> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Évaluation de la réussite L'évaluation de la réussite vous permet de définir des objectifs personnalisés et des indicateurs de réussite pour vos conversations. Chaque critère est évalué par rapport à la transcription de la conversation et renvoie un résultat `success`, `failure` ou `unknown`, accompagné d'une justification détaillée. ## Présentation L'évaluation de la réussite utilise une analyse propulsée par LLM pour évaluer la qualité des conversations selon vos objectifs commerciaux spécifiques. Elle permet une mesure systématique des performances et une assurance qualité pour toutes les interactions clients. ### Fonctionnement Chaque critère d'évaluation analyse la transcription de la conversation à l'aide d'un prompt personnalisé et renvoie : * **Résultat** : `success`, `failure` ou `unknown` * **Justification** : Explication détaillée du choix du résultat ### Types de critères d'évaluation #### Critères par prompt d'objectif Les **critères par prompt d'objectif** transmettent la transcription de la conversation et un prompt personnalisé à un LLM pour vérifier si un objectif précis a été atteint. Il s'agit du type d'évaluation le plus flexible, utilisable pour une logique métier complexe. **Exemples :** * Évaluation de la satisfaction client * Vérification de la résolution d'un problème * Vérification de conformité * Validation de règles métier personnalisées ## Configuration #### Accéder aux paramètres de l'agent Accédez au Dashboard de votre agent et sélectionnez l'onglet **Analyse** pour configurer les critères d'évaluation. ![Paramètres d'analyse](/docs/_fern-img/fee8bc444d5436c71eae3829b9ec8d5cdb6a57c4d4efe6483d7bfed2b066e438.webp) #### Ajouter des critères d'évaluation Cliquez sur **Ajouter des critères** pour créer un critère d'évaluation. Définissez votre critère avec : * **Identifiant** : Nom unique du critère (par exemple, `user_was_not_upset`) * **Description** : Prompt détaillé décrivant ce qui doit être évalué ![Configuration des critères d'évaluation](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/0e1ad5eec745d5733701dcf8cbf4f413473f55a0b5f26add4faac540dbbd086a/assets/images/conversational-ai/evaluation.gif) > **Note** > > Le nombre de critères d'évaluation est limité à 30 par agent. #### Voir les résultats Une fois les conversations terminées, les résultats d'évaluation apparaissent dans le Dashboard de votre historique de conversations. Chaque conversation affiche le résultat et la justification de chaque critère configuré. ![Résultats d'évaluation dans l'historique des conversations](/docs/_fern-files/elevenlabs.docs.buildwithfern.com/657888630b51010fa6920275cfbb8f3dce51c0cbcfdb8ecf3d5d938f17a8186a/assets/images/conversational-ai/evaluation_result.gif) ## Bonnes pratiques #### Rédiger des prompts d'évaluation efficaces * Précisez ce qui constitue une réussite ou un échec * Incluez les cas limites et des exemples dans votre prompt * Utilisez des critères clairs et mesurables lorsque possible * Testez vos prompts avec différents scénarios de conversation #### Critères d'évaluation courants * **Satisfaction client** : « Marquer comme réussi si le client exprime sa satisfaction ou si son problème a été résolu » - **Atteinte de l'objectif** : « Marquer comme réussi si le client a effectué l'action demandée (réservation, achat, etc.) » - **Conformité** : « Marquer comme réussi si l'agent a suivi toutes les procédures de conformité requises » - **Résolution du problème** : « Marquer comme réussi si le problème technique du client a été résolu pendant l'appel » #### Gérer les résultats ambigus Le résultat `unknown` est renvoyé lorsque le LLM ne peut pas déterminer la réussite ou l'échec à partir de la transcription. Cela se produit souvent dans les cas suivants : * Conversations incomplètes * Réponses ambiguës du client * Informations absentes de la transcription Surveillez les résultats `unknown` afin d'identifier les domaines où les prompts de vos critères doivent être affinés. ## Cas d'usage #### Qualité du support client Mesurez les taux de résolution des problèmes, la satisfaction client et les indicateurs de qualité du support pour améliorer la prestation de service. #### Performance commerciale Suivez l'atteinte des objectifs, le traitement des objections et les taux de conversion dans les conversations commerciales. #### Suivi de conformité Assurez-vous que les agents suivent les procédures requises et recueillent les confirmations de consentement ou de divulgation nécessaires. #### Formation et développement Identifiez les opportunités d'accompagnement et mesurez l'amélioration des performances de l'agent au fil du temps. ## Résolution des problèmes #### Les critères d'évaluation renvoient des résultats inattendus * Vérifiez la clarté et la précision de votre prompt * Testez la logique avec des exemples de conversations * Prenez en compte les cas limites dans vos critères d'évaluation * Vérifiez que la transcription contient suffisamment d'informations pour l'évaluation #### Fréquence élevée de résultats « unknown » * Assurez-vous que vos prompts précisent les informations à rechercher - Vérifiez que les conversations contiennent suffisamment de contexte pour l'évaluation - Examinez la qualité et l'exhaustivité des transcriptions - Ajustez les critères pour gérer les cas limites courants #### Considérations relatives aux performances * Chaque critère d'évaluation allonge le temps de traitement de l'analyse des conversations * Les prompts complexes peuvent prendre davantage de temps à évaluer * Tenez compte du compromis entre analyse complète et temps de réponse * Surveillez votre utilisation afin de l'optimiser selon vos besoins spécifiques > **Info** > > Les résultats de l'évaluation de la réussite sont accessibles via les [webhooks post-appel](/docs/fr/eleven-agents/workflows/post-call-webhooks) pour l'intégration à des systèmes externes > et à des plateformes d'analyse.