Projets

Engie analyse le discours oral pour améliorer sa relation client

Camille Marre, déléguée marketing relationnel à la direction grand public d’Engie, a eu recours au Speech Analytics pour améliorer le contact client.

L'énergéticien Engie a eu recours aux technologies de Speech Analytics de Nice pour améliorer le contact avec ses clients.

Publicité« Quand un client appelle, ce n'est jamais par plaisir : c'est qu'il a un problème ou une question » a observé Camille Marre, déléguée marketing relationnel à la direction grand public d'Engie. Elle a témoigné à l'invitation de l'éditeur Nice et de l'AFRC (Association Française de la Relation Client) le 8 février 2018. L'énergéticien Engie est présent dans 70 pays avec 153 090 collaborateurs et génère 66,6 milliards d'euros de chiffre d'affaires. L'essentiel de ce chiffre est sur le marché B2B mais le B2C est « stratégique ». Camille Marre a insisté : « la relation client grand public est essentielle. » Sa constante amélioration est donc un objectif majeur.

En particulier, Engie se veut leader de la transition énergétique et propose donc des offres aussi bien en gaz qu'en électricité très personnalisées sur les créneaux de tarifs réduits ou bien des offres 100 % énergies renouvelables. « Mais l'innovation produit est insuffisante : le client attend avant tout une satisfaction au quotidien » a martelé Camille Marre. Dans tous les classements, Engie se targue d'une grande qualité de relation client et place les critères de qualité dans l'accueil à un niveau très élevé. Le client qui appelle doit donc le faire une seule fois et être satisfait à l'issu. Evidemment, il est impossible que 100 % des clients soient satisfaits mais Engie fait tout pour s'approcher de ce chiffre.

Sortir de la logique du temps d'appel... quand c'est nécessaire

Certains clients ont, lorsqu'ils appellent un centre de contact, un problème qui nécessite une attention longue ou un traitement middle-office approfondi. Or les centres de contacts de niveau 1 sont jugés notamment sur le temps de traitement. Engie veut donc éviter une insatisfaction en détectant au plus tôt les clients nécessitant un traitement particulier. C'était là l'objectif d'un projet de speech analytics testé en 2015 et qui a été pérennisé. Les solutions de l'éditeur Nice sont utilisées en temps réel pour détecter les « clients à soigner ». L'objectif est d'éviter un discours de type « on vous rappelle » et de résoudre le problème dès le premier appel.

Dès lors que la solution détecte le besoin d'un traitement approfondi, le téléopérateur voit surgir une pop-up qui lui suggère de transférer le traitement à un centre de niveau 2. « Cela représente 2 à 3 % des cas » a indiqué Camille Marre. Plusieurs conditions ont été identifiées pour que le système fonctionne. Tout d'abord, il faut bien expliquer la démarche aux téléopérateurs : ceux-ci ont à coeur de résoudre le problème client... même quand ils ne le peuvent pas. Il faut donc les amener à comprendre l'intérêt de réaliser cette bascule et ce renoncement en valorisant leur rôle. La deuxième condition est que l'encadrement des opérateurs joue le jeu et appuie la démarche au lieu de la décourager.

PublicitéEnfin, il y a une condition technique. Il est indispensable que des experts soient mobilisés et travaillent avec les téléopérateurs pour alimenter et actualiser les mots-clés déclenchant le recours au niveau 2. Le problème classique du speech analytics est l'analyse de l'ironie. Pour Engie, la solution est par recoupement : l'ironie n'est jamais isolée mais vient dans un contexte d'insatisfaction. En dernier recours, même si l'outil ne détecte pas l'ironie ou le besoin d'un traitement de niveau 2, le téléopérateur peut prendre l'initiative de la bascule. Pour Camille Marre, « les téléopérateurs sont désormais éduqués à la problématique ».

Un bilan intéressant

Au final, Engie a pu constater une fidélité à six mois supérieure de 6 % sur les clients problématiques. De plus, les clients rencontrant un problème particulier et en étaient mécontents mais qui bénéficient d'une résolution d'incident adaptée deviennent non seulement contents et fidèles mais également de véritables ambassadeurs de la marque.
Les solutions de Nice ont également été utilisées en a posteriori sur les enregistrements des conversations. Tous les appels sont analysés pour améliorer un traitement préventif. Des indicateurs sont ainsi placés sur des champs sémantiques (comme le prix des offres par exemple). Engie, en les analysant, peut ainsi prévenir des insatisfactions d'autres clients.

A quoi sert le Speech Analytics ?

Le principe d'analyser automatiquement le discours oral des clients appelant un centre d'appels est assez ancien. Mais, historiquement, la pure transcription écrite a posteriori du discours oral posait des problèmes de pertinence. L'intérêt du speech analytics est plutôt dans l'usage de la donnée collectée et la valeur ajoutée qui peut en être tirée.
L'analyse a posteriori peut servir à analyser la qualité du centre de contact, identifier les bonnes pratiques ou vérifier l'application des consignes et contraintes réglementaires. Mais une valeur plus importante sera tirée si, par exemple, l'entreprise analyse les raisons d'appels (pourquoi des canaux plus automatiques comme le web ne sont pas suffisants ?) ou recueille, sans questionnaire et de façon exhaustive et continue, la « voix du client ». Dans ce dernier cas, l'entreprise peut réagir rapidement face aux raisons d'insatisfactions.
L'analyse temps réel a d'autres avantages. Elle permet en effet d'assister les téléopérateurs pour guider leur discours voire détecter les incidents qu'ils ne peuvent pas traiter simplement. Et réagir immédiatement en conséquence.
Les modèles de retours sur investissements sont assez variés. Ils peuvent reposer sur une diminution du nombre d'appels (en traitant en amont les raisons de ces appels) et donc du coût de leur traitement, sur une amélioration de l'offre de l'entreprise en réactions aux insatisfactions, etc. Pour l'éditeur Nice, le ROI sera d'autant plus important et rapide que plusieurs objectifs seront traités simultanément.