Chaque ticket de support qui arrive doit être compris avant de pouvoir être traité : de quoi s'agit-il ? Quelle est son urgence ? Qui doit le gérer ? Dans une équipe effectuant un tri manuel, c'est une tâche qui se répète des dizaines ou des centaines de fois par jour. À chaque fois, un agent lit le ticket, effectue un jugement, attribue une catégorie, définit une priorité et le route.
La catégorisation automatique et la suggestion de priorité basées sur l'IA automatisent cette étape de jugement pour la majorité des tickets simples — sans nécessiter de changements dans le flux de travail de l'agent.
Ce que fait la catégorisation automatique
La catégorisation automatique est l'attribution automatique d'une catégorie (et optionnellement d'un département ou d'une équipe) à un ticket au moment de sa création, en fonction du contenu du ticket.
Un ticket indiquant « j'ai été débité deux fois ce mois-ci » est classifié en Facturation. Un indiquant « je continue d'obtenir un message d'erreur quand j'essaie d'exporter mes données » est classifié en Support technique. Un demandant « quelle est la différence entre vos offres Basique et Pro ? » est classifié en Demande commerciale ou Questions produit.
Cette classification se produit dans les secondes suivant la création du ticket — avant qu'un agent ne le lise. Le ticket arrive dans la bonne file, attribué à la bonne équipe, déjà étiqueté.
Comment fonctionne la classification
Sous le capot, la catégorisation IA utilise généralement un grand modèle de langage pour lire l'objet et le corps du ticket et retourner une catégorie depuis une liste prédéfinie.
L'invite dit approximativement : « Vous êtes un classificateur de support client. Compte tenu du contenu du ticket suivant, attribuez-lui exactement une catégorie parmi cette liste : [Facturation, Support technique, Accès au compte, Demande de fonctionnalité, Demande générale, Autre]. Retournez uniquement le nom de la catégorie. »
Le modèle lit le ticket, identifie l'intention et retourne une classification structurée. C'est une tâche bien adaptée aux LLMs — l'entrée est courte, la sortie est contrainte, et le jugement requis est exactement le type de reconnaissance de schémas dans lequel les modèles de langage excellent.
Pour des implémentations plus complexes :
- Classification multi-étiquettes : un ticket peut être attribué à plus d'une catégorie (par exemple Facturation + Accès au compte)
- Scores de confiance : le modèle retourne également son niveau de confiance dans la classification ; les tickets à faible confiance peuvent être signalés pour révision manuelle plutôt qu'auto-classifiés
- Taxonomies personnalisées : la liste de catégories est définie par l'entreprise, pas codée en dur dans le modèle — elle reflète donc votre organisation réelle et votre logique de routage
Ce que fait la suggestion de priorité
La suggestion de priorité fonctionne de manière similaire mais produit un niveau de priorité (Urgent, Élevé, Moyen, Faible) plutôt qu'une catégorie. Le modèle évalue :
Signaux d'urgence explicites : des mots comme « urgent », « urgence », « immédiatement », « ne fonctionne pas », « complètement cassé », ou « je ne peux pas utiliser le produit »
Sentiment : le client est-il frustré, patient ou factuel ? Un langage frustré corrèle souvent avec un impact plus élevé
Langage d'impact : des phrases indiquant un impact métier — « nous perdons des clients », « toute notre équipe est bloquée », « nous avons une échéance client demain » — sont de forts indicateurs de priorité élevée
Signaux de niveau de compte : si le système de ticketing est intégré aux données clients, un ticket provenant d'un client entreprise peut automatiquement recevoir une considération de priorité plus élevée
Schémas historiques : si un client a soumis trois tickets en 30 jours et que tous ont été résolus, un quatrième peut ne pas être urgent. S'il a un problème non résolu en cours, un nouveau ticket connexe est probablement prioritaire.
L'IA retourne un niveau de priorité suggéré. Un agent peut l'accepter en un clic ou le modifier — la suggestion de l'IA n'est jamais imposée, seulement recommandée.
Avantages pour l'équipe de support
Routage sans délai
Sans catégorisation automatique, les tickets restent dans une file générale non catégorisée jusqu'à ce qu'un agent les lise et les catégorise. Dans les équipes traitant un volume élevé, ce délai peut être significatif. Avec la catégorisation automatique, les tickets arrivent immédiatement dans la bonne file — la première vue de la file d'un agent facturation ne contient déjà que des tickets de facturation, correctement étiquetés.
Classification cohérente
Les agents humains classifient les tickets différemment. Un agent voit « j'ai oublié mon mot de passe » comme Accès au compte. Un autre le catégorise en Support technique. Ces incohérences s'accumulent avec le temps : les rapports par catégorie deviennent peu fiables, les règles de routage se déclenchent mal, et l'analyse des tendances est faussée.
Un classificateur IA applique la même logique à chaque fois. Les catégories ont la même signification pour chaque agent et chaque équipe.
Meilleure priorisation en charge
Lors des périodes de volume élevé — pannes, lancements de produits, campagnes marketing — le volume de nouveaux tickets peut monter en flèche plus vite que le tri humain peut suivre. La suggestion de priorité IA signifie que même lorsque les agents sont débordés, les tickets Urgents remontent immédiatement en haut de la file plutôt d'attendre que quelqu'un lise le backlog et les identifie.
Données d'entraînement pour les rapports
Une catégorisation cohérente et précise produit des rapports précis. Si vous voulez savoir quel domaine produit génère le plus de tickets, ou si les plaintes de facturation ont augmenté depuis un changement de tarification, vous avez besoin de données de catégorie fiables. La catégorisation IA offre cette fiabilité.
Quand faire confiance à l'IA — et quand annuler
La catégorisation automatique et la suggestion de priorité ne sont pas infaillibles. Situations où l'annulation par l'agent est appropriée :
Tickets ambigus : un ticket indiquant « aidez-moi » sans autre détail ne peut pas être classifié avec confiance. L'IA devrait exprimer une faible confiance et le signaler pour révision manuelle.
Objets trompeurs : les clients écrivent parfois des objets qui ne correspondent pas au problème réel. Un objet « Question de facture » avec un corps décrivant un problème technique. L'IA lit le contenu complet, donc une discordance objet-corps devrait quand même produire une classification correcte — mais les agents doivent vérifier les tickets qui semblent mal classifiés.
Nouveaux types de problèmes : lorsqu'une nouvelle fonctionnalité produit est lancée ou qu'un nouveau type de problème émerge que l'IA n'a pas encore vu, ses classifications peuvent être moins précises jusqu'à ce qu'elle rencontre suffisamment d'exemples. Surveillez la précision de la catégorisation lors des lancements de produits.
Tickets à enjeux élevés : pour les tickets de comptes entreprise, les questions juridiques, ou les situations avec des implications significatives pour l'entreprise ou la réputation, la vérification par l'agent de la priorité attribuée par l'IA vaut toujours les quelques secondes supplémentaires.
Définir les règles de catégorie et de priorité
Avant d'activer la catégorisation IA, définissez clairement vos catégories :
- Facturation : factures, débits, demandes de remboursement, changements d'offre, problèmes de paiement
- Support technique : erreurs, bugs, comportement inattendu, problèmes d'intégration
- Accès au compte : problèmes de connexion, réinitialisation de mot de passe, authentification à deux facteurs, compte bloqué
- Demande de fonctionnalité : demandes de nouvelles fonctionnalités ou d'améliorations produit
- Demande générale : questions qui ne correspondent à aucune autre catégorie
Chaque catégorie doit avoir une définition claire et un périmètre non chevauchant. Si les frontières sont floues, l'IA sera correcte de manière incohérente — reflétant l'ambiguïté de la taxonomie.
Après le déploiement, examinez un échantillon de tickets auto-classifiés chaque semaine pendant le premier mois. Si des catégories spécifiques ont un taux d'erreur élevé, affinez les définitions et vérifiez si ces types de tickets pourraient bénéficier d'une catégorie séparée.
Intégration avec l'automatisation du routage
La catégorisation automatique devient la plus puissante lorsqu'elle est combinée avec des règles de routage :
- Catégorie : Facturation → attribuer à l'équipe facturation
- Priorité : Urgent → notifier immédiatement le responsable d'équipe
- Catégorie : Support technique + Priorité : Élevée → attribuer à l'agent technique senior
- Source : domaine email client entreprise + toute catégorie → attribuer au gestionnaire de compte dédié
Ces règles s'exécutent automatiquement à la création du ticket. La combinaison d'une catégorisation précise et d'un routage automatisé signifie que dans de nombreux cas, un ticket arrive dans la file de la bonne personne, avec la bonne priorité, sans aucune intervention humaine dans l'étape de routage.
Comment Nura24 gère la catégorisation automatique et la suggestion de priorité
Nura24 exécute la catégorisation des tickets et la suggestion de priorité comme tâches en arrière-plan déclenchées par l'événement Ticket::created. La fonctionnalité utilise Claude Haiku — optimisé pour les tâches de classification rapides et peu coûteuses — pour lire l'objet et la description du ticket et retourner à la fois une attribution de catégorie et une recommandation de priorité en JSON structuré. La priorité suggérée est affichée aux agents avec une étiquette claire « Suggestion IA » et peut être acceptée ou modifiée en un clic. Les règles de routage automatique peuvent être configurées pour se déclencher en fonction de la catégorie et de la priorité attribuées par l'IA sans nécessiter de configuration supplémentaire au-delà de la définition des conditions de routage. La fonctionnalité est activée par espace de travail et nécessite que le tenant ait au moins deux catégories actives définies pour que la catégorisation s'active.