Un client qui signale une panne, recommande une pièce ou s'informe sur l'entretien ne compare pas, à ce moment-là, votre produit à celui d'un concurrent. Il compare l'expérience d'être aidé. La rapidité de la réponse, la connaissance qu'a cette personne de l'installation, si le problème est résolu en une seule fois. Cette expérience a pris, pour de nombreux clients, plus de poids que l'achat lui-même, car l'achat est unique alors que le service couvre toute la durée de vie du produit.
Jusqu'à récemment, il s'agissait surtout d'une question d'effectifs. Qui disposait de plus de collaborateurs du service, avec plus d'expérience, pouvait répondre à plus de questions plus rapidement. Le temps d'attente et la connaissance évoluaient largement en parallèle des effectifs. Ce lien est aujourd'hui sous pression.
Derrière chaque contact de service se trouve une série d'actions. La première est le tri : quel est le problème, quel est son degré d'urgence, qui doit le prendre en charge. La deuxième est la recherche d'informations : quelles informations sur ce produit, ce client, cet historique d'installation sont pertinentes. La troisième est le diagnostic : s'agit-il d'un schéma connu ou de quelque chose de nouveau. La quatrième est la solution elle-même, et la cinquième consiste à consigner ce qui s'est passé pour que la prochaine fois soit plus rapide.
Parmi ces cinq étapes, le tri est souvent déjà automatisable : un système qui catégorise et oriente les signalements entrants le fait de manière cohérente et sans temps d'attente. La recherche d'informations est une tâche dont l'IA, avec un contrôle humain, prend de plus en plus en charge : parcourir les manuels, les tickets précédents et les journaux d'entretien peut se faire plus rapidement par un système que par une personne, mais la traduction en ce qui doit se passer dans ce cas précis reste évaluée par quelqu'un qui approuve ou rejette. Le diagnostic pour les schémas connus évolue dans la même direction. L'exécution de la solution, surtout si elle est physique, et le fait de rassurer le client dans une conversation difficile, restent un travail humain.
Si la recherche d'informations et une partie du diagnostic sont effectuées par un système, ce qui fait la différence change. Le temps de réponse était fonction du nombre de personnes disponibles sur la ligne ; si un système catégorise directement les signalements et prépare déjà les informations pertinentes pour le collaborateur qui mène la conversation, le temps de réponse dépend moins des effectifs et davantage de la qualité de la mise en place de ce système. Une entreprise avec moins de personnes au téléphone peut ainsi répondre plus vite qu'une entreprise avec plus de personnes mais sans système de soutien.
La connaissance elle aussi passe d'une chose logée dans les têtes à une chose qu'on peut retrouver. Auparavant, un technicien expérimenté qui connaissait toutes les installations par leur nom était un avantage inégalable. Cet avantage subsiste pour les cas exceptionnels, mais pour les problèmes reconnaissables et récurrents — la plus grande partie des signalements dans la plupart des entreprises — la question n'est plus qui a le plus d'années d'expérience, mais qui a le mieux consigné et rendu consultables les cas précédents. Un fournisseur qui n'existe que depuis deux ans mais qui a bien structuré son historique de service peut, sur ce point, être plus rapide qu'un fournisseur avec trente ans d'expérience et des dossiers non structurés.
Cette évolution ne progresse pas partout à la même vitesse, et cela ne tient pas d'abord à la taille de l'entreprise. Cela tient à l'état des données sous-jacentes. Une entreprise dont les journaux d'entretien, l'historique des tickets et la communication client se trouvent dans des systèmes séparés qui ne communiquent pas entre eux ne peut pas alimenter un système d'IA avec ce dont il a besoin, aussi sophistiqué que soit ce système. Une entreprise qui a mis cela en ordre voit le tri et la recherche d'informations évoluer plus rapidement, tandis qu'une entreprise comparable du même secteur reste, sur ce point, quasiment entièrement dépendante des personnes. Cette différence est mesurable dans le temps d'attente, dans le temps de résolution au premier contact, et dans le fait qu'un client doive ou non répéter chaque fois son histoire en cas de questions répétées.
Cette dimension n'agit pas indépendamment des autres axes sur lesquels les entreprises se distinguent. La largeur avec laquelle un fournisseur peut étendre ses services sans embaucher proportionnellement plus de personnel est liée à ce qui se passe ici, tout comme le décrit comment l'IA change la concurrence sur l'étendue de gamme. La question de la profondeur des connaissances techniques qu'obtient un client au téléphone touche également à ce sujet, comme on peut le lire dans comment l'IA change la concurrence sur les connaissances techniques. Et l'accessibilité — le fait qu'un client puisse, à tout moment, joindre une personne ou un outil utile — est en réalité l'autre face de la même médaille, développée dans comment l'IA change la concurrence sur l'accessibilité.
Ceci n'est pas un plaidoyer pour remplacer les collaborateurs du service. Le rôle que l'IA obtient dans l'organisation du service et ce que cela signifie pour les effectifs relève d'une décision de l'employeur, à laquelle s'appliquent des exigences légales propres. Ce qui est décrit ici est un déplacement dans ce que vit un client et sur quoi les fournisseurs se distinguent, non une affirmation sur qui devrait continuer à faire quel travail.
Si votre service après-vente est plus lent ou moins cohérent que celui d'un concurrent, la première question n'est pas de savoir combien de personnes ajouter, mais quelle partie du travail se bloque à cause d'informations manquantes ou dispersées. La manière d'aborder ce retard dépend de l'endroit du processus où se situe le problème, ce qui est traité dans que faire en cas de retard sur une dimension.
Si vous affirmez répondre plus vite ou mieux que vos concurrents, la question de savoir si cette affirmation tient à l'épreuve d'un contrôle est quelque chose à clarifier d'abord pour vous-même, comme développé dans comment étayer une affirmation sur votre propre qualité. Le contrôle gratuit des dimensions vous y aide : vous indiquez sur quoi vous pensez l'emporter en matière de service après-vente, et vous voyez lesquelles de ces affirmations peuvent être défendues avec des preuves. Le benchmark complet, avec votre position et celle de votre groupe de référence sur toutes les dimensions, est en cours de préparation.
La question sous-jacente — quelle partie du travail derrière votre service après-vente peut déjà être reprise aujourd'hui par l'IA, et quelle partie reste un travail humain — reçoit une réponse par tâche grâce au scan de travail de FTE TO AI.