Analyse post-appel

L'analyse post-appel permet de transformer des conversations brutes en réponses mesurables. À la fin de chaque appel, la plateforme lit la transcription et renseigne les champs structurés que vous avez définis — « a-t-il pris rendez-vous ? », « quel était le budget ? », « semblait-il agacé ? » — sans que vous ayez à écouter l'enregistrement.

Pourquoi c'est plus utile que les transcriptions. Une transcription indique ce qui a été dit. L'analyse post-appel indique ce qui s'est passé. Si vous passez 1 000 appels par semaine, personne ne lira 1 000 transcriptions — mais tout le monde peut lire un tableau de bord affichant « 62 % de rendez-vous pris, 18 % de disqualifiés, 20 % à relancer ». Configurez cette analyse avant tout lancement sérieux.

Bonne nouvelle : c'est la partie la plus simple à configurer. Cinq minutes de paramétrage vous donnent des indicateurs à vie.

Où configurer

Depuis le tableau de bord : View All Finn → cliquez sur votre Finn → Edit → onglet Post-Call Analysis.

Vous verrez la liste des champs déjà définis (vide s'il s'agit d'un nouveau Finn) et un bouton Add Field.

Fonctionnement

Après chaque appel :

1. La plateforme récupère la transcription complète de la conversation.
2. Elle lance une passe d'IA qui lit la transcription et répond à chacune des questions définies.
3. Les réponses sont enregistrées dans la fiche de l'appel et affichées dans Analytics.
4. Elles sont également disponibles via webhook ou API pour l'automatisation en aval.

Tout est automatique. Vous n'avez rien à déclencher : chaque appel terminé est analysé une à deux minutes après le raccrochage.

Définir un champ

Chaque champ comporte trois parties :

Plus la question est claire, meilleure est la réponse. « L'appelant a-t-il pris un rendez-vous ? » vaut bien mieux que « Rendez-vous ? ».

Types de réponse

Un exemple concret — qualification commerciale

Vous menez une campagne de qualification sortante. Après chaque appel, vous voulez savoir :

Après 100 appels traités, vous pouvez répondre à des questions comme :

• « Quel % de leads étaient qualifiés ? »
• « Parmi les leads qualifiés, quel % a réservé un rendez-vous ? »
• « Quelle est l'objection la plus fréquente ? »
• « Quelle tranche de délai convertit le mieux ? »

Impossible d'obtenir cela en écoutant les appels un par un.

Conseils pratiques

Commencez avec 5 champs, pas 20

Il est tentant de définir toutes les questions possibles dès le départ. Ne le faites pas. Commencez par les 3 à 5 champs dont vous avez réellement besoin pour décider. Vous pourrez en ajouter plus tard : ils seront renseignés pour tous les appels futurs.

Une question par champ

Ne combinez pas les questions. « Ont-ils réservé, et à quelle heure ? » devrait correspondre à deux champs : booked (oui/non) et booking_time (date). Les questions combinées perturbent l'IA et produisent des données confuses.

Soyez précis sur les critères de réussite

« L'appel a-t-il réussi ? » est trop vague. La réponse de l'IA dépend du sens de « réussi » — que l'IA ignore. Remplacez par « L'interlocuteur a-t-il accepté un suivi ? » ou « L'interlocuteur s'est-il engagé à acheter ? » — concret et mesurable.

Formulez les questions oui/non comme telles

« X s'est-il produit ? » → oui/non fiable. « Comment s'est passé X ? » → texte libre, plus difficile à analyser.

Si vous voulez une réponse oui/non, posez une question oui/non.

Utilisez un enum pour les catégories connues

N'utilisez pas de texte libre pour ce qui relève de catégories claires. Utilisez un enum.

Mauvais : champ texte libre intent — vous obtiendrez « réservation », « Réserver », « veut un rendez-vous », « prise de rendez-vous », « souhaite réserver » comme autant de valeurs distinctes, impossibles à représenter graphiquement.

Bon : champ enum intent avec les valeurs book / reschedule / cancel / question / complaint / other. Vous pouvez maintenant le représenter graphiquement.

Modifier les champs après le lancement

Vous pouvez ajouter, modifier ou supprimer des champs d'analyse post-appel à tout moment.

Pour remplir un nouveau champ sur les appels historiques, contactez le support — nous pouvons lancer une passe de ré-analyse ponctuelle.

Où apparaissent les résultats

Dans Analytics

Deployment Analytics → [votre déploiement] affiche les distributions agrégées de chaque champ :

• Champs oui/non → graphique à barres du nombre de true vs false
• Champs enum → barre empilée par catégorie
• Champs numériques → histogramme + médiane
• Texte libre → nuage de mots + échantillon de 5
• Champs date → répartition chronologique

Dans le panneau latéral par appel

Cliquez sur un appel pour ouvrir le panneau d'extraction de données. Chaque champ post-appel est listé avec la valeur extraite. Si une valeur semble erronée, cliquez dessus pour voir le raisonnement de l'IA et l'extrait de transcription utilisé.

Dans les exports

Les exports CSV incluent chaque champ sous forme de colonne. Les rapports PDF affichent les répartitions principales.

Dans les webhooks

L'événement webhook call.analyzed inclut tous les champs post-appel dans sa charge utile. Connectez-le pour envoyer les résultats vers votre entrepôt de données, votre CRM ou votre système d'alertes. Voir Intégrations → Webhooks.

Confiance et exactitude

L'IA ne se trompe jamais. À savoir :

• Scores de confiance — chaque valeur extraite possède un score de confiance. Les valeurs à faible confiance sont signalées dans le panneau latéral. Vous pouvez filtrer les exports pour ne conserver que les lignes à confiance élevée.
• Échecs d'extraction — si la transcription ne contient pas assez d'informations pour répondre à la question, le champ est marqué « échec d'extraction » plutôt que deviné. Raison fréquente : l'appel s'est terminé avant que le sujet ne soit abordé.
• Protection contre les hallucinations — pour les champs en texte libre, l'IA est contrainte d'utiliser des citations exactes de la transcription lorsque c'est possible, sans inventer de contenu.
• Correction manuelle — pour toute décision critique, vous pouvez modifier manuellement la valeur extraite depuis le panneau latéral. Les modifications sont signalées comme corrigées par un humain dans les exports.

Coût

L'analyse post-appel est incluse dans tous les forfaits. Aucun frais supplémentaire par champ, aucun surcoût par appel.

Vous pouvez définir un nombre illimité de champs par Finn (jusqu'à une limite indicative de 50 — au-delà, contactez le support pour relever le plafond).

Schémas courants par cas d'usage

Qualification de leads

• qualified (oui/non)
• budget_range (texte libre)
• decision_maker (oui/non)
• meeting_booked (oui/non)
• objection (texte libre, nullable)

Standard téléphonique

• intent (enum : réservation / report / question / réclamation / autre)
• appointment_booked (oui/non)
• transferred (oui/non)
• caller_sentiment (enum : positif / neutre / négatif)
• follow_up_needed (oui/non)

Rappel de rendez-vous

• confirmed (oui/non)
• rescheduled (oui/non)
• cancelled (oui/non)
• opt_out (oui/non)

Enquête de satisfaction client

• nps_score (nombre, 0-10)
• top_positive (texte libre)
• top_negative (texte libre)
• would_recommend (oui/non)

Recouvrement de créances

• outcome (enum : paid / payment-plan / dispute / refusal / no-answer)
• amount_paid (nombre)
• disputed (oui/non)
• callback_scheduled (oui/non, date)

Erreurs fréquentes

Suite

• Analytics → — visualisez et explorez les données produites par vos champs.
• Intégrations → Webhooks — envoyez les valeurs des champs vers des systèmes externes.
• Créer un Finn → — la configuration Finn plus large dans laquelle cela s'inscrit.