Une équipe peut clore chaque incident dans sa cible, livrer chaque changement dans les temps et laisser quand même les utilisateurs frustrés. Les chiffres opérationnels décrivent ce que l'organisation de services a fait. Les chiffres d'expérience décrivent ce que l'utilisateur a ressenti et accompli. Les deux sont nécessaires, car un tableau de bord vert et un client mécontent peuvent coexister, et seul le second décide si le service est apprécié.

Les visions agile et ITIL se rencontrent naturellement ici. La pratique agile traite le logiciel qui fonctionne et la collaboration avec le client comme la mesure du progrès, et se sert d'un retour fréquent pour s'orienter. ITIL 4 décrit la valeur comme cocréée avec le consommateur plutôt que livrée à lui : l'expérience et les résultats du consommateur font donc partie du service, non d'un rapport écrit ensuite. Mesurer l'expérience signifie donc recueillir ce retour à dessein, le lire honnêtement et agir assez vite pour que cela compte.

Les données d'expérience sont aussi faciles à mal lire. Les scores d'enquête dépendent de qui répond, du moment où on les interroge et de la formulation de la question. Les petits échantillons varient largement, et un score qui monte peut ne refléter qu'un changement dans la composition des répondants. Lisez chaque mesure de cette partie comme une preuve sur une équipe, un service ou un parcours, jamais comme un classement d'individus, et appariez-la avec un garde-fou pour qu'elle ne puisse pas s'améliorer en changeant l'enquête au lieu du service (voir le sujet 1.2, Loi de Goodhart et psychologie des métriques).

Les quatre angles comptent ici d'une manière précise. L'implication continue des parties prenantes est la source des preuves d'expérience. Les contacts traités par l'IA doivent être rapportés séparément, une personne lisant un échantillon de commentaires, puisque les modèles peuvent mal lire le ton. Les enquêtes automatisées demandent un contrôle de qui répond. L'analytique montre les scores avec le nombre de réponses, et les limites d'attribution sont énoncées.

Sujets de cette partie

  • 6.1 Métriques de satisfaction de la clientèle : satisfaction de la clientèle (CSAT), indice de recommandation net (NPS), score d'effort client (CES), conception d'enquête, biais de réponse et taille d'échantillon.
  • 6.2 Accords de niveau d'expérience : mesurer l'expérience au lieu des seules cibles opérationnelles, à l'aide de mesures de sentiment, d'effort et de parcours.
  • 6.3 Métriques d'adoption des services et de catalogue : usage des éléments du catalogue, adoption et abandon, mélange de demandes, et traitement du catalogue comme un backlog produit.
  • 6.4 Expérience des utilisateurs et des employés : expérience numérique des employés, friction, temps perdu à cause de problèmes informatiques et résultats pour les clients internes.
  • 6.5 Réalisation de la valeur et résultats métier : relier le travail de service aux résultats métier, suivi des bénéfices et limites de l'attribution.

Comment ces sujets s'articulent

Le sujet 6.1 (voir le sujet 6.1, Métriques de satisfaction de la clientèle) fournit les instruments de base : les mesures d'enquête et la discipline pour les recueillir. Il expose aussi les limites de ces instruments, y compris le biais de réponse et la taille d'échantillon, qui s'appliquent à tous les autres sujets de la partie. Lisez-le d'abord, car les sujets suivants réutilisent ses mesures et héritent de ses précautions.

Le sujet 6.2 (voir le sujet 6.2, Accords de niveau d'expérience) prend ces instruments et s'en sert pour compléter les cibles opérationnelles. Un service peut atteindre une cible de temps de réponse et produire quand même une mauvaise expérience : un accord de niveau d'expérience se place donc à côté de l'accord de niveau de service conventionnel et ne le remplace pas. L'appariement marche dans les deux sens. Les données opérationnelles expliquent pourquoi un score d'expérience a bougé, et les données d'expérience montrent si une cible opérationnelle vise la bonne chose.

Les sujets 6.3 et 6.4 regardent le comportement et la friction plutôt que l'opinion. L'adoption et l'abandon du sujet 6.3 (voir le sujet 6.3, Métriques d'adoption des services et de catalogue) montrent ce que les gens font réellement, ce qui vérifie ce qu'ils disent dans une enquête. La friction et le temps perdu du sujet 6.4 (voir le sujet 6.4, Expérience des utilisateurs et des employés) montrent le coût d'un mauvais service pour le client interne. Les mesures comportementales gardent les mesures d'enquête contre les réponses polies ou non représentatives, et les enquêtes expliquent le comportement que les seules données d'usage ne peuvent pas expliquer.

Le sujet 6.5 (voir le sujet 6.5, Réalisation de la valeur et résultats métier) clôt la partie en demandant si tout cela a changé un résultat qui compte pour l'activité. C'est le sujet le plus prudent, parce que l'attribution est difficile : bien des choses font bouger un résultat métier, et une équipe de service ne doit revendiquer que ce que ses preuves soutiennent. Il garde le reste de la partie contre le fait de mesurer la satisfaction pour elle-même.

Plusieurs couples de garde-fous en découlent. Un score de satisfaction doit se lire avec son taux de réponse et sa taille d'échantillon. Une mesure d'effort ou de sentiment doit se lire avec les données opérationnelles qui la sous-tendent. Un chiffre d'adoption doit se lire avec l'abandon, pour qu'un élément de catalogue populaire que les gens abandonnent ne soit pas compté comme un succès. Les mesures de résolution rapide des parties précédentes doivent se lire avec la satisfaction, pour que la vitesse ne soit pas achetée avec de mauvais résultats (voir le sujet 2.2, Délai de livraison, temps de cycle et efficacité du flux, pour les horloges que ces mesures de vitesse utilisent).

Les parties suivantes prolongent le même fil. Les mesures financières et de niveau de service des parties 7 et 8 décrivent le coût et l'engagement, et la vue d'expérience de cette partie est le contrôle que le coût et l'engagement sont dirigés vers quelque chose que les utilisateurs valorisent.