Aller au contenu
Help centers and docs

Taux de déflexion des tickets : formules et comment le mesurer

Le taux de déflexion des tickets, mesuré correctement : cinq formules appliquées à un mois de données, une liste de contrôle pour la configuration, et comment attribuer aux articles et vidéos les tickets qu'ils évitent.

Berkay Akpolat17 min de lecture
Clay illustration of a relaxed support agent drinking tea under a wall gauge in the green zone, as ticket slips bounce off a big open book into a basket

Mis à jour le 3 novembre 2026

Le taux de déflexion des tickets est la part des personnes qui cherchent de l'aide dans votre centre d'aide et ne créent pas de ticket par la suite. Une formule défendable : sessions de recherche d'aide sans ticket dans les 72 heures, moins les sessions ayant visiblement échoué, divisé par toutes les sessions de recherche d'aide, × 100. Les formules courantes donnent des chiffres très différents, alors choisissez-en une et gardez ses règles fixes.

Ci-dessous : cinq formules appliquées à un mois de données, une liste de contrôle de configuration, l'attribution aux articles et vidéos, et ce que la déflexion permet d'économiser.

Qu'est-ce que le taux de déflexion des tickets ?

Le taux de déflexion des tickets mesure la fréquence à laquelle le libre-service (articles d'aide, vidéos, assistant IA, réponses de la communauté) empêche une question de devenir un ticket. C'est une métrique de libre-service, pas une métrique d'équipe de support : elle augmente lorsque les clients trouvent des réponses, pas lorsque les agents travaillent plus vite.

Trois termes sont souvent confondus :

Terme Ce qu'il compte Source typique
Déflexion Personnes ayant cherché de l'aide et n'ayant pas ouvert de ticket Centre d'aide et données du help desk
Résolution Personnes dont le problème a été réellement résolu en libre-service Sondages, votes "Ceci a-t-il été utile ?", pas de recontact
Contenue Conversations par chatbot ou menu téléphonique n'ayant jamais atteint une personne Rapports de bot ou SVI

La déflexion est la plus facile à mesurer et la plus facile à gonfler : quelqu'un qui abandonne et part discrètement "n'a pas non plus ouvert de ticket" (Gainsight appelle cela la fausse déflexion). La résolution est ce que vous voulez réellement. Une bonne mesure pousse la déflexion vers la résolution.

Comment calculer le taux de déflexion des tickets ? Comparaison de cinq formules

Il n'y a pas de norme. Les help desks, les fournisseurs de chatbots et les analystes utilisent chacun la leur. Voici les cinq que vous rencontrerez, plus la contenue par chatbot :

1. Score de self-service (utilisé par Zendesk, « également appelé ratio de self-service et ratio de déflexion des tickets »)

Score de self-service = sessions du centre d'aide ÷ utilisateurs ayant ouvert un ticket

Points forts : ne nécessite que deux chiffres dont vous disposez déjà. Points faibles : il s'agit d'un ratio (ex. 4:1) et non d'un taux, et il augmente avec le trafic même si personne n'est aidé.

2. Taux basé sur les sessions (nombreux fournisseurs de centres d'aide et de chatbots)

Taux = (sessions du centre d'aide − sessions suivies d'un ticket) ÷ sessions × 100

Points forts : facile à expliquer sous forme de pourcentage. Points faibles : chaque visite abandonnée est comptée comme un succès, ce qui gonfle artificiellement le résultat.

3. Taux de session ajusté (équipes axées sur l'analyse ; une étape pratique vers des définitions plus strictes comme celles d'Intercom et de Metabase)

Taux = (sessions de recherche d'assistance − sessions suivies d'un ticket − autres sessions ayant visiblement échoué) ÷ sessions de recherche d'assistance × 100

Points forts : élimine les bots, le personnel, la navigation simple et les échecs visibles, et utilise une fenêtre de recontact. Points faibles : nécessite de lier les visites aux tickets et compte toujours les personnes parties silencieusement.

4. Déflexion via le formulaire de contact (équipes suggérant des articles sur le formulaire de ticket)

Taux = personnes ayant quitté le formulaire après une suggestion d'article, sans ticket dans les 72 heures ÷ personnes ayant commencé le formulaire × 100

Points forts : comptabilise les personnes sur le point d'écrire. Points faibles : ne couvre qu'un seul point d'entrée.

5. Réduction de la base de référence (responsables du support rendant compte à la finance)

Réduction = (tickets pour 1 000 clients avant − après) ÷ avant × 100

Points forts : mesure le résultat qui intéresse l'entreprise. Points faibles : mélange les changements de produit, la saisonnalité et la croissance.

Pas de la déflexion : confinement par chatbot (fournisseurs de chatbots)

Confinement = (conversations avec le bot − conversations transférées à une personne) ÷ conversations avec le bot × 100

Cela mesure le bot, pas votre contenu d'aide, et compte un utilisateur frustré qui ferme le chat comme un succès.

La définition d'Intercom est la plus stricte publiée : "le nombre de sessions résolues par le support en libre-service divisé par le nombre total de sessions résolues cherchant du support", où "les utilisateurs qui ont cessé de chercher du support ne sont pas inclus" et une session est une période de 24 heures. La formule 3 ne peut pas aller aussi loin sans interroger chaque visiteur, donc elle compte toujours les personnes parties silencieusement : lisez-la comme un plafond. Pour un plancher, ne comptez que les sessions avec un signal positif (un vote Utile, par exemple) et aucun ticket dans la fenêtre, comme le recommande Metabase. Rapportez les deux si vous pouvez ; l'écart entre eux est votre abandon silencieux.

Notre recommandation : rapportez la formule 3 (avec son plancher de signal positif) mensuellement comme votre taux de déflexion, et la formule 5 trimestriellement comme résultat commercial. Utilisez la formule 4 si vous suggérez des articles sur votre formulaire de contact. Gardez le score de Zendesk (formule 1) uniquement si votre équipe le suit déjà, et ne le mettez jamais sur le même graphique qu'un pourcentage.

Un mois, cinq réponses : un exemple concret

Voici un mois de données fictives pour une entreprise SaaS avec 25 000 clients, traitées avec les cinq formules.

Entrée Valeur
Sessions centre d'aide 20 000
Sessions de recherche d'aide (recherche ou ouverture d'article ; bots et personnel supprimés) 12 000
Sessions de recherche d'aide suivies d'un ticket de la même personne dans les 72 heures 1 400
Autres sessions de recherche d'aide ayant visiblement échoué (terminées sur une recherche sans résultat, ou un vote "Pas utile" ; aucun ticket n'a suivi) 2 600
Tickets ce mois-ci 2 400, de 2 000 personnes
Débuts de formulaire de contact 1 000
Formulaire abandonné après ouverture d'un article suggéré 220, dont 40 ont écrit dans les 72 heures
Tickets pour 1 000 clients : même mois l'an dernier → ce mois-ci 120 → 96
Formule Calcul Résultat
1. Score libre-service 20 000 ÷ 2 000 10:1
2. Taux basé sur les sessions (20 000 − 1 400) ÷ 20 000 93%
3. Taux de session ajusté (12 000 − 1 400 − 2 600) ÷ 12 000 67%
4. Déflexion formulaire de contact (220 − 40) ÷ 1 000 18%
5. Réduction de la base de référence (120 − 96) ÷ 120 20% de tickets en moins pour 1 000 clients

Même entreprise, même mois : 10:1, 93%, 67%, 18% et 20%. Aucune n'est fausse. Elles répondent à des questions différentes. C'est pourquoi les bandes de référence des fournisseurs (le calculateur de Chatling, par exemple, qualifie 40–60% de "Bon") signifient peu à moins que vous ne sachiez quelle formule les a produites, et pourquoi vous ne devriez comparer votre chiffre qu'avec lui-même au fil du temps.

Comment mesurer la déflexion des tickets, étape par étape ?

  1. Définir une session de recherche d'aide

    Comptez les sessions où quelqu'un a effectué une recherche dans votre centre d'aide, ouvert un article, regardé une vidéo d'aide ou demandé à l'assistant IA du centre d'aide. Supprimez les bots, votre propre personnel (filtrez par IP ou rôle connecté) et les visites qui n'ont touché que la page d'accueil. C'est votre dénominateur.

  2. Connecter les visites du centre d'aide aux tickets

    Vous devez savoir si la même personne a ouvert un ticket après sa visite. Les moyens habituels : identifiez les utilisateurs connectés dans votre outil d'analyse et transmettez le même ID utilisateur à votre help desk, ou faites correspondre par e-mail lorsque quelqu'un soumet le formulaire de contact. Enregistrez au moins : l'ID de session, la requête de recherche et le nombre de résultats, les vues d'articles, les votes utiles, les débuts de formulaire de contact, les clics sur les articles suggérés, les abandons de formulaire, et les tickets avec l'ID du demandeur et le tag de sujet. Les visiteurs que vous ne pouvez pas lier (souvent la plupart d'un centre d'aide public) appartiennent à une estimation séparée et étiquetée, et non mélangés au taux lié. Sans aucune liaison, vous ne pouvez rapporter que les formules 1 et 5.

  3. Choisir une fenêtre de recontact et la figer

    Une session ne compte comme défléchie que si la personne n'a pas ouvert de ticket dans une fenêtre fixe. Les définitions publiées utilisent 24 heures (session d'Intercom), 48 heures (règle de recontact de Helply) ou 72 heures (Metabase) ; une fenêtre courte manque les personnes qui essaient à nouveau le lendemain. Quoi que vous choisissiez, gardez-le fixe, sinon votre ligne de tendance mesure vos changements de règles.

  4. Soustraire les échecs visibles

    Supprimez les sessions qui se sont terminées sur une recherche sans résultat ou avec un vote « Pas utile ». Ces personnes n'ont pas trouvé de réponse, même si elles n'ont pas envoyé de ticket. Comptez chaque session une seule fois : une session infructueuse qui a également mené à un ticket est déjà incluse dans le nombre de tickets.

  5. Rapport par sujet, et pas seulement au total

    Regroupez les sessions et les tickets par sujets identiques : facturation, SSO, exportations, etc. Un total de 67 % peut masquer un sujet à 30 % qui génère la moitié de vos tickets. Utilisez vos étiquettes de tickets comme liste de sujets et associez chaque article d'aide à une étiquette.

  6. Comparez-le au volume de tickets

    Rapportez le taux de déflexion avec le nombre de tickets pour 1 000 clients actifs. Si la déflexion augmente mais que le nombre de tickets par client ne diminue pas, vous ne comptez pas les bonnes sessions.

Comment attribuer la déflexion aux articles et aux vidéos ?

C'est ici que se prennent les décisions utiles. Trois méthodes, de la plus simple à la plus stricte :

1. Sujet avant et après. Lorsque vous publiez ou réécrivez l'article d'un sujet, comparez le nombre de tickets par 1 000 clients pour ce sujet sur les quatre semaines précédant et suivant la modification. Vérifiez que les autres sujets sont restés stables sur la même période ; si tout a diminué, c'était probablement saisonnier.

2. Taux ajusté au niveau de l'article. Appliquez la formule 3 pour chaque article : sessions ayant consulté cet article, moins celles suivies d'un ticket sur le même sujet dans les 72 heures, moins les votes « Pas utile ». Classez les articles par tickets qui les suivent encore. Le haut de cette liste constitue votre file d'attente de réécriture.

3. Test de format pour la vidéo. Pour savoir si l'ajout d'une vidéo explicative réduit les tickets, ajoutez des vidéos à la moitié d'un ensemble d'articles similaires (par exemple, 10 de vos 20 articles explicatifs les plus consultés, choisis alternativement ou au hasard) et laissez les autres tels quels. Après quatre à six semaines, comparez les tickets par sujet entre les deux moitiés, et ne vous fiez au résultat que si chaque moitié contient suffisamment de tickets pour montrer une différence (quelques dizaines par mois, pas une poignée). Regardez aussi le taux de complétion vidéo : une vidéo que la plupart des gens arrêtent à 25 % ne remplit pas son rôle. La recherche sur l'utilisabilité du Nielsen Norman Group a révélé que les gens utilisent la vidéo comme source secondaire, en particulier pour les processus longs et en plusieurs étapes, alors testez la vidéo sur les tâches en plusieurs étapes en priorité.

Question Méthode Données nécessaires
Le nouvel article a-t-il réduit les tickets sur son sujet ? Sujet avant et après Étiquettes de tickets, date de publication
Quels articles laissent encore passer des tickets ? Taux ajusté au niveau de l'article Visites associées aux tickets
La vidéo réduit-elle les tickets pour nos tâches ? Test de format Articles similaires, complétion vidéo, étiquettes de tickets
Le libre-service est-il rentable globalement ? Réduction de référence Tickets pour 1 000 clients, par trimestre

Quel est un bon taux de déflexion des tickets ?

Il n'existe pas de référence publique fiable, car personne n'utilise la même formule. Les fourchettes que vous verrez dans les articles des fournisseurs sont rarement sourcées. Mesurez par rapport à votre propre tendance.

Pour mettre en perspective la difficulté du libre-service, l'enquête de Gartner auprès de 5 728 clients a révélé que seuls 14 % des problèmes de service client étaient entièrement résolus en libre-service, et même pour les problèmes que les clients qualifiaient de « très simples », seulement 36 % (Gartner, 2024). Dans la même enquête, 73 % des clients ont utilisé le libre-service à un moment donné de leur parcours. La plupart des gens essaient ; la plupart ne terminent pas là.

La même enquête identifie la cause la plus fréquente d'échec : dans 43 % des cas, les clients n'ont pas trouvé de contenu pertinent pour leur problème. Des enquêtes Gartner antérieures, avec des échantillons différents, situaient la résolution complète en libre-service à 9 % en 2019 et 13 % en 2020 : un taux faible, à chaque fois qu'il a été mesuré (plus de détails dans nos statistiques sur le libre-service client). C'est un problème de contenu que vous pouvez mesurer directement, grâce aux recherches qui ne donnent aucun résultat.

Combien la déflexion des tickets permet-elle d'économiser ?

Économies par mois = tickets défléchis × coût par ticket. Tickets défléchis = tickets mensuels × part correspondant à des questions explicatives × part de celles-ci résolues en libre-service.

Pour le coût par contact, utilisez votre propre chiffre complet si vous en avez un. À titre de référence, l'indice de référence des coûts de Gartner de février 2024 place la médiane à 1,84 $ par contact libre-service et 13,50 $ par contact assisté comme le téléphone, le chat et l'e-mail (Gartner, 2024 ; rapport complet pour les clients). Le libre-service n'est pas gratuit : pour un chiffre net, soustrayez ce que coûte un contact libre-service. Avec les médianes de Gartner, cela représente 13,50 $ − 1,84 $ ≈ 11,66 $ économisés par contact défléchi.

Notre calculateur de déflexion de tickets gratuit effectue ce calcul avec vos chiffres : tickets par mois, part des questions explicatives, taux de déflexion, temps de traitement par ticket et coût par ticket ou coût horaire de l'agent. Il renvoie le nombre de tickets défléchis, les heures d'agent économisées et l'argent économisé par mois et par an. Par exemple, 2 000 tickets par mois, 40 % de questions explicatives et 30 % résolues par le libre-service donnent 240 tickets défléchis par mois ; à 15 $ le ticket, cela représente 3 600 $ par mois. Utilisez un taux basé sur les tickets, pas un taux de session : la baisse des tickets pour 1 000 clients de la formule 5 est une bonne donnée réelle, alors que 67 % des sessions ne représentent pas 67 % des tickets.

Comment augmenter votre taux de déflexion ?

Travaillez à partir des mesures ci-dessus, dans cet ordre :

  1. Rédigez les articles manquants. Votre liste de recherches sans résultat est une liste de tâches classées par priorité. Les clients vous ont indiqué les termes qu'ils utilisent. Voici comment transformer les recherches du centre d'aide en liste de rédaction.
  2. Corrigez les articles qui génèrent des tickets. Réécrivez ceux qui enregistrent le plus de tickets après consultation et le taux d'utilité le plus bas : titre plus clair, réponse immédiate, libellés précis, prérequis. Notre guide sur la rédaction d'articles pour le centre d'aide vous montre comment faire.
  3. Ajoutez une vidéo pour les tâches en plusieurs étapes. Vérifiez ensuite avec le test de format ci-dessus que cela a été utile.
  4. Placez les réponses là où les utilisateurs sont bloqués. Liez l'article depuis l'écran concerné dans votre produit et suggérez des articles sur votre formulaire de contact.
  5. Maintenez le contenu à jour. Un article qui ne correspond plus à l'interface crée des tickets au lieu de les éviter. Voici comment maintenir votre documentation à jour lors des changements d'interface.

Vous construisez la base de connaissances à partir de zéro ? Commencez par comment construire une base de connaissances avec l'IA.

Mesurer et augmenter la déflexion avec Clevera

Clevera est une plateforme d'IA qui transforme un enregistrement d'écran en une vidéo explicative narrée, un article d'aide étape par étape et une page sur votre centre d'aide hébergé, en 74 langues. Le centre d'aide vous fournit le volet libre-service des mesures ci-dessus ; votre service d'assistance conserve toujours les tickets.

Des insights sur chaque plan. Chaque centre d'aide Clevera affiche les Vues de page, les Visiteurs, le Succès de recherche, le Taux de résultat zéro, le Taux de clic, le Taux d'utilité par page et les Réponses de l'assistant, la part des questions Demander à l'IA répondues à partir de vos pages. Les lecteurs sont comptés sans cookies et les bots sont exclus. Vous pouvez consulter les 30 derniers jours sur le plan Gratuit, les 90 derniers jours sur le plan Starter et les 12 derniers mois sur les plans Pro et Custom.

Tuiles d'aperçu des recherches dans le centre d'aide sur Clevera : 195 recherches, 69 % de succès de recherche, 31 % de taux de résultat nul et 73 % de taux de clic (données échantillons)

Lacunes de contenu avec un bouton Rédiger un article. Les recherches qui n'ont rien trouvé sont listées avec le nombre de personnes ayant cherché et quand. Rédiger un article ouvre Compose avec la recherche comme sujet, et l'article rejoint le centre d'aide pour votre prochaine publication (cela coûte des crédits comme n'importe quel article).

Suggestions d'articles sur le formulaire de contact. Sur le plan Starter et supérieur, le formulaire de contact du centre d'aide suggère jusqu'à trois de vos pages pendant que le lecteur tape, et chaque message vous indique quelles pages ont été suggérées. C'est la configuration pour la formule 4 ; comptez les débuts et les abandons de formulaire dans vos propres analyses.

Envoyez les vues de page vers vos propres analyses. Sur le plan Starter et supérieur, ajoutez Google Analytics 4, Plausible, PostHog ou Segment afin que les vues de page du centre d'aide atterrissent à côté de vos données produit. Associer ces visites aux tickets reste votre travail : cela nécessite un identifiant utilisateur ou un e-mail que votre service d'assistance possède également.

Comblez les lacunes plus rapidement. Enregistrez la tâche une fois et Clevera rédige l'article d'aide avec des captures d'écran, et peut créer une vidéo explicative narrée à partir du même enregistrement pour votre test de format ; les analyses vidéo montrent la complétion et jusqu'où les spectateurs sont allés. Sur les plans Pro et Custom, Autopilot peut transformer les questions que vous collez (jusqu'à 30) et les recherches qui n'ont rien trouvé en brouillons d'articles qui attendent votre approbation.

Le centre d'aide est inclus dans chaque forfait, y compris le forfait gratuit. Starter est à 29 $ par mois facturé annuellement (36 $ par mois) et ajoute votre propre domaine ainsi que des intégrations analytiques ; Pro commence à 86,80 $ par mois facturé annuellement pour 2 créateurs (124 $ par mois). Prix au 3 novembre 2026 ; voir la tarification.

Commencez gratuitement ou lisez comment les insights des sites de documentation sont comptabilisés.

FAQ

Comment calculer le taux de déflexion des tickets ? Prenez les sessions du centre d'aide visant à obtenir de l'assistance qui n'ont pas conduit à un ticket dans une fenêtre fixe (souvent 72 heures), soustrayez les sessions qui ont visiblement échoué, divisez par le nombre total de sessions visant à obtenir de l'assistance, et multipliez par 100. Par exemple, (12 000 − 1 400 − 2 600) ÷ 12 000 = 67 %.

Quelle est la différence entre le score de libre-service de Zendesk et le taux de déflexion ? Le score de libre-service de Zendesk divise les sessions du centre d'aide par les utilisateurs ayant ouvert des tickets et donne un ratio tel que 4:1. Un taux de déflexion est un pourcentage de sessions qui se sont terminées sans ticket. Ils peuvent évoluer dans des directions opposées : une augmentation du trafic fait monter le ratio même si aucun ticket supplémentaire n'est évité.

Un taux de déflexion élevé est-il toujours une bonne chose ? Non. Un taux basé sur des sessions abandonnées peut augmenter alors que les clients deviennent plus frustrés. Comparez-le au nombre de tickets pour 1 000 clients, aux votes d'utilité et aux recherches sans résultat. En B2B, un ticket dévié provenant d'un compte clé peut également être un signal que votre équipe de compte ne voit jamais.

Quelle doit être la durée de la fenêtre de recontact ? Les définitions publiées utilisent 24, 48 ou 72 heures. Des fenêtres plus longues sont plus strictes. La fenêtre importe moins que le fait de la garder fixe, afin que votre tendance soit comparable d'un mois à l'autre.

Peut-on mesurer la déflexion sans lier les visites aux tickets ? En partie. Sans la jointure, vous pouvez rapporter le ratio de Zendesk et le changement du nombre de tickets pour 1 000 clients, ainsi que des signaux de contenu tels que les recherches sans résultat et les votes d'utilité. Le rapport de recherche de Zendesk compte également les « Tickets créés » : les recherches qui ont conduit à un ticket. Vous ne pouvez pas savoir quelles visites ont permis d'éviter un ticket.

Les vidéos dévient-elles plus de tickets que les articles ? Il n'y a pas de réponse générale fiable ; cela dépend de la tâche. Testez-le sur votre propre contenu : ajoutez des vidéos à la moitié d'un ensemble d'articles similaires et comparez les tickets par sujet après quatre à six semaines.