L’impact de l’IA sur le Quality Monitoring [Compte-rendu Webinar 17/10/2024]

C’est le fonctionnement traditionnel : des agents humains évaluent manuellement des échantillons plus ou moins importants d’appels ou d’interactions (en général inférieur à 1 % du volume total compte tenu du temps nécessaire à cette analyse). 

Pour donner une idée du travail que cela représente, pour 5 minutes de conversation, il faut compter environ 15 minutes d’analyse (donc x2, et même x3 de temps d’analyse en moyenne).

Ses avantages : 

• Compréhension fine des nuances.
• Personnalisation des évaluations (possibilité de faire du cas par cas).

Ses limites : 

• Le temps qu’implique un travail 100 % humain.
• La difficulté à évaluer des volumes importants.
• Les coûts (pas d’automatisation pour des tâches chronophages et répétitives).

Ce fonctionnement a clairement le vent en poupe ces dernières années. Et on comprend pourquoi : l’Intelligence Artificielle est ici utilisée pour analyser l’intégralité des interactions (appels, emails, chat, etc.).

Avec les dernières avancées de l’IA, il est désormais possible de produire des résumés des interactions en quelques secondes, mais aussi de filtrer et d’analyser par mots-clés, par attitudes (via un processus de diarisation). L’IA est également en mesure de produire des dashboards prenant en compte une quantité inédite de données. Le tout pour un nombre potentiellement illimité d’analyses automatisées (jusqu’à 100 % du volume total).

Ses avantages : 

• La possibilité d’assurer une couverture complète des interactions.
• La rapidité d’analyse.
• La scalabilité potentielle.

Ses limites : 

• L’IA n’est pas encore parfaite et ne peut remplacer totalement l’humain pour les nuances complexes.
• Risques d’hallucinations de l’IA.
• Nécessite un énorme travail à faire sur le prompting (et les compétences associées).

C’est la combinaison des deux approches précédentes, afin de profiter de leurs avantages et de gommer leurs points faibles. L’IA est utilisée pour une première évaluation et une analyse massive. Et ensuite, l’intervention humaine vient faire des vérifications plus approfondies.

Ses avantages : 

• Une meilleure efficacité et précision.
• Un juste équilibre entre rapidité et nuances.
• L’utilisation des résultats IA pour cibler les analyses humaines.

Ses limites : 

• Implique d’utiliser des outils bien calibrés et d’avoir des agents un minimum formés à l’utilisation de l’IA (coordination IA-humain).
• Les coûts en fonction de l’outil utilisé.

Voici un résumé des bénéfices observés chez les clients de MyQM ayant implémenté l’IA dans leur Quality Monitoring : 

• Une amélioration des KPI de Satisfaction Client.
• Une réduction du temps d’évaluation (et donc plus de temps dédié à des tâches à plus haute valeur ajoutée).
• Une couverture d’un volume bien plus important d’interactions.
• Une amélioration de la formation des agents (via des retours en temps réel sur leurs performances et une identification rapide des points à améliorer).

Voici les applications les plus courantes de l’IA au service de l’expérience client :

• Feedback en temps réel et continu.
• Programmes de coaching personnalisés.
• Assistance de l’agent dans sa réponse.
• Automatisation de la réponse au client.

Lors du webinar, Arnaud et Fabien ont également abordé plusieurs use cases précis (avec les bénéfices à la suite de l’ajout de l’IA), parmi lesquels :

• Analyse sémantique des conversations.
• Détection des émotions et des comportements critiques.
• Identification automatique des agents en fonction de leur performance/efficacité (afin de se concentrer sur un plan d’action par agent, avec une IA jouant un rôle de coach personnel).

Extrait de la présentation lors du webinar

Qu’on se le dise : l’IA ne peut pas remplacer l’humain pour toutes les interactions. Car elle est susceptible de présenter des problèmes de biais ou d’interprétation des données dans certains cas. La qualité de son analyse dépend aussi directement de la qualité sonore et de la compréhension des appels qui lui sont transmis. D’où l’importance de garder une supervision humaine.

L’agent humain peut ainsi intervenir pour des cas “émotionnels”, à enjeux et/ou complexes. Par exemple, pour comprendre l’humour ou l’ironie, et faire preuve de la sensibilité émotionnelle qui fait défaut à l’IA.

Le Quality Monitoring désigne le processus de suivi et d’évaluation des interactions entre les agents et les clients pour améliorer la qualité d’un Service Client / Centre de Contacts. Ce suivi inclut des indicateurs comme la satisfaction client, le temps de réponse et le taux de résolution au premier contact.

Il vaut mieux introduire l’IA dans un contexte où l’humain est déjà présent (équipes d’agents, process, traitements, etc.). Donc on commence par l’humain avant d’envisager l’automatisation comme un levier.

Pour obtenir une transcription précise, la qualité audio est primordiale. Plus le son est clair, plus le risque d’erreurs de transcription est réduit. Bien qu’il n’existe pas de standard minimum, des facteurs comme l’élocution, la prononciation et l’environnement sonore (par exemple, bruits de fond ou conversations voisines) influencent la qualité. L’essentiel est de pouvoir distinguer nettement la voix de l’agent de celle du client (en utilisant la stéréo si possible).

Le choix des outils et la gestion des données dépendent de la solution sélectionnée. Avec MyQM, par exemple, les données sont stockées dans une base de données dédiée à la solution SaaS. Il y est possible de privatiser un environnement spécifique pour chaque client. Les outils utilisés traitent la transcription (audio vers texte et données) et l’analyse (ajout de données) sans conserver les informations ou données personnelles des clients. En d’autres termes, les modèles de langage utilisés par MyQM ne sont pas entraînés sur les données des clients.

Les formats (ou méthodes de connexion) varient selon l’outil utilisé. MyQM travaille principalement avec les formats audio tels que wav et mp3, et les formats texte comme txt et pdf pour les écrits. Concernant la connexion, ils privilégient les APIs ou l’échange sécurisé de fichiers (SFTP, etc.). Il est essentiel que la source de données puisse être interconnectée et capable de fournir en masse les enregistrements, tickets ou emails.