Il est facile pour les responsables de centres de contact de supposer qu'ils ont besoin de plus de personnel lorsque les files d'attente s'allongent. Parfois, c'est le cas, mais d'autres fois, les agents sont coincés dans le traitement après appel, les appels de facturation aboutissent au soutien général, le CRM ralentit et les clients qui n'ont pas trouvé de solution en libre-service appellent pour recommencer. Ce problème devient plus complexe à mesure que l'IA élimine les tâches simples, car les humains sont eux-mêmes accaparés par des conversations plus complexes.  

Gartner a constaté que 85 % des responsables de service élargissent les responsabilités du personnel de première ligne à mesure que les systèmes automatisés réduisent le volume des contacts de base. En pratique, cela laisse aux agents humains une combinaison plus lourde d'exceptions, de plaintes et de cas nécessitant un jugement. Le modèle de dotation d'hier peut avoir du mal à gérer les appels d'aujourd'hui, même lorsque le volume brut varie à peine.  

Lorsque vous examinez les longs temps d'attente des clients, il vaut la peine d'utiliser deux horloges. La première s'arrête lorsqu'un agent répond. La seconde s'arrête lorsque le problème du client est enfin résolu.  

Les temps d'attente dans un centre de contact peuvent sembler sains alors que les gens sont encore transférés, rappellent ou répètent un travail qu'ils ont déjà effectué. C'est pourquoi il est si crucial de comprendre ce qui les cause réellement, afin de pouvoir empêcher les problèmes cachés de nuire à l'expérience client.

Les 8 causes cachées des longs temps d'attente des clients

Une file d'attente encombrée ne nécessite pas automatiquement plus d'agents. Le délai peut provenir d'une mauvaise prévision, d'un SVI maladroit, d'un traitement après appel lent, d'un libre-service défaillant ou d'un système qui oblige les clients à raconter la même histoire deux fois. Ces huit causes indiquent où chercher avant d'approuver une augmentation des effectifs.  

1. Prévisions, planification et écarts de capacité cachés

Un centre de contact peut avoir suffisamment d'agents sur sa liste de paie et être tout de même en sous-effectif le lundi matin à 10 h 30. Les totaux quotidiens masquent les dégâts. Le service de facturation peut recevoir deux fois le volume prévu alors que le soutien général reste calme, ou quinze agents peuvent être connectés alors que seuls trois possèdent les compétences nécessaires pour la file d'attente qui augmente.

Ne jugez pas la dotation en personnel uniquement par le nombre d'employés. Faites des prévisions par tranches de 15 ou 30 minutes, selon le motif de contact, le canal et les compétences requises. Ajoutez ensuite les événements que les moyennes historiques ne permettront pas de prédire correctement, notamment les cycles de facturation, les campagnes, les pannes, la météo et les changements de produits.

Une bonne solution de gestion des effectifs (WFM) devrait combiner la demande prévue avec la disponibilité des agents et les données sur les compétences. Elle devrait également prendre en charge la planification automatisée, le respect des horaires en temps réel, les échanges de quarts, les demandes de congés et la gestion des exceptions. Pendant le quart de travail, les gestionnaires devraient être en mesure de voir où le plan a échoué et de déplacer des agents formés, de modifier les pauses, d'ouvrir des débordements ou d'activer les rappels avant que les longs temps d'attente des clients ne se propagent tout au long de la journée.  

2. Temps de traitement élevé causé par des flux de travail complexes et des lacunes dans les connaissances

Ne punissez pas les agents pour avoir pris 12 minutes pour terminer un appel avant de voir ce qu'ils ont dû faire. S'ils vérifient quatre systèmes, recherchent une ancienne page de politique, attendent une approbation et reconstituent l'historique du client après un transfert, l'horloge mesure la dette de processus.

Le temps de traitement moyen (TTM) doit également être recalibré à mesure que l'IA modifie la file d'attente. À mesure que les conversations routinières sont traitées par des robots, les agents humains reçoivent davantage d'exceptions et de cas nécessitant du jugement. Un TTM moyen plus élevé peut donc refléter une combinaison de contacts plus difficile plutôt qu'une performance plus faible.  

Agent Assist peut aider à réduire le temps perdu durant la conversation. Il peut afficher les détails de l'appelant et ses contacts précédents, suggérer les prochaines étapes, fournir une transcription en direct, puis envoyer un résumé approuvé au CRM. Le contexte peut également suivre l'interaction lors d'un transfert, évitant ainsi au prochain agent de devoir recommencer l'enquête.  

Cette approche est appuyée par des preuves solides. Une étude sur le terrain menée auprès de 5 179 agents de soutien a révélé que l'assistance par IA générative augmentait le nombre de problèmes résolus par heure de 14 % en moyenne. Ce gain atteignait 34 % pour les agents plus récents ou moins expérimentés, soit les personnes les plus susceptibles de passer du temps supplémentaire à chercher des informations ou à demander de l'aide.  

Divisez la DMT par motif de contact et examinez séparément le temps de parole, le temps d'attente, le temps de recherche et le travail après appel. Associez ensuite ces données au taux de résolution au premier contact (FCR) et aux données sur les contacts répétés.  

3. Routage inefficace et conception IVR

Une file d'attente peut être dotée d'un personnel complet et tout de même être inefficace si la première décision de routage est erronée. Un appelant indique avoir été facturé deux fois, choisit « commandes », explique le problème, puis attend à nouveau d'être transféré au service de facturation. Un seul problème client a maintenant mobilisé deux files d'attente et deux agents.

Examinez les données de transfert avant d'approuver l'embauche de personnel supplémentaire. Analysez-les par chemin IVR, motif de contact, file d'attente d'origine et destination. Portez une attention particulière aux options telles que « services de compte » et « toutes les autres demandes ». Les clients ne pensent pas en termes de noms de départements ou de catégories de dossiers. Ils disent : « Il manque mon remboursement » ou « Je suis bloqué ».  

Le routage en langage naturel leur permet d'expliquer le problème avec leurs propres mots, tandis que le routage intelligent par IA évalue les compétences des agents, leur disponibilité, les contacts passés et le contexte actuel sur les canaux vocaux et numériques. Le transfert est l'étape la plus importante. L'agent doit savoir pourquoi le client a appelé et ce qui s'est déjà produit avant même de dire bonjour.  

4. Libre-service médiocre et transferts IA défaillants

Un agent conversationnel qui répond aux questions mais ne peut pas modifier une adresse, déplacer un rendez-vous ou vérifier un remboursement n'a pas réduit la charge de travail de la file d'attente. Il a ajouté une étape supplémentaire avant que le client ne puisse joindre un agent.

Gartner a constaté que 73 % des clients utilisent le libre-service à un moment donné de leur parcours de soutien, mais que seulement 14 % y résolvent entièrement leur problème. Même pour les problèmes « très simples », la résolution complète n'est atteinte que dans 36 % des cas. Dans les parcours ayant échoué, 45 % des clients ont déclaré que l'entreprise n'avait pas compris ce qu'ils essayeaient de faire.  

Évaluez le libre-service en fonction des tâches accomplies plutôt que du nombre de sessions de robot ou de visites au centre d'aide. L'adresse a été modifiée, la réinitialisation du mot de passe a fonctionné ou le client a obtenu une réponse utile. Si le système ne peut pas résoudre le problème, il doit transférer rapidement l'appel et transmettre à l'agent l'objectif du client, son statut d'authentification, la transcription, les étapes ayant échoué et les détails du compte.

Essayez de choisir un petit nombre de flux de travail utiles, fixez une limite de temps pour les conversations infructueuses avec les robots et reformez l'IA à partir des chemins d'échec réels. Assurez-vous également que les gestionnaires de centre de contact peuvent mettre à jour les connaissances et le routage sans attendre l'intervention d'une équipe technique.  

5. Travail après appel excessif

Souvent, une fois l'appel terminé, l'agent n'est toujours pas libre. Il doit rédiger des notes, choisir un code de disposition, mettre à jour le CRM et enregistrer un rappel promis pendant qu'un autre client attend. Ce délai semble inoffensif lorsqu'il dure 45 secondes. Multipliez-le à l'échelle d'une grande opération et il finit par gruger des quarts de travail entiers.  

Auditez les tâches que les agents doivent accomplir avant d'acheter un autre outil d'automatisation. Les centres de contact collectent des champs pour des rapports que personne ne lit, puis obligent les agents à saisir des informations que le système a déjà capturées. Supprimez d'abord les champs inutiles. L'automatisation devrait se charger du travail qui mérite encore d'exister.

Ensuite, investissez dans des copilotes et une assistance par IA utile. Les outils de transcription et de synthèse par IA peuvent créer une transcription et une ébauche de résumé, puis permettre à l'agent de les vérifier avant l'enregistrement. L'enregistrement peut être intégré au CRM et faire l'objet d'une recherche par mots-clés ultérieurement. AI Insights peut également extraire les mesures de suivi ou le sentiment du client à partir de la transcription.  

Des temps de traitement après appel plus courts permettent aux agents de retourner dans la file d'attente plus rapidement, ce qui contribue à réduire les temps d'attente des clients. De meilleurs dossiers minimisent également le besoin de revenir sur des conversations passées, ce qui permet au travail d'avancer.

6. Contacts répétés et demande liée aux défaillances

Un dossier fermé n'est pas toujours un dossier résolu. Lorsque le volume de la file d'attente augmente sans hausse correspondante du nombre de clients ou de transactions, recherchez le travail que l'entreprise s'est créé elle-même. Un remboursement promis n'a pas eu lieu. Personne n'a envoyé la mise à jour du statut. Un agent a expliqué la politique mais n'avait pas l'autorisation de terminer la tâche.

Suivez le nombre de contacts par problème résolu sur les canaux vocaux, par courriel, par clavardage et en libre-service. Un client peut consulter le centre d'aide, ouvrir un robot, envoyer un courriel, puis appeler. Quatre canaux ont enregistré une activité, mais le client a toujours un problème non résolu. Cette distinction est importante pour diagnostiquer les longs temps d'attente des clients.

AI Insights peut analyser les transcriptions des interactions pour repérer les références à des appels précédents, des dossiers rouverts, des plaintes répétées concernant la facturation et des explications qui varient d'un agent à l'autre. Cela offre un meilleur point de départ que l'examen d'un petit échantillon d'assurance qualité des semaines plus tard.  

Ensuite, corrigez la première défaillance. Attribuez la responsabilité des actions promises, automatisez les mises à jour de statut utiles et donnez aux agents suffisamment d'autorité pour répondre aux demandes courantes. La réduction des temps d'attente dans un centre de contact commence parfois en dehors de la file d'attente, avec le processus qui a poussé le client à revenir.

7. Technologie fragmentée, perte de contexte et pannes de service

Un écran CRM figé a sa place dans le rapport sur les temps d'attente. Tout comme une transcription de clavardage manquante, une connexion échouée ou un appel qui se coupe au milieu de l'authentification. Les agents perdent du temps à reconstituer des informations que l'entreprise a déjà collectées, et les clients en paient le prix depuis la file d'attente.

Le problème s'aggrave lorsque les canaux conservent des dossiers distincts. Un client peut ouvrir un clavardage, envoyer une capture d'écran par courriel, puis appeler parce que rien ne s'est passé. Si l'agent ne voit que l'interaction téléphonique, la découverte recommence.

Des systèmes comme centre de contact ice regroupent les messages vocaux, les courriels, le clavardage, les SMS et les messages sociaux dans une seule interface. Les agents peuvent consulter l'historique des interactions sur ces canaux, tandis que les connecteurs CRM peuvent afficher les données du compte dès l'arrivée du contact. Cela évite au client de répéter son histoire et évite aux agents la recherche entre les onglets qui fait grimper le temps de traitement.  

Surveillez également les pannes. Elles perturbent les personnes qui gèrent les conversations et donnent aux clients une raison supplémentaire d'appeler. Comparez la latence des applications, les appels abandonnés, les dossiers en double et les données de transfert manquantes par rapport à la durée moyenne de traitement (DMT). Les temps d'attente dans un centre de contact peuvent commencer à plusieurs systèmes de distance de la file d'attente.

8. Attente mal conçue, rappels et mise en file d'attente en double

Une fois qu'un client entre dans la file d'attente, la conception de l'attente est importante. Un enregistrement vague et une autre boucle de musique d'attente ne lui donnent aucune idée si l'aide est à deux minutes ou à vingt. Certains raccrochent et rappellent, ce qui place la même personne dans la charge de travail deux fois.

Les rappels sont la solution de rechange évidente. 63 % des clients préfèrent recevoir un rappel plutôt que de rester en attente. En offrir un peut réduire le taux d'abandon d'environ 32 %.  

Assurez-vous de conserver la position initiale de l'appelant dans la file d'attente et de transmettre le motif de l'appel lors du rappel. Le système devrait également empêcher les demandes en double lorsqu'une personne réserve un rappel, perd patience, puis rappelle. Sinon, le centre de contact crée une deuxième file d'attente que les gestionnaires ne peuvent pas voir clairement.

Les temps d'attente estimés doivent également être gérés avec soin. Une promesse erronée est pire qu'aucune estimation. Utilisez la profondeur de la file d'attente en temps réel et les compétences disponibles pour le calculer, puis mettez à jour le message lorsque les conditions changent. En cas de panne, remplacez le message d'accueil standard par une mise à jour spécifique avant que des centaines de clients n'appellent pour poser la même question.

Comblez les lacunes de capacité avant d'ajouter des postes

Lorsque les temps d'attente des clients s'allongent, l'embauche est une solution possible, mais il est utile de vérifier d'abord où la capacité existante disparaît.

Prenez une semaine de données de file d'attente et comparez les pires intervalles avec la précision des prévisions, les taux de transfert, la DMT, le travail après appel, les contacts répétés et les incidents système. Examinez l'attente la plus longue ainsi que la moyenne. Une moyenne respectable peut masquer un client qui attend dans la file beaucoup plus longtemps que tous les autres.

Ensuite, suivez quelques parcours réels du début à la fin. Le client a-t-il d'abord essayé le libre-service ? A-t-il été acheminé correctement ? L'agent a-t-il reçu le contexte précédent ? L'action promise a-t-elle été effectuée, ou le client est-il revenu le lendemain ? Cet exercice révèle généralement plus de choses qu'un simple examen de tableau de bord.

La plupart des centres de contact savent déjà quand la file d'attente est problématique. Ce qu'ils ignorent, c'est si le délai provient du travail après appel, d'un routage défectueux, de contacts en double, de systèmes lents ou de rappels qui créent plus de travail qu'ils n'en éliminent. Apprenez-en davantage sur les raisons pour lesquelles votre centre de contact pourrait perdre des clients, et comment les corriger ici.