Dans la plupart des services support, la satisfaction des utilisateurs se mesure par une note. Rapide à collecter, facile à suivre, simple à présenter. Pratique, donc. Mais cette note dit-elle vraiment ce que les utilisateurs pensent du support ? Reflète-t-elle fidèlement la qualité du service rendu ? Rien n’est moins sûr.

Pourquoi les enquêtes post-traitement ne suffisent pas

Dans les services de support, les enquêtes de satisfaction post-traitement se sont généralisées. L’intention est louable : recueillir un retour direct des utilisateurs est a priori un bon moyen de détecter les insatisfactions et les problèmes récurrents en vue d’améliorer en continu la qualité de service et donc le niveau de satisfaction global. 

Facile à mettre en œuvre, cette approche serait idéale si elle ne s’accompagnait pas de biais qui en réduisent significativement la portée. Le premier biais concerne les taux de réponse : la généralisation de ce type d’enquête dans la vie courante, l’invitation à noter tout et n’importe quoi, fait qu’on y répond de moins en moins. Les taux de réponse sont donc faibles, ce qui pose un problème de représentativité. Deuxième biais, ces enquêtes sont d’autant moins représentatives que les insatisfaits et les mécontents sont notoirement les plus enclins à y répondre, et dans une moindre mesure les très satisfaits. Les moyennes compilées à partir de ces enquêtes sont donc elles-mêmes biaisées, ce que l’on a très vite fait d’oublier tant il est devenu courant de les considérer comme des KPI pertinents, en dépit de leur faiblesse structurelle.

Troisième biais, l’insatisfaction qu’un utilisateur exprime à chaud à travers une mauvaise note est en réalité très relative. Elle peut aussi bien témoigner d’une journée particulièrement stressante pour l’utilisateur que sanctionner un problème signalé au support pour la énième fois et toujours pas résolu. Bonne ou mauvaise, la note seule ne dit rien du contexte et ne permet donc pas de faire la part des choses entre ce qui relève du support et peut être corrigé ou amélioré, et les facteurs sur lesquels le support n’a aucune prise.

Ces constats ne signifient pas qu’il faille abandonner les enquêtes post-traitement. Il faut simplement être conscient de ce qu’elles mesurent – à savoir, le ressenti individuel à chaud — et ne pas s’y limiter. C’est pourquoi ITIL recommande d’articuler métriques de performance opérationnelle (délais, volumes, taux de résolution, etc.) et indicateurs d’expérience (Csat/CES/dérivés de NPS). Les deux sont nécessaires pour objectiver la perception de vos utilisateurs et ne pas réduire leur satisfaction à l’atteinte d’objectifs internes au support. 

Observer ce que les utilisateurs font

En pratique, les mesures de satisfaction que vous mettez en place ne sont que des points de départ à rapprocher des comportements que les techniciens support observent sur le terrain. Ces comportements sont souvent plus révélateurs que ce que les utilisateurs déclarent dans les enquêtes, quand ils y répondent…  Par exemple, si un utilisateur juge nécessaire de rouvrir un ticket dans les 48 heures après sa fermeture, c’est signe que la résolution n’était pas satisfaisante, et ce même s’il avait donné une bonne note dans l’enquête post-traitement. Le nombre de relances sur un ticket en cours dit la même chose autrement : chaque relance traduit une impatience, un doute croissant sur la prise en charge effective du problème.

Le recours au shadow IT est également un signal à ne pas négliger. Quand un collaborateur utilise sa messagerie personnelle pour contourner un problème Outlook persistant, ou un outil de partage de fichiers en ligne pour éviter un SharePoint trop lent ou inaccessible, il n’exprime pas à proprement parler une insatisfaction. Pourtant, ce comportement dit en creux qu’il doute de la capacité du support à lui apporter une réponse satisfaisante de son point de vue. Les sollicitations directes obéissent à la même logique. Appeler le technicien sur son portable plutôt que d’ouvrir un ticket, s’adresser au collègue “calé en informatique” plutôt qu’au support officiel sont des formes de contournement qui témoignent très souvent d’insatisfactions antérieures, fondées ou non. Aucun ticket ne signale ces comportements. Seuls les techniciens en contact avec les utilisateurs peuvent les détecter, à condition d’y être attentifs et d’avoir pour mission explicite d’y remédier.

Exploiter ce que vos données internes révèlent 

Votre outil ITSM contient des informations qui vous renseignent plus ou moins directement sur la qualité de l’expérience utilisateur, sans avoir à solliciter et attendre leur retour. Encore faut-il savoir lesquelles et comment les mettre à profit.

Le taux de résolution au premier contact (FCR) est probablement l’indicateur le plus corrélé à la satisfaction. Les études du SQM Group, portant sur plus de 10 millions d’interactions analysées, montrent que chaque progression de 1 % du FCR se traduit par une amélioration équivalente de la satisfaction. En revanche, la satisfaction individuelle chute de 15 % pour chaque contact supplémentaire qu’un utilisateur doit initier pour résoudre le même problème. Alors que plus de 90 % des utilisateurs s’attendent à une résolution dès le premier contact, le FCR moyen des services tourne autour des 70 %. Travailler à la réduction de cet écart apparaît donc comme une priorité — une priorité exigeante dans la mesure où l’analyse des causes d’un FCR trop bas peut révéler un effectif insuffisant qui devra être renforcé.

Autre donnée très utile, le taux d’escalade mérite d’être lu autrement que comme un indicateur de complexité des requêtes. Une escalade fréquente sur des catégories de demandes courantes signale un niveau 1 insuffisamment outillé. Les utilisateurs le ressentent, même s’ils n’en identifient pas la cause. Pour l’utilisateur, apprendre que son problème doit être transmis à quelqu’un d’autre signifie implicitement que le premier interlocuteur n’était pas compétent et que la résolution va demander plus de temps. Il sera enclin à considérer le support comme lent et incompétent, deux bonnes raisons de ne plus faire appel à lui. 

Le délai de prise en charge perçu n’apparaît pas en tant que tel dans vos outils, mais toutes les études montrent que l’attente ressentie est presque toujours supérieure à l’attente réelle, pour une raison simple : l’utilisateur ne sait pas où en est sa demande. Faute d’information, il est tenté de relancer le support alors qu’un simple accusé de réception et un ou deux messages de mise à jour en cours de traitement suffiraient à le rassurer, à calmer son impatience et à améliorer son opinion sur le support, sans que ce dernier ait à modifier quoi que ce soit dans ses délais et modalités de prise en charge. Cela fait partie des rares “quick wins” accessibles à tous les services de support.

Donner une vraie place à l’écoute

Les indicateurs quantitatifs, aussi utiles soient-ils, ne captent pas tout. Deux approches qualitatives, simples à mettre en place, permettent de mieux comprendre ce que vivent et ressentent les utilisateurs, simplement en les écoutant. 

La première approche consiste à tenir compte des verbatims des enquêtes de satisfaction. Trop souvent, seules les notes sont prises en considération. Les commentaires libres qui les accompagnent sont rarement lus et encore plus rarement analysés. C’est pourtant là qu’apparaissent les irritants qui tuent la satisfaction : le ton perçu comme condescendant, le problème récurrent jamais vraiment résolu, l’impression de ne pas avoir été compris… Désormais très accessibles, les outils d’analyse sémantique permettent aux équipes de support de catégoriser automatiquement ces retours et d’en tirer des pistes d’action. Quelle que soit la méthode, le dispositif n’est complet que s’il intègre une forme de retour vers les utilisateurs, en particulier vers les auteurs de commentaires très négatifs et ceux dont la note et le commentaire présente des contradictions flagrantes. Les appeler pour en parler est une preuve de considération appréciée et généralement payée de retour par une meilleure compréhension des contraintes du support et, in fine, des jugements plus nuancés.

La deuxième approche consiste à instaurer des entretiens périodiques avec des utilisateurs aux profils variés : grands utilisateurs, nouveaux arrivants, collaborateurs peu à l’aise avec les outils numériques, etc. Selon le nombre de catégories identifiées, 10 à 15 conversations par an sur le quotidien informatique de chacun et ses relations avec le support, peuvent apporter une profondeur et une finesse d’analyse difficiles à obtenir via un questionnaire. Le format ouvert de ces conversations favorise la libre expression des utilisateurs sur ce que le support fait bien, ce qui les frustre, ce qui manque, et permet aux équipes de support de mieux appréhender le pourquoi des attentes et des insatisfactions.

Croiser les approches pour agir sur les bons leviers

Pour embrasser toutes les dimensions, un dispositif de mesure de la satisfaction articule nécessairement les approches décrites dans cet article : le déclaratif, l’observation des comportements, les indicateurs opérationnels ayant un impact sur la satisfaction, l’écoute, le quantitatif et le qualitatif. Oui, c’est plus exigeant que compiler les notes d’enquêtes à chaud pour présenter un score qui ne dit rien de l’expérience réelle des utilisateurs. 

En croisant les approches, votre organisation se donne les moyens d’agir sur les bons leviers en détectant les écarts entre ce que les utilisateurs disent, pensent et font. Mesurer la satisfaction autrement qu’avec une note, y consacrer du temps et des ressources, c’est aussi acter la centralité de l’IT dans la vie de tous les collaborateurs de votre entreprise. C’est reconnaître que la qualité de l’expérience IT au quotidien détermine l’opinion qu’ils ont de la DSI et la confiance qu’ils accordent au support dès lors qu’ils le perçoivent comme un levier, un facilitateur, et non un frein.