Temps Moyen de Traitement (AHT)

L'AHT se compose de trois éléments pour le support par e-mail/ticket. Temps de lecture : temps entre l'attribution du ticket et la première lecture — optimisé en acheminant les tickets aux agents en fonction de leurs compétences (les agents comprennent immédiatement le contexte du problème) et en s'assurant que toutes les informations sont visibles dès la première vue du ticket (contexte du compte, historique CRM, conversations antérieures). Temps actif : temps passé à diagnostiquer, rechercher et rédiger la réponse — optimisé par : la recherche dans la base de connaissances intégrée à la vue du ticket (trouver l'article pertinent en 30 secondes contre 5 minutes via une recherche par navigateur), les suggestions de brouillons par IA qui donnent aux agents une réponse à modifier plutôt qu'à composer de zéro, et les bibliothèques de macros pour les types de réponses les plus courants. Temps de clôture : étiquetage, enregistrement, notation d'escalade et autres actions post-résolution — optimisé par l'automatisation (le helpdesk étiquette automatiquement en fonction du contenu du ticket) et une taxonomie simplifiée (trop d'options d'étiquetage crée des frictions post-résolution ; une taxonomie ciblée de 15 à 20 étiquettes couvre 90 % des cas). Pour le chat en direct et le téléphone, l'AHT inclut également le temps de conversation active — ajoutant l'efficacité de la conversation (éviter les digressions inutiles, guider efficacement vers le diagnostic) comme dimension d'optimisation.

Les benchmarks d'AHT pour le support SaaS varient considérablement selon le canal et la complexité du problème. E-mail/ticket : AHT médian de 8 à 15 minutes pour les demandes simples de Niveau 1 ; 20 à 40 minutes pour le dépannage complexe de Niveau 1 ; 30 à 90 minutes pour les investigations techniques de Niveau 2. Chat en direct : AHT médian de 6 à 12 minutes, incluant le temps de conversation active. Support téléphonique : AHT médian de 8 à 15 minutes pour le support produit SaaS. Support assisté par IA (agent utilisant des outils de copilotage) : une réduction de l'AHT de 20 à 35 % est couramment rapportée pour les agents assistés par IA par rapport aux agents non assistés sur des types de tickets comparables. Le benchmark le plus important est votre propre tendance historique, et non les moyennes de l'industrie — une équipe dont l'AHT s'améliore tandis que le CSAT et le FCR s'améliorent également optimise efficacement ; une équipe dont l'AHT diminue mais dont le CSAT et le FCR diminuent également est susceptible de précipiter les résolutions.

Lorsque l'AHT est utilisé comme métrique de performance principale, cela crée une incitation perverse : les agents minimisent le temps passé sur les tickets en donnant des réponses rapides mais incomplètes, en déviant les problèmes complexes vers le self-service de manière inappropriée, ou en marquant les tickets comme résolus prématurément. Mesures anti-manipulation : ne jamais rapporter l'AHT comme une métrique autonome — toujours l'associer au CSAT, au FCR et au taux de recontact dans le même tableau de bord afin que les signaux de qualité révèlent immédiatement toute manipulation. Définir l'AHT comme une fourchette de référence, et non un maximum (par exemple, "fourchette cible : 8 à 20 minutes pour les e-mails de Niveau 1" — les tickets résolus en moins de 5 minutes sont signalés pour une révision QA comme déviation potentielle, les tickets de plus de 30 minutes sont signalés pour une révision de coaching). Inclure l'AHT dans le contexte de la révision QA (le temps de résolution était-il approprié compte tenu de la complexité du problème ? — un AHT de 20 minutes pour une simple question pratique est un manque de formation ; un AHT de 20 minutes pour un problème complexe d'intégration d'API est une efficacité appropriée). Utiliser l'AHT comme déclencheur de coaching, et non comme signal de punition : un agent avec un AHT constamment élevé a besoin de soutien en matière de connaissances ou de processus, et non d'un avertissement de performance.