IA et support client : créer une matrice d’escalade fiable

Automatiser le support client ne consiste pas à trouver les questions auxquelles une IA sait répondre. Le vrai sujet est plus exigeant : décider des cas où elle peut agir seule, de ceux où elle doit préparer une réponse pour validation, et de ceux qu’elle doit confier immédiatement à une personne.

En e-commerce, une réponse incorrecte sur un délai de livraison est souvent récupérable. Une promesse de remboursement non conforme, la divulgation d’une donnée personnelle ou une réponse froide à un client très mécontent le sont beaucoup moins. Une matrice d’escalade te permet de garder les bénéfices de l’IA conversationnelle — vitesse, disponibilité, cohérence — sans déléguer aveuglément les décisions qui engagent ta marge, ta responsabilité ou la relation client.

Les quatre critères qui déterminent le niveau d’escalade

Avant de bâtir des scénarios, évalue chaque demande sur quatre axes. Utilise une échelle simple de 0 à 2 : faible, modéré, élevé. Le but n’est pas de produire un score prétendument scientifique, mais une règle compréhensible par le support, les opérations et la direction.

• Impact financier : valeur de la commande, coût du geste commercial, risque de fraude, impact sur la marge ou sur un abonnement récurrent.
• Sensibilité des données : adresse, téléphone, données de paiement, justificatifs, informations de compte ou éléments permettant une usurpation.
• Risque juridique et politique commerciale : droit de rétractation, garantie légale, litige, menace de recours, exception à tes CGV ou décision contractuelle.
• Émotion du client : frustration ordinaire, colère explicite, urgence personnelle, accusation, harcèlement ou risque réputationnel.

Ajoute un cinquième filtre binaire : l’IA dispose-t-elle d’une donnée vérifiée dans les systèmes concernés ? Un assistant peut expliquer une politique publique. Il ne doit pas inventer le statut d’un colis, l’éligibilité à un retour ou le montant d’un remboursement. Sans source fiable et à jour, il pose une question, consulte l’outil autorisé ou escalade.

Une matrice à trois niveaux pour router les tickets

Niveau 1 : traitement autonome, dans un cadre fermé

L’assistant peut répondre seul quand le risque est faible sur les quatre axes, que l’intention est claire et que la réponse vient d’une base de connaissances validée ou d’une donnée transactionnelle fiable. Il peut par exemple :

• indiquer les délais et modalités de livraison publiés ;
• donner le lien de suivi d’une commande si le client est authentifié et que l’intégration renvoie le bon identifiant ;
• expliquer la procédure standard de retour ;
• collecter les informations nécessaires pour un dossier produit défectueux, sans statuer sur la prise en charge.

Le garde-fou essentiel est la limitation d’action : l’IA informe et guide, mais n’accorde pas une exception commerciale par déduction.

Niveau 2 : réponse préparée, validation humaine avant envoi

Ce niveau convient aux cas modérés : demande inhabituelle mais documentée, petit geste commercial prévu par la politique, retour proche d’une date limite, colis indiqué livré mais introuvable, ou première réclamation argumentée. L’IA résume le dossier, récupère les références, cite la règle applicable et propose une réponse. Un agent vérifie le contexte et valide, corrige ou refuse.

Cette étape réduit le temps de traitement sans transformer l’équipe en simple correcteur de messages. Pour y parvenir, affiche dans l’interface les éléments qui ont conduit à la recommandation : commande concernée, état logistique, article de politique utilisé et niveau de confiance. Une réponse fluide sans traçabilité est difficile à auditer.

Niveau 3 : transfert immédiat à un humain

Le transfert doit être automatique dès qu’un seul facteur critique apparaît. C’est notamment le cas pour une demande liée aux données personnelles ou au paiement, une menace de procédure, une mise en cause de la sécurité d’un produit, une suspicion de fraude, une demande de remboursement élevé ou hors politique, ou un client manifestement en détresse ou très en colère.

Transférer ne veut pas dire abandonner la conversation. L’IA doit accuser réception, annoncer clairement la suite et transmettre un résumé exploitable à l’agent : chronologie, numéro de commande, pièces jointes, demande formulée et signaux de risque détectés.

Appliquer la matrice aux cas courants du SAV e-commerce

Livraison : un suivi normal et une question sur le délai relèvent du niveau 1. Un colis affiché comme livré, mais contesté par le client, passe au niveau 2 si ta procédure prévoit une enquête standard. Si le colis contient un bien coûteux, si les incidents se répètent ou si le client évoque un préjudice, route directement au niveau 3.

Retour : une demande dans le délai et conforme à la procédure peut être guidée automatiquement. Une demande à J+15 alors que ta fenêtre est de 14 jours mérite une validation : l’IA ne doit pas accorder elle-même une dérogation. Un retour portant sur un article personnalisé, hygiénique ou contesté exige une analyse humaine de la politique applicable.

Remboursement : automatise uniquement l’information sur les délais et modes de remboursement. Toute décision d’accorder un montant, un avoir ou des frais de retour doit dépendre de seuils écrits. Par exemple, une commande à faible valeur avec preuve de non-expédition peut entrer au niveau 2 ; un remboursement total d’une commande importante, une commande partiellement utilisée ou une contestation de paiement relève du niveau 3.

Produit défectueux : l’IA peut demander photos, vidéo, numéro de lot et description du défaut. Elle ne doit pas conclure qu’un produit est défectueux ni promettre un remplacement avant contrôle. Les enjeux de sécurité, les produits réglementés et les défauts répétés sont des escalades immédiates.

Réclamation : dès que le message comporte une menace de publication, de plainte, de chargeback ou des propos particulièrement virulents, stoppe l’automatisation décisionnelle. La qualité de l’écoute et le choix d’un éventuel geste nécessitent un contexte que les règles seules ne couvrent pas toujours.

Des réponses de transition qui ne frustrent pas le client

Le transfert doit être transparent, sans promettre un délai que tu ne peux pas tenir. Voici trois formulations à adapter à ton ton de marque :

« Je comprends que cette situation soit frustrante. Pour vérifier votre dossier précisément, je le transmets à notre équipe support. Elle dispose déjà des informations que vous venez de partager. »

« Votre demande nécessite une vérification de commande avant que nous puissions vous répondre de façon fiable. Un conseiller reprend le dossier et reviendra vers vous dès que possible. »

« Merci pour les détails et les photos. Je les ai ajoutés à votre dossier afin qu’un conseiller puisse examiner le produit et vous proposer la solution adaptée. »

Évite « un humain va prendre le relais » si cela sonne comme l’aveu que le bot a échoué. Parle plutôt de vérification, d’expertise ou de traitement adapté. Et ne demande jamais au client de répéter les informations déjà fournies : c’est l’une des premières causes d’irritation dans un parcours hybride.

Mesurer la sécurité du système, pas seulement la vitesse

Un taux d’automatisation élevé n’est pas un indicateur de qualité. Suis plutôt quatre métriques par intention, canal et niveau d’escalade :

• Taux de transfert : part des demandes confiées à un humain. Trop bas peut signaler un assistant trop autonome ; trop haut peut révéler une base de connaissances ou des parcours insuffisants.
• Taux de réouverture : part des tickets rouverts après une réponse IA ou une résolution. C’est un bon révélateur de réponses incomplètes ou prématurées.
• Satisfaction client : compare la satisfaction après traitement autonome, assisté et humain. Lis les verbatims, car une moyenne masque les cas sensibles.
• Erreurs de politique commerciale : promesse de remboursement incorrecte, mauvaise information sur un retour, geste non autorisé, règle obsolète citée. Chaque erreur doit être catégorisée, corrigée dans la source, puis testée.

Les plateformes peuvent fournir des briques pour rédiger, résumer, connecter des sources de connaissance ou orchestrer des conversations. Shopify présente notamment Shopify Magic comme un ensemble de fonctionnalités d’IA pour aider les marchands dans l’administration de leur boutique, tandis que Microsoft décrit Copilot Studio comme un environnement de création et de gestion d’agents. Ces outils ne remplacent toutefois ni tes règles métiers ni la responsabilité de leur paramétrage.

Commence par les vingt motifs de contact les plus fréquents. Pour chacun, écris le niveau par défaut, les déclencheurs de transfert, les données que l’IA peut consulter, les actions interdites et le propriétaire métier de la règle. Fais relire la matrice par le support, la logistique et la personne responsable des sujets juridiques ou conformité. Puis teste-la sur des conversations anonymisées avant tout déploiement large.