Comment utiliser les filtres de liste de conversations de Zendesk Messaging : un guide complet

La gestion efficace des conversations avec les clients commence par la recherche rapide des bons tickets. Que vous suiviez les escalades, surveilliez la charge de travail des agents ou examiniez les interactions passées pour l’assurance qualité, les filtres de conversation sont l’épine dorsale d’une opération de support organisée.

Mais c’est là que de nombreuses équipes se perdent. Zendesk propose des filtres de conversation dans deux contextes différents : l’interface de messagerie en direct que les agents utilisent quotidiennement et le module d’assurance qualité (Quality Assurance, QA) utilisé pour examiner les conversations terminées. Ces filtres servent des objectifs différents, et comprendre la distinction vous aide à configurer des vues qui correspondent réellement à vos besoins de flux de travail.

Ce guide vous explique les deux types de filtres, explique comment créer et gérer des filtres personnalisés, et explore les combinaisons pratiques que les équipes de support utilisent chaque jour. Nous examinerons également les lacunes du filtrage natif de Zendesk et la manière dont des alternatives comme eesel AI abordent différemment l’organisation des conversations.

Comprendre les filtres de conversation Zendesk Messaging vs QA

Avant de vous plonger dans les types de filtres, il vaut la peine de clarifier les deux contextes différents où les filtres apparaissent dans Zendesk. La confusion est compréhensible. Les deux sont appelés conversations, mais ils servent des objectifs entièrement différents.

Zendesk Messaging fait référence aux conversations en direct et asynchrones qui se déroulent entre les clients et les agents en temps réel. Ce sont les interactions que votre équipe gère activement via l’espace de travail de l’agent. Lorsqu’un client envoie un message via un widget Web, WhatsApp ou Instagram, il apparaît ici.

Zendesk QA est un module distinct pour l’examen et la notation des conversations terminées. C’est là que les responsables et les coachs qualité évaluent les performances des agents, identifient les opportunités de coaching et organisent des sessions d’étalonnage. La vue Conversations QA extrait des données historiques, et non des interactions en direct.

Pourquoi est-ce important pour le filtrage ? Les types de filtres disponibles diffèrent considérablement entre les deux contextes. Dans l’espace de travail de messagerie en direct, vous filtrez principalement par état, responsable, canal et métadonnées de base pour gérer la charge de travail. Dans QA, vous avez accès à des filtres beaucoup plus sophistiqués, y compris des informations basées sur l’IA comme l’analyse des sentiments, la détection des escalades et les scores de catégorie AutoQA.

Si votre équipe recherche de meilleures façons de gérer le triage et le routage des conversations sans la complexité des filtres manuels, nos capacités de triage IA offrent une approche alternative qui fonctionne avec votre configuration de centre d’assistance existante.

Catégories de filtres de conversation de base dans Zendesk

Décomposons ce qui est réellement disponible lorsque vous commencez à créer des filtres. Les options exactes dépendent de votre plan, mais voici les principales catégories que vous rencontrerez.

Filtres basés sur la date

Ils vous permettent de réduire les conversations par période. Dans la vue de messagerie en direct, vous pouvez filtrer par date de création, dernière activité ou lorsque la conversation a été résolue. Ceci est utile pour trouver les conversations qui sont devenues obsolètes ou pour identifier les tendances dans votre volume hebdomadaire.

Dans QA, le filtrage par date devient plus granulaire. Vous pouvez filtrer par date d’examen pour trouver les conversations déjà notées, la date de commentaire pour savoir quand les commentaires ont été laissés, et même les dates d’enquête CSAT (Customer Satisfaction) pour corréler les scores de qualité avec le calendrier de satisfaction client.

Filtres d’état et d’attribution

Le pain et le beurre de la gestion des conversations en direct. Filtrez par état ouvert, en attente, résolu ou en suspens. Combinez cela avec des filtres de responsable pour voir exactement ce que chaque agent gère, ou identifiez les conversations non attribuées qui doivent être acheminées.

Le filtre de responsable prend en charge la logique d’inclusion et d’exclusion. Vous pouvez créer une vue qui affiche toutes les conversations ouvertes sauf celles attribuées à votre équipe d’escalade de niveau 2, par exemple.

Filtres de canal et de métadonnées

Séparez les conversations de messagerie des canaux e-mail, voix ou sociaux. Ceci est important car les interactions de messagerie ont des caractéristiques différentes. Elles sont souvent plus courtes, plus transactionnelles et peuvent nécessiter des attentes de temps de réponse différentes de celles des tickets e-mail.

Vous pouvez également filtrer par niveaux de priorité, balises et champs personnalisés que vous avez configurés dans votre instance Zendesk.

Comment créer et gérer des filtres personnalisés

La création de filtres utiles est simple une fois que vous connaissez les étapes. Voici le processus de création de filtres dans Zendesk QA (le flux de travail est similaire pour les vues de messagerie en direct).

Étape 1 : Accéder à la vue Conversations

Accédez à Assurance qualité dans votre barre latérale d’administration Zendesk, puis cliquez sur Conversations. La barre latérale gauche affiche vos filtres existants divisés en sections Publique et Privée.

Étape 2 : Créer un nouveau filtre

Cliquez pour ajouter un nouveau filtre. Vous choisirez entre public (visible par tous les évaluateurs QA) ou privé (juste pour vous). Les filtres publics sont idéaux pour les processus d’examen standardisés. Les filtres privés fonctionnent bien pour les raccourcis de productivité personnelle.

Étape 3 : Définir les conditions de filtre

Sélectionnez vos critères de filtre dans les catégories disponibles. Vous pouvez empiler plusieurs conditions. Par exemple : conversations créées au cours des 7 derniers jours, attribuées au groupe de support Premium, avec un état résolu et balisées avec « refund_request ».

Étape 4 : Enregistrer et organiser

Nommez clairement votre filtre. Quelque chose comme « Remboursements Premium - 7 derniers jours » indique aux autres évaluateurs exactement ce qu’ils regardent. Vous pouvez réorganiser les filtres en les faisant glisser dans la barre latérale, en plaçant vos vues les plus utilisées en haut.

Gestion des filtres existants

Pour modifier un filtre, cliquez sur le menu des options à côté et sélectionnez Modifier. Vous pouvez modifier les conditions, le renommer ou modifier sa visibilité. L’option Dupliquer est pratique pour créer des variations. Si vous avez besoin d’un filtre presque identique à un filtre existant, dupliquez-le et modifiez les conditions plutôt que de le créer à partir de zéro.

Suivre un processus de configuration structuré garantit que les filtres personnalisés sont organisés et accessibles pour des examens d’assurance qualité cohérents. Cette approche aide les équipes à maintenir des processus d’examen standardisés tout en permettant des raccourcis de productivité personnelle grâce à des filtres privés.

Combinaisons de filtres pratiques pour les flux de travail courants

La véritable puissance des filtres vient de leur combinaison intelligente. Voici des combinaisons que les équipes de support utilisent réellement pour rester organisées.

Surveillance des escalades

Créez un filtre pour les conversations ouvertes à haute priorité attribuées à votre groupe d’escalade, triées par le temps d’attente le plus long. Cela garantit que les problèmes urgents reçoivent une attention immédiate. Ajoutez une condition pour les conversations avec plus de trois réponses afin d’intercepter celles qui vont et viennent sans résolution.

Équilibrage de la charge de travail des agents

Créez une vue qui affiche toutes les conversations de messagerie ouvertes regroupées par responsable. Incluez le nombre de conversations et les colonnes de temps d’attente moyen. Les responsables peuvent repérer les agents surchargés en un coup d’œil et redistribuer le travail en conséquence.

Prévention des violations de SLA

Filtrez les conversations ouvertes approchant des seuils de SLA. Combinez l’état (ouvert ou en attente), la priorité (élevée ou urgente) et les conditions basées sur le temps. Les fenêtres de temps exactes dépendent de vos politiques de SLA, mais il est toujours préférable de les intercepter avant qu’elles ne soient violées plutôt que d’expliquer après.

Triage spécifique au canal

Séparez votre file d’attente de messagerie de l’e-mail. Les conversations de messagerie s’attendent souvent à des réponses plus rapides. Une vue dédiée vous permet de les gérer avec l’urgence appropriée sans le bruit des tickets e-mail mélangés.

File d’attente de suivi

Créez un filtre pour les conversations en attente où le client n’a pas répondu depuis plus de 24 heures. Celles-ci ont souvent besoin d’un enregistrement proactif ou peuvent être fermées si le problème s’est résolu de lui-même.

Filtrage avancé avec Zendesk AI et informations Spotlight

Les équipes sur les plans Zendesk de niveau supérieur ont accès à des filtres basés sur l’IA qui vont au-delà des métadonnées de base. Ceux-ci sont particulièrement utiles dans le contexte de l’assurance qualité.

Filtrage basé sur les sentiments

L’IA de Zendesk peut détecter les sentiments positifs et négatifs dans les conversations. Dans QA, vous pouvez filtrer les conversations avec des sentiments négatifs pour prioriser les examens de qualité où les clients ont eu de mauvaises expériences. Cela vous aide à saisir les opportunités de formation que les mesures de base pourraient manquer.

Filtres de catégorie AutoQA

Le système AutoQA note automatiquement les conversations dans des catégories prédéfinies : salutation, compréhension, empathie, solution offerte, clôture, etc. Vous pouvez filtrer les conversations qui obtiennent des scores inférieurs aux seuils dans des catégories spécifiques. Trouver toutes les conversations où la « solution offerte » a mal performé aide à identifier les agents qui ont besoin d’un coaching sur la résolution réelle des problèmes plutôt que de simplement répondre.

Informations Spotlight

Ces modèles détectés par l’IA font surface automatiquement des conversations intéressantes :

• Risque de désabonnement : conversations où les clients ont exprimé leur intention de partir ou d’annuler
• Escalade : conversations où les clients ont demandé une assistance de niveau supérieur
• Service exceptionnel : conversations avec des commentaires clients exceptionnellement positifs
• Ondes mortes : conversations avec des lacunes de silence problématiques
• Violation de SLA : conversations qui ont violé les accords de niveau de service

Ces filtres complètent le filtrage manuel plutôt que de le remplacer. Vous pouvez exécuter un filtre manuel pour vos clients Premium, puis, dans ces résultats, rechercher les conversations signalées avec un risque de désabonnement par l’IA.

Limitations et considérations

Le filtrage de Zendesk est puissant, mais non sans contraintes. Comprendre cela vous aide à définir des attentes réalistes et à identifier quand vous avez besoin de solutions de contournement.

Lacunes du filtrage basé sur les groupes

Une frustration courante a fait surface dans les commentaires de la communauté : le filtrage par groupes d’agents est limité. Le système actuel nécessite de sélectionner manuellement les personnes à évaluer individuelles. Bien que « Toutes les personnes à évaluer » existe, il ne vous permet pas de filtrer par équipes ou départements spécifiques sans vérifier chaque membre individuellement. Cela crée un travail supplémentaire pour les grandes équipes ou les équipes interfonctionnelles.

Limitations de l’API pour les besoins avancés

Certaines équipes doivent filtrer par des données non exposées dans l’interface standard. L’API fournit un accès supplémentaire, mais certains champs comme l’état d’achèvement du chat et les données d’attribution d’engagement nécessitent des solutions de contournement ou des exportations API incrémentales plutôt qu’un simple filtrage.

Performances à l’échelle

Avec des volumes de conversation très élevés, des filtres complexes avec plusieurs conditions empilées peuvent ralentir l’interface. Si vous remarquez un décalage, envisagez de simplifier vos filtres ou de les diviser en vues distinctes et plus ciblées.

Quand les filtres ne suffisent pas

Les filtres organisent ce qui se trouve déjà dans votre système. Ils ne catégorisent pas automatiquement les conversations entrantes, ne routent pas intelligemment les tickets ou ne s’adaptent pas en fonction du contenu de la conversation. Pour les équipes qui ont besoin de plus d’automatisation, c’est là que les alternatives entrent en jeu.

Alternatives pour le filtrage avancé des conversations

Si le filtrage natif de Zendesk vous semble limitatif pour votre flux de travail, il existe des approches qui font passer le paradigme de la « création de filtres manuels » à « l’organisation automatique intelligente ».

eesel AI aborde la gestion des conversations comme l’embauche d’un coéquipier IA plutôt que la configuration d’un outil. Au lieu de créer des filtres statiques, vous formez eesel sur vos tickets passés, votre centre d’aide et votre documentation. L’IA apprend le contexte de votre entreprise, le ton et les modèles de problèmes courants, puis gère automatiquement le triage, le routage et même la rédaction des réponses.

La principale différence est le mouvement par rapport à l’automatisation. Les filtres Zendesk vous aident à rechercher des conversations. Les alternatives basées sur l’IA agissent sur les conversations à leur arrivée, en balisant, en routant et en escaladant en fonction des modèles appris plutôt que des règles rigides.

Pour les équipes qui utilisent déjà Zendesk, eesel AI s’intègre directement à votre configuration existante. Vous ne remplacez pas votre centre d’assistance. Vous ajoutez une couche d’IA qui gère le triage et le filtrage répétitifs, permettant aux agents humains de se concentrer sur les problèmes complexes nécessitant de l’empathie et du jugement.

La tarification diffère également considérablement. Zendesk facture par agent, avec des fonctionnalités d’IA avancées en tant que modules complémentaires. eesel AI facture par interaction, à partir de 239 $ par mois pour jusqu’à 1 000 interactions IA. Pour les équipes avec un volume fluctuant ou des modèles saisonniers, ce modèle peut être plus prévisible que l’ajout de postes d’agent.

Tirer le meilleur parti de vos filtres de conversation

Que vous vous en teniez au filtrage natif de Zendesk ou que vous exploriez des alternatives d’IA, quelques bonnes pratiques s’appliquent.

Nommez les filtres pour leur objectif, pas pour leur mécanique. « Escalades à haute priorité » est plus utile que « État ouvert ET Priorité élevée ET Groupe Escalade ». Vos coéquipiers doivent comprendre ce qu’un filtre affiche sans lire les conditions.

Examinez et nettoyez trimestriellement. Les filtres s’accumulent avec le temps. Ce qui avait du sens il y a six mois peut être obsolète maintenant. Supprimez les filtres que personne n’utilise pour réduire l’encombrement de la barre latérale.

Formez votre équipe à la logique des filtres. De nombreux agents n’utilisent que les vues par défaut. Une session de formation de 15 minutes sur la création de filtres personnalisés est souvent rentable en termes de gains de productivité.

Mesurez l’impact. Vérifiez si les vues filtrées aident réellement les temps de réponse. Si votre filtre « Suivi urgent » identifie les conversations qui attendent encore des heures, le filtre n’est pas le problème. Le flux de travail l’est.

Pour les équipes prêtes à aller au-delà du filtrage manuel, eesel AI offre une approche différente. Au lieu de créer des filtres de plus en plus complexes pour gérer le volume de conversations, vous invitez un coéquipier IA qui apprend votre entreprise et gère automatiquement le routage, le balisage et les réponses initiales. L’IA apprend de vos meilleurs agents et adapte leur approche à chaque conversation.