Réception des tickets
omnicanal
- alimente
- Classifieur
Toutes les études de cas
NLPAutomatisationOps2 mois
Tri et routage automatique des tickets de support
Un ticket de support sur trois partait vers la mauvaise équipe. On est maintenant plus près d'un sur treize.
Précision du routage
92,4 %
Classifieur multi-label calibré
Avant
65,3 %
Moteur de règles par mots-clés
En clair
De quoi il s'agit.
Pas de jargon dans cette section. Le compte rendu technique se trouve plus bas.
Ce qui n'allait pas
Les tickets étaient triés par des règles de mots-clés rapiécées depuis des années. Un tiers partait vers la mauvaise équipe, et chaque erreur coûtait un transfert complet avant que quiconque ne commence à aider : c'était la principale raison des mauvaises notes données au support.
Ce que nous avons construit
Nous avons remplacé les règles par un classifieur entraîné sur la façon dont les tickets avaient réellement été résolus, et retiré l'ancien moteur de règles au lieu de lui ajouter une règle de plus.
Ce qui a changé
Le routage correct est passé de 65 % à 92 %, les premières réponses sont plus rapides et la satisfaction a augmenté en conséquence directe. Les agents ont cessé de trier les tickets pour se mettre à les résoudre.
Architecture
Comment l'ensemble s'articule.
Faites défiler les étapes. Tout ce qui est marqué comme ajouté est un composant qui n'existait pas avant ce projet.
Classifieur
multi-label
- reçoit de
- Réception des tickets
- alimente
- Calibration
Calibration
selon le coût
- reçoit de
- Classifieur
- alimente
- Routeur · Brouillon de réponse
Routeur
affectation de file
- reçoit de
- Calibration
- alimente
- Agent
Brouillon de réponse
à partir de cas résolus
- reçoit de
- Calibration
- alimente
- Agent
Agent
résout
- reçoit de
- Routeur · Brouillon de réponse
Réception des tickets
omnicanal
- alimente
- Classifieur
Classifieur
multi-label
Nous avons ajouté ceci- reçoit de
- Réception des tickets
- alimente
- Calibration
Calibration
selon le coût
Nous avons ajouté ceci- reçoit de
- Classifieur
- alimente
- Routeur · Brouillon de réponse
Routeur
affectation de file
- reçoit de
- Calibration
- alimente
- Agent
Brouillon de réponse
à partir de cas résolus
Nous avons ajouté ceci- reçoit de
- Calibration
- alimente
- Agent
Agent
résout
- reçoit de
- Routeur · Brouillon de réponse
Le compte rendu
Comment il serait construit.
Jeu de données, approche, métriques cibles et stack. Écrit pour la personne qui devra le relire.
NLPAutomatisationOps2 mois
Tri et routage automatique des tickets de support
Classification, étiquetage et routage qui gardent les files propres et les réponses cohérentes.
Problème
Les tickets étaient routés par des règles de mots-clés accumulées pendant des années. Chaque erreur de routage coûtait un cycle de transfert complet, et le délai de première réponse était le premier facteur d'un CSAT faible.
Jeu de données
- lignes
- 2,4 M de tickets
- features
- 128
- sources
- Helpdesk, chat, e-mail
- fenêtre
- 36 mois
Approche
- 01Entraîné un classifieur multi-label sur l'historique des tickets résolus
- 02Calibré les probabilités pour que les seuils de routage correspondent au coût métier
- 03Ajouté des suggestions de réponse par intention, rédigées à partir de cas résolus
- 04Livré via un déploiement en mode shadow comparé au moteur de règles
Métriques
- 92,4 %
- précision du routage +27,1 pp
- 4,2 min
- première réponse -38 min
- 7,6 %
- taux de mauvais routage -27 pp
- 19 %
- déflexion libre-service
Preuves
- source
- Architecture de référence
- chiffres
- Illustratif — valeurs typiques pour cette architecture
- mesure
- Non mesuré. Valeurs typiques pour une architecture de référence de ce type, non observées sur un système client.
- référence
- Non disponible pour ce projet
- dernière revue
- 2026-08-25
Impact métier
- Amélioration du CSAT directement liée à une première réponse plus rapide
- Les agents ont cessé de trier pour se mettre à résoudre
- Moteur de règles retiré plutôt qu'étendu une fois de plus
Stack technique
- Python
- FastAPI
- XGBoost
- Elasticsearch
- PostgreSQL
- Celery
- Docker
Suite
Besoin d'un système comme celui-ci ?
Répondez à six questions et nous vous dirons si cette architecture correspond à votre problème — y compris quand ce n'est pas le cas.