Les KPI de l’IA conversationnelle montrent si votre IA aide vraiment les clients et ce qu’elle rapporte. Les plus importants : combien de questions l’IA règle seule, la fréquence des transferts, la satisfaction des clients, la rapidité de réponse et le nombre de demandes générées. En suivant ces chiffres, vous voyez où l’IA fonctionne bien et où il faut ajuster.
Pourquoi mesurer votre IA conversationnelle
Une IA que vous ne mesurez pas se dégrade lentement. Votre offre change, les clients posent de nouvelles questions et la base de connaissances vieillit. Sans chiffres, vous ne le remarquez que lorsque les clients se plaignent ou que les demandes n’arrivent plus.
Mesurer sert deux objectifs. Le premier est d’améliorer : voir quelles questions l’IA traite bien et où elle bloque, pour compléter la base de connaissances. Le second est de rendre compte : montrer ce que l’IA rapporte en temps, en joignabilité et en demandes. Partez donc de l’objectif fixé au départ et choisissez les KPI qui y correspondent.
Ce que fait exactement l’IA conversationnelle et en quoi elle diffère d’un chatbot classique est expliqué dans l’article sur l’intelligence artificielle conversationnelle.
Les six KPI essentiels de l’IA conversationnelle
Ensemble, ces six indicateurs donnent une bonne image de la performance de votre IA.
- Taux de résolution autonome. La part des conversations que l’IA mène à bien sans humain.
- Taux de transfert. La part des conversations transmises à un collaborateur, et pour quelles questions.
- Satisfaction client. La note donnée en fin de conversation, complétée par les abandons et les demandes de parler à un humain.
- Temps de réponse. Le délai avant la première réponse et avant la reprise par un humain.
- Nombre de demandes. Les conversations qui aboutissent à une demande de devis, d’essai ou de rendez-vous.
- Demandes converties en clients. La part de ces demandes qui devient effectivement une vente.
Ne regardez jamais un KPI isolément. Un taux de résolution autonome élevé semble positif, mais pas si la satisfaction baisse : l’IA clôt alors des conversations qu’elle aurait dû transférer.
Mesurer et ajuster
La mesure commence par un point de départ. Notez la situation avant le lancement : combien de demandes vous receviez, la rapidité de réponse de votre équipe et le nombre de questions répétitives. Sans cette mesure initiale, vous ne pourrez pas montrer ce que l’IA a changé.
Regardez ensuite chaque semaine les conversations elles-mêmes, pas seulement les chiffres. Quelles questions mènent à un transfert ? Où un client abandonne-t-il ? Quelle question revient sans bonne réponse ? Complétez la base de connaissances selon ce que vous voyez et vérifiez une semaine plus tard si le chiffre s’est amélioré. La mise en place de ce suivi au démarrage est détaillée dans l’article sur la mise en place d’une IA conversationnelle.
La façon d’améliorer l’IA à partir de ces chiffres est expliquée dans l’article sur la façon d’entraîner une IA conversationnelle.
Les erreurs de mesure fréquentes
L’erreur la plus courante est de ne mesurer que ce qui est facile à mesurer. Le nombre de conversations dit peu de chose si vous ignorez combien ont abouti à une demande. Autres erreurs fréquentes :
- Pas de mesure de départ, donc aucune comparaison possible.
- Regarder seulement l’IA, et pas ce que devient la demande ensuite.
- Voir un transfert comme un échec, alors qu’un bon transfert sur une question complexe fonctionne exactement comme prévu.
- Collecter des chiffres sans en faire quoi que ce soit.
Ce que nous mesurons dans nos rapports
Chez Bconnect, nos rapports couvrent à la fois le service et le résultat. Côté service : combien de questions l’IA traite seule, combien de fois un spécialiste du chat ou l’équipe du client reprend, et sur quelles questions. Côté résultat : combien de conversations aboutissent à une demande et à quel point ces demandes sont complètes.
L’essentiel se joue après. Une demande ne rapporte que si l’équipe commerciale s’en saisit vite. Nous regardons donc aussi le suivi avec le client : en combien de temps on rappelle et combien de demandes deviennent des clients. La rentabilité mesurable de l’IA dans la relation client devient ainsi une discussion sur les résultats plutôt que sur des chiffres isolés. Pour obtenir plus de demandes depuis votre site, lisez l’article sur l’IA conversationnelle pour générer des leads.
Mesurer pour améliorer
Les KPI de l’IA conversationnelle ne sont pas un bulletin de notes, mais un volant. Choisissez les KPI qui correspondent à votre objectif, fixez un point de départ et regardez chaque semaine les conversations derrière les chiffres. Vous voyez ainsi où l’IA fonctionne bien, où elle peut progresser et ce qu’elle apporte à vos clients et à votre équipe.
Questions fréquentes sur les KPI de l’IA conversationnelle
Quels sont les KPI les plus importants d’une IA conversationnelle ?
Les plus importants sont le taux de résolution autonome, le taux de transfert, la satisfaction client, le temps de réponse, le nombre de demandes et la part de demandes qui deviennent des clients.
Quel est un bon taux de résolution autonome ?
Cela dépend de votre secteur et du type de questions. Plus qu’un pourcentage fixe, l’important est que ce chiffre progresse tandis que la satisfaction client reste stable ou s’améliore.
Un transfert vers un collaborateur est-il un mauvais signe ?
Non. Pour une question complexe ou sensible, un bon transfert est justement le but. Cela devient un problème seulement si l’IA transfère des questions simples qu’elle aurait pu traiter seule.
À quelle fréquence suivre les KPI ?
Les premiers mois, regardez chaque semaine les chiffres et les conversations derrière. Une fois l’IA stable, un rythme mensuel suffit souvent.
Qu’est-ce qu’une mesure de départ ?
C’est la photographie de la situation avant le lancement, par exemple le nombre de demandes et le temps de réponse de votre équipe. Elle permet de montrer ensuite ce que l’IA a changé.
Comment mesurer la satisfaction client ?
Demandez une courte note en fin de conversation. Regardez aussi les conversations où le client abandonne ou demande à parler à un collaborateur.
Comment mesurer ce que rapporte l’IA conversationnelle ?
Suivez combien de conversations aboutissent à une demande et combien de demandes deviennent des clients. Comparez avec la mesure de départ d’avant le lancement.