L’analyse de l’activité de la base de connaissances commence dans le tableau de bord Knowledge Base d’Explore. Dans ce tableau de bord, les administrateurs peuvent mesurer les mesures d’engagement essentielles pour la base de connaissances.

Pour en savoir plus, consultez Analyse de l’activité de la base de connaissances avec Explore.

Si vos clients n’arrivent pas à trouver les informations qu’ils recherchent dans votre centre d’aide, votre canal de self-service ne sert pas à grand-chose. Dans le tableau de bord Search d’Explore, vous trouverez des mesures qui vous aident à surveiller ce que recherchent les clients ainsi que les actions qu’ils effectuent après leurs recherches.

Pour en savoir plus, consultez Analyse des résultats des recherches dans le centre d’aide avec Explore.

Comme pour tout autre site Web, vous pouvez surveiller et analyser le trafic et l’activité de votre centre d’aide avec Google Analytics. Google Analytics fournit des mesures standards du secteur pour le trafic Web, l’activité et l’engagement des utilisateurs. En combinaison avec le tableau de bord Knowledge Base d’Explore, qui vous donne un aperçu des données d’activité essentielles, Google Analytics vous aide à approfondir les mesures clés d’activité et d’engagement des utilisateurs.

Même si ces mesures ne peuvent pas vous dire combien de tickets ont été évités grâce à votre centre d’aide, elles vous fournissent une vision approfondie de l’utilisation et de l’efficacité du contenu de votre centre d’aide.

Pour commencer, configurez Google Analytics pour le centre d’aide. Vous pourrez alors suivre l’activité de votre centre d’aide dans votre compte Google Analytics.

Avec Google Analytics, vous pouvez aussi analyser ce que recherchent les utilisateurs et les mesures qu’ils prennent après ces recherches.

Pour commencer à quantifier plus directement l’efficacité de votre centre d’aide comme canal de self-service, ainsi que son impact sur la réduction du volume de tickets, il peut être judicieux de déterminer votre score de self-service. Cette mesure, aussi appelée rapport du self-service, est un calcul manuel que vous pouvez effectuer à l’aide de cette formule :

Score du self-service = Total des sessions d’utilisateurs de votre ou vos centres d’aide / Total des utilisateurs dans les tickets

Quand vous faites ce calcul, il peut aussi être judicieux de définir ce que vous considérez être une utilisation active de votre centre d’aide à des fins de self-service. Dans 6 étapes pour mesurer le succès du self-service, Erin Cochran de RJMetrics explique avoir défini une interaction avec le contenu comme un utilisateur qui a fait plus que se rendre à la page d’accueil du centre d’aide ou aller directement à un nouveau formulaire de ticket, afin de pouvoir se faire une meilleure idée du nombre de visiteurs essayant véritablement de s’auto-assister avant d’envoyer un ticket. Erin partage d’autres conseils et astuces utiles pour l’évaluation du self-service dans son article, lisez-le.

La section Connaissances du volet contextuel permet aux agents de facilement partager le contenu de la base de connaissances et diriger les clients vers ce contenu afin de les aider à résoudre leurs problèmes tout seuls.

Ici, une intervention manuelle est nécessaire, car les agents ajoutent les liens vers le contenu de la base de connaissances à leurs réponses aux clients, mais ils peuvent ainsi voir si ces liens ont aidé les clients à résoudre leurs problèmes tout seuls. Dans ce cas, les tickets ne sont pas évités, mais leur résolution peut être le résultat de l’utilisation de votre canal de self-service.

Pour en savoir plus, consultez Analyse de l’activité de la fonctionnalité Connaissances ou de l’application Capture des connaissances.

La fonctionnalité de réponses automatiques avec articles utilise le machine learning pour analyser le contenu des demandes d’assistance entrantes, puis répondre automatiquement aux tickets en envoyant une liste d’articles pertinents de la base de connaissances, qui peuvent aider vos clients à résoudre leurs problèmes sans l’intervention d’un agent.

Comme avec la section Connaissances dans le volet contextuel, vous pouvez voir les analyses pour l’activité des réponses automatiques avec articles dans Explore. Plus important encore, vous pouvez voir le nombre de tickets résolus en utilisant les articles de votre base de connaissances.

Cela inclut les performances globales (le nombre de fois que les liens ont permis de résoudre les tickets) et les performances de chaque article (quels articles sont les plus et les moins efficaces pour aider les clients à résoudre leurs problèmes tout seuls).

Pour en savoir plus, consultez Analyse des recommandations d’articles.