Un support qui devient plus intelligent à chaque cas

Avec une boucle d'intelligence portée par Agentforce dans Salesforce, votre entreprise repère les schémas de problèmes récurrents dans les cas clôturés, élabore des propositions de solution structurées et en génère des articles de connaissance à l'état de brouillon. Une personne vérifie, complète et publie. La connaissance naît là où elle se trouve déjà : dans vos cas, vos commentaires, vos fils d'e-mails et vos champs de résolution.

La matière première est déjà présente dans Salesforce. L'étape décisive consiste à la reconnaître systématiquement, à la structurer et à la transformer en connaissance de façon maîtrisée. C'est précisément là que nous intervenons.

La solution analyse automatiquement les cas clôturés et détecte les schémas de problèmes récurrents, même lorsque les clients décrivent la même demande de manières différentes. Les cas similaires ne sont pas retrouvés par simples mots-clés, mais regroupés sémantiquement. Des sujets qui passent souvent inaperçus dans le quotidien deviennent ainsi visibles.

Pour chaque schéma détecté, le système vérifie s'il existe déjà un article de connaissance correspondant. S'il manque, l'agent crée un brouillon structuré avec la cause, les étapes de résolution, les cas particuliers et des indications sur la solidité des affirmations.

Rien n'est publié automatiquement. L'article reste d'abord à l'état de brouillon et est vérifié, complété et validé par une personne.

1. 01Analyser les cas

   Les cas de support clôturés servent de point de départ. Sont pertinents par exemple l'objet, la description, les commentaires, les e-mails et les informations de résolution.

2. 02Détecter les schémas

   Les cas ne sont pas regroupés par simples mots-clés, mais par similarité sémantique. Le système reconnaît ainsi également des cas qui décrivent le même problème tout en étant formulés de façon totalement différente. Le déroulé de la démonstration montre précisément cette différence entre recherche par mots-clés et analyse du sens.

3. 03Rendre visibles les knowledge gaps

   Le système identifie les clusters de problèmes récurrents et vérifie s'il existe déjà un article de connaissance correspondant. Les clusters non couverts sont marqués comme knowledge gap.

4. 04Synthétiser la solution

   Pour un cluster marqué, l'agent lit les parcours de résolution réels. Il en tire un résumé structuré avec la cause, le chemin de résolution, les cas particuliers et des confidence notes. Ces confidence notes sont particulièrement importantes, car elles montrent où les données sont sans ambiguïté et où les cas divergent.

5. 05Créer un brouillon d'article

   La synthèse donne naissance à un article de connaissance à l'état de brouillon. L'article suit la structure de template existante dans Salesforce Knowledge.

6. 06Vérifier et publier par une personne

   Un relecteur vérifie le brouillon, le modifie si nécessaire et le publie. Ce n'est qu'ensuite que l'article devient exploitable pour les agents, l'agent assist, le self-service ou d'autres canaux.

7. 07Vérifier l'effet

   Après la publication, le système vérifie à nouveau si le knowledge gap a été comblé. Le scénario de démonstration rend visible que seul le cluster publié passe en « covered », tandis que d'autres lacunes restent ouvertes.

• Des solutions plus rapides dans le service

  Les agents reçoivent plus vite des propositions de solution vérifiées et n'ont pas à analyser sans cesse les mêmes problèmes depuis le début.

• Une meilleure base de connaissances

  La connaissance naît de cas de support réels et est transférée de façon structurée en articles de connaissance.

• Plus de confiance dans le self-service

  Des contenus plus actuels et plus pertinents augmentent les chances que les clients trouvent des réponses adaptées avant d'ouvrir un ticket.

• Plus de transparence pour le service management

  Les problèmes récurrents deviennent visibles. Les équipes distinguent les sujets systémiques des cas isolés.

• De meilleurs signaux pour le produit et l'ingénierie

  Les données de support deviennent des indications structurées sur des problèmes produit, des obstacles UX ou des questions de configuration récurrentes.

• Une utilisation maîtrisée de l'IA

  L'agent crée des brouillons et signale les incertitudes. La publication n'intervient qu'après vérification humaine.

factory42 associe la compréhension des processus Salesforce, la mise en œuvre technologique et des cas d'usage d'IA ancrés dans la pratique. Nous montrons non seulement ce qui est possible avec Agentforce, Data 360 et Salesforce Knowledge, mais aussi où la gouvernance, la qualité des données et la validation humaine restent déterminantes.

Nous rendons visible ce à quoi peut ressembler un processus de service moderne : fondé sur les données, capable d'apprendre et maîtrisé.