Lorsque les voyageurs restent à quai, les répercussions se font souvent d’abord sentir dans les fonctions back-office
Plus de 500 000 voyageurs empruntent chaque jour les services de Southeastern Railway pour se déplacer dans le sud-est de l’Angleterre. Dans le cadre du programme national d’indemnisation Delay Repay du Royaume-Uni, tout voyageur dont le train accuse un retard d’au moins 15 minutes peut demander un remboursement. Lorsqu’un incident affecte la circulation des trains, l’équipe dédiée aux relations client de Southeastern doit examiner et traiter les demandes d’indemnisation qui en découlent. Avant l’adoption de la plateforme ServiceNow, le traitement de chaque réclamation mobilisait de nombreuses opérations manuelles : analyse des données de circulation des trains, vérification des titres de transport, calcul des remboursements, rédaction des réponses et versement des paiements.
Un seul incident majeur peut générer jusqu’à 20 000 demandes d’indemnisation en un mois. Les voyageurs de Southeastern pouvaient attendre jusqu’à 20 jours avant d’être indemnisés. Dans le même temps, les équipes peinaient à suivre le volume de demandes, multipliant les vérifications de billets, les calculs de paiement et le traitement des réclamations, au point de devoir recruter jusqu’à 50 employés temporaires à la fois. Les responsables passaient plusieurs jours à consolider des rapports provenant de systèmes fragmentés, et la détection des fraudes à travers ces différents systèmes relevait presque de l’impossible.
« La lenteur des remboursements et les coûts fluctuants liés aux effectifs suscitaient beaucoup de frustration, tant chez les clients qu’au sein des équipes métier de l’entreprise ferroviaire », relate David Banham, Customer Relations Operations Manager. « Cette situation n’était pas viable. »
Afin d’accélérer et de renforcer la résilience du service client, Southeastern a unifié ses opérations client sur la ServiceNow AI Platform, mettant en place une base de données fiable qui a d’abord permis d’automatiser les processus Delay Repay avant d’ouvrir la voie à des innovations plus larges en matière d’IA.
Southeastern a repensé ses opérations autour d’une seule plateforme, en partenariat avec UP3
Southeastern a choisi la Gestion du service client et collaboré avec UP3, partenaire ServiceNow, afin de regrouper l’ensemble de ses opérations client au sein d’une seule plateforme.
« Nous ne sommes pas des experts IT. Nous sommes des spécialistes du transport ferroviaire », explique David Banham. « Disposer d’une plateforme aussi puissante que ServiceNow est une chose, mais c’est UP3 qui nous a permis d’en exploiter pleinement le potentiel et de l’adapter à nos besoins spécifiques. »
UP3 a relié les systèmes opérationnels, les données de billetterie, les workflows d’indemnisation et les mécanismes de détection des fraudes au sein d’une seule plateforme ServiceNow. Ainsi, les agents du centre de contacts bénéficient d’une vision complète de chaque interaction client. Pour la première fois, les demandes Delay Repay, les réclamations, les réservations de services d’assistance aux voyageurs, les objets perdus et les demandes d’information des clients ont été regroupés au même endroit.
« Nous avions déjà résolu des problèmes similaires. Nous savions donc que ServiceNow pouvait rassembler les données client, opérationnelles et de billetterie nécessaires à l’automatisation d’un processus qui avait jusqu’alors été traité manuellement », explique Callum Ridley, Head of Architecture chez UP3. « La plateforme a fourni à Southeastern des bases solides sur lesquelles l’entreprise peut continuer à se développer. »
Un projet destiné à l’origine à optimiser le service Delay Repay est devenu le socle de l’innovation IA de Southeastern
Ce qui n’était au départ qu’un projet visant à moderniser le service Delay Repay s’est rapidement transformé en une stratégie plus large d’optimisation du service client grâce à l’IA. Après avoir unifié les données client, opérationnelles et de billetterie au sein de la ServiceNow AI Platform, Southeastern a commencé à identifier de nouvelles façons d’automatiser les processus, d’améliorer la prise de décision et de libérer du temps pour que les équipes se consacrent davantage aux clients.
Aujourd’hui, Southeastern traite automatiquement environ 70 % des demandes d’indemnisation Delay Repay. Les voyageurs qui devaient auparavant attendre plusieurs semaines reçoivent désormais leur remboursement sous 24 heures. L’équipe des relations client est même en mesure d’absorber les pics de demandes en interne.
Une fois les données client, opérationnelles et de billetterie centralisées, l’entreprise ferroviaire a repensé en profondeur le fonctionnement du service client dans l’ensemble de ses activités. Plutôt que d’automatiser des tâches isolées, l’équipe a identifié des domaines dans lesquels l’IA pouvait éliminer les efforts manuels, renforcer la prise de décision et libérer davantage de temps pour le service aux voyageurs.
Forte de cette base de données fiable, Southeastern a étendu son utilisation de ServiceNow Otto pour la Gestion du service client afin d’automatiser la génération de rapports, de résumer les dossiers, de classer les réclamations et d’améliorer l’expérience client à l’aide de l’IA.
« L’un des atouts de ServiceNow est sa capacité à rassembler toutes ces données au même endroit », souligne Callum Ridley. « Vous disposez d’une vision complète de chaque client, ce qui est essentiel, car l’IA ne peut être efficace que si elle repose sur un socle de données adéquat. »
David Banham a organisé des ateliers consacrés à l’IA avec UP3 afin d’aider ses équipes à identifier les tâches manuelles chronophages qu’elles souhaitaient éliminer.
« Les collaborateurs peuvent souvent se montrer réticents à l’égard de l’IA », indique David Banham. « Il était très important pour moi d’impliquer l’équipe dès le départ afin de lui montrer que l’IA est là pour l’accompagner. »
Ces ateliers ont abouti à six initiatives fondées sur l’IA, visant à éliminer les tâches manuelles, à renforcer la prise de décision et à permettre aux collaborateurs de se concentrer sur des activités à plus forte valeur ajoutée. L’une des premières initiatives concernait le processus particulièrement chronophage de génération des rapports d’incidents majeurs. À la moindre perturbation sur le réseau, plusieurs analystes consacraient jusqu’à 96 heures à consolider les données relatives aux réclamations, aux indemnisations, au ressenti des clients et aux performances par ligne pour les présenter à la direction. UP3 a développé le Major Incident Report Generator (générateur de rapports d’incident majeur) en trois semaines. À l’aide de ServiceNow Otto, l’outil analyse les interactions enregistrées dans ServiceNow et génère un rapport complet en quatre minutes.
« Une tâche qui prenait auparavant 96 heures est désormais réalisée en quatre minutes », ajoute David Banham. « Et à partir de là, nous nous sommes demandé : quelle est la prochaine étape ? »
L’équipe a rapidement étendu l’utilisation de l’IA à des activités soutenant aussi bien les employés que les clients au quotidien. Avec ServiceNow Otto, les agents peuvent obtenir le résumé concis d’une demande en un clic, sans avoir à consulter de longues notes de suivi. Un chatbot créé avec la plateforme Agent virtuel de ServiceNow a été mis en service en quatre semaines seulement et traite aujourd’hui 70 % des demandes effectuées via le webchat, ce qui permet aux représentants du service client de se consacrer à des demandes plus complexes.
Une fois ces améliorations déployées, Southeastern est passé au projet suivant : automatiser la prise en charge et repérer les tendances plus rapidement. La classification automatisée attribue désormais à chaque demande l’une des plus de 300 catégories de contact dès sa réception, au lieu de la laisser en file d’attente pendant jusqu’à quatre jours ouvrés.
Des effectifs stabilisés et des alertes de sécurité le jour même ont remplacé les recrutements d’urgence et les analyses tardives
Cette transformation a non seulement modifié les workflows de Southeastern, mais aussi son modèle de gestion des effectifs. Autrefois, un seul incident majeur pouvait contraindre l’entreprise à recruter en urgence jusqu’à 50 employés temporaires afin d’absorber le volume de travail. Aujourd’hui, les effectifs restent stables, les collaborateurs consacrent davantage de temps aux demandes complexes qui exigent une expertise humaine, et les responsables disposent en quelques minutes de données dont la compilation leur prenait auparavant plusieurs jours.
Avec un taux de précision d’environ 95 %, Southeastern identifie désormais les nouvelles tendances et les problèmes de sécurité dès le jour de réception des demandes. Un backlog d’analyse pouvant atteindre quatre jours a ainsi été remplacé par une détection le jour même, ce qui permet aux équipes concernées d’intervenir plus rapidement.
Ces workflows IA n’ont pas seulement changé le mode de travail de l’équipe. Ils ont également amélioré l’expérience client. Le taux de satisfaction client est passé d’environ 82 % à 87 %. Le délai moyen de traitement des demandes d’indemnisation Delay Repay est tombé à 2,9 jours, tandis que le remboursement des réclamations traitées automatiquement est généralement versé sous 24 à 48 heures, contre un délai maximal pouvant auparavant atteindre 20 jours ouvrés.
Ce qui n’était au départ qu’un projet de modernisation du service façonne désormais la manière dont Southeastern exploite son réseau
L’infrastructure mise en place initialement pour Delay Repay constitue désormais le socle d’une démarche d’amélioration continue couvrant l’ensemble des opérations liées au service client. À mesure que l’entreprise ferroviaire étend l’utilisation de l’IA et de l’automatisation, les employés sont mieux préparés à faire face aux perturbations, à prendre des décisions plus rapides et à offrir le niveau de réactivité attendu par les voyageurs.
« Toutes ces évolutions, qu’il s’agisse de l’IA ou de l’automatisation, nous permettent de rester à la pointe de la performance et, en fin de compte, d’améliorer l’expérience de voyage de nos clients », conclut David Banham.