Kathleen Ross, Teachable's Product Support Associate Director, could see exactly where new users were getting stuck in the product. 33% of new-user support conversations came from the Course Pricing page. 30% from Payment Settings. And over a third of the people writing in weren't angry, they were confused and lost.
The data Kathleen needed was there, but their AI support agent couldn't see any of it. "Our support was 100% reactive," Kathleen says. "We only heard from creators once they were already frustrated enough to open a ticket."
That's the limitation most AI agents share, felt by customer success (CS) teams everywhere. Agents have no access to page history, behavioral signals, or what the user has already tried to do, so they only engage users after they've already been asked a question. Even if a creator shows in-app frustration, like rage clicks, they have no idea because they didn't fill out a ticket.
But a few months ago, Teachable found a way around this.
The problem every AI support agent shares
Teachable is a platform used by 150,000+ creators that build, sell, and deliver online courses for their 1+ million students.
Kathleen avait déjà déployé Fin (l'agent IA d'Intercom, connu sous le nom de « Sunny » pour les utilisateurs de Teachable). Cela fonctionnait, mais il présentait deux limites que la plupart des agents de support partagent :
- Aucun contexte comportemental. Lorsqu'un utilisateur ouvrait un chat de support, l'agent de support ne savait pas quelle page il venait de quitter, combien de fois il avait cliqué sur le même bouton défaillant, ni s'il avait déjà lu l'article d'aide qu'il était sur le point de recommander. Chaque conversation et interaction utilisateur repartait de zéro.
- Aucune proactivité. Fin répondait aux questions des utilisateurs qui savent comment les poser, mais il ne pouvait pas atteindre ceux qui étaient bloqués, qui cliquaient frénétiquement sur des pages et fermaient l'onglet.
L'élément manquant : le contexte produit
L'un des plus grands défis auxquels font face les équipes support est de traduire ce que les utilisateurs font dans l'application en impact commercial concret. C'est pourquoi Pendo suit ce que les utilisateurs font dans l'application, comme les visites de pages, l'utilisation des fonctionnalités, les clics rageurs, les clics d'erreur et les demi-tours, afin que les équipes puissent identifier les points de friction. Et maintenant, avec Pendo Agent Toolkit, ces données d'utilisation sont transmises à votre agent IA en temps réel pour un support client proactif.
Ensemble, ils donnent aux agents CS le contexte et la capacité d'intervenir en premier. Lorsque Pendo a détecté une friction sur l'une de ces pages, un webhook a été déclenché vers Fin avec le contexte de la page en pièce jointe. Fin a ouvert une discussion : "Il semble que vous ayez rencontré des difficultés pour ajuster vos paramètres. Qu'essayiez-vous de modifier ?"
Le message de Fin nomme le problème, et cette précision a conduit à une augmentation de 200 % de l'engagement. Les résultats, six semaines après :
- 86 % des conversations proactives ont été résolues sans escalade.
- 67,2 % de taux de résolution sur les conversations initiées par Pendo contre 54 % pour le taux d'automatisation global.
- 91 % n'ont jamais eu besoin de contacter un membre de l'équipe humaine.
- 4,10 sur 5 de score CX moyen sur les conversations que Sunny a clôturées sans assistance humaine.
- 38 % de taux d'ouverture sur les messages proactifs, contre 9–12 % sur leur précédente fenêtre contextuelle d'intégration.
Un créateur paniquait à propos d'un domaine bloqué en statut « en attente », et un autre avait 864 $ de fonds retenus, sans aucune explication. Ces deux situations sont urgentes, chargées émotionnellement et propices aux spirales de tickets. Pourtant, parce que Pendo pouvait montrer à Fin ce que chaque utilisateur faisait dans l'application, Fin a répondu avec des détails précis et des explications adaptées à l'utilisateur. Au final, les deux conversations se sont clôturées avec un score CX de 5 sur 5.
« Parfois, les utilisateurs n'emploient pas le même vocabulaire que nous en interne », a expliqué Kathleen. « Mais parce que Pendo était sur cette page, Fin a pu fournir une réponse très précise, car l'agent voyait réellement ce que l'utilisateur était en train de faire. »
Un conseil de Teachable : que faire avant de commencer
Définissez vos règles d'audience avant vous activez Pendo Agent Toolkit. Lorsque Teachable a activé pour la première fois le déclencheur proactif, il n'avait pas encore été limité aux nouveaux créateurs. L'outil s'est déclenché pour tout le monde, y compris les créateurs à hauts revenus ayant des années d'ancienneté sur la plateforme qui ne souhaitaient pas être contactés par un bot. Kathleen a corrigé cela en quelques heures, mais à qui vous envoyez le support compte tout autant que ce que vous envoyez.
Voici quelques conseils qu'elle donne :
- Commencez petit. Choisissez deux ou trois pages à fort friction et un segment d'audience, et assurez-vous d'obtenir des données fiables avant d'élargir.
- Pensez au rythme. Dans un produit où les utilisateurs se déplacent beaucoup, affinez la fréquence à laquelle le déclencheur se déclenche.
- Formulez-le comme un problème précis. Lorsque Kathleen a défendu le projet en interne, elle n'a pas mis l'IA en avant. « Au lieu de faire le grand discours "l'IA peut aider" », dit-elle, « trouvez un problème précis que vous souhaitez résoudre. Les nouveaux créateurs sont bloqués. Nous devons les contacter de manière plus proactive et plus ciblée. C'est ce qui a permis d'obtenir l'adhésion. »
- La configuration est rapide. Il n'a pas fallu plus d'une heure à Teachable pour le mettre en place. Pierce Healy, directeur principal des produits IA chez Pendo, estime que la configuration prend entre 30 et 60 minutes.
Au-delà du support proactif
L'infrastructure que Teachable a construite pour le support fonctionne tout aussi bien pour la rétention. Les mêmes signaux Pendo qui déclenchent les conversations de support peuvent également favoriser l'adoption des fonctionnalités, faisant du support client un processus proactif : inciter les créateurs vers les workflows clés et détecter les abandons avant qu'ils ne se transforment en désabonnement.
Le prochain déclencheur de Teachable est l'intégration Stripe : lorsqu'un créateur commence la configuration et abandonne, Sunny effectue un suivi. C'est le même Agent Toolkit, qui aide les utilisateurs de manière proactive à un moment différent de leur parcours.
Démarrer avec Pendo Agent Toolkit
Le Pendo Agent Toolkit est en version bêta. Si vous utilisez un agent de support IA, comme Fin, Sierra, Decagon, ou tout autre, et souhaitez améliorer l'impact de votre équipe de support client, contactez votre responsable de compte ou rejoindre la bêta.
Ce blog contient du contenu issu d'un webinaire Teachable. Consultez-le ici.
