Contexte et Objectifs

Notre client, une entité gérant la collecte publique des déchets, faisait face à un problème récurrent : gérer plus de 300 plaintes de citoyens chaque mois. Beaucoup étaient des demandes non pertinentes ou dupliquées, consommant un temps précieux et créant des inefficacités.

Surchargés par le traitement manuel de ces demandes, les membres du personnel passaient près d’un tiers de leur temps de travail à traiter les plaintes. Le fardeau émotionnel était préoccupant, certaines plaintes étant agressives ou offensantes, ajoutant du stress à l'équipe.

Notre objectif était de tester si une solution basée sur l'IA pouvait améliorer l'efficacité tout en s'intégrant parfaitement dans l'infrastructure du client. Après une mise en œuvre réussie, l'automatisation a réduit la charge de travail, accéléré les réponses et libéré les employés pour des tâches plus critiques.

Démarche

La stratégie de l'équipe du projet s'est concentrée sur la conception d'un assistant IA pour automatiser la plupart des interactions avec les plaintes. Ils devaient d'abord s'assurer que l'assistant pouvait prendre des décisions éclairées sur la validité de chaque plainte afin de proposer une réponse au citoyen. Le système a intégré de multiples sources de données, y compris :

• Localisation en temps réel des camions-bennes - Suivre la position de chaque camion pour vérifier si un ramassage a été manqué.

• Itinéraires de collecte prévus - Recouper la plainte avec l'itinéraire prévu pour confirmer l'exactitude.

• Horaires de collecte - Vérifier si les plaintes étaient enregistrées aux bonnes dates et heures.

En utilisant les données déjà disponibles chez notre client, Agilytic a répliqué la logique existante de traitement des plaintes en un algorithme qui alimente l'assistant. Construit sur les Agents Virtuels Azure, l'assistant détermine automatiquement leur validité et propose une réponse qui peut être validée par l'agent avant d'être envoyée au citoyen. 

Une partie critique du processus était de permettre à l'assistant de gérer les données non structurées, en particulier les e-mails. Il devait extraire des informations structurées à partir des plaintes en texte libre dans ces e-mails. Le succès du chatbot reposait sur sa capacité à traiter et convertir ces intrants en données exploitables.

Tout était hébergé dans l' environnement Azure préexistant du client pour préserver une intégration transparente avec leur infrastructure informatique et système de service à la clientèle existants.

Durant la phase de test, l'équipe a appliqué des correctifs hebdomadaires, ce qui a affiné la capacité de la solution à traiter les cas limites et les plaintes imprévues. L'équipe de développement a réduit le volume de plaintes nécessitant une intervention manuelle en améliorant le système de manière itérative.

Le projet dans son ensemble a été géré en deux phases. Agilytic a d'abord travaillé sur une preuve de concept pour valider la faisabilité de reproduire le processus de gestion des plaintes avec l'IA. Après l'avoir achevée avec succès, nous avons développé un Produit Minimum Viable avec une solution plus robuste et pleinement intégrée.  

Résultats

Sur 1,5 mois de tests, l'assistant IA a géré de manière autonome 83% des plaintes. Comme un effet domino, l'automatisation a allégé la charge administrative, permettant au personnel de se concentrer sur des tâches plus urgentes. L'intégration sécurisée dans le cloud a préservé la capacité d'évolution et un système fiable, prêt à être mis en production pour une future croissance et efficacité.

Il y a un plus grand potentiel pour construire un système de demande omni-canal. Cela unifierait les interactions clients depuis l’e-mail, les réseaux sociaux et le téléphone, ce qui faciliterait l'obtention de réponses rapides pour les citoyens, quel que soit le mode de contact.

Cependant, cette approche n'est pas limitée à la gestion des déchets. Des secteurs comme le transport et la logistique peuvent également bénéficier de l'automatisation du service client. D'autres entreprises pourraient rationaliser leurs opérations à l'aide d'un système similaire d'assistant IA, qui peut être adapté à divers besoins commerciaux, améliorant les temps de réponse et se concentrant sur des défis de service plus complexes.