La plupart des organisations de support adoptent aujourd'hui une forme ou une autre du modèle de support traditionnel à plusieurs niveaux. Il s'agit d'un modèle basé sur un processus d'escalade et de transfert de clients. Dans le cadre de ce modèle, les problèmes des clients sont remontés à travers plusieurs niveaux d'une hiérarchie de support, trois niveaux constituant un flux de travail commun.

Dans cet exemple de système de support classique à trois niveaux, le niveau 1 constitue la première ligne de défense pour les problèmes des clients entrants et fournit un support technique généralisé. Les problèmes qui ne peuvent pas être résolus par le support de niveau 1 sont transmis au niveau 2, qui dispose de connaissances techniques et de compétences de support plus approfondies. Si le problème ne peut toujours pas être résolu à ce niveau, il est transmis aux spécialistes de niveau 3, qui sont les experts en la matière des applications concernées.

Bien que ce modèle soit efficace pour les problèmes moins graves et récurrents, il ne suffit pas à gérer les incidents critiques et hautement prioritaires dans le monde numérique actuel, qui est en constante évolution. Il est peut-être temps de remettre en question les principes du modèle de support traditionnel qui est omniprésent dans les organisations de service client d'aujourd'hui.

Étant donné que ce modèle repose sur un processus d'escalade et de transfert de clients, il n'est pas surprenant de constater qu'il peut comporter plusieurs inconvénients, notamment les suivants :

• Délai de résolution et délai de première réponse plus longs . Étant donné que tous les tickets suivent la même file d’attente de triage, les dossiers finissent par atterrir entre les mains d’agents qui ne sont pas équipés pour traiter le problème avant d’être finalement acheminés vers la bonne personne. Ce modèle crée des retards inutiles en plaçant des obstacles sur le chemin du bon expert, avec un contexte et des informations cruciales sur le problème qui se perdent souvent en cours de route.
• Éléments de backlog plus longs . Les problèmes des clients qui ne peuvent pas être résolus au niveau 1 sont placés dans une file d'attente pour les autres niveaux de support. Le cas passe d'un traitement actif en temps réel à un élément en attente.
• Responsabilité réduite . Le modèle à plusieurs niveaux repose sur un processus d'escalade et de transfert des clients. Lorsque le personnel de première ligne est censé faire remonter les problèmes aux experts, cela réduit la responsabilité et les possibilités d'apprendre des incidents de bout en bout.
• Expérience client négative . Quiconque a déjà dû répéter un problème à plusieurs agents d’assistance comprend l’impact négatif que cela a sur la satisfaction du client.  

Cela ne signifie pas que les organisations de support doivent abandonner le modèle de support à plusieurs niveaux. Le support à plusieurs niveaux peut être très efficace pour gérer les problèmes moins graves et les questions ponctuelles. . Mais lorsqu’il s’agit d’incidents critiques et extrêmement urgents, les inefficacités inhérentes à un modèle à plusieurs niveaux peuvent entraîner une expérience client négative qui se termine finalement par une attrition.

Essaimage intelligent SM fournit un cadre alternatif à l'orthodoxie du support hiérarchisé. Il privilégie le travail en temps réel par rapport au travail en file d'attente, la collaboration par rapport aux silos et la propriété des dossiers par rapport aux escalades à sens unique. 1  

Dans le cadre du modèle Intelligent Swarming, l'agent du service client qui reçoit le ticket suit le dossier jusqu'au bout. Il n'y a pas de hiérarchie de support hiérarchisée ni de transferts de clients. Lorsqu'un ticket ne peut pas être résolu par l'agent responsable du dossier, cette personne fait immédiatement appel à une équipe d'experts pour « s'attaquer » au problème. Cette approche ciblée est connue sous le nom d'essaim intelligent, où les bonnes personnes sont mobilisées au bon moment pour fournir une réponse coordonnée. Cela contraste avec l'essaim d'un incident sans coordination, où de nombreuses personnes peuvent se joindre à l'effort de réponse, mais elles ne sont pas nécessairement les bonnes expertes pour résoudre le problème. Dans le cadre du modèle Intelligent Swarming, le propriétaire du dossier partage des informations avec l'équipe d'experts et travaille ensemble à une résolution.

Ce modèle présente plusieurs avantages :

Pour mettre cette théorie en pratique, les agents du service client doivent avoir accès aux bonnes informations afin de pouvoir collaborer avec les experts en la matière. Cela signifie leur fournir des données en temps réel sur les interruptions de service dans toute l'organisation. Cela signifie établir des canaux de communication bidirectionnels pour permettre une communication bidirectionnelle avec les équipes opérationnelles. Et cela pourrait signifier utiliser des capacités d'apprentissage automatique pour identifier les incidents avant qu'ils n'aient un impact sur les clients.

Chez PagerDuty, les agents d'assistance ont une visibilité sur le contexte historique d'un incident ainsi que des données de surveillance provenant des ressources techniques, fournissant une vue globale d'un problème pour identifier la bonne solution. Lorsque les agents ont besoin d'aide sur un ticket, le modèle d'essaimage peut se dérouler de plusieurs manières, en utilisant un ensemble de fonctionnalités de PagerDuty conçues pour obtenir rapidement une aide supplémentaire.

Les agents peuvent rapidement lancer une demande d'essaim dans PagerDuty en ajoutant des répondeurs à l'incident (une fonctionnalité bien nommée « Ajouter des répondeurs »). Cela fait immédiatement appel aux experts nécessaires de toute l’organisation, avec la possibilité de définir un pont de conférence pour la collaboration. Les intervenants supplémentaires sont ensuite informés de leurs règles de notification de haute urgence, garantissant ainsi que les problèmes critiques ne passent pas inaperçus.

Les agents PagerDuty utilisent également les Response Plays (un ensemble d'actions prédéfinies à exécuter en cas d'incident d'un simple clic) pour automatiser le flux de travail banal associé au lancement d'un essaim . Ces actions prédéfinies peuvent inclure l'ajout d'intervenants supplémentaires, la configuration d'un pont de conférence, l'abonnement des parties prenantes à l'incident et la publication de mises à jour de statut. Les jeux de réponse peuvent être soit exécutés automatiquement sur des incidents liés à un service spécifique, soit lancés manuellement par toute personne utilisant PagerDuty pour garantir que les actions prises sont adaptées à l'ampleur du problème.

Enfin, les intégrations natives de PagerDuty avec des outils de billetterie tels que Zendesk ou des outils ChatOps tels que Slack permettent une communication bidirectionnelle facile avec les équipes d'ingénierie. Les agents peuvent également déclencher un incident PagerDuty à partir de l'outil de leur choix, éliminant ainsi le besoin de changer de contexte, et se connecter immédiatement avec la bonne équipe et les experts en la matière pour résoudre un problème. En utilisant PagerDuty comme outil tout-en-un d'orchestration des réponses et de collaboration, les équipes peuvent facilement résoudre un problème et créer une expérience plus simple et rationalisée pour les clients et les agents.

Qu'il s'agisse de pratiques en essaim ou à plusieurs niveaux, il existe aujourd'hui des approches bien connues pour répondre à tout problème client. La bonne nouvelle est qu'en élaborant les bonnes pratiques en essaim à l'avance, vous pouvez automatiquement engager la bonne expertise au bon moment. Cela signifie également automatiser les approches à plusieurs niveaux (par exemple, via des politiques d'escalade automatisées et des notifications sur appel) pour les problèmes moins critiques où une réponse immédiate n'est pas nécessaire.

Dans un monde post-pandémique qui sera de plus en plus défini par l'innovation numérique et l'expérience utilisateur, il est temps de rechercher de nouvelles façons de dynamiser votre fonction de service client.

1. « Intelligent Swarming℠ est une marque de service du Consortium for Service Innovation™. »