
Lorsque les files d'attente s'allongent et que les membres de l'équipe commencent à montrer des signes d'épuisement professionnel dans un centre de contact, la question évidente est généralement : « Avons-nous besoin de plus d'agents ? » Parfois, la réponse est oui, mais d'autres fois, le problème provient d'ailleurs.
Une file d'attente occupée peut être causée par des appels qui aboutissent au mauvais endroit, des agents qui passent trop de temps à chercher des réponses, des clients qui doivent répéter leur authentification, ou un processus ailleurs dans l'entreprise qui génère des contacts qui n'auraient pas dû avoir lieu.
Parfois, l'IA peut rendre les goulots d'étranglement des centres de contact plus difficiles à diagnostiquer. Gartner a constaté que 85 % des responsables du service client élargissent les responsabilités des agents de première ligne à mesure que l'automatisation élimine certains contacts routiniers, laissant les employés gérer des tâches à plus forte valeur ajoutée. Une augmentation du temps de traitement peut donc signifier que le travail est devenu plus complexe.
Une bonne optimisation du centre de contact commence par identifier où le problème du client ralentit réellement. Une fois que vous le savez, vous pouvez résoudre le bon problème, protéger la capacité et améliorer la performance du centre de contact sans simplement appliquer une solution générique à la file d'attente.
Un goulot d'étranglement dans un centre de contact est le point où une demande client commence à consommer plus de temps ou de capacité d'agent qu'elle ne le devrait. Vous remarquerez généralement les dommages ailleurs. La file d'attente de facturation explose à 10 h 20, par exemple, alors que le vrai problème a commencé dans le SVI parce que les appels concernant les remboursements ont d'abord été envoyés au support général.
La longueur de la file d'attente ne raconte pas toute l'histoire. Un agent peut passer trois minutes à chercher une politique, vérifier un client qui a déjà passé un contrôle d'identité, puis attendre l'approbation pour une demande routinière. Tout cela gruge la capacité disponible pour le client suivant.
Pour découvrir où le temps est réellement perdu, suivez un problème depuis la première tentative du client jusqu'à sa résolution et signalez chaque délai, étape répétée et transfert en cours de route.
Un seul KPI suffit rarement à diagnostiquer un ralentissement. Supposons que le temps de traitement moyen (TTM) augmente en même temps que la vitesse moyenne de réponse (VMR). C'est une bonne raison de vérifier les modèles de dotation en personnel et le routage. Si le temps d'attente augmente parallèlement au TTM, examinez quelques interactions pour voir ce qui se passe pendant la pause. Les agents pourraient être en train de chercher des connaissances, de demander une approbation ou d'attendre qu'une application lente réponde.
Un taux de transfert élevé associé à une faible résolution au premier contact mérite un examen approfondi des chemins SVI et des attributions de compétences. Le score d'effort client doit également être pris en compte. Un temps de réponse respectable peut masquer un parcours irritant si le client est transféré deux fois ou doit répéter des informations.
Une seule mesure raconte rarement toute l'histoire. Les examiner ensemble vous donne un meilleur aperçu de ce qui ne va pas, tant pour votre personnel que pour vos clients.
Lorsqu'une file d'attente dérape à 11 h 20, les superviseurs ont besoin d'une vue en direct. Des outils comme iceMonitor de ComputerTalk affichent les données de la file d'attente, des agents et des interactions en temps réel, avec des seuils personnalisables, des indicateurs de couleur et des alertes par courriel, Microsoft Teams ou iceManager. Les superviseurs peuvent alors déplacer des agents vers une file d'attente occupée pendant que le problème survient.
Plus tard, iceReporting offre aux gestionnaires une perspective à long terme, avec plus de 100 rapports personnalisables, la planification, des filtres et un accès basé sur les rôles. C'est là que les pics récurrents du lundi, les modèles de transfert répétés ou les temps de traitement après appel anormalement élevés deviennent plus faciles à prouver.
Il existe quelques endroits où chercher des indices sur les goulots d'étranglement au-delà de la file d'attente, en commençant par le flux de travail de l'agent. Si le TTM augmente soudainement, examinez quelques interactions réelles avant de modifier les objectifs de quiconque. Vous pouvez apprendre beaucoup en voyant un agent fouiller dans une vieille page de connaissances, copier un numéro de compte entre deux systèmes, attendre une approbation, puis passer une minute supplémentaire à documenter ce qui vient de se passer.
Ce temps perdu est facilement confondu avec une mauvaise performance de l'agent.
iceBar de ComputerTalk est conçu pour réduire une partie de cette friction sur le bureau. La barre d'outils reste dans une petite partie de l'écran et donne aux agents accès aux statistiques de file d'attente, aux fenêtres contextuelles, aux commandes de transfert, au marquage des interactions et à la gestion multi-contacts. Les agents peuvent également gérer les interactions vocales et numériques à partir de la même barre d'outils.
Il vaut également la peine d'examiner le temps de recherche. Si les agents continuent de mettre les clients en attente parce qu'ils essaient de trouver la bonne réponse, changer le nombre de personnes travaillant ne changera pas grand-chose. Agent Assist peut faire apparaître des informations contextuelles et des suggestions pendant l'interaction, puis automatiser les résumés et capturer des détails tels que le sentiment ou les actions de suivi par la suite.
Suivez ensuite le parcours client.
Un appel peut avoir été répondu dans les délais cibles alors que le client a dû s'authentifier deux fois, répéter son problème après un transfert et recontacter le support le lendemain matin. Je considérerais cela comme un goulot d'étranglement, même si le tableau de bord de la file d'attente semblait sain.
Les enregistrements, les transcriptions, l'historique des interactions et les réponses aux sondages aident à identifier les moments où les clients sont contraints de se répéter. iceJournal offre aux équipes un moyen de consulter les interactions antérieures, tandis qu'iceSurvey recueille les commentaires directement auprès des clients. En combinant les deux, on obtient beaucoup plus de contexte derrière ce que rapporte le tableau de bord.
Une augmentation soudaine de la DMT mérite un peu de travail d'enquête avant que quiconque ne commence à apporter des correctifs. Divisez le chiffre par file d'attente et par motif de contact, puis examinez quand le changement a commencé. S'il coïncide avec une mise à jour de politique, le lancement d'un nouveau logiciel, une campagne ou un changement d'horaire, vous avez là votre première piste.
Suivez ensuite quelques interactions réelles du début à la fin. Si les appels concernant la facturation prennent soudainement quatre minutes de plus, écoutez où ces minutes ont été passées. Peut-être que les agents attendent une approbation. Peut-être qu'ils recherchent une politique mise à jour. Peut-être que les clients arrivent après une tentative infructueuse de libre-service, et que l'agent doit reconstituer toute l'histoire.
Une question permet de déceler une quantité surprenante de demande inutile : ce client aurait-il contacté le support si un processus précédent avait fonctionné correctement ?
Une mise à jour de remboursement manquante, une confirmation de paiement échouée, un portail défectueux ou un rappel oublié peuvent tous générer un volume supplémentaire dans la file d'attente. Corriger la file d'attente ne fait que reporter cette demande au lendemain.
AI Insights peut aider à faire ressortir des modèles à travers les transcriptions, notamment les motifs de contact répétés, le sentiment, les questions et les références aux processus. Utilisez ces informations pour restreindre l'enquête, puis vérifiez les conclusions par rapport aux enregistrements et aux commentaires des agents avant de modifier le flux de travail.
Une fois la cause identifiée, la solution doit y correspondre étroitement. Un mauvais routage nécessite des modifications des règles de routage, des chemins SVI ou des attributions de compétences. Ajouter des agents ne servira pas à grand-chose si la capacité existante est perdue à cause de mauvais horaires ou de contacts bloqués dans la mauvaise file d'attente.
Ce problème apparaît généralement en même temps qu'une hausse du délai moyen avant réponse (ASA), de l'abandon et des temps d'attente au cours des mêmes intervalles. Examinez quand la pression survient avant de regarder l'effectif total. Un centre de contact peut avoir suffisamment de personnel sur la journée et tout de même éprouver des difficultés à 10 h 30 parce que la file d'attente de facturation nécessite des compétences qui se trouvent ailleurs.
Une configuration WFM adéquate établit des horaires en fonction du moment où la demande arrive réellement et des compétences nécessaires, plutôt que de se fier à l'effectif quotidien. Le respect des horaires en temps réel montre ensuite où le quart de travail a dévié du plan. Les superviseurs peuvent déplacer des agents formés ou modifier les pauses tant qu'il est encore temps d'empêcher une file d'attente de s'emballer.
Les rappels sont également utiles une fois que la demande a dépassé les prévisions. 75 % des adultes préfèrent un rappel plutôt que d'attendre en ligne, les options de rappel réduisant l'abandon d'environ 32 %.
Vérifiez tout de même ce qui a causé le pic. Si un message de facturation ou un processus défaillant a créé les contacts supplémentaires, une meilleure planification vous aide seulement à absorber le problème plus rapidement.
Les transferts sont coûteux car le client les paie en temps et le centre de contact les paie deux fois en capacité d'agent. Si une file d'attente continue de transférer du travail à une autre, examinez les chemins de transfert et demandez-vous pourquoi le premier itinéraire a été suggéré.
L'AI Smart Routing de ComputerTalk peut router en fonction des compétences des agents, de leur disponibilité, des interactions précédentes et du contexte actuel, tout en transmettant ce contexte à l'agent qui reçoit le contact. C'est utile lorsque des étiquettes SVI larges telles que « services aux comptes » continuent d'envoyer les gens vers l'équipe qui semble la plus proche.
Inspectez l'authentification dans le même parcours. Poser à nouveau des questions de sécurité après que le client s'est déjà vérifié fait perdre du temps sans faire avancer le dossier. iceVerify utilise des codes à usage unique par SMS ou par courriel et peut extraire les détails de l'appelant à partir des dossiers CRM, ce qui donne aux équipes un autre moyen de raccourcir la vérification manuelle tout en conservant le contrôle de sécurité intact.
Méfiez-vous toujours d'un problème de DMT qui disparaît une fois que vous comprenez le travail qu'un agent doit accomplir. Un champ CRM supplémentaire semble inoffensif. Copier un numéro de dossier dans un autre écran l'est tout autant. Accumulez ces petites tâches sur des centaines d'interactions et vous découvrirez une part de capacité que personne n'avait prévue.
La première solution est la suppression. Si les agents remplissent des champs que personne n'utilise, éliminez-les. Ensuite, examinez le travail qui reste à faire et demandez-vous pourquoi le système ne peut pas en prendre davantage en charge.
Les résumés d'appels en sont un bon exemple. Un outil de transcription et de résumé par IA peut créer une ébauche de dossier à partir de l'interaction, que l'agent peut vérifier avant qu'elle ne soit intégrée au CRM. Réduire ce travail après appel peut faire gagner un temps précieux aux agents.
Mesurez le temps de recherche et le travail après appel (TAA) séparément du temps de parole après tout changement. Si le temps de traitement diminue alors que les contacts répétés augmentent, l'équipe a probablement accéléré la documentation sans pour autant l'améliorer.
Certains appels longs sont en réalité des problèmes de recherche déguisés en DMT. Si un motif de contact prend systématiquement plus de temps que les autres, je vérifierais ce que les agents doivent trouver, interpréter ou faire approuver avant de toucher à leurs objectifs de performance.
Les connaissances obsolètes sont particulièrement coûteuses car elles créent de l'hésitation. Un agent trouve deux versions de la même politique, met le client en attente, demande à un superviseur laquelle s'applique, puis documente l'exception par la suite.
Des outils comme Agent Assist de ComputerTalk peuvent faire ressortir des articles de connaissances, les détails des contacts précédents, des actions suggérées et le contexte en direct pendant l'interaction. Il peut également transmettre les résumés d'appels à l'agent suivant après un transfert, ce qui est utile lorsque le problème passe d'une équipe à l'autre.
Assurez-vous d'avoir une source de connaissances propre avant d'y ajouter l'IA. Si les politiques sont dupliquées ou si personne n'est responsable des mises à jour, une récupération plus rapide ne fait qu'apporter la mauvaise réponse à l'agent plus tôt.
Certaines files d'attente sont occupées parce que l'entreprise continue de créer des raisons pour que les clients reviennent. Peut-être qu'un remboursement n'arrive jamais, qu'un robot donne la politique au lieu de traiter la demande, ou qu'un client rappelle parce que l'action promise hier n'a jamais eu lieu. Les entreprises devraient séparer cette demande des nouvelles demandes authentiques avant de dépenser de l'argent pour une capacité supplémentaire.
Le libre-service mérite le même examen. Gartner a constaté que les clients sont environ trois fois plus susceptibles d'utiliser des outils d'IA générative tiers que les chatbots de service fournis par l'entreprise. Parmi les personnes utilisant déjà l'IA générative pour le service, 58 % l'ont utilisée pour accomplir une tâche, un chiffre qui grimpe à 74 % dans le secteur B2B. Les clients s'attendent clairement à ce que l'automatisation fasse quelque chose d'utile avec leur demande.
Les AI Agents peuvent gérer des tâches telles que la prise de rendez-vous et la vérification de l'état des billets, puis transmettre le contexte de la conversation à un agent lorsqu'une escalade est nécessaire. Les gestionnaires devraient toujours juger du succès par ce qui se passe ensuite. Si le taux de résolution autonome augmente alors que les contacts répétés stagnent, la charge de travail a probablement été déplacée plutôt que supprimée. Une bonne optimisation du centre de contact devrait réduire le nombre de tâches inachevées qui reviennent dans la file d'attente.
Résoudre un problème peut en révéler un autre assez rapidement. Automatisez une partie des contacts simples et la file d'attente restante devient plus difficile. Réduisez le travail après appel et vous découvrirez peut-être que les approbations ralentissent désormais les agents. Améliorez le routage et soudainement, une équipe spécialisée devient l'endroit où le travail commence à s'accumuler.
Établissez une nouvelle base de référence après chaque changement significatif. Vérifiez si la mesure ciblée s'est améliorée, puis examinez les chiffres qui pourraient révéler un nouveau problème. Si la DMT diminue, par exemple, vérifiez le taux de résolution au premier contact (RPC) et les taux de contacts répétés avant de vous réjouir. Des appels plus rapides ne servent pas à grand-chose si les clients reviennent le lendemain.
La surveillance en temps réel aide à détecter ce mouvement rapidement. Le cas de la Western Canada Lottery Corporation avec ComputerTalk en est un bon exemple. Les superviseurs recherchaient manuellement l'état de la file d'attente et la disponibilité des agents. Avec iceMonitor, ils ont obtenu une visibilité en direct sur la file d'attente et des alertes qui ont facilité la réaction lorsque les conditions changeaient.
Considérez l'optimisation du centre de contact comme un travail d'enquête continu. Continuez à comparer les performances en direct avec les modèles historiques, revisitez les parcours derrière les chiffres inhabituels et vérifiez si la solution d'hier a créé un nouveau point de pression ailleurs.
Un tableau de bord peut vous indiquer où la performance a fléchi. Le plus difficile est de déterminer ce qui a accaparé le temps au départ. Peut-être que la file d'attente nécessite plus de ressources, que le routage des clients est inefficace, que les agents perdent du temps à chercher des réponses ou que le travail non résolu de la veille refait surface.
Lorsque vous gérez des goulots d'étranglement dans un centre de contact, évaluez chaque solution en fonction de son impact sur l'ensemble du parcours client. Si le même problème persiste ailleurs, il reste du travail à accomplir.
C'est ainsi que vous améliorez la performance de votre centre de contact sans vous limiter à traiter les symptômes. Apprenez-en davantage sur l'optimisation de votre centre de contact grâce à notre guide sur les raisons pour lesquelles votre centre de contact perd des clients et comment y remédier.