Comment nous traitons 22 000 tickets d'assistance chaque mois avec ElevenAgents

Nous gérons notre propre service client avec ElevenAgents, en résolvant plus de 22 000 tickets par mois sans faire intervenir une seule personne. Notre agent de support IA traite les textes, les captures d’écran et les PDF, et s’intègre à notre plateforme de gestion des tickets. Il gère les conversations longues, consulte les informations des comptes, exécute des actions et transfère les cas aux équipes de support lorsque nécessaire.

Le mois dernier, notre agent d’assistance IA a résolu 65 % de nos tickets de bout en bout. Notre délai moyen de première réponse est désormais de 60 secondes, contre plusieurs heures avant l’arrivée de notre coéquipier ElevenAgents. Parmi les conversations traitées par l’agent IA, 70 % ont reçu une évaluation positive de la part des utilisateurs, un résultat comparable à celui de notre assistance humaine.

Démo du service client d’ElevenLabs

Comment nous avons conçu notre agent de support

Notre équipe de support disposait déjà de procédures opérationnelles standard détaillées pour chaque grande catégorie de tickets : remboursements, modifications de facturation, questions sur le clonage de voix professionnel, etc. L’essentiel du travail a consisté à transformer ces connaissances existantes en processus qu’un agent peut exécuter de manière fiable. Deux fonctionnalités d’ElevenAgents ont été déterminantes : Procedures et les outils webhook.

Procédures permet aux équipes de transformer leurs procédures opérationnelles standard de service client existantes en workflows d’agent reproductibles. Nous avons intégré les guides opérationnels de notre équipe de support dans Procedures pour chaque grande catégorie de tickets. Pour les actions critiques, comme l’émission de remboursements, nous nous appuyons sur Structured Procedures afin de garantir l’exécution déterministe de chaque étape.

Outils webhook sont des outils personnalisables qui permettent aux agents de consulter dynamiquement des informations utilisateur, telles que le niveau d’abonnement, l’utilisation des crédits, les voix détenues par l’utilisateur, etc. Grâce aux outils webhook, notre agent de support accède facilement aux informations utilisateur, ce qui renforce sa capacité à résoudre les problèmes de bout en bout. 

Améliorer la qualité des réponses

Les fonctionnalités suivantes nous ont permis d’atteindre le niveau d’exigence élevé de nos équipes de support client :

• Paramètres de comportement par canal. Les utilisateurs par email et par téléphone ont des attentes différentes. Les utilisateurs par email souhaitent des réponses en aussi peu d’échanges que possible, tandis que les utilisateurs par téléphone attendent des conversations naturelles et interactives, en temps réel, avec davantage d’échanges. Nous avons mis en place des paramètres de comportement par canal afin que chaque canal respecte ses propres exigences, notamment des réponses par email conformes aux standards de la communication professionnelle.
• Tests de simulation. Nous avons utilisé des tests de simulation pour comprendre les performances de notre agent dans les quelque 50 scénarios les plus fréquemment rencontrés par notre équipe de support client. Architect a ensuite affiné le prompt système et les procédures afin de réussir tous les tests de manière fiable. Enfin, nous avons relancé cette suite de tests après les modifications de configuration pour nous assurer de n’avoir introduit aucune régression.
• Mode d’observation. Nous avons utilisé notre mode d’observation pour voir comment l’agent se comporterait face au trafic de production dans notre système de gestion des tickets avant son déploiement. Une fois confiants dans ses réponses, nous l’avons mis en production.

Tests de simulation

Boucle d’amélioration pilotée par Architect

Notre équipe de support client utilise ElevenAgents Architect, notre outil de conception d’agents en langage naturel, dans son travail quotidien pour mieux comprendre nos clients et améliorer notre agent IA :

Comprendre les facteurs clés. Nous examinons constamment pourquoi notre agent bloque sur certains tickets et comment il peut s’améliorer. Avec une seule requête en langage naturel, Architect nous fournit une répartition des principales catégories de tickets. Sur demande, il identifie également pourquoi un problème donné a été transféré, qu’il s’agisse d’une lacune dans la base de connaissances, d’un outil manquant ou d’une politique interne à clarifier. Après avoir identifié la cause profonde, Architect propose des modifications qui amélioreront notre taux de résolution. 

Analyse des tickets par Architect

Mettre en œuvre les changements en toute sécurité. Pour améliorer les performances de l’agent, notre équipe de support s’appuie sur Architect pour rédiger, examiner et mettre en œuvre les mises à jour. Avant toute mise en production, Architect crée de nouveaux tests de simulation et les ajoute à la suite de tests complète, afin de garantir la réussite des nouvelles procédures et de détecter les régressions avant que les changements n’atteignent la production.

Notre équipe de support client reste impliquée pour continuer à mieux comprendre les besoins de nos clients, mettre à jour les politiques et éviter le surajustement à un type de ticket donné. Architect lui donne toutefois davantage de moyens pour diagnostiquer les problèmes, itérer, tester et améliorer les performances de l’agent au rythme qu’exige notre portefeuille de produits en expansion.

Essayez dès aujourd’hui

Vous souhaitez mettre en place vos propres agents de support client omnicanal par email, par chat ou par téléphone ? Retrouvez de plus amples informations sur ElevenAgents et contactez-nous.