Analyse émotionnelle : détecter et désamorcer en temps réel

Le contexte : des appels qui dégénèrent

Servicetel* est un acteur majeur de l'externalisation de la relation client (800 conseillers, 15 000 appels/jour pour des clients dans l'énergie et les télécoms). Le défi : gérer des clients souvent déjà frustrés quand ils appellent.

* Nom modifié pour préserver la confidentialité

Les indicateurs montraient un problème croissant :

• 18% des appels nécessitaient une escalade vers un superviseur
• Score CSAT (satisfaction) stagnant à 3,2/5
• Turn-over élevé des conseillers (fatigue émotionnelle)

"Un client mécontent au départ peut devenir satisfait si on gère bien l'appel. Mais on peut aussi transformer un client neutre en client furieux avec les mauvais mots. Tout se joue dans les nuances."

La solution : analyse des émotions en temps réel

Le système déployé analyse la voix du client ET du conseiller en temps réel (avec un décalage de 2 secondes) pour :

1. Détecter l'état émotionnel : Frustration, colère, confusion, satisfaction... sur une échelle de 0 à 100
2. Alerter le conseiller : Alerte visuelle sur son écran quand le client montre des signes de frustration croissante
3. Suggérer des réponses : Propositions de formulations adaptées à l'état émotionnel détecté
4. Escalade préventive : Proposition de transfert vers un superviseur AVANT que la situation ne dégénère

Ce que l'IA détecte que l'humain ne perçoit pas toujours

Exemple concret : le point de rupture évité

L'IA a détecté chez un client une "frustration croissante" (score passé de 45 à 72 en 90 secondes) alors que le conseiller pensait que l'appel se passait bien — le client restait poli verbalement.

L'alerte a permis au conseiller de changer d'approche : reformuler, montrer de l'empathie, proposer une solution alternative. Le score est redescendu à 35 et l'appel s'est terminé positivement.

Sans cette alerte, le conseiller aurait continué son script standard, et le client aurait probablement "explosé" quelques minutes plus tard.

L'interface conseiller

Sur l'écran du conseiller, un indicateur visuel discret montre :

• Jauge émotionnelle : Vert → Orange → Rouge selon le niveau de frustration détecté
• Tendance : Flèche montante ou descendante pour voir l'évolution
• Suggestions contextuelles : Phrases recommandées ("Je comprends votre frustration...", "Laissez-moi vérifier cela pour vous...")
• Bouton escalade : Proposition de transfert quand le score dépasse un seuil

L'outil est conçu pour être non-intrusif : le conseiller garde le contrôle et choisit d'utiliser ou non les suggestions.

Les résultats après 12 mois

Bonus inattendu : le turn-over des conseillers a baissé de 15%. L'outil réduit leur charge cognitive et émotionnelle en les aidant à mieux gérer les appels difficiles.

Les facteurs clés de succès

1. Formation des conseillers : 2 jours de formation pour comprendre l'outil et intégrer les suggestions sans être dépendant
2. Calibration culturelle : L'algorithme a été ajusté aux spécificités françaises (expressions, intonations)
3. Pas de surveillance punitive : L'outil aide les conseillers, il ne les évalue pas (pas de scoring RH)
4. Feedback continu : Les conseillers peuvent signaler les faux positifs pour améliorer le modèle

Les limites et questions éthiques

• Consentement : Les clients doivent être informés que l'appel est analysé (conformité RGPD)
• Faux positifs : Certaines intonations naturelles peuvent être mal interprétées
• Autonomie du conseiller : L'outil ne doit pas devenir un "script émotionnel" obligatoire
• Usage détourné : Risque si l'outil est utilisé pour évaluer les performances individuelles

"L'IA ne remplace pas l'intelligence émotionnelle du conseiller. Elle la complète en détectant ce qui échappe à l'attention consciente quand on est concentré sur le problème technique."