[Tribune] Le First Contact Resolution Rate : KPI essentiel de la relation client
Publié par Jean-Denis Garo; Head of Marketing Golem.ai; @JeanDenisG le - mis à jour à
Le First Contact Resolution Rate (FCR), ou taux de résolution au premier contact (RPC) en français, est un KPI essentiel de la relation client. Il répond à un double enjeu : l'amélioration de l'expérience utilisateur d'une part et l'augmentation de la productivité du centre de contacts d'autre part.
Si le KPI, First Contact Resolution Rate (FCR) n'est pas nouveau, il ne concernait que la voix (First Call Resolution Rate) il y a quelques années; mais il doit aujourd'hui prendre en compte l'ensemble des médias à disposition des utilisateurs (e-mails, chats, SMS, messagerie instantanée, médias sociaux...). Cela nécessite désormais une approche omnicanale et data driven, et aussi une part d'automatisation.
L'amélioration de l'expérience client comme finalité
En deux ans le nombre de requêtes auprès du service client a augmenté (56% des entreprises françaises sont concernées selon Axys Consultants*) avec, mécaniquement, une augmentation accrue de l'exigence des consommateurs sur le temps de réponse. L'objectif pour le centre de contacts est double : réduire l'effort client et offrir une expérience mémorable. L'effort client est une mesure de la facilité avec laquelle le client vit son parcours (customer journey). Il est mesuré via un autre KPI, qui a fait son apparition en 2010 : le Customer Effort Score. Évidemment, la résolution d'une requête dès le premier contact améliorera significativement cet indicateur. Le cabinet Gartner** s'est aussi intéressé à ce sujet et recommande quatre principes fondamentaux permettant de réduire l'effort client. L'un d'entre eux vise à favoriser les canaux en libre-service (self service***), afin que les clients n'aient pas à appeler l'entreprise s'ils souhaitent résoudre eux-mêmes les problèmes. L'usage s'est développé, en particulier depuis le début de la pandémie et la fermeture de nombreux commerces ou agences, lors des phases de confinement. Les utilisateurs n'hésitent plus à chercher par eux mêmes l'information attendue, qu'il s'agisse de l'état d'une commande et de sa livraison, la disponibilité d'un service, ou la prise de rendez-vous (Doctolib).
Pour que cette pratique soit efficiente et optimale, elle doit s'enrichir d'une meilleure connaissance client, afin d'offrir une expérience personnalisée (approche data driven). C'est effectivement la contextualisation de la demande client qui va permettre un traitement rapide qui sera clé dans la stratégie de fidélisation comme de rétention. Les bénéfices sont aussi à mesurer du côté du centre de contacts, via, entre autres, l'automatisation du traitement des messages entrants.
L'automatisation au service de la productivité des équipes
La résolution au premier contact, via l'automatisation, va avoir un effet concret sur l'organisation et la productivité du centre de contacts. Libérer du temps pour les conseillers ou les augmenter (par une meilleure contextualisation de la demande) sont des leviers importants de réduction de la DMT (durée moyenne de traitement : mesure moyenne de la durée de contact d'un agent travaillant dans un service client).
De nombreux responsables de la relation client mesurent l'activité de leurs centres de contacts en considérant la DMT et le nombre d'ETP (l'équivalent d'un salarié travaillant à temps plein) pour piloter l'activité du centre de contacts (recrutements et affectations).Toutefois, alors que le nombre d'emails ne cesse d'augmenter, l'automatisation de leur analyse peut encore progresser****. La catégorisation (ou labellisation) des demandes va effectivement permettre de raccourcir le temps de traitement de ces dernières. Elle passe par une identification d'une ou plusieurs intentions dans un message et/ou ses pièces attachées (pdf, jpeg etc.). L'intention est une catégorie sémantique que l'IA va chercher dans un message pour créer une interaction; la relation entre les différents termes sémantiques (intentions) va définir une action sur la base des informations recueillies : soit l'envoi d'une réponse automatisée, ou la préparation de réponse à personnaliser par un conseiller. L'analyse des messages entrants (email, messages instantanés, médias sociaux, sms...) va offrir cette réactivité nécessaire à la satisfaction client, comme à l'expérience du conseiller.L'identification en amont des requêtes clients offre au CXO un panel de solutions dans le choix du traitement de celles-ci : automatisation, priorisation, routage vers la meilleure compétence disponible...Mesurer l'effort et la satisfaction client reste important, mais s'intéresser au taux de résolution au premier contact devient crucial dans la course à la compétitivité des entreprises. Le principal levier d'amélioration identifié est l'automatisation d'une partie de la relation client, qui va permettre de proposer une offre de self-service, toujours plus personnalisée.
Sources :
*Le service client à l'ère de l'IA et de la digitalisation.2021 Axys Consultants. https://www.axys-consultants.com/blog/marketing/enquete-service-client-ere-ia-digitalisation
**Effortless Experience Explained. https://www.gartner.com/smarterwithgartner/effortless-experience-explained
***Profiter de l'automatisation pour revenir aux fondamentaux de la relation client
****Relation client : quand l'IA révèle un média e-mail sous exploité https://www.relationclientmag.fr/Thematique/customer-marketing-1251/veille-tribune-2152/Breves/Tribune-Relation-client-quand-revele-media-mail-sous-exploite-366733.htm