La métrique de déviation qui vous ment

La plupart des organisations de support signalent un taux de déviation quelque part entre 30 et 50%. Je n’ai encore jamais vu une équipe où ce nombre, calculé honnêtement, dépasse 22%.

L’écart réside dans le compte. Un ticket que l’assistant IA « résout » mais que le client réouvre 36 heures plus tard reste toujours dans le seau de déviation. Idem pour le ticket où le client abandonne le canal et passe à l’email — la conversation originale s’est fermée, donc la couche de rapports la marque comme déviée. La couche de rapports ne sait pas que le client essaie toujours de résoudre le même problème. Il voit juste un ticket fermé.

Ce qu’un compte honnête ressemble

Une métrique de déviation utile suit le voyage complet du client sur une seule intention, pas le cycle de vie d’un ticket. Si un client fait un ping au bot de discussion, obtient une réponse, et n’escalade pas dans les sept jours sur la même intention, cela compte comme déviation. Autre chose — réouverture, changement de canal, nouveau ticket sur la même cause première dans la fenêtre — ne fait pas.

Selon cette définition, les équipes avec lesquelles j’ai travaillé s’atterrissent quelque part entre 14% et 22% de vraie déviation sur leur premier déploiement. Après un trimestre d’ajustement de la base de connaissances contre les motifs de réouverture réels, ce nombre grimpe dans les hautes vingtaines. Aucun d’eux n’arrive à 50.

Pourquoi le nombre gonflé importe

Les responsables du support présentant une déviation de 45% jusqu’au CFO établissent une attente que le programme ne peut pas survivre. Six mois plus tard, l’AHT sur les tickets escaladés s’est dégradé — l’IA traite maintenant le truc facile, ce qui rend la file d’attente de l’agent plus dense par composition. Le parrain exécutif commence à demander pourquoi l’impact budgétaire projeté n’a pas atterri. La réponse honnête est que le 45% était un artefact de mesure, mais à ce moment le prestige du programme est le problème le plus difficile à corriger que la métrique ne l’ait jamais été.

Les équipes qui maintiennent leur parrainage exécutif le plus longtemps sont celles qui signalent honnêtement 18% de déviation au mois un, la marchent à 24% au mois quatre avec le travail pour le sauvegarder, et évitent de promettre le monde avant que le programme ne l’ait mérite. Moins impressionnant sur la première diapositive. Beaucoup plus durable.

Ce qu’il faut réellement mesurer

Quatre nombres valent la peine d’être suivis au lieu d’une figure de gros titre gonflée : le taux de réouverture sur les tickets résolus par IA (décomposés par classe d’intention), le taux de changement de canal dans les 7 et 14 jours, le CSAT sur les interactions résolues par IA par rapport à celles résolues par agent pour la même intention, et le taux de contact répété du même client dans les 30 jours. Si ces quatre tendances dans la bonne direction et votre nombre de déviation se bouge avec eux, le programme fonctionne. Si votre nombre de déviation se bouge et qu’ils ne le font pas, le nombre de déviation vous ment.

Notre playbook de tri automatique des tickets est construit autour de l’instrumentation de ceux-ci honnêtement à partir du premier jour de déploiement plutôt que de la rétro-adaptation de la mesure après que le programme ne soit en difficulté.