La valeur cachée dans les conversations avec les clients : pourquoi l'intelligence en temps réel est essentielle – Entretien avec Michael Hutchison

Michael Hutchison est responsable du département TME & de l’Expérience client chez eClerx. Michael dirige la Division des opérations client et supervise les portefeuilles clients-client d’eClerx, en mettant l’accent sur le maintien de la croissance et la promotion de l’acquisition de nouveaux clients. Ses fonctions précédentes incluent McKinsey et L’Oréal.

Découvrez les meilleures actualités et les événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des dirigeants de JP Morgan, Coinbase, Blackrock, Klarna et plus encore

L’expérience client a toujours été un élément déterminant de la performance d’une entreprise, mais les exigences imposées aux sociétés aujourd’hui se sont accélérées à un rythme remarquable. Les clients attendent un support rapide, clair et cohérent sur tous les canaux, et ils font connaître ces attentes à travers un volume énorme d’échanges. Cette réalité crée une nouvelle pression pour les organisations qui, auparavant, s’appuyaient sur des méthodes adaptées à des environnements plus lents et plus prévisibles.

L’assurance qualité manuelle a longtemps servi de base au contrôle dans le support client. Elle fonctionnait suffisamment bien lorsque les volumes d’interactions étaient gérables et que les changements d’opinion étaient graduels. Cette période est révolue. Les entreprises font désormais face à des variations imprévisibles du comportement client, à des déplacements plus rapides entre les canaux et à des schémas de contact plus complexes. Se fier à des échantillons limités ne donne aux équipes que des fragments de l’image complète.

Ce changement révèle une vérité plus profonde : les conversations clients ont bien plus de valeur que de nombreuses organisations ne l’ont réalisé. Elles véhiculent des signaux sur des lacunes produit, des problèmes de communication et des attentes en évolution. Elles montrent ce qui frustre les clients et ce qui leur inspire confiance. Considérer ces conversations comme de simples événements de service néglige leur capacité à guider des décisions au sein de l’ensemble de l’organisation. Lorsque les entreprises commencent à voir les conversations comme une forme d’intelligence, la façon dont elles envisagent la qualité, la formation et l’amélioration commence à évoluer.

L’essor de l’automatisation et de la supervision pilotée par l’IA a accéléré cette transition. Grâce à la capacité de revoir chaque interaction, les entreprises ne sont plus contraintes par l’incertitude ou des hypothèses obsolètes. Elles obtiennent une vision plus claire de ce que ressentent les clients, de ce dont ils ont besoin et de l’endroit où la friction apparaît. Cette visibilité permet de prendre plus rapidement des décisions plus éclairées, mais elle introduit aussi de nouvelles attentes quant à la manière dont les dirigeants interprètent et agissent sur ce qu’ils observent.

Pour autant, même avec des outils puissants, les progrès dépendent de l’état d’esprit avec lequel les entreprises traitent leurs données. Une forte culture de l’expérience client ne naît pas seulement de la technologie. Elle exige une responsabilité partagée, une communication ouverte et la volonté de traiter les enseignements clients comme une ressource commune plutôt que comme la propriété d’une seule équipe. Les organisations qui adoptent cette approche découvrent souvent que leurs conversations révèlent des opportunités d’amélioration bien avant que celles-ci n’apparaissent dans les indicateurs de performance.

Ces idées nous amènent à Michael Hutchison, Global Head of Customer Operations chez eClerx. Le travail de Michael consiste à diriger des portefeuilles clients-client et à soutenir une croissance durable, et son expérience antérieure chez McKinsey et L’Oréal lui donne une compréhension étendue de la manière dont les organisations réagissent lorsque les attentes des clients augmentent rapidement. Il a constaté comment les entreprises s’adaptent lorsqu’elles commencent à traiter les données d’interaction comme un actif stratégique, et son point de vue reflète la prise de conscience croissante que chaque conversation contient des signaux capables de façonner des décisions à long terme.

Le parcours de Michael illustre pourquoi le leadership compte autant dans cette transition. Les entreprises qui parviennent à bâtir de solides fondations pour l’expérience client le font souvent parce que les dirigeants portent l’idée que les conversations méritent une attention bien au-delà du centre de contact. Ils encouragent les équipes à examiner comment les enseignements peuvent éclairer les mises à jour produit, les décisions de formation et les changements opérationnels. Ils comprennent que la qualité n’est pas une tâche figée, mais un effort continu soutenu par la curiosité et la collaboration.

L’intelligence en temps réel s’aligne sur cette approche en renforçant l’idée que les interactions clients ne sont pas uniquement des échanges réactifs. Lorsque les entreprises écoutent attentivement ce que les clients partagent sur le moment, elles mettent au jour des schémas qui peuvent les guider vers de meilleures décisions. Ces enseignements apportent de la clarté dans des environnements complexes, que l’objectif soit de réduire la friction, de renforcer la conformité, d’améliorer le coaching ou de protéger la fidélité à long terme.

Alors que les attentes continuent de monter, les entreprises font face à un choix : s’appuyer sur des modèles obsolètes qui ne capturent que des fragments de l’expérience client, ou construire des systèmes qui révèlent ce que disent les clients avec un niveau de détail bien supérieur. La voie à suivre dépend de la manière dont les dirigeants accordent l’importance voulue aux informations que les clients fournissent chaque jour. Les données d’interaction deviennent un avantage uniquement lorsque les organisations les abordent avec intention et reconnaissent qu’elles ont un rôle à jouer dans la façon de prendre des décisions bien au-delà de la fonction support.

Cette compréhension plus large des conversations clients pose les bases de notre échange avec Michael Hutchison. Son travail montre comment les entreprises peuvent évoluer vers une approche plus informée, plus réactive et plus connectée de l’expérience client en portant une attention accrue aux enseignements déjà présents dans leurs interactions quotidiennes.

Bon entretien !

1. L’assurance qualité manuelle (QA) a longtemps été le réglage par défaut dans les opérations de support client. Quels facteurs ont rendu ce modèle insuffisant dans les environnements de support à fort volume et en temps réel d’aujourd’hui ?

L’assurance qualité manuelle a été l’épine dorsale du support client pendant des années, mais elle ne peut plus suivre les opérations de service d’aujourd’hui. Le volume massif d’interactions est simplement trop élevé pour que l’échantillonnage traditionnel offre une visibilité complète. Quand les équipes ne peuvent revoir que 1–2 % des conversations, elles prennent des décisions critiques sur la base de ce qui s’apparente à un raisonnement déductif.

Les clients attendent des expériences fluides sur tous les canaux, qu’il s’agisse de la voix, du chat, de l’e-mail ou des réseaux sociaux. Cela ajoute une pression supplémentaire aux organisations pour maintenir des standards cohérents pour chaque interaction. Par-dessus le marché, les facteurs déclencheurs de contacts et le ressenti client peuvent changer du jour au lendemain. Au moment où l’assurance qualité manuelle détecte ces changements, les équipes sont déjà en retard et finissent en mode réactif au lieu d’anticiper les problèmes.

C’est pourquoi l’automatisation et la QA pilotée par l’IA deviennent essentielles. Elles nous permettent d’étendre la couverture à 100 % des interactions, de repérer en temps réel les tendances émergentes et de fournir aux dirigeants de première ligne des enseignements actionnables qu’ils peuvent utiliser immédiatement. Il ne s’agit pas de remplacer le jugement humain : il s’agit de libérer les équipes QA pour se concentrer sur un coaching plus approfondi, la conformité et les améliorations de l’expérience, plutôt que de poursuivre des échantillons aléatoires.

2. Vous avez parlé du fait que les données d’interaction sont sous-utilisées, non seulement sur le plan opérationnel, mais aussi culturellement. À quoi ressemble, selon vous, une culture des données saine autour de l’expérience client ?

Une culture des données saine autour de l’expérience client commence par la suppression des silos entre les équipes. Trop souvent, les données clients ne parviennent jamais aux équipes produit, au marketing ou à la direction exécutive, ce qui peut entraîner des opportunités manquées pour l’entreprise.

*   Sur le plan opérationnel, cela signifie que chaque niveau de leadership, de la première ligne au conseil d’administration, a accès à des enseignements clairs et opportuns sur ce que vivent les clients. Pas enfouis dans des tableurs, mais d’une manière qui guide les décisions quotidiennes.
*   Sur le plan culturel, il s’agit de s’éloigner du fait que les données sont « détenues » par une seule équipe, pour plutôt en faire une partie du langage commun entre marketing, service, ventes et produit. Lorsque tout le monde se sent responsable des indicateurs CX, on commence à voir une vraie cohérence.
*   Et surtout, c’est une culture dans laquelle les données suscitent la curiosité et l’amélioration, pas la peur. Quand les enseignements sont utilisés pour coacher, célébrer les réussites et expérimenter de nouvelles idées, vous créez un cycle où la voix du client façonne en continu la façon dont l’entreprise grandit.

3. Avec l’IA désormais impliquée dans le triage, la notation et la mise en évidence de tendances issues des appels, quelles nouvelles attentes cela crée-t-il pour des équipes transversales comme les opérations, la conformité et la gestion des effectifs ?

L’IA change le mode de fonctionnement des équipes en passant d’enseignements réactifs basés sur des échantillons à une intelligence proactive et complète. Cette transition crée de nouvelles attentes pour chaque fonction :

*   On attend des opérations qu’elles agissent plus vite : l’IA fait ressortir des schémas en quasi temps réel, donc les dirigeants ne peuvent pas attendre le bilan QA mensuel ; ils doivent pivoter le coaching et les processus à la volée.
*   Les équipes de conformité disposent désormais d’un filet de sécurité plus solide, puisqu’on peut superviser 100 % des interactions. Mais cela fait aussi monter le niveau : on s’attend à ce qu’elles détectent proactivement les problèmes avant qu’ils ne s’aggravent, et pas seulement à enquêter après coup.
*   La gestion des effectifs ne peut plus prévoir uniquement sur la base des volumes et du temps de traitement ; on s’attend à ce qu’elle intègre les tendances de qualité, le sentiment et les facteurs déclencheurs émergents que l’IA met en évidence, de sorte que le dimensionnement ne corresponde pas seulement au « moment » de la demande, mais aussi au « quoi » et au « pourquoi ».

En bref, l’IA ne fait pas que automatiser la QA : elle crée une culture de responsabilité en temps réel à travers les fonctions, où agir rapidement sur les enseignements devient la nouvelle norme.

4. Vous avez travaillé avec des organisations à des stades de maturité CX très différents. Qu’est-ce qui distingue celles qui parviennent à étendre efficacement leur supervision au fil du temps ?

Ce que j’ai constaté, c’est que l’extension de la supervision ne consiste pas seulement à ajouter plus de technologie ; elle dépend de la manière dont l’organisation traite la qualité comme faisant partie de son ADN. Dans les organisations matures, les enseignements sur la qualité orientent les décisions produit, de formation et de marketing, pas seulement des listes de contrôle de conformité. Les organisations moins matures ont tendance à garder les enseignements sur la qualité enfermés dans le centre de contact, manquant des opportunités pour traiter des problèmes systémiques.

Elles construisent aussi des cadres flexibles. Au lieu de s’enfermer dans des grilles de notation rigides, les équipes font évoluer leur supervision pour refléter de nouveaux canaux, les attentes clients et les facteurs déclencheurs de contact émergents. Il y a aussi un volet humain critique que beaucoup d’organisations négligent. Les meilleures entreprises investissent fortement dans la montée en compétences de leurs équipes QA lorsqu’elles déploient la supervision par IA afin de se concentrer sur l’analyse des causes racines, le coaching et la collaboration transversale.

Enfin, les organisations performantes bouclent la boucle de feedback. Les enseignements ne restent pas dans des tableaux de bord QA : ils sont intégrés dans les briefings ops, les revues de conformité et la planification WFM, de sorte que les améliorations se déploient à mesure que l’entreprise grandit. Cet ensemble — voir la qualité comme un levier stratégique, la garder adaptable et l’intégrer à la prise de décision — permet à la supervision de vraiment s’étendre et de maintenir son impact.

5. Les attentes des clients concernant la rapidité et la personnalisation continuent d’augmenter. Quel rôle voyez-vous jouer l’intelligence d’interaction en temps réel pour aider les entreprises à répondre à ces exigences ?

L’intelligence d’interaction en temps réel devient le pont entre les attentes des clients et la performance de l’entreprise. Les clients veulent des réponses rapidement et adaptées à leur situation, et c’est précisément ce que cette capacité permet.

Pour les agents, l’intelligence en temps réel transforme leur capacité à fournir un service sans sacrifier l’efficacité. Au lieu de s’appuyer sur leur mémoire des conversations précédentes ou de passer du temps à chercher dans plusieurs systèmes, ils reçoivent des conseils contextuels, des articles de connaissance pertinents et des actions suggérées « les mieux adaptées ensuite », directement intégrés à leur flux de travail, pour que la rapidité et la personnalisation se produisent sur le moment, et non après coup.

Pour les dirigeants, cela signifie avoir une visibilité sur les problèmes émergents et les tendances de sentiment au fur et à mesure qu’ils apparaissent, afin qu’ils puissent ajuster le dimensionnement, les processus ou les offres avant que les clients ne ressentent la douleur.

La transformation de l’expérience client est l’aspect le plus significatif. L’intelligence en temps réel permet à chaque interaction de s’appuyer sur les conversations précédentes, d’anticiper les besoins et d’apporter des solutions personnalisées. Cela crée l’impression que l’entreprise « les connaît vraiment » et qu’elle accorde de la valeur à leur temps pour générer la fidélité et la satisfaction client.

En bref, l’intelligence en temps réel transforme les données d’interaction d’un élément que nous analysons après le départ du client en un outil que nous utilisons pour façonner l’expérience pendant que le client est encore engagé.

6. Il y a beaucoup de bruit dans l’industrie autour de l’IA et du CX. D’après votre expérience, quelles étapes concrètes font réellement la différence en matière de rétention, de résolution au premier appel, ou d’impact du coaching ?

Il y a beaucoup d’emballement, mais les organisations qui font réellement bouger les lignes ont tendance à se concentrer sur trois étapes très pratiques :

*   **Commencer par la visibilité**. Utilisez l’IA pour superviser 100 % des interactions afin de savoir réellement ce qui alimente le churn, les contacts répétés ou les lacunes de coaching. Sans cette base, vous ne faites que des suppositions.
*   **Cibler les plus grands leviers**. Au lieu d’essayer de tout corriger, identifiez les 2–3 principaux facteurs qui ont le plus d’impact sur la rétention ou sur la résolution au premier appel (FCR) et concevez des changements de coaching et de processus autour de ces facteurs.
*   **Boucler la boucle de feedback**. Les équipes les plus performantes ne s’arrêtent pas aux enseignements : elles les réinjectent dans le coaching des agents, les bases de connaissances, voire dans les feuilles de route produit, afin que les améliorations s’ancrent.

Il s’agit moins de « l’IA partout » que de l’intégrer là où elle peut générer de l’action ; la rétention augmente, les résolutions sont plus rapides et le coaching modifie les comportements sur le terrain.

7. Pour les dirigeants qui repensent leurs stratégies CX et conformité, par où recommandez-vous de commencer s’ils veulent traiter les conversations clients comme un actif stratégique — et pas seulement comme une fonction de service ?

Je suggère toujours de commencer par un changement de mentalité : considérer chaque conversation client non seulement comme un point de contact de service, mais comme une source riche d’intelligence. À partir de là, trois étapes font une grande différence :

*   **Centraliser les données**. Rassembler les conversations issues de la voix, du chat et du digital dans une vue unique pour ne pas devoir recomposer les enseignements canal par canal.
*   **Exploiter les schémas**. Utilisez l’IA pour mettre en évidence les risques de conformité, les signaux de churn ou les retours produit qui pourraient être invisibles dans des échantillons manuels.
*   **Activer les enseignements**. Réinjecter ce que vous apprenez dans la formation à la conformité, la conception produit et la stratégie CX pour que les conversations façonnent directement les résultats business.

Quand les dirigeants font cela, les conversations ne sont plus un coût à gérer : elles deviennent un actif qui favorise la croissance, renforce la conformité et cultive la fidélité des clients.