Qu’est-ce que l’intelligence conversationnelle ? Guide pour les entreprises

Dans la plupart des échanges commerciaux et de support, l’essentiel de ce qui est dit est rarement exploité au-delà de la conversation. L’appel a lieu, quelqu’un le marque comme terminé dans le CRM, puis il devient un fichier d’enregistrement qui n’est plus jamais consulté. 

L’intelligence conversationnelle est la couche qui évite ce scénario. Son objectif est de capter la conversation, de la transcrire et d’y appliquer une analyse par IA pour la transformer en ressources internes à exploiter et à partager avec vos équipes et votre direction. Les entreprises disposent ainsi d’un historique de chaque conversation, étiqueté selon le sentiment, les objections et les actions à mener, plutôt que de ne sélectionner que quelques échanges à examiner en interne. 

Ce guide explique ce qu’est l’intelligence conversationnelle, son fonctionnement et ses principaux usages, afin que vous puissiez l’appliquer à vos propres échanges avec vos clients.

En résumé

• L’intelligence conversationnelle devient précieuse lorsque le volume d’appels dépasse ce que les responsables peuvent contrôler manuellement, au risque de passer à côté d’informations importantes.
• Le même pipeline répond aux besoins de toutes les équipes dont l’activité repose sur les conversations, du coaching commercial et de la qualité du support à la conformité dans les secteurs réglementés et aux réunions internes.
• L’utilité d’une plateforme repose sur sa précision sur des audios réels, mesurée par le taux d’erreur par mot attribué à chaque locuteur, car chaque score et résumé dépend de la transcription sous-jacente.
• Une plateforme efficace doit aussi proposer des modes temps réel et par lots, une couverture multilingue, la détection d’entités et une intégration CRM. ElevenLabs offre ces capacités avec Scribe v2 et Scribe v2 Realtime, avec prise en charge de SOC 2, HIPAA, RGPD et de l’hébergement des données en Europe.

Qu’est-ce que l’intelligence conversationnelle et comment est-elle utilisée ?

L’intelligence conversationnelle est un logiciel qui enregistre et transcrit les échanges avec les clients, puis utilise l’IA pour en tirer des informations structurées, telles que le sentiment, les sujets, les actions à mener et les objections. Elle repose sur deux couches : une transcription précise et une couche d’interprétation qui extrait le sens de la transcription de la conversation.

Cette couche d’interprétation distingue l’intelligence conversationnelle d’un enregistrement ou d’une simple transcription. Un enregistrement d’appel ne conserve généralement que l’audio, tandis qu’une transcription rend ce même audio lisible. L’intelligence conversationnelle approfondit l’analyse en déterminant qui a parlé, les sujets abordés, les questions restées en suspens et dans quelle mesure l’échange a rempli son objectif.

Pour mieux comprendre son application concrète, prenons l’exemple d’un appel commercial. Un système d’intelligence conversationnelle effectue les opérations suivantes : 

• Transcrire l’audio : l’appel est converti en texte précis et horodaté, chaque interlocuteur étant identifié. 
• Détecter les moments clés : le système signale les moments importants de l’échange, tels que les questions sur les prix, les mentions de concurrents et les prochaines étapes convenues.
• Évaluer la conversation : ce processus mesure la conversation par rapport à un cadre défini, comme le ratio parole-écoute ou la couverture des questions de découverte. 
• Synchroniser avec le CRM : un résumé de la conversation et les actions à mener sont ajoutés à la fiche, sans saisie manuelle.

Dans toute l’entreprise, les équipes appliquent le même schéma avec l’intelligence conversationnelle. Les équipes chargées du chiffre d’affaires l’utilisent pour les appels commerciaux, le support l’emploie dans les interactions de service, les équipes conformité l’appliquent aux conversations réglementées pour garantir le respect de la confidentialité des données, et les équipes produit l’utilisent pour mieux comprendre les retours clients et améliorer le produit.

Pourquoi l’intelligence conversationnelle est-elle importante ? Ses avantages

Les avantages de l’intelligence conversationnelle augmentent avec le volume de conversations qu’une entreprise souhaite exploiter comme ressource interne. 

L’intelligence conversationnelle est particulièrement efficace lorsqu’elle transforme un dialogue non structuré en données qu’une entreprise peut mesurer et améliorer. Plusieurs avantages se dégagent systématiquement lorsque les équipes l’adoptent :

• Coaching et intégration améliorés : les responsables peuvent examiner les tendances à l’échelle d’une équipe entière, plutôt que quelques appels auxquels ils peuvent assister. Les nouvelles recrues et les autres membres de l’équipe apprennent ainsi à partir d’exemples concrets d’appels réussis, plutôt que de la théorie. 
• Moins de tâches administratives et saisie CRM plus rapide : selon des données récentes du rapport State of Sales de Salesforce, les commerciaux consacrent moins de 30 % de leur temps hebdomadaire à la vente directe. Le reste est consacré aux tâches administratives, aux réunions internes, à la recherche manuelle et à la saisie de données. La prise de notes automatisée, les mises à jour du CRM et les autres tâches administratives essentielles leur permettent de consacrer davantage de temps à la vente. 
• Signaux d’achat et objections détectés : la couche d’analyse de l’intelligence conversationnelle signale les réticences sur les prix, les mentions de concurrents et d’autres éléments d’intérêt afin qu’aucun sujet important ne soit négligé. Elle aide la direction à examiner les conversations où les références répétées aux prix ou aux concurrents se multiplient et à définir des pistes d’amélioration.
• Collaboration entre équipes : cet avantage permet de partager les informations issues des appels avec les équipes marketing, produit et la direction, au lieu de les cloisonner dans un seul service. Il contribue à améliorer les processus commerciaux et de support en identifiant les domaines dans lesquels d’autres services peuvent apporter leur aide.

Ces avantages s’accumulent avec le temps, car la même analyse s’applique à chaque conversation. Tirer des enseignements de ces échanges est précisément l’objectif de l’intelligence conversationnelle.

Comment fonctionne l’intelligence conversationnelle

La plupart des plateformes d’intelligence conversationnelle suivent aujourd’hui un processus en cinq étapes, quel que soit le fournisseur. Ce pipeline comprend : 

• Capture des données : collecte des conversations enregistrées ou captées à leur source, comme un appel téléphonique, le script d’un chat ou une plateforme de visioconférence telle que Zoom ou Teams.
• Transcription : une technologie de reconnaissance vocale convertit l’audio en texte et produit un historique consultable. 
• Analyse par IA : les modèles de traitement automatique du langage naturel (NLP) et de machine learning (ML) traitent le texte afin d’identifier le sentiment, les moments clés et les actions à mener. Certaines plateformes réalisent cette analyse en direct et accompagnent le représentant pendant l’appel. 
• Informations exploitables : l’analyse de la conversation produit des résultats exploitables, tels que des objections récurrentes, des questions sur les prix ou d’autres signaux associés. 
• Intégration CRM : les informations exploitables et les résumés d’appels sont synchronisés avec une plateforme CRM telle que Salesforce ou HubSpot afin de mettre à jour les fiches sans saisie manuelle continue.

Au cœur de la couche de transcription

Bien que le flux en cinq étapes couvre l’ensemble du pipeline, la partie « transcription » de la deuxième étape est déterminante, et l’efficacité des étapes suivantes dépend de ce qui s’y produit. Examinons plus techniquement le fonctionnement de la transcription dans le contexte de l’intelligence conversationnelle.

1. Diarisation des locuteurs : attribue chaque segment d’une transcription à un locuteur précis en identifiant qui a dit quoi. Lors d’un appel commercial, cette fonction permet à un outil de coaching de calculer le ratio parole-écoute et de vérifier que le commercial a posé la plupart des questions. La diarisation est relativement simple sur un enregistrement terminé, car le modèle peut comparer une voix au début de l’appel à une voix à la fin. Elle est plus difficile en temps réel, car le système doit attribuer une étiquette de locuteur sans avoir entendu la suite.
   
   
2. Détection d’entités : identifie des catégories précises d’informations dans la transcription, telles que les noms, les dates, les montants en dollars ou les numéros de compte, et associe un horodatage exact à chacune. Une plateforme peut ainsi constituer un index consultable de « chaque appel où un concurrent a été mentionné », sans que personne ait à lire chaque transcription ou écouter chaque appel. C’est aussi ce qui rend possible le masquage pour un centre d’appels traitant des données PCI ou PHI afin de respecter les exigences de conformité.
   
   
3. Gestion multilingue : couvre à la fois l’identification automatique de la langue au sein d’un appel et la transcription précise dans les langues que l’équipe utilise réellement avec les clients. Une plateforme limitée à l’anglais ne peut plus traiter les conversations dès qu’une équipe de support commence à recevoir des appels en espagnol, en portugais ou en japonais.

Les capacités Speech to Text d’ElevenLabs couvrent ces trois besoins au sein d’une seule API, avec une diarisation pour jusqu’à 32 locuteurs, une détection d’entités couvrant les catégories PII, PHI et PCI, ainsi qu’une transcription dans plus de 90 langues.

Intelligence conversationnelle et IA conversationnelle

Ces deux termes sont souvent confondus. Ce qui les distingue, c’est que l’IA conversationnelle participe à des conversations vocales, tandis que l’intelligence conversationnelle les analyse. L’

IA conversationnelle englobe les chatbots et les agents vocaux capables d’échanger directement avec un client en répondant à ses questions ou à ses demandes de support. L’intelligence conversationnelle travaille en arrière-plan et n’interagit pas avec le client. Elle écoute les conversations en cours et en extrait des informations exploitables. 

Ces deux technologies sont complémentaires plutôt que concurrentes. Elles remplissent des fonctions distinctes et autonomes pour l’entreprise. Par exemple, une équipe de support utilisant des agents vocaux sur une plateforme telle que ElevenAgents peut appliquer l’intelligence conversationnelle aux appels traités par les agents, de la même manière qu’aux appels gérés par des humains. L’objectif est d’examiner les situations où un agent a bien traité une demande et celles où elle a été escaladée.

Cas d’utilisation de l’intelligence conversationnelle

L’intelligence conversationnelle fonctionne différemment selon le cas d’utilisation de l’équipe. Ses avantages varient en fonction de l’usage déployé. Parmi les principaux cas d’utilisation figurent :

Coaching commercial

Les responsables commerciaux peuvent créer des bibliothèques d’appels organisées par compétences précises, comme le traitement des objections ou les questions de découverte. Ils peuvent ainsi intégrer plus rapidement les nouveaux représentants et définir les critères de réussite pour toute l’équipe.

Qualité du support client

Les responsables du support peuvent examiner les appels des agents à une échelle inédite. L’intelligence conversationnelle leur permet de détecter les problèmes de ton, les résolutions incomplètes ou les lacunes dans un script, sans devoir assister à l’appel en direct. Une baisse du sentiment qui survient après l’introduction d’une question de facturation constitue un schéma sur lequel agir s’il apparaît dans plusieurs conversations. 

Conformité et détection des risques

De nombreux secteurs réglementés, comme la santé et les services financiers, utilisent l’intelligence conversationnelle pour confirmer que les informations obligatoires ont été communiquées et que les appels contenant des informations sensibles sont signalés. C’est particulièrement important pour les informations personnelles identifiables (PII), comme un numéro de sécurité sociale (SSN) ou un diagnostic médical, évoquées sans traitement approprié des données sensibles. La détection d’entités rend ce cas d’utilisation praticable à grande échelle, plutôt que de compter sur un examinateur humain pour repérer chaque occurrence. 

Analyse des retours produit

Les équipes produit examinent les transcriptions du support et des ventes afin d’identifier les demandes de fonctionnalités récurrentes ou les zones de confusion qui ne sont jamais consignées officiellement ailleurs. Une plainte isolée n’est que du bruit. En revanche, la même plainte sur quarante appels correspond à un élément de feuille de route à traiter. Ces plaintes peuvent indiquer à l’équipe produit où se situent des lacunes dans les fonctionnalités du produit. 

Créez une solution d’intelligence conversationnelle avec l’API ElevenLabs

L’infrastructure qui soutient les plateformes d’intelligence conversationnelle repose principalement sur le Speech to Text, avec plusieurs exigences spécifiques supplémentaires.

Pour transcrire plusieurs appels enregistrés, Scribe v2 traite les fichiers audio et vidéo en intégrant la diarisation des locuteurs, des horodatages au niveau du mot et la détection d’entités. Pour l’analyse en direct, Scribe v2 Realtime diffuse la transcription avec une latence d’environ 150 ms, ce qui permet de fournir des recommandations de coaching en temps réel ou des alertes de conformité pendant l’appel, plutôt qu’après celui-ci.

Ce dont une plateforme d’intelligence conversationnelle a besoin de sa couche d’infrastructure :

• Séparer la parole d’un client et celle d’un agent grâce à la diarisation et à l’étiquetage des rôles des locuteurs, une fonction essentielle pour toute mesure de coaching nécessitant l’identification des locuteurs.
• La détection d’entités peut être déployée pour identifier et masquer automatiquement les informations sensibles, plutôt que de recourir à une vérification manuelle avant l’enregistrement ou le partage des transcriptions.
• Des options par lots et en temps réel sont disponibles, car la revue de conformité et le coaching en direct exigent des niveaux de latence différents.
• La prise en charge de plusieurs langues correspondant à celles parlées par les clients d’une équipe, et pas uniquement à celles utilisées au siège.

Ces fonctionnalités forment ensemble la couche de transcription sur laquelle repose un produit d’intelligence conversationnelle. La logique d’analyse et de coaching reste un composant qu’une équipe peut développer elle-même ou acheter auprès d’un fournisseur spécialisé en intelligence conversationnelle.

Commencez avec ElevenAPI

Scribe v2 et Scribe v2 Realtime vous fournissent la couche de transcription pour l’intelligence conversationnelle, avec diarisation, détection d’entités et horodatages au niveau du mot dans une seule API. Découvrez le Speech to Text d’ElevenLabs pour voir les modèles et langues pris en charge.

Si vous intégrez l’intelligence conversationnelle à votre propre produit ou à vos outils internes, créez un compte gratuit et commencez à transcrire votre premier appel. Le Guide de l’API Speech to Text couvre l’ensemble des paramètres de diarisation, de détection d’entités et de prise en charge des langues. 

FAQ