La mise en place d’un chatbot est le plus souvent une bonne idée, cela permet de traiter de manière automatique les conversations, et de laisser aux équipes les conversations à valeur ajoutée.

Cependant, quel est le ROI exact, et est-ce que cela ne nuit pas à l’expérience client ?

C’est ce que je vous propose de voir avec Bruno Guitard, responsable relation client, qui nous fait un retour d’expérience chiffré sur la mise en place d’un chatbot en complément d’un chat live.

Le bot mis en place a prouvé son ROI en 10 mois, sans pour autant nuire à l’expérience client, avec un NPS qui est passé de 46 à 76 sur la même période.

Contexte initial du projet, du chat live vers chatbot + chat live

Dans le cadre de l’optimisation du service Chatlive, j’ai piloté la mise en place du Chatbot en mars 2022, avec pour objectifs :

• réduire la charge de traitement humain
• améliorer la qualité de réponse
• absorber un volume croissant de sollicitations

Je me suis appuyé sur les données d’activité existantes pour mesurer précisément l’impact.

Le service Chatlive avait été déployé en février 2020, avec un traitement manuel assuré par deux agents en alternance afin qu’il y ait toujours quelqu’un pour répondre.

En mars 2022, j’ai mis en place un Chatbot afin d’automatiser une partie des interactions clients, de pouvoir répondre 24h/24 et 7j/7 et de réduire la charge opérationnelle.

Temps moyen de traitement d’une conversation humaine : 12 minutes par conversation

Ce paramètre constitue la base de calcul pour l’évaluation de la charge de travail, des gains de productivité et du ROI.

Situation initiale (avant la mise en place du Chatbot)

Voici les principaux chiffres du service client / prospect avec le chat live installé sur le site internet de l’entreprise.

Volume d’activité

• 4000 conversations/an

• 334 conversations/mois

• 17 conversations/jour

• 2 agents mobilisés

Charge de travail estimée  4000 conversations × 12 minutes = 48 000 minutes/an  = 800 heures/an

Cela fait environ :

• 100 jours de travail (base 8 h/jour)

• 50 jours par agent

Avant l’automatisation avec un chatbot, l’activité Chatlive représentait une charge opérationnelle significative mais stable.

Pour répondre aux demandes des clients, il fallait une présence humaine continue pour répondre aux demandes.

Les réponses étaient très qualitatives, avec des conversations longues (12 minutes), liées à la nature des conversations, au fait que les clients n’étaient pas toujours prompts à répondre aux questions des équipes, aux abandons de conversations en route…

Situation après mise en place du Chatbot

La mise en place du chatbot s’est faite naturellement, avec une adoption immédiate, et un volume qui s’est rapidement stabilisé.

La mise en place technique sur le site était très simple, c’était un simple script à installer.

En revanche, l’apprentissage initial a nécessité un travail de recensement des questions les plus fréquentes, de rédaction des réponses types… L’IA étant de l’IA classique (l’IA générative n’était pas aussi largement diffusée que maintenant, et les capacités restaient encore limitées, en particulier les hallucinations).

2022 (avril à décembre) – mise en place initiale du chatbot sur le site

• 58 conversations humaines/mois (versus 334 l’année précédente)
• ≈ 696 conversations humaines/an (estimé – versus 4000)
• 2200 interactions chatbot/mois
• Taux « Pas compris » : de  76% lors de la mise en place initiale à 3,8% en moins de 8 mois.

L’amélioration drastique de la compréhension (moins de « Je n’ai pas compris), s’est faite en analysant chaque échange incompris manuellement.

C’était un travail besogneux, mais nous avons pu ainsi faire diminuer le taux de “pas compris” en quelques semaines, tout en créant de nouvelles rubriques et en les enrichissant. 

Le but est devenu très rapidement « aussi intelligent » que les agents du service client sur les demandes simples.

Bien entendu, le chatbot proposait l’escalade vers une personne du service client pour les demandes à valeur ou sensibles

• Dès qu’il n’avait pas compris 2 fois
• Dès qu’il y avait une question sur de l’achat de produit
• Dès qu’une insatisfaction apparaissait (insultes, parler à un humain…)
• …

L’année suivante, 2023, l’activité a atteint son rythme de croisière : 

• 82 conversations humaines/mois
• 984 conversations humaines/an
• 2600 interactions chatbot/mois
• Taux « Pas compris » : 3,8% → 1%

Les années suivantes, l’activité est restée proche, avec un niveau de compréhension de près de 99% :

2024

• 97 conversations humaines/mois
• 1164 conversations humaines/an
• 2600 interactions chatbot/mois
• Taux « Pas compris » : < 1%

2025

• 85 conversations humaines/mois
• 1020 conversations humaines/an
• 2600 interactions chatbot/mois
• Taux « Pas compris » : < 1%

Analyse quantitative de la charge de travail des équipes du service client

Nous avons vus précédemment l’usage, si on s’intéresse maintenant à la productivité, on peut voir :

Avant Chatbot : 800 heures/an

Après Chatbot (exemples représentatifs)

• 2023 : 984 conversations × 12 minutes = 11 808 minutes  = 197 heures/an
• 2024 : 1164 conversations × 12 minutes = 13 968 minutes = 233 heures/an
• 2025 : 1020 conversations × 12 minutes = 12 240 minutes = 204 heures/an

Si l’on calcule la réduction de charge de travail des équipes, principalement sur les demandes à faible et moyenne valeur ajoutée, on voit que l’on passe de 800 heures/an à ≈ 211 heures/an.

Cela fait un gain moyen ≈ 590 heures économisées par an, soit 74 jours de travail ou encore 0,35 ETP.

On voit tout de suite l’effet de l’automatisation sur l’activité.

Par exemple en 2024 : 

• Interactions chatbot :  2600/mois  = 31 200/an
• Interactions humaines : 1164/an 
• Total interactions : 32 364/an
• Taux d’automatisation ≈ 96,4 %

Cela signifie que plus de 9 demandes sur 10 sont traitées sans intervention humaine

Ce qui est aussi intéressante de noter, c’est l’importance de travailler sur les demandes « Pas comprises »

Le plus gros du travail a été effectué au lancement, en passant de 76 % à 3,8 % en quelques mois, les gains supplémentaires ayant nécessité bien plus d’effort et de temps.

Cette progression montre l’importance de :

• L’amélioration continue de la compréhension du chatbot
• L’optimisation des scénarios conversationnels
• L’enrichissement de la base de connaissances

C’est un indicateur direct de maturité technologique.

La stabilité des volumes, de la compréhension… traduisent une solution industrialisée, un système opérationnel mature et une performance durable.

La mise en place du Chatbot a permis une automatisation massive, avec une réduction de 75 % de la charge humaine, mais aussi une capacité d’absorption de la demande.

Le système traitant environ 8 fois plus d’interactions, sans augmentation de ressources humaines.

Les équipes du service client étant toujours essentielles car mobilisés sur les cas complexes, les demandes à valeur ajoutée (gestes commerciaux…) et situations nécessitant expertise (anciens modèles…).

Au final, que retenir de la mise en place du Chatbot dans le service client ?

La mise en place du Chatbot constitue une transformation opérationnelle majeure du service Chatlive.

Les résultats observés démontrent :

• une automatisation très élevée (≈ 96 %)
• une réduction significative de la charge humaine (≈ −74 %)
• une amélioration drastique de la compréhension des demandes
• une stabilité opérationnelle sur plusieurs années

Le système est aujourd’hui performant, fiable et économiquement optimisé.

Il est également important de noter que la satisfaction client ne s’est pas dégradée.

Au contraire,  le NPS a atteint +76  en 2025, malgré l’automatisation du service client.

Cela démontre que l’automatisation, avec une alliance Humain + IA, peut à la fois améliorer la productivité, et améliorer la satisfaction client.

Si vous souhaitez en savoir plus, ou améliorer l’efficacité de votre service client, vous pouvez me contacter sur Linkedin.

Expert en relation client (15+ ans), j’allie maîtrise technique (CRM/Oracle) et vision humaine pour transformer la performance.

Chez Groupe Brandt, j’ai porté le NPS de -100 à +76 en optimisant la data, les process et l’automatisation intelligente.

Ma méthode : des équipes engagées, des parcours fluides et un pilotage rigoureux par les résultats (NPS, CSAT).

Basé à Paris, je recherche un nouveau défi stratégique et opérationnel pour placer vos clients au cœur de votre succès.