font apparaître les opportunités de contenu manquant."
},
{
"question": "À quelle fréquence dois-je examiner ma base de connaissances Zendesk pour détecter les lacunes ?",
"answer": "Pour la plupart des équipes, un examen mensuel des lacunes signalées est un bon point de départ. Toutefois, si vous avez des volumes de tickets élevés ou des modifications de produits fréquentes, envisagez des examens hebdomadaires ou la mise en œuvre d'une surveillance automatisée qui vous alerte en temps réel des nouvelles lacunes."
},
{
"question": "Quels indicateurs dois-je suivre pour mesurer le succès de la détection des lacunes de connaissances ?",
"answer": "Concentrez-vous sur le taux de libre-service (pourcentage de problèmes résolus sans tickets), la réduction des tickets (diminution des questions courantes), le score de couverture de la base de connaissances et les commentaires des agents sur l'utilité du contenu. Suivez ces éléments au fil du temps pour voir si vos efforts de détection des lacunes se traduisent par de meilleurs résultats pour les clients."
},
{
"question": "Comment puis-je hiérarchiser les lacunes de connaissances à combler en premier dans Zendesk Guide ?",
"answer": "Hiérarchisez par volume de tickets (quelles lacunes provoquent le plus de tickets), impact client (quels problèmes bloquent les fonctionnalités de base) et alignement stratégique (quelles lacunes sont liées à vos domaines de produits les plus importants). Utilisez les données de votre processus de détection des lacunes pour prendre ces décisions de manière objective."
}
],
"supportLink": null
}
}
---
Votre base de connaissances est censée réduire le nombre de tickets et aider les clients à se débrouiller seuls. Mais que se passe-t-il lorsque les clients continuent de poser des questions qui ne sont pas traitées dans votre documentation ? Ce sont des lacunes de connaissances, et elles coûtent plus cher que vous ne le pensez.
Chaque ticket qui aurait pu être résolu avec un bon article coûte du temps et de l'argent à votre équipe. Plus important encore, cela frustre les clients qui s'attendaient à trouver des réponses par eux-mêmes. La bonne nouvelle : identifier ces lacunes ne doit pas être une question de devinettes. Ce guide vous présente des méthodes pratiques pour trouver le contenu manquant dans votre base de connaissances [Zendesk Guide](https://www.zendesk.com/guide/), des fonctionnalités natives à l'automatisation basée sur l'IA.
## Que sont les lacunes de connaissances et pourquoi sont-elles importantes ?
Une lacune de connaissances est simplement toute question que vos clients se posent et qui n'a pas de réponse dans votre centre d'aide. Il peut s'agir de :
- Documentation manquante pour un flux de travail courant
- Instructions obsolètes qui ne correspondent plus à votre produit
- Explications peu claires qui laissent les clients confus
- Nouvelles fonctionnalités qui n'ont pas encore été documentées
L'impact va au-delà de quelques tickets supplémentaires. Lorsque les clients ne trouvent pas de réponses, ils ouvrent des tickets de support, attendent des réponses et sont souvent frustrés par l'expérience. Vos agents finissent par répondre aux mêmes questions à plusieurs reprises au lieu de se concentrer sur des problèmes complexes qui nécessitent réellement une expertise humaine.
Les taux de libre-service sont un indicateur direct de la santé de la base de connaissances. Si les visites de votre centre d'aide ne se traduisent pas par une diminution du nombre de tickets, vous avez probablement des lacunes. Le défi consiste à savoir exactement ce qui manque. C'est là qu'intervient la détection systématique des lacunes.
## Méthodes natives de Zendesk pour trouver les lacunes de connaissances
Zendesk fournit plusieurs outils intégrés pour vous aider à identifier le contenu manquant. Décomposons ce que fait chaque outil et où ils sont insuffisants.
### Utilisation de l'application Knowledge Capture
[Knowledge in the Agent Workspace](https://www.zendesk.com/guide/features/knowledge-capture-app/) est la solution native de Zendesk pour maintenir la qualité des connaissances. Elle s'intègre directement à l'interface des tickets, ce qui permet aux agents de contribuer facilement sans changer de contexte.
Voici ce qu'elle peut faire :
- **Recommandations d'articles basées sur l'IA** : l'application suggère automatiquement des articles pertinents en fonction de la marque et de la langue du ticket. Les agents peuvent les lier aux réponses en un seul clic.
- **Signalement d'articles** : lorsque les agents repèrent un contenu obsolète ou incorrect, ils peuvent le signaler immédiatement et ajouter des commentaires sur ce qui doit être corrigé.
- **Création d'articles** : les agents peuvent créer de nouveaux articles directement à partir des tickets à l'aide de modèles prédéfinis, ou soumettre des demandes de nouveau contenu.
- **Analyse des connaissances** : les administrateurs peuvent voir quels articles aident les agents à résoudre les tickets, ce qui donne un aperçu de ce qui fonctionne.
Le hic ? Cette approche repose entièrement sur l'initiative de l'agent. Si votre équipe est occupée (et qui ne l'est pas ?), le signalement des lacunes devient une faible priorité. Vous devez également être sur [Suite Growth ou supérieur](https://www.zendesk.com/pricing/) pour accéder à ces fonctionnalités, à partir de 99 $ par agent et par mois.
### Analyse manuelle des données des tickets
Si vous n'avez pas accès à Knowledge Capture ou si vous souhaitez une approche plus systématique, vous pouvez analyser directement les données des tickets :
- **Examiner les tickets non résolus** : rechercher des modèles dans les tickets marqués « non résolus » ou rouverts plusieurs fois. Ceux-ci indiquent souvent une documentation manquante ou peu claire.
- **Suivre les solutions de contournement des agents** : lorsque les agents répondent systématiquement à des questions qui ne figurent pas dans votre base de connaissances, documenter ces réponses comme sujets d'articles potentiels.
- **Surveiller les échecs de recherche** : vérifier ce que les clients recherchent dans votre centre d'aide, mais ne trouvent pas. Les recherches infructueuses sont une preuve directe des lacunes.
- **Utiliser Zendesk Explore** : créer des rapports pour identifier les types de tickets courants qui pourraient bénéficier d'un contenu en libre-service.
Cette méthode fonctionne, mais nécessite un effort manuel important. Quelqu'un doit examiner régulièrement les tickets, catégoriser les résultats et hiérarchiser ce qu'il faut documenter en premier.
### Commentaires de la communauté et analyse de la recherche
Vos clients vous disent déjà ce qui manque. Vous avez juste besoin d'écouter :
- **Commentaires sur les articles** : examiner les commentaires sur les articles existants pour les questions qui n'ont pas trouvé de réponse.
- **Publications de la communauté** : si vous utilisez Zendesk Gather, vérifiez les questions que les clients se posent.
- **Analyse de la recherche** : utiliser Google Analytics ou les rapports intégrés de Zendesk pour voir quels termes de recherche ne donnent aucun résultat.
La limite ici est que vous réagissez aux problèmes après qu'ils se soient produits. Les clients ont déjà été frustrés au moment où vous identifiez la lacune.
## Approches basées sur l'IA pour la détection des lacunes de connaissances
Les méthodes manuelles fonctionnent, mais ne sont pas évolutives. À mesure que le volume de vos tickets augmente, l'examen manuel des conversations devient impossible. C'est là qu'interviennent les outils basés sur l'IA.
### Comment l'IA identifie le contenu manquant
La détection des lacunes basée sur l'IA fonctionne en analysant vos conversations de support à grande échelle :
- **Reconnaissance des formes** : l'IA analyse des milliers de tickets pour identifier les questions récurrentes qui ne sont pas traitées dans votre base de connaissances.
- **Analyse des conversations** : elle lit les conversations de support pour trouver où les agents ont fourni des réponses qui n'existent pas dans votre documentation.
- **Signalement automatique** : au lieu d'attendre que les agents signalent les lacunes, l'IA surveille et fait apparaître en permanence les opportunités de contenu manquant.
- **Hiérarchisation** : l'IA peut classer les lacunes par fréquence et par impact, afin que vous sachiez quels articles écrire en premier.
Le résultat est une approche proactive de la gestion des connaissances. Au lieu de découvrir les lacunes par le biais de clients frustrés, vous les identifiez grâce aux données.
### eesel AI pour l'identification automatisée des lacunes
Chez eesel AI, nous abordons la détection des lacunes de connaissances dans le cadre d'une stratégie de support de l'IA plus large. Notre système surveille en permanence vos conversations de support pour identifier ce qui manque dans votre base de connaissances.
Voici comment cela fonctionne :
- **Surveillance continue** : nous analysons vos tickets de support au fur et à mesure qu'ils arrivent, en identifiant les questions qui ne sont pas traitées par les articles existants.
- **Identification des lacunes** : lorsque les clients posent des questions auxquelles votre base de connaissances ne peut pas répondre, nous signalons ces sujets pour la création de contenu.
- **Suggestions d'articles** : en fonction de la façon dont les agents ont résolu des tickets similaires, nous suggérons un contenu qui aiderait les futurs clients à se débrouiller seuls.
- **Intégration Zendesk** : tout se synchronise directement avec votre instance Zendesk, de sorte que les lacunes identifiées deviennent des brouillons d'articles dans votre flux de travail.
La différence par rapport aux fonctionnalités natives de Zendesk est l'automatisation. Au lieu de compter sur les agents pour signaler manuellement les lacunes, notre IA les identifie automatiquement en fonction des données de conversation réelles. Nous nous intégrons également de manière transparente à [Zendesk](https://www.eesel.ai/integration/zendesk-ai), il n'y a donc aucune perturbation de votre flux de travail existant.
### Autres outils d'automatisation
Plusieurs autres outils offrent des fonctionnalités de détection des lacunes de connaissances :
**Helply** : leur fonctionnalité [Gap Finder](https://helply.com/gap-finder) analyse les tickets pour découvrir les questions qui ne sont pas traitées dans votre documentation. Ils promettent de faire apparaître les lacunes dans les 24 à 48 heures suivant la connexion de votre service d'assistance et offrent une garantie de taux de résolution de l'IA de 65 %.
**Insight7** : initialement conçu pour l'analyse des appels, [Insight7](https://insight7.io/) analyse les conversations de support pour identifier les thèmes récurrents et les lacunes de connaissances. Ils sont particulièrement performants pour les équipes qui gèrent le support vocal en plus des tickets.
Les deux outils suppriment le travail manuel de la détection des lacunes, bien qu'ils se concentrent sur différents aspects de l'expérience de support. Le principal avantage par rapport aux fonctionnalités natives de Zendesk est l'échelle : ces outils peuvent analyser des milliers de conversations en quelques minutes, et non en quelques heures.
## Étape par étape : configuration de la détection des lacunes de connaissances dans Zendesk
Prêt(e) à mettre en œuvre une approche systématique pour trouver le contenu manquant ? Voici un flux de travail pratique.
### Étape 1 : activer l'application Knowledge Capture
Si vous êtes sur Suite Growth ou supérieur, commencez par configurer Knowledge Capture natif de Zendesk :
1. Installer l'application depuis la place de marché Zendesk (elle est incluse dans votre plan).
2. Configurer les autorisations afin que les agents puissent créer et signaler des articles.
3. Configurer des modèles d'articles pour les types de contenu courants.
4. Former votre équipe sur quand et comment signaler les lacunes.
Cela vous donne une base pour l'identification des lacunes par les agents. Prévoyez de passer quelques heures sur la configuration et la formation.
### Étape 2 : créer un système de suivi des lacunes
Que vous utilisiez Knowledge Capture ou non, vous avez besoin d'un système pour suivre ce que vous trouvez :
- Configurer des champs ou des balises personnalisés pour les tickets liés aux connaissances (par exemple, « kb-gap », « needs-article »).
- Créer une vue Zendesk qui affiche les tickets marqués avec des lacunes de connaissances.
- Établir une cadence d'examen hebdomadaire ou mensuelle pour hiérarchiser les lacunes.
- Attribuer la propriété : qui décide quelles lacunes combler en premier ?
Ce système transforme les découvertes aléatoires en données exploitables. Sans cela, les lacunes signalées ont tendance à s'accumuler sans être traitées.
### Étape 3 : mettre en œuvre une surveillance automatisée
Pour les équipes avec des volumes de tickets plus élevés, envisagez d'ajouter une détection des lacunes basée sur l'IA :
1. Connecter un outil d'IA comme eesel AI à votre instance Zendesk.
2. Configurer les types de lacunes à hiérarchiser (questions courantes, problèmes à fort impact, etc.).
3. Configurer des notifications ou des rapports pour les lacunes nouvellement identifiées.
4. Intégrer les résultats des lacunes dans votre flux de travail de création de contenu.
L'automatisation ne remplace pas votre jugement, mais elle augmente votre capacité à identifier les lacunes au-delà de ce que l'examen manuel peut gérer.
### Étape 4 : créer votre flux de travail de création de contenu
Trouver des lacunes n'est que la moitié de la bataille. Vous avez également besoin d'un processus pour les combler :
- **Hiérarchiser par impact** : quels sujets manquants génèrent le plus de tickets ? Commencez par là.
- **Attribuer à des experts** : qui connaît les réponses ? Acheminer les rapports de lacunes vers des experts en la matière.
- **Examiner et publier** : établir un processus d'examen avant que les articles ne soient mis en ligne.
- **Mesurer les résultats** : vérifier si les nouveaux articles réduisent réellement le volume de tickets.
L'objectif est une boucle fermée : identifier les lacunes, créer du contenu, mesurer l'impact, répéter.
## Hiérarchisation des lacunes de connaissances à combler en premier
Vous ne pouvez pas écrire tous les articles manquants en même temps. Voici comment décider ce qu'il faut aborder en premier.
**Hiérarchisation basée sur le volume** : quels sujets manquants génèrent le plus de tickets ? Une lacune qui cause 50 tickets par mois est plus urgente qu'une lacune qui en cause 5.
**Score d'impact** : certaines questions sont plus frustrantes que d'autres. Les problèmes qui empêchent les clients d'utiliser les fonctionnalités de base doivent être prioritaires par rapport aux cas marginaux.
**Gains rapides** : rechercher des lacunes avec des réponses claires et simples. Celles-ci sont plus rapides à documenter et offrent une valeur immédiate.
**Alignement stratégique** : se concentrer sur les domaines de produits où le libre-service est le plus important. Si vous lancez une nouvelle fonctionnalité, les lacunes de documentation y sont très prioritaires.
Utiliser les données pour prendre ces décisions. Vos balises de tickets, votre analyse de la recherche et vos rapports de lacunes de l'IA doivent tous alimenter un cadre de hiérarchisation.
## Mesurer le succès de votre programme de détection des lacunes
Comment savoir si vos efforts de détection des lacunes fonctionnent ? Suivre ces indicateurs :
**Taux de libre-service** : davantage de clients trouvent-ils des réponses sans ouvrir de tickets ? C'est la mesure ultime de la santé de la base de connaissances.
**Réduction des tickets** : constatez-vous moins de tickets pour les sujets que vous avez documentés ? Comparer les volumes de tickets avant et après la publication de nouveaux articles.
**Couverture de la base de connaissances** : quel pourcentage de sujets courants ont une documentation ? Les outils d'IA peuvent aider à quantifier cela.
**Commentaires des agents** : les agents trouvent-ils le contenu dont ils ont besoin ? Interroger votre équipe périodiquement.
**Temps de résolution** : les tickets sont-ils résolus plus rapidement parce que les agents ont de meilleures ressources ?
La clé est l'amélioration continue. La détection des lacunes n'est pas un projet ponctuel ; c'est un processus continu qui évolue avec votre produit et les besoins de vos clients.
## Commencer à identifier les lacunes de connaissances avec eesel AI
Les fonctionnalités natives de Zendesk comme Knowledge Capture vous donnent un point de départ pour identifier le contenu manquant. Mais elles nécessitent un effort manuel et la participation des agents pour fonctionner efficacement.
La détection des lacunes basée sur l'IA change la donne. Au lieu d'attendre que les agents signalent les problèmes, vous obtenez une analyse continue et automatisée de vos conversations de support. Vous apprenez ce qui manque avant que cela ne devienne un problème majeur.
Chez eesel AI, nous sommes spécialisés dans l'aide aux équipes de support pour identifier et combler automatiquement les lacunes de connaissances. Notre IA surveille vos tickets Zendesk, fait apparaître les opportunités de contenu manquant et suggère des articles en fonction de la façon dont vos agents résolvent réellement les problèmes.
[Essayer eesel AI gratuitement](https://dashboard.eesel.ai/api/auth/signup?returnTo=v2) pour voir comment la détection automatisée des lacunes fonctionne avec vos données Zendesk, ou [réserver une démonstration](https://calendly.com/eesel/30) pour discuter de vos défis spécifiques en matière de gestion des connaissances.
Partager cet article
Article by
