Filtre anti-spam et d'impertinence IA : Le helpdesk zéro encombrement : Comment stopper le spam des bots et les réponses d'absence qui ruinent vos indicateurs

Dans cet article :

• Ce que l’encombrement des tickets vous coûte réellement
• Ce qui compte comme encombrement, et ce qui n’en est pas
• Comment un filtre anti-spam IA fait la différence
• Configurer sans perdre de vrais tickets
• Que faire d’un ticket filtré

La plupart des équipes configurent le blocage du spam une fois, pensent que le problème est résolu et n’y pensent plus. Puis, un vendredi après-midi, un envoi d’e-mails en masse déclenche quarante réponses d’absence provenant d’une liste de diffusion, chacune atterrit comme un ticket, et le rapport d’indicateurs du lundi indique que l’équipe est soudainement devenue deux fois plus rapide.

Ce que l’encombrement des tickets vous coûte réellement

Une réponse d’absence n’est pas du spam, mais elle cause les mêmes dégâts à vos chiffres. Tout ce qui se ferme en un clic sans réponse réelle fait baisser le temps moyen de traitement et le temps de première réponse, car le système ne peut pas distinguer une fermeture automatique de cinq secondes d’une résolution réellement rapide.

Le nombre de tickets par agent gonfle de la même manière. Si dix agents ferment chacun cinq tickets d’encombrement en une heure, le tableau de bord affiche une heure productive, et non dix personnes en train de nettoyer des déchets. Si votre helpdesk envoie automatiquement un sondage pour chaque ticket fermé, le CSAT peut également dériver, car une partie des « réponses » sont en réalité des rebonds automatisés et des notifications d’absence qui n’ont jamais été une véritable interaction client.

Par exemple, une équipe effectuant un envoi de newsletter à 5 000 contacts pourrait voir 150 à 200 réponses d’absence atterrir comme tickets en quelques heures, toutes fermées instantanément, toutes comptabilisées comme des résolutions rapides dans le rapport de la journée.

La difficulté est que personne ne remarque tant que quelqu’un n’agit pas sur ce mauvais chiffre. Un responsable qui voit le temps moyen de traitement chuter de 20 % après un gros envoi pourrait conclure que l’équipe est devenue plus efficace, et non qu’un cinquième des « tickets » de la journée étaient des réponses automatiques que personne n’a traitées. Des décisions d’effectifs, des objectifs de primes et des changements de processus ont tous été pris sur la base de chiffres qui mesuraient en réalité la quantité de courrier automatisé arrivé cette semaine-là, et non la performance réelle de l’équipe.

Ce qui compte comme encombrement, et ce qui n’en est pas

Tout ce qui n’est pas une question « réelle » n’appartient pas au même panier. Il est utile d’être précis sur ce qu’un filtre anti-spam IA devrait réellement capturer.

Les deux lignes du milieu sont celles où la plupart des filtres se trompent. Les réponses d’absence et les rebonds ne sont pas malveillants, donc un filtre réglé uniquement pour le « spam » au sens traditionnel les laissera tous passer.

Prêt à passer au niveau supérieur ?

Essayez LiveAgent gratuitement et jugez par vous-même.

Demander une démo Essai gratuit 30 jours

Comment un filtre anti-spam IA fait la différence

Le filtre anti-spam et d’impertinence IA de LiveAgent fonctionne en vérifiant les en-têtes, la structure et le contenu du corps de chaque ticket entrant par rapport aux règles que vous définissez, puis renvoie un verdict strict vrai ou faux : pertinent, ou non. C’est ce verdict sur lequel agit une règle de routage, et non une liste fixe d’expéditeurs ou de mots-clés bannis.

C’est important pour les réponses d’absence en particulier, car elles ne ressemblent pas à du spam au sens traditionnel. Elles proviennent de vraies personnes, à de vraies adresses, sans intention malveillante. Ce qui les signale n’est pas une vérification de réputation de l’expéditeur. C’est la même évaluation contextuelle qui détecte un argumentaire de vente non sollicité : ton automatisé, absence de question réelle, objet et corps qui ne correspondent pas à une véritable demande de support.

Le guide de configuration de la fonctionnalité liste explicitement les « messages système automatisés » comme l’un des cas particuliers pour lesquels vous êtes censé définir des règles, aux côtés des demandes de partenaires et des e-mails internes. Les réponses d’absence entrent parfaitement dans cette catégorie.

Comment cela se combine avec le blocage anti-spam au niveau des e-mails

Un filtre anti-spam IA qui évalue le contenu des tickets constitue une couche différente d’un filtre qui bloque les expéditeurs de spam connus avant même qu’un message ne devienne un ticket. La prévention anti-spam IA de LiveAgent intervient plus tôt dans le pipeline, en classant les e-mails entrants comme spam ou légitimes avant qu’ils n’atteignent votre file d’attente.

Les deux ne sont pas un choix entre l’un ou l’autre. Le blocage au niveau des e-mails capture les éléments évidents, les listes d’expéditeurs de masse, les domaines d’hameçonnage connus et le marketing de masse, avant que cela ne vous coûte un ticket. Le filtre au niveau des tickets capture ce qui passe quand même : une réponse d’absence ponctuelle provenant d’une adresse que vous n’avez jamais vue, ou un argumentaire non sollicité d’un expéditeur qui n’est encore sur aucune liste noire. Utiliser les deux signifie que moins d’encombrement atteint la vérification au niveau des tickets en premier lieu, ce qui rend son travail plus facile et son taux de faux positifs plus bas.

Abonnez-vous à notre newsletter

Nos meilleurs conseils et offres directement dans votre boîte mail.

Adresse e-mail

S'abonner

Configurer sans perdre de vrais tickets

1. Commencez par des règles ciblées. Activez le filtrage pour le spam évident et l’hameçonnage d’abord, et rien d’autre. Confirmez qu’une semaine de vrais tickets passent tous sans être touchés avant d’ajouter une seule règle supplémentaire.
2. Ajoutez la règle d’absence. Mettez à jour la consigne de pertinence pour nommer explicitement les messages système automatisés, les rebonds et les réponses d’absence comme non actionnables. Donnez-lui deux ou trois exemples de phrases concrets, comme « absence » et « réponse automatique », afin que la règle ait quelque chose de spécifique à comparer.
3. Associez le verdict à une action. Acheminez tout ce que le filtre marque comme faux vers un tag ou une vue séparée, pas directement vers la corbeille, afin de pouvoir l’auditer. Créez cette vue avec les filtres de tickets de LiveAgent, afin qu’elle se mette à jour automatiquement au fur et à mesure que de nouveaux tickets sont tagués, sans nécessiter de recherche manuelle à chaque fois.
4. Examinez après une semaine. Vérifiez la vue filtrée pour tout ce qui ne devrait pas s’y trouver. Une question authentique qui semble automatisée, par exemple un message court sans formule de politesse, est le faux positif le plus courant.
5. Affinez et répétez. Resserrez ou assouplissez la consigne en fonction de ce que vous voyez réellement, et non de ce que vous pensiez voir. La plupart des équipes ont besoin de deux ou trois cycles de révision avant que la règle cesse de signaler des cas particuliers.

Un filtre réglé après un seul cycle de révision se trompe généralement au moins une fois sur une règle empirique. C’est normal. Le but de l’étape quatre est de le détecter avant que cela ne vous coûte un vrai client.

Que faire d’un ticket filtré

Un ticket marqué comme faux ne devrait pas disparaître purement et simplement. Acheminez-le vers son propre tag ou vue sauvegardée afin qu’un faux positif soit à un clic d’être restauré, et que vous ayez un décompte continu de l’encombrement exact que le filtre capture, séparé de votre volume de tickets réel.

Ce décompte est également le chiffre à surveiller. S’il grimpe soudainement, comme dans l’exemple de la newsletter ci-dessus, vous saurez que votre tableau de bord d’indicateurs s’apprête à montrer un pic de « productivité » qui n’a jamais réellement eu lieu, et vous pourrez le noter avant que quelqu’un ne demande pourquoi les temps de réponse ont chuté du jour au lendemain.

Considérez la vue filtrée comme une deuxième boîte de réception qui nécessite une attention occasionnelle, et non comme un trou noir. Un rapide coup d’œil hebdomadaire prend quelques minutes et détecte les deux modes d’échec qui comptent vraiment : un vrai client coincé dans le tag d’encombrement, et un nouveau type de message automatisé que les règles originales n’avaient pas anticipé. Les plateformes de newsletter changent la formulation de leurs rebonds, les outils de ticketting ajoutent de nouvelles notifications automatiques, et une règle écrite il y a six mois cesse silencieusement de couvrir un type de message qu’elle capturait auparavant. Les équipes qui maintiennent un filtre anti-spam IA efficace sont celles qui le considèrent comme un paramètre à revoir, et non comme un interrupteur qu’on active une fois et qu’on oublie.