# Signaux d'attrition et scores de santé

**Résumé:** Utilisez l'IA pour détecter les signaux d'attrition et les indicateurs de santé dans les interactions, les tickets et les données d'usage, pour une vision plus claire du risque.

**En bref:** Transformez les interactions et les comportements en signaux d'attrition clairs, pour que les équipes agissent avant que les clients ne décident de partir.

**Publié:** 2026-02-18

**Dernière mise à jour:** 2026-08-20

*Cette recette décrit une manière concrète de révéler le risque d'attrition à partir des données que vous possédez déjà.*

Le risque d'attrition apparaît souvent d'abord dans le comportement et les interactions, plutôt que dans les KPI de haut niveau. Une réclamation, un onboarding qui stagne ou un usage en baisse sont autant de signaux d'alerte précoces. Un assistant de signaux d'attrition analyse les données existantes et les transforme en courts récits et libellés que les équipes peuvent exploiter.

Avec UNLESS, vous pouvez simplement activer le suivi du risque d'attrition à l'étape Rétention. Les interactions sont alors étiquetées lorsqu'un utilisateur final risque de résilier, selon des règles par défaut ou des règles que vous définissez vous-même. Cela peut aussi générer un Message dans la Boîte de réception, voire des Notifications pour vos gestionnaires de compte.

Côté front-end, pour l'utilisateur final, cela fonctionne différemment. Vous y définissez une **Procédure** qui se déclenche sur une certaine Audience, ou sur certaines questions. Cette Procédure peut apparaître dès qu'une personne signale son intention de quitter le service, par exemple en demandant un export de toutes ses données. La Procédure peut alors lui demander si une remise ou une fonctionnalité supplémentaire l'intéresserait, ou toute autre solution pertinente pour votre cas d'usage.

Pour garder des explications honnêtes et ancrées, limitez la Procédure à des **Sujets** plats comme `Health-signals`, `Retention-playbooks` et `Customer-outcomes`. Ces Sujets peuvent contenir vos propres définitions de ce à quoi ressemble un comportement « à risque » et les réponses recommandées, afin que l'IA reflète les pratiques de vos équipes customer success plutôt que d'inventer son propre modèle.

En résumé, lorsque certains signaux d'attrition apparaissent, la Procédure peut créer automatiquement des **Messages** pour le CSM ou le gestionnaire de compte responsable. Elle peut aussi envoyer chaque semaine des **Notifications** résumant les nouveaux comptes à risque, vers un canal d'équipe ou un tableau de bord. Le risque devient ainsi visible, sans que personne n'ait à parcourir des rapports manuellement.

Pour les comptes à risque mais toujours actifs dans le portail, les **Notifications** doivent être utilisées avec précaution. En fonction de la segmentation par Audience, vous pouvez afficher un contenu pédagogique ciblé ou inviter l'utilisateur à réserver un entretien de bilan. Elles doivent se concentrer sur la valeur et l'accompagnement, jamais sur la pression, et respecter toute contrainte réglementaire.

**Conclusion**  
Un assistant qui met en évidence les signaux d'attrition et les scores de santé transforme des traces de risque dispersées en signaux clairs pour vos équipes. Il combine une Procédure, des Sujets plats qui encodent votre vision de la santé client, ainsi que des Messages et des Notifications structurés. Cela vous aide à prioriser le travail de rétention et à agir avant qu'il ne soit trop tard.