Chat GPT a marqué un tournant en rendant l'IA accessible au plus grand nombre. Utilisé dans un contexte professionnel, il peut vous faire gagner un temps précieux. Encore faut-il l’utiliser correctement et connaître ses limites ! Chez Skalin nous l’avons testé en profondeur avant de l’intégrer à notre plateforme Customer Success. Voici notre retour d’expérience et nos conseils pour l’exploiter au mieux.
Comment utiliser Chat GPT en Customer Success
Lors de nos tests, plusieurs cas d'usage ont retenu notre attention. Pour une première expérimentation, nous avons considéré que l’analyse des interactions avec les clients était l’axe le plus prometteur. Voici les 5 cas d’usage que nous avons déployés en production ainsi que les Prompts qui nous ont permis d’obtenir les meilleures réponses !
Cas #1 : rédiger une synthèse des échanges avec le client
Un des exemples les plus probants consiste à demander un résumé de ce qui s’est dit avec le client au cours des 6 derniers mois, en fournissant un maximum de contexte.
Si vous êtes les CSM en charge du compte, il est probable que vous n’apprendrez rien de nouveau - c’est même souhaitable ! - par contre cela vous permettra sans doute de faire remonter à la surface des sujets évoqués mais finalement non traités. Il ne vous reste plus qu’à les remettre à l’ordre du jour si cela vous semble pertinent.
En revanche, si vous êtes manager de l’équipe et que vous n’avez pas ou peu de contacts avec le client, cela vous donnera en un coup d’oeil un aperçu de la situation avec le client, ainsi que les principaux sujets de discussion sur la période récente. Hyper utile pour venir armé au prochain CoPil, sans trop d’effort !
Prompt utilisé : “You're a CSM working for a B2B software company and you have access to every interaction with a specific customer from the last 6 months. You'd like to gather key information from these interactions. Highlight the main topics discussed with the customer. Focus on the important points (whether we're on track to meet the customer's objectives, the main technical challenges, recurring requests, major problems, outstanding issues, but also successes, positive feedback, overall satisfaction and sales opportunities...). Avoid insignificant details (based on e-mail notifications, meeting schedules, system notifications...). The information contained in notes and comments is much more relevant than the others, so you can give them more weight in your analysis. Provide your answers in the form of bullet points and numbers. For each bullet point, give a little context (who's involved, date of topic...). If you don't have anything relevant to say, don't improvise. Sort by date (most recent at the top) and importance. Don't name customers' first and last names. Try not to use the same interaction in different bullets to avoid repetition. Your answer should contain a maximum of 10 bullets. line break between each paragraph.”
Exemple de résultat dans Skalin :
Cas #2 : résumer les feedbacks positifs émis par le client
Plus spécifiquement, il est possible de demander à Chat GPT une compilation des retours positifs et des motifs de satisfaction de votre client. Toujours utile lorsque la situation est moins favorable de rappeler tous les bénéfices qu’il a lui-même évoqué à l’usage de votre solution !
Prompt utilisé : “You're a B2B software vendor and I have access to all interactions with my customer over the last 6 months, such as meetings, emails exchanged, support tickets, as well as notes and comments on these interactions. Please analyze the interactions with the client over the past 6 months, including emails exchanged, notes and comments. Identify positive feedback, strengths mentioned by the client, and areas where they expressed satisfaction. Highlight best practices and successes to emphasize in future interactions with other clients. Provide a concise summary of the key points as bullet with numbers. If you don't have anything relevant to say, don't improvise. Sort by date (most recent at the top). 5 bullet with numbers maximum. line break between each paragraph.”
Exemple de résultat dans Skalin :
Cas #3 : faire émerger des problèmes récurrents
Moins positif mais tout aussi intéressant : demander à Chat GPT de résumer les problèmes récurrents qui ont été remontés par le client ces derniers mois. Si vous pouvez lui fournir la matière première, à savoir les emails échangés, les tickets reçus et les CR que vous avez fait en sortie de rendez-vous, la réponse fournie est diablement efficace !
Prompt utilisé : “You're a B2B software vendor and I have access to all interactions with my customer over the last 6 months, such as meetings, emails exchanged, support tickets, as well as notes and comments on these interactions. Identify recurring concerns or issues raised by the client over the past six months based on their interactions, including meetings, emails, support tickets, and related notes. Provide concise and impactful bullet points with numbers. Highlight any concerns that have not been adequately addressed or resolved. If you don't have anything relevant to say, don't improvise. Sort by importance and frequency. Your answer should contain a maximum of 5 bullets. Line break between each paragraph.”
Exemple de résultat dans Skalin :
Cas #4 : analyser le niveau d’implication des stakeholders
Il est parfois compliqué d’analyser avec objectivité le niveau d’implication de vos interlocuteurs. Demandez à Chat GPT et il vous fera une analyse objective de la situation, en mettant le doigt sur le rôle et le niveau d’implication de chacun.
Prompt utilisé : “You're a CSM working for a B2B software company and you have access to every interaction with a specific customer from the last 6 months including meetings, calls, emails, tickets and notes. Provide a comprehensive summary of the B2B customer relationship, focusing on key stakeholders and their involvement over the past 6 months. Focus on the role (sponsor, champion, key user...) to give a clear understanding of the involvement of each persona on the project, including the sponsor. Use one bullet with number per role. Precise people who are most involved, and those who seem to be less committed to the project and analyse the trends (for instance: people who were involved before and who have now withdrawn). Determines each person's contribution to the project, the new initiatives or the projects they have launched with us. Exclude interactions from your own company. If you don't have anything relevant to say, don't improvise.”
Exemple de résultat dans Skalin :
Cas #5 : détecter des opportunités d’upsell
Celui-ci est génial ! Il est certain que dans vos discussions des opportunités ont pu émerger, sans que ça soit le bon moment pour transformer l’essai. Du coup, vous ne les avez pas forcément consignées et il est possible qu’elles soient passées à la trappe. Demandez à Chat GPT de reprendre tous vos échanges passés pour faire émerger ces opportunités oubliées !
Prompt utilisé : “You're a CSM working for a B2B software company and you have access to every interaction with a specific customer from the last 6 months including meetings, calls, emails, tickets and notes. Please find every direct business opportunity discussed with the customer for its own use (upsell, upgrade, additional seats, cross-sell, contract renewal, budget forecasts or internal budget request). You have to rely solely on customer conversations and notes. No extrapolations. List the most relevant business opportunities, maximum 5.”
Exemple de résultat dans Skalin :
Dans tous les cas évoqués, le plus compliqué n’est pas de rédiger le Prompt, mais de fournir à Chat GPT le set de données dont il a besoin pour l’analyse. Dans la version grand public vous ne pouvez pas faire de “copier-coller” trop longs, il est donc nécessaire de passer sur la version payante et d’utiliser les API d’Open AI. C’est pour vous épargner cela que toute cette mécanique est intégrée dans Skalin. L’option est désactivée par défaut. Pour en bénéficier, il suffit d’en faire la demande et d’accepter que vos données soient partagées avec Chat GPT.
Nos conseils pour rédiger un prompt performant
En plus des 5 prompts listés ci-dessus et disponibles nativement dans Skalin, vous pouvez interroger Chat GPT directement au sein de votre outil de Customer Success préféré en rédigeant vos propres requêtes.
Lorsque vous rédigez vos propres prompts, nous vous recommandons de respecter les principes suivants afin d’obtenir des réponses pertinentes :
Fournir un maximum d’éléments de contexte (type de données fournies, période, …)
Donner un rôle à Chat GPT (ie. “Act as a CSM”) et ce que vous attendez de lui.
Donner des exemples pour préciser la demande. Si vous lui parlez d’opportunités business vous pouvez préciser : upsell, renew, additional users…
Préciser le format attendu (bullet point, taille de la réponse, sauts de ligne…).
Et si vous ne voulez pas qu’il improvise, il faut le lui dire !
Bien positionner le curseur. Il peut bloquer si vous êtes trop spécifique.
Tester différentes formulations.
Les challenges liés à l’utilisation de Chat GPT
Après plusieurs semaines d’expérimentations, voici nos feedbacks.
D’un point de vue technique d’abord :
Limite de taille des requêtes API oblige à découper les envois dès lors que l’on a besoin de fournir des sets de données volumineux… Et la transmission des informations par lots allonge les délais de réponse. Il n’y a donc pas de temps réel possible pour traiter des requêtes “à la demande”.
Transit des données par les USA actuellement inévitable. D’où le fait que l’option ne soit pas activée sur Skalin, sauf demande expresse du client.
Pas d’anonymisation des données du côté de Chat-GPT (c’est pour cette raison qu’avant transfert Skalin supprime les emails, téléphone, mots de passe et utilise une librairie pour détecter et anonymiser les noms/prénoms).
D'un point de vue métier :
Une même requête basée sur les mêmes données pourra selon les cas s’avérer pertinente… ou totalement décevante. C’est pour cette raison que nous avons ajouté un bouton “Give it another try” afin de renouveler la demande et permettre à Chat GPT se fournir une meilleure réponse.
Difficile pour lui de distinguer l’important de l’anecdotique.
Autrement dit : il peut être bluffant mais il n’est pas infaillible !
Skalin x Chat GPT : les perspectives
Couvrir de nouveaux cas d’usage en multipliant les sets de données
Les cas présentés dans cet article concernent l’analyse des interactions avec un client. Il serait tout à fait possible de structurer et mettre à disposition de nouveaux sets de données pour en demander une analyse éclairée à Chat GPT. Par exemple :
Analyse des usages : “fais-moi une analyse détaillée des usages de mon client (évolution du nombre d’utilisateurs actifs, fonctionnalités utilisées…) en précisant quels sont les utilisateurs clé qui se désengagent de mon produit”
Analyse de l’évolution du score de santé : “produit-moi une analyse détaillée de l’évolution du score de santé du client X en illustrant avec des exemples concrets”
Analyses multi-clients
Idem, les exemples que l’on a vus portent sur l’analyse d’un client donné. Mais il est techniquement envisageable de fournir des sets de données sur des clients multiples afin d’obtenir des analyses globales de la part de Chat GPT. Exemples :
Demandes de nouvelles fonctionnalités : “à partir des interactions avec l’ensemble des clients de la société, cite moi les 10 fonctionnalités les plus souvent demandées.”
Identification des problèmes récurrents : “à partir des emails et tickets envoyés par les clients, liste les 10 problèmes les plus fréquemment rencontrés par les clients.”
Détection d’opportunités d’upsell : “à partir de l’ensemble des données à ta disposition (demandes émises, MRR, évolution de la valeur du contrat…), priorise moi les clients avec lesquels il existe de réelles opportunités d’upsell.”
Vers un modèle “VP Customer Success as a Service”
Cela relève plus du fantasme pour l’instant, dans la mesure où Chat GPT n’est pas encore suffisamment mature pour adresser ce type de requêtes. Mais lorsqu’on voit à quelle vitesse les développements autour de l’IA progressent, pourquoi ne pas imaginer ce type de scénario d’ici 2 ou 3 ans ?
Priorisation des clients : “à partir des données à ta disposition (MRR, score de santé, interactions, usages, …) aide moi à lister les clients dont je dois m’occuper en priorité.”
Recommandation de plans d’actions : “après avoir analysé les données à disposition sur mon client, propose-moi un plan d’action détaillé avec les personnes à impliquer.”
Pour aller plus loin :
- Boost Customer Success with ChatGPT, Your AI Assistant
- 20 Game-Changing ChatGPT Prompts for Customer Success
- L’Intelligence Artificielle au service du Customer Success