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

Michael Hutchison est le responsable de TME & Expérience Client chez eClerx. Michael dirige la division des opérations client et supervise les portefeuilles clients de eClerx, en se concentrant sur la croissance durable et l’acquisition de nouveaux clients. Ses précédents rôles incluent McKinsey et L’Oréal.

Découvrez les meilleures actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des cadres chez JP Morgan, Coinbase, Blackrock, Klarna et plus encore

L’expérience client a toujours été une partie déterminante de la performance commerciale, mais les exigences imposées aux entreprises aujourd’hui ont accéléré à un rythme remarquable. Les clients attendent un support rapide, clair et cohérent sur tous les canaux, et ils font connaître ces attentes par un volume énorme de conversations. Cette réalité a créé une nouvelle pression pour les organisations qui s’appuyaient autrefois sur des méthodes adaptées à des environnements plus lents et plus prévisibles.

L’assurance qualité manuelle a longtemps été la base de la supervision du support client. Elle fonctionnait suffisamment bien lorsque le volume d’interactions était gérable et que les changements de sentiment étaient progressifs. Cette période est révolue. Les entreprises doivent désormais faire face à des fluctuations imprévisibles du comportement des clients, à une circulation plus rapide entre les canaux, et à des schémas de contact plus complexes. Se limiter à des échantillons limités ne laisse aux équipes que des fragments de l’image complète.

Ce changement révèle une vérité plus profonde : les conversations avec les clients ont bien plus de valeur que ce que beaucoup d’organisations réalisaient. Elles portent des signaux sur les lacunes du produit, les problèmes de communication, et l’évolution des attentes. Elles dévoilent ce qui frustre les clients et ce qui leur gagne leur confiance. Considérer ces conversations comme de simples événements de service néglige leur potentiel à guider les décisions à l’échelle de toute une organisation. Lorsqu’une entreprise commence à voir les conversations comme une forme d’intelligence, sa façon de penser la qualité, la formation et l’amélioration commence à évoluer.

L’essor de l’automatisation et de la surveillance pilotée par l’IA a accéléré cette transition. Avec la capacité d’examiner chaque interaction, les entreprises ne sont plus liées au simple conjecture ou aux hypothèses dépassées. Elles obtiennent une vision plus claire de ce que ressentent les clients, de ce dont ils ont besoin, et où se manifestent les frictions. Cette visibilité favorise des décisions plus rapides et mieux informées, mais elle introduit aussi de nouvelles attentes quant à la façon dont les dirigeants interprètent et agissent sur ce qu’ils voient.

Cependant, même avec des outils puissants, le progrès dépend de l’état d’esprit que les entreprises apportent à leurs données. Une culture forte de l’expérience client ne se construit pas uniquement avec la technologie. Elle nécessite une responsabilité partagée, une communication ouverte, et une volonté de considérer les insights clients comme une ressource commune plutôt que la propriété d’une seule équipe. Les organisations qui adoptent cette approche constatent souvent que leurs conversations révèlent des opportunités d’amélioration bien avant que celles-ci ne se traduisent dans des indicateurs de performance.

Ces idées nous amènent à Michael Hutchison, Responsable mondial des opérations client chez eClerx. Le travail de Michael consiste à diriger les portefeuilles clients et à soutenir une croissance soutenue, et son expérience antérieure chez McKinsey et L’Oréal lui donne une compréhension large de la façon dont les organisations réagissent lorsque les attentes des clients augmentent rapidement. Il a vu comment les entreprises s’adaptent lorsqu’elles commencent à traiter les données d’interaction comme un atout stratégique, et sa perspective 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 est si crucial dans cette transition. Les entreprises qui réussissent à bâtir des fondations solides pour l’expérience client le font souvent parce que leurs dirigeants soutiennent l’idée que les conversations méritent une attention bien au-delà du centre de contact. Ils encouragent leurs équipes à examiner comment les insights peuvent informer les mises à jour de produits, les décisions de formation, et les changements opérationnels. Ils comprennent que la qualité n’est pas une tâche statique, mais un effort continu soutenu par la curiosité et la collaboration.

L’intelligence en temps réel s’aligne avec cette approche en renforçant l’idée que les interactions avec les clients ne sont pas simplement des échanges réactifs. Lorsque les entreprises écoutent attentivement ce que les clients partagent dans l’instant, elles découvrent des schémas qui peuvent les guider vers de meilleures décisions. Ces insights favorisent la clarté dans des environnements complexes, que ce soit pour réduire la friction, renforcer la conformité, améliorer la formation ou protéger la fidélité à long terme.

Alors que les attentes continuent de croître, les entreprises ont un choix : s’appuyer sur des modèles dépassés qui ne capturent qu’une partie de l’expérience client, ou construire des systèmes qui révèlent ce que disent les clients avec beaucoup plus de détail. La voie à suivre dépend de la façon dont les leaders prennent au sérieux les informations que les clients fournissent chaque jour. Les données d’interaction ne deviennent un avantage que lorsque les organisations les abordent avec intention et reconnaissent qu’elles jouent un rôle dans la prise de décision bien au-delà de la fonction support.

Cette compréhension élargie des conversations clients prépare le terrain pour notre discussion avec Michael Hutchison. Son travail montre comment les entreprises peuvent évoluer vers une approche plus informée, réactive et connectée de l’expérience client en prêtant une attention accrue aux insights déjà présents dans leurs interactions quotidiennes.

Bonne lecture de l’interview !

1. La QA manuelle a longtemps été la norme dans les opérations de support client. Quels facteurs ont rendu ce modèle insuffisant dans les environnements de support en temps réel et à volume élevé d’aujourd’hui ?

La QA manuelle a été l’épine dorsale du support client pendant des années, mais elle ne peut plus suivre le rythme des opérations de service client actuelles. Le volume d’interactions est tout simplement trop élevé pour qu’un échantillonnage traditionnel offre une visibilité complète. Lorsqu’une équipe ne peut examiner que 1 à 2 % des conversations, elle prend des décisions critiques basées sur ce qui revient à de la conjecture éclairée.

Les clients attendent des expériences fluides sur tous les canaux, que ce soit la voix, le chat, l’email ou les réseaux sociaux. Cela met une pression supplémentaire sur les organisations pour maintenir des standards sur chaque interaction. De plus, les moteurs de contact et le sentiment des clients peuvent évoluer du jour au lendemain. Au moment où la QA manuelle détecte ces changements, les équipes sont déjà en retard et se retrouvent en mode réactif plutôt qu’en mode proactif.

C’est pourquoi l’automatisation et la QA pilotée par l’IA deviennent essentielles. Elles permettent d’étendre la couverture à 100 % des interactions, de repérer en temps réel les tendances émergentes, et de fournir aux leaders sur le terrain des insights exploitables immédiatement. Il ne s’agit pas de remplacer le jugement humain, mais de libérer les équipes QA pour qu’elles se concentrent sur un coaching plus approfondi, la conformité, et l’amélioration de l’expérience plutôt que de courir après des échantillons aléatoires.

2. Vous avez évoqué que les données d’interaction sont sous-utilisées non seulement opérationnellement, mais aussi culturellement. À quoi ressemble, selon vous, une culture saine de gestion des données autour de l’expérience client ?

Une culture saine autour des données d’expérience client commence par briser les silos entre les équipes. Trop souvent, les données clients ne parviennent jamais aux équipes produit, marketing ou à la direction, ce qui peut faire manquer des opportunités pour l’entreprise.

*   Opérationnellement, cela signifie que chaque niveau de leadership, du front office au conseil d’administration, a accès à des insights clairs et en temps utile sur ce que vivent les clients. Pas enterrés dans des tableurs, mais présentés de façon à orienter les décisions quotidiennes.
*   Sur le plan culturel, il s’agit de faire en sorte que les données ne soient pas “possédées” par une seule équipe, mais qu’elles deviennent un langage commun entre marketing, service, ventes et produit. Quand tout le monde se sent responsable des métriques CX, on commence à voir une véritable cohérence.
*   Et surtout, c’est une culture où les données suscitent la curiosité et l’envie d’améliorer, pas la peur. Quand les insights sont utilisés pour coacher, célébrer les succès, et expérimenter de nouvelles idées, on construit un cycle où la voix du client façonne en permanence la croissance de l’entreprise.

3. Avec l’implication de l’IA dans le tri, la notation et la mise en évidence des tendances à partir 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 transforme les équipes en passant d’insights réactifs, basés sur des échantillons, à une intelligence proactive et globale. Ce changement crée de nouvelles attentes pour chaque fonction :

*   Les opérations doivent agir plus vite — l’IA détecte des schémas en quasi temps réel, donc les leaders ne peuvent plus attendre le rapport mensuel de QA ; ils doivent ajuster la formation et les processus en temps réel.
*   Les équipes de conformité disposent désormais d’un filet de sécurité renforcé, puisque 100 % des interactions peuvent être surveillées. Mais cela élève aussi le niveau d’exigence — elles doivent anticiper et détecter les problèmes avant qu’ils ne s’aggravent, plutôt que d’enquêter après coup.
*   La gestion des effectifs ne peut plus se limiter à prévoir sur la base du volume et du temps de traitement ; elle doit aussi prendre en compte les tendances de qualité, le sentiment, et les nouveaux moteurs que l’IA met en évidence, pour que le personnel corresponde non seulement à la demande “quand”, mais aussi au “quoi” et au “pourquoi”.

En résumé, l’IA ne se limite pas à automatiser la QA, elle crée une culture de responsabilité en temps réel à travers toutes les fonctions, où agir rapidement sur les insights devient la nouvelle norme.

4. Vous avez travaillé avec des organisations à différents stades de maturité CX. Qu’est-ce qui distingue celles qui parviennent à faire évoluer efficacement leurs efforts de monitoring dans le temps ?

Ce que j’ai constaté, c’est que faire évoluer le monitoring ne consiste pas seulement à ajouter plus de technologie, mais à intégrer la qualité dans l’ADN de l’organisation. Dans les entreprises matures, les insights sur la qualité alimentent les décisions produit, formation et marketing, pas seulement les checklists de conformité. Les organisations moins avancées ont tendance à garder ces insights confinés au centre de contact, manquant des opportunités pour traiter des problèmes systémiques.

Elles construisent aussi des cadres flexibles. Plutôt que de s’enfermer dans des scorecards rigides, elles adaptent leur monitoring pour refléter l’évolution des canaux, des attentes clients, et des nouveaux moteurs de contact. Il y a aussi un aspect humain crucial que beaucoup d’organisations négligent. Les meilleures investissent massivement dans la montée en compétences de leurs équipes QA, notamment pour analyser les causes profondes, coacher, et favoriser la collaboration interfonctionnelle.

Enfin, les organisations qui réussissent ferment la boucle de rétroaction. Les insights ne restent pas dans des dashboards QA, ils sont intégrés dans des réunions opérationnelles, des revues de conformité, et la planification WFM, pour que les améliorations se diffusent à l’échelle de l’entreprise. La combinaison d’une vision stratégique de la qualité, d’une adaptabilité continue, et d’une intégration dans la prise de décision permet à la surveillance de vraiment évoluer et d’avoir un impact durable.

5. Les attentes autour de la rapidité et de la personnalisation ne cessent de croître. Quel rôle voyez-vous dans cette évolution la intelligence en temps réel des interactions pour aider les entreprises à répondre à ces exigences ?

L’intelligence en temps réel des interactions devient le pont entre les attentes des clients et la performance de l’entreprise. Les clients veulent des réponses rapides 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 efficace sans sacrifier la rapidité. Au lieu de se fier à leur mémoire des conversations précédentes ou de passer du temps à rechercher dans plusieurs systèmes, ils reçoivent des conseils contextuels, des articles de connaissance pertinents, et des suggestions d’actions suivantes directement dans leur flux de travail, pour que la rapidité et la personnalisation se produisent dans l’instant, pas après coup.

Pour les leaders, cela signifie une visibilité sur les problèmes émergents et les tendances de sentiment au fur et à mesure qu’ils se développent, leur permettant d’ajuster la gestion des effectifs, les processus ou les offres avant que les clients ne ressentent la gêne.

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 de fournir des solutions personnalisées. Cela donne l’impression que l’entreprise “connaît vraiment” ses clients et valorise leur temps, pour renforcer la fidélité et la satisfaction.

En résumé, l’intelligence en temps réel transforme les données d’interaction d’un simple outil d’analyse après le départ du client en un levier pour façonner l’expérience pendant qu’il est encore engagé.

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

Il y a beaucoup de hype, mais les organisations qui font réellement bouger les choses se concentrent généralement sur trois étapes très concrètes :

*   **Commencer par la visibilité**. Utiliser l’IA pour surveiller 100 % des interactions afin de connaître réellement ce qui cause le churn, les contacts répétés ou les lacunes en coaching. Sans cette base, on ne fait que deviner.
*   **Cibler les leviers principaux**. Plutôt que d’essayer de tout corriger, identifier les 2-3 principaux moteurs qui impactent le plus la rétention ou la FCR, et concevoir des changements de coaching et de processus autour de ces leviers.
*   **Fermer la boucle de rétroaction**. Les équipes les plus performantes ne s’arrêtent pas aux insights — elles les réinjectent dans le coaching des agents, les bases de connaissances, et même dans la feuille de route produit pour que les améliorations perdurent.

Il ne s’agit pas simplement d’avoir de “l’IA partout”, mais de l’intégrer là où elle peut générer une action concrète : sauvegarde de la rétention, résolutions plus rapides, et coaching qui modifie réellement les comportements en opération.

7. Pour les leaders qui repensent leur stratégie CX et conformité, par où commencer s’ils veulent traiter les conversations clients comme un atout stratégique, pas seulement comme un service ?

Je recommande toujours un changement de mentalité : voir chaque conversation client non pas seulement comme un point de contact de service, mais comme une source riche d’intelligence. Ensuite, trois étapes font une grande différence :

*   **Centraliser les données**. Rassembler toutes les conversations — voix, chat, digital — dans une vue unique pour ne pas devoir reconstituer les insights canal par canal.
*   **Chercher les schémas**. Utiliser l’IA pour faire ressortir les risques de conformité, les signaux de churn ou les retours produits qui pourraient rester invisibles dans des échantillons manuels.
*   **Activer les insights**. Intégrer 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 leaders adoptent cette approche, les conversations cessent d’être un coût à gérer pour devenir un atout qui stimule la croissance, la conformité et la fidélité client.