Zendesk
Support & Relation clientCinq KPIs Zendesk sélectionnés pour suivre la performance individuelle des agents support sur le volume de résolution, la rapidité et la qualité, avec les critères de sélection explicités.
Cinq KPIs Zendesk sélectionnés pour suivre la performance individuelle des agents support sur le volume de résolution, la rapidité et la qualité, avec les critères de sélection explicités.
| Indicateur | Objet | Type | Formule | Unité |
|---|---|---|---|---|
| Tickets Solved Number of tickets resolved per agent in the period. | Ticket | Résultat | COUNT | count |
| Average First Reply Time Average time in minutes between ticket creation and first agent reply. | Ticket_metric | Prédictif | AVG(reply_time_in_minutes.calendar) | minutes |
| CSAT Rate Ratio of good satisfaction ratings over total rated tickets (good + bad). | Satisfaction_rating | Résultat | COUNT_RATIO | % |
| Ticket Reopen Rate Ratio of solved tickets that were reopened at least once. | Ticket_metric | Résultat | COUNT_RATIO | % |
| Average Full Resolution Time Average calendar time in minutes from ticket creation to final resolution. | Ticket_metric | Résultat | AVG(full_resolution_time_in_minutes.calendar) | minutes |
Zendesk expose plusieurs types d'objets : tickets, métriques de ticket, évaluations de satisfaction, utilisateurs, organisations et groupes. Cette intégration porte sur les tickets et leurs données métriques et de satisfaction associées, qui constituent ensemble les indicateurs les plus directs de la performance individuelle des agents. D'autres objets, comme les organisations ou les groupes, sont utiles pour la segmentation et l'analyse de charge, mais ne permettent pas une attribution par utilisateur de manière pertinente. Cinq KPIs ont été retenus, sélectionnés selon trois critères : capacité d'attribution à un agent individuel, résistance au contournement et équilibre entre indicateurs avancés et retardés.
Tickets Solved comptabilise le nombre de tickets qu'un agent a résolus sur une période donnée. C'est la mesure la plus directe du volume de contribution. Pris isolément, c'est néanmoins le KPI le plus exposé au contournement : un agent peut artificiellement gonfler ce chiffre en clôturant des tickets prématurément ou sans traiter réellement le problème sous-jacent. Deux indicateurs lui sont associés précisément pour neutraliser ce risque.
Ticket Reopen Rate mesure la proportion de tickets résolus qui ont ensuite été rouverts par le client. Il fonctionne comme indicateur proxy de la résolution au premier contact : un taux de réouverture élevé chez un agent affichant un volume important de Tickets Solved révèle un schéma de clôtures superficielles plutôt que de véritables résolutions. CSAT Rate mesure la proportion de tickets notés ayant reçu une évaluation positive de la part du client. C'est le seul indicateur de cet ensemble qui capture la dimension subjective de l'interaction — si le client a eu le sentiment que son problème a été bien traité, et non simplement qu'un statut a été modifié. La lecture conjointe de ces trois indicateurs distingue le débit productif du débit artificiellement gonflé.
Average First Reply Time mesure le temps écoulé entre la création du ticket et la première réponse de l'agent. C'est le seul indicateur avancé de cet ensemble : il reflète la réactivité actuelle de l'agent avant qu'aucun résultat de résolution ne puisse être mesuré, ce qui le rend exploitable quotidiennement ou hebdomadairement. Average Full Resolution Time mesure le temps calendaire total entre la création du ticket et sa clôture définitive, incluant tous les états intermédiaires tels que en attente ou en suspens. Ces deux indicateurs entretiennent une relation de tension qui révèle les goulots d'étranglement du processus. Un Average First Reply Time court combiné à un Average Full Resolution Time long indique que les agents accusent réception des tickets rapidement mais se bloquent ensuite pendant la résolution — un schéma cohérent avec des délais d'escalade, une propriété peu claire des problèmes complexes ou une forte dépendance vis-à-vis de tiers. À l'inverse, un Average First Reply Time long associé à un Average Full Resolution Time relativement court suggère un goulot d'étranglement à l'entrée, au niveau du tri, qui se résorbe une fois le travail engagé.
Zendesk enregistre les transitions de statut et les réponses de satisfaction, mais ne capture pas la nature ni la complexité du travail effectué. Un ticket marqué résolu peut représenter une réinitialisation de mot de passe en deux minutes ou une investigation de plusieurs jours nécessitant une coordination transversale ; les données de l'API traitent ces deux cas de manière identique. CSAT Rate est également soumis à une limitation d'échantillonnage : les enquêtes ne sont pas envoyées pour tous les types de tickets, et les taux de réponse varient selon le segment client et le volume de tickets. Le dénominateur est limité aux tickets pour lesquels une évaluation a effectivement été soumise, ce qui introduit un biais de sélection chez les agents traitant des types de tickets pour lesquels les enquêtes sont moins susceptibles d'être retournées.
Plus largement, cette intégration ne reflète que l'activité enregistrée dans Zendesk. Les interactions clients traitées par des canaux informels — e-mails directs, appels téléphoniques hors plateforme ou outils de messagerie non connectés à Zendesk — restent invisibles. La fiabilité des cinq KPIs repose sur une attribution cohérente des tickets : si des tickets sont régulièrement laissés non assignés, réassignés sans clôture préalable, ou résolus en masse sans attribution par agent, les données perdent leur fiabilité au niveau individuel.
Sans connexion et sur la base des données publiques de votre entreprise, nous allons construire un scénario sur-mesure. Dans quelques heures, vous recevrez un mail avec le lien d'accès.
On prépare votre aperçu personnalisé et on vous envoie le lien très vite par email.