Optimiser les parcours clients de manière proactive

Obtenez une vision claire de la progression des clients dans votre flux, directement dans Architect.

Grâce à une représentation sous forme de carte thermique, vous pouvez rapidement identifier les zones où l'engagement des clients est élevé, les couleurs plus foncées indiquant des interactions plus denses.

Survolez les actions d'architecture ou les composants de flux mis en évidence pour afficher le nombre exact de fois où les clients ont interagi avec chacune de ces actions ou chacun de ces composants.

Analysez la carte thermique et notez où apparaissent les couleurs d'interaction les plus foncées afin de repérer les actions d'architecte et les autres éléments du flux les plus fréquemment utilisés. Si certaines actions ou certains composants font l'objet de nombreuses interactions, simplifiez-les ou affinez-les afin de garantir une expérience plus fluide et de réduire toute friction potentielle aux points clés de l'interaction avec le client. Un nombre élevé d'interactions peut également indiquer que les clients ont besoin de conseils ou d'une assistance supplémentaires. Ajouter des instructions plus claires pour répondre aux besoins des clients de manière proactive.

Utilisez la carte thermique pour repérer les zones où le nombre d'interactions est anormalement élevé, ce qui peut indiquer des goulets d'étranglement où les clients éprouvent des difficultés ou ont besoin de plusieurs tentatives. Par exemple, si une action ou un menu d'architecte présente un nombre d'interactions significativement plus élevé que les actions environnantes, cela peut suggérer une certaine confusion ou une difficulté à franchir cette étape. Rechercher des moyens de simplifier ou de clarifier cette action de l'architecte afin d'améliorer l'efficacité du flux.

Identifier les éléments du flux dont le nombre d'interactions est faible afin de déterminer si les clients négligent ces éléments ou si ces derniers sont inefficaces pour guider les clients. Mettez ces éléments en évidence ou évaluez s'ils sont nécessaires pour affiner le parcours et faire en sorte que chaque étape apporte de la valeur et soutienne la progression du client.

Avec la possibilité de voir le nombre exact d'interactions au survol, vous pouvez prioriser les optimisations sur les composants de flux spécifiques qui reçoivent le plus d'engagement de la part des clients. Par exemple, si une première étape présente un nombre élevé d'interactions mais que les étapes suivantes chutent, vous pouvez affiner cette première étape afin de mieux préparer les clients aux étapes suivantes. Vous aidez également les clients à maintenir leur engagement tout au long du processus.

Les données de la carte thermique vous permettent de discerner les tendances dans les déplacements des clients. Si les clients s'engagent de manière répétée dans certains éléments du flux architectural (par exemple, s'ils reviennent régulièrement à une étape particulière), il convient de repenser cette partie du flux et d'y ajouter des conseils pour faciliter le parcours.

Suivez l'évolution des fréquences d'interaction dans le temps pour mesurer l'impact des optimisations. Si le nombre d'interactions d'une action particulière diminue de manière significative après l'amélioration, cela peut indiquer que l'amélioration a permis de lever un obstacle, guidant ainsi les clients plus efficacement dans le flux.

1. Sur la page d'accueil Architect, cliquez ou survolez le menu Flows et sélectionnez le type de flux souhaité.
2. Cliquez sur le flux que vous souhaitez analyser.
3. Utilisez le bouton Flow Insights pour afficher la carte thermique d'interaction pour le flux.
   Note: Pour que la carte thermique apparaisse, il faut que des données d'interaction aient été recueillies au cours des sept derniers jours.
4.  Recherchez les éléments du flux dont les niveaux de fréquence (nombre d'interactions) sont élevés et vérifiez si les clients s'éloignent des étapes suivantes. Dans l'exemple suivant, les clients arrivent jusqu'à l'action du menu numérique dans un flux de robots numériques, mais ne parviennent pas à aller plus loin :
5. Examinez maintenant l'action du menu numérique afin de déterminer pourquoi les progrès sont bloqués et d'identifier les actions nécessaires pour supprimer les points de friction.

Obtenez une représentation visuelle dynamique de la façon dont les utilisateurs naviguent et s'engagent dans les différents segments de flux au cours de leur parcours client.

Explorez des informations granulaires et de haut niveau sur le comportement des clients en approfondissant les étapes de leur parcours ou en effectuant un zoom arrière pour visualiser des schémas plus larges. Révéler les chemins clés au sein d'un flux d'architectes représentant un segment de l'expérience du client.

Sélectionnez différents résultats de flux pour générer des visualisations distinctes qui révèlent les chemins empruntés par les clients pour atteindre chaque résultat. Les résultats comprennent des scénarios tels que l'abandon du chemin, l'escalade vers un agent, la déconnexion ou l'échec de la reconnaissance de l'intention. Ces parcours illustrent à la fois les réussites et les échecs dans le cadre du parcours du client, et donnent un aperçu de toute une série d'expériences vécues par les clients.

Visualiser toutes les étapes du flux que les clients atteignent sur chaque parcours. Survolez des étapes ou des résultats spécifiques pour voir la fréquence des interactions avec les clients. Accédez rapidement aux données sur la fréquence d'interaction des clients avec certaines étapes pour vous aider à évaluer la performance des flux et l'engagement des clients tout au long du parcours.

Analyser les visualisations des parcours clients qui mènent à l'abandon pour identifier les étapes spécifiques où un pourcentage élevé de clients abandonnent. Si, par exemple, la fréquence des abandons est élevée après une étape spécifique, vous pouvez étudier les points de friction potentiels, tels que des instructions peu claires, des processus trop longs ou des problèmes techniques, et procéder à des ajustements pour améliorer la fidélisation des clients sur ce segment du parcours.

Analyser les parcours qui aboutissent à une escalade vers un agent pour déterminer à quelles étapes et pourquoi les clients ont ressenti le besoin d'une assistance en direct. Grâce à ces informations, vous pouvez identifier les possibilités d'améliorer les options de libre-service, par exemple en ajoutant des conseils à des étapes spécifiques, en améliorant les réponses automatisées ou en affinant les articles de connaissance. Ces ajustements peuvent réduire les escalades et permettre à un plus grand nombre de clients d'obtenir des résultats positifs sans aide supplémentaire.

Concentrez-vous sur les parcours heureux où les clients parviennent à des résultats positifs sans aucun problème afin d'identifier des parcours efficaces. Comprendre les étapes communes à ces parcours pour simplifier les parcours des clients en supprimant ou en consolidant certaines étapes afin de permettre à un plus grand nombre de clients d'obtenir des résultats positifs rapidement et avec moins d'efforts.

Examiner les chemins qui aboutissent à une déconnexion ou à un échec de reconnaissance, y compris chaque étape qui mène à ces résultats, afin de détecter et de résoudre les causes profondes, telles que des limitations dans la reconnaissance de l'intention du client ou des éléments d'interface qui prêtent à confusion. Traiter ces questions de manière proactive afin de réduire le taux d'échec et d'améliorer la satisfaction des clients et les taux d'achèvement.

Utilisez les mesures de fréquence à chaque étape pour identifier les zones à fort trafic dans le flux et donnez la priorité aux optimisations pour ces points. Concentrez-vous sur ces étapes clés pour vous assurer que les changements ont un impact sur le plus grand nombre de clients, ce qui peut contribuer à des trajets plus fluides et plus rapides et à des taux de satisfaction plus élevés dans tous les domaines.

Faites un zoom arrière pour visualiser des schémas plus larges de déplacement des clients dans le flux Architect afin de détecter des schémas de parcours communs, tels que des séquences d'étapes franchies par des segments de clientèle spécifiques. Vous pouvez utiliser ces modèles pour créer des expériences personnalisées, telles que des invites personnalisées, des options de raccourci ou des conseils prédictifs qui s'alignent sur les étapes suivantes probables, et créer un parcours client plus intuitif et plus engageant.

Grâce aux indicateurs de fréquence qu'Architect affiche en survolant les étapes ou les résultats, vous pouvez prendre des décisions éclairées et fondées sur des données pour savoir où investir vos efforts d'optimisation. Par exemple, si une étape particulière fait l'objet d'une forte interaction avant une chute, vous pouvez allouer des ressources pour améliorer ce point spécifique et adopter une approche ciblée de l'optimisation du parcours client.

Supposez que vous êtes un administrateur ou un analyste de centre de contact qui souhaite évaluer l'efficacité d'un robot. Votre objectif est de comparer le nombre de clients qui parviennent à une résolution grâce au robot par rapport à un agent humain (ACD). Pour accomplir cette tâche, utilisez les fonctionnalités de Journey Flows.

1. Sur la page d'accueil Architect, cliquez ou survolez le menu Flows et sélectionnez le type de flux souhaité.
2. Cliquez sur le flux que vous souhaitez analyser.
3. Cliquez sur Journey Flows dans le menu Insights and Optimizations. La visualisation Journey Flows s'ouvre. La visualisation montre la répartition des clients en fonction des différentes étapes et résultats du flux, ainsi que les différentes raisons de sortie du flux. La visualisation montre également comment le parcours du client s'est déroulé à chaque étape du flux :

   Montre moi

   
4. Ensuite, parce que vous voulez savoir combien de clients sont allés au jalon Payment Initialized , survolez le jalon pour afficher le compte de fréquence :
   
5. Maintenant, pour savoir pourquoi 11 % des clients qui ont franchi l'étape Paiement initialisé ont demandé à parler à un agent humain et pourquoi 7 % des clients se sont déconnectés, utilisez Flow Insights pour générer une carte thermique des options du menu numérique dans votre menu Paramètres initiaux ou utilisez Replay Mode pour vérifier les instances d'exécution de votre flux.
6. Examinez ensuite les sessions qui ont été Abandonnées.
   

 

Rejouez les exécutions passées de vos flux architecturaux pour identifier les problèmes de faible engagement et de conversion en vous basant sur les informations fournies par Flow Insights et Journey Flows.

Testez les ajustements de la logique de flux pour stimuler l'engagement avec les éléments clés de votre flux architectural, réduire les abandons pour les étapes clés du flux et augmenter le nombre de clients qui atteignent les résultats souhaités.

Après avoir identifié dans Flow Insights un composant de flux spécifique présentant un faible engagement de la part des clients, utilisez le mode Replay pour examiner la façon dont les clients interagissent avec ce composant de flux. Reproduisez les étapes suivies par les clients pour identifier les problèmes potentiels, tels que des formulations confuses, des temps de réponse lents ou des informations manquantes, qui pourraient être à l'origine d'un désengagement des clients. Effectuez des ajustements ciblés pour augmenter les taux d'engagement avec le composant de flux.

Si Journey Flows montre un taux d'abandon élevé à une étape spécifique du flux, rejouez les interactions qui mènent à cette étape du flux pour voir où les clients abandonnent et pourquoi. Par exemple, si les clients quittent le site après un choix de menu ou une étape spécifique, le mode Replay peut révéler des problèmes tels que des options peu claires ou des attentes non satisfaites. Ajustez les étapes pour minimiser les abandons et retenir les clients dans leur parcours.

Après avoir modifié la logique du flux architectural, par exemple en simplifiant les étapes ou en clarifiant le message, utilisez le mode Replay pour observer si ces modifications ont un impact positif sur le comportement du client. Comparez les nouvelles instances d'exécution avec les instances d'exécution précédentes, puis confirmez si les taux d'engagement se sont également améliorés dans Flow Insights et si Journey Flows montre moins d'abandons et plus de clients atteignant les résultats clés.

Pour les éléments du flux qui aboutissent à des résultats positifs, rejouez les interactions avec le client afin de mieux comprendre pourquoi ces éléments du flux fonctionnent bien. Ces informations peuvent guider l'optimisation d'autres parties du flux et créer des parcours plus réussis qui conduisent les clients aux résultats souhaités de manière plus fiable.

Après avoir apporté des améliorations à la logique du flux de l'architecte afin de réduire les abandons ou d'augmenter le nombre d'étapes franchies, rejouez les interactions avant et après les ajustements. Cette comparaison vous permet de vérifier si les ajustements ont conduit à un flux plus intuitif. Vérifiez l'augmentation de l'engagement dans Flow Insights et l'amélioration de la progression des étapes dans Journey Flows.

Pour les flux comportant plusieurs voies d'accès (telles que différentes options de menu ou des itinéraires en libre-service), utilisez le mode Replay pour suivre la façon dont les clients naviguent dans ces choix. Si certains chemins d'accès présentent un engagement nettement plus faible ou des chutes plus importantes, identifiez l'endroit où les clients rencontrent des problèmes et apportez des modifications afin d'équilibrer l'efficacité du chemin d'accès dans l'ensemble du flux.

Si les instances d'exécution révèlent des escalades fréquentes vers des agents à un point particulier d'un flux d'architecture, analysez ces moments pour identifier les lacunes dans le flux de libre-service qui pourraient être à l'origine de la frustration des clients. Ajoutez des invites, clarifiez les options ou améliorez les réponses au flux pour créer une expérience de libre-service plus fluide qui réduit le besoin d'intervention d'un agent et améliore la santé du voyage.

1. Sur la page d'accueil d'Architect, cliquez ou survolez le menu Flows et sélectionnez un type de flux pour lequel des données d'exécution historiques sont disponibles.
2. Ouvrez le flux que vous avez exécuté précédemment pour le débogage et le dépannage.
3. Cliquez sur Historique des exécutions. La boîte de dialogue Historique de l'exécution du flux s'ouvre.
4. Sous Results, Architect répertorie les instances d'exécution précédentes du flux que vous avez ouvert et fournit le nom, la version, le type de flux ainsi que les dates de début et de fin des instances de flux.
5. Cliquez sur une instance de flux pour ouvrir l'instance en mode lecture. Pour plus d'informations, voir Utiliser le mode de relecture pour dépanner un flux d'architecture.

6. Utilisez les commandes de relecture pour parcourir le flux et rejouer la séquence d'actions qui mène à l'élément de flux spécifique que vous souhaitez analyser. 
7. Si le niveau requis de données d'exécution est disponible, examinez les échanges de communication et inspectez également les valeurs des variables afin de localiser le problème avec le composant de flux.

Dans l'exemple de flux de robots numériques suivant, les clients saisissent leur numéro de commande pour vérifier l'état de leur commande, mais le robot ne reconnaît pas le numéro.

1. Le concepteur de flux a utilisé une action Ask for Slot pour vérifier le numéro de commande et a utilisé un slot de type builtin:any pour stocker les données du client.
2. Une fois que le robot a reçu l'entrée, le flux passe à une action de décision qui utilise l'expression If(FindFirst(Flow.OrderNumbersDatabase, ToJSON(Task.CheckNumber))==-1, false, true) pour déterminer si le tableau des numéros de commande existants stockés dans la variable Flow.OrderNumbersDatabase contient le numéro de commande saisi par le client (Task.CheckThisNumber).

L'analyse de la carte thermique de Flow Insight montre que l'action Decision prend toujours le chemin malheureux :

Le mode Replay de l'architecte permet de comprendre pourquoi cela se produit. Le robot utilise un modèle au format ###-### pour afficher le numéro de commande des clients, où chaque # représente un chiffre (0-9) et - un séparateur de tirets. Le format groupé est un modèle familier pour les clients, qui réduit la probabilité d'erreurs par rapport à une longue chaîne de chiffres, et facilite la lecture et la mémorisation du numéro.

Le problème de reconnaissance est dû au fait que le robot fournit le numéro de commande au format###-###, mais qu'il s'attend à ce que l'utilisateur saisisse une chaîne de chiffres sans tirets (voir les numéros de commande dans la variable Flow.OrderNumbersDatabase ). Cette inadéquation dans la conception du flux conduit à un échec de la reconnaissance.

                                         

Le mode lecture a révélé que le robot devait gérer les tirets dans les entrées des clients. Pour résoudre le problème de reconnaissance, utilisez un type de slot regex avec le motif ^\d{6}$|^\d{3}-\d{3}$ pour valider le format d'entrée et supprimer les tirets avant de comparer le numéro de commande à la base de données des commandes.

Obtenez une vue personnalisable de l'ensemble du parcours client de bout en bout sur tous les canaux Genesys Cloud pour vous aider à comprendre les interactions avec les clients, du premier contact à la résolution.

Étendez votre analyse des parcours clients au-delà des flux d'architectes à canal unique, avec jusqu'à 365 jours de données disponibles pour suivre les interactions des clients sur plusieurs canaux et visualiser les schémas d'engagement à long terme.

Visualisez et évaluez des parcours spécifiques, tels que les transitions des clients entre les interactions avec les robots et l'assistance d'un agent, sur plusieurs canaux, afin de comprendre les besoins des clients et d'améliorer les résultats des parcours.

Filtrez les événements clés, tels que les appels répétés au cours des dernières 24 heures, ou ajoutez des canaux tels que les SMS au canevas du parcours, ce qui permet d'obtenir une vue personnalisée de l'expérience du client et d'améliorer l'engagement.

Visualisez les tendances de performance des parcours dans le temps à l'aide de graphiques et effectuez des comparaisons rapides entre les périodes pour identifier les changements dans les mesures, tels que les taux de libre-service ou les escalades, pour une résolution proactive des problèmes.

Analysez la progression des clients à travers les étapes du parcours pour repérer les points d'attrition élevés afin d'identifier et de réduire les frictions entre les canaux pour une expérience client plus fluide et plus efficace.

Visualisez les parcours sur plusieurs canaux pour suivre les interactions avec les clients sur différents points de contact. Par exemple, les interactions qui commencent par une messagerie web et passent à un appel. Si les clients changent fréquemment de canal en cours de route, cela peut indiquer que certains canaux ne répondent pas à leurs besoins. Vous pouvez alors vous concentrer sur l'amélioration des fonctionnalités du canal initial afin de réduire les changements de canal inutiles, ce qui réduit l'effort du client et améliore sa satisfaction.

Examinez les parcours des clients qui commencent avec un robot dans une fenêtre de messagerie web et passent à un agent pour identifier les points où les clients rencontrent des lacunes ou des retards dans le service. Par exemple, si les clients contactent fréquemment un agent après avoir eu des difficultés avec le robot, vous pouvez affiner les capacités du robot ou ajuster le processus de transfert pour assurer une transition en douceur.

Étudiez la fréquence à laquelle les clients passent d'une interaction en libre-service à un agent sur différents canaux, par exemple d'une interaction par messagerie web à un appel vocal. Visualisez ces transferts pour identifier si certaines interactions conduisent souvent à des escalades, ce qui suggère des domaines où l'expérience client pourrait être améliorée pour permettre un libre-service plus efficace. Vous pouvez également utiliser cette analyse pour vous assurer que vous transférez les clients plus facilement et avec le contexte pertinent déjà capturé afin de réduire la nécessité pour les clients de répéter les informations ou pour les agents de répéter les appels des clients.

Vous pouvez évaluer les taux de réussite des interactions en libre-service sur différents canaux, tels que les robots numériques sur différents canaux de messagerie. En comparant les parcours des clients qui ont eu recours au self-service avec succès à ceux qui ont nécessité l'intervention d'un agent, vous pouvez identifier les flux de self-service les plus efficaces sur chaque canal. Par exemple, si le taux d'achèvement du libre-service par SMS est inférieur à celui de la messagerie web, vous pouvez suggérer d'améliorer le flux SMS, de fournir des messages-guides plus clairs ou d'offrir davantage de ressources pour les problèmes courants.

Examinez les canaux utilisés par les clients à différents moments de leur parcours pour identifier les tendances qui suggèrent les préférences des clients. Par exemple, si les clients ont tendance à commencer par l'IVR mais à passer à la messagerie pour le suivi, envisagez des options de messagerie proactive après les interactions IVR pour mieux vous aligner sur le comportement et les préférences des clients afin d'améliorer l'expérience du voyage.

Visualisez les tendances des performances du voyage au fil du temps à l'aide de graphiques à barres, de graphiques linéaires ou de graphiques en colonnes. Comparez les mesures sur plusieurs périodes afin d'identifier les changements dans l'efficacité des parcours, comme une baisse des taux de libre-service ou une augmentation des escalades par les agents. Surveillez ces tendances afin de détecter et de traiter les problèmes émergents de manière proactive et de veiller à ce que le voyage reste efficace et efficient.

Utilisez l'analyse de l'entonnoir pour évaluer la progression des clients à travers les différentes étapes de leur parcours sur les différents canaux afin d'identifier les points d'attrition élevés. Par exemple, si de nombreux clients utilisent un système RVI mais ne parviennent pas à passer à un canal de messagerie pour le libre-service, il convient d'étudier les points de friction potentiels dans la transition. Améliorer la transition entre les canaux pour maintenir l'engagement et favoriser la progression du voyage.

L'ajout de plusieurs canaux, tels que les SMS ou les courriels, à la grille de parcours, afin d'évaluer la manière dont ces canaux s'intègrent dans le parcours global du client. Si certains canaux sont peu utilisés ou peu efficaces, envisagez des moyens d'intégrer ou de promouvoir davantage ces options afin de créer une expérience multicanal plus complète et mieux adaptée aux besoins des clients.

Supposez que vous êtes un analyste de centre de contact qui évalue l'efficacité des bots conçus pour les applications de médias sociaux. Votre objectif est de comparer le nombre de clients qui parviennent à une résolution grâce à des bots par rapport à des agents humains (ACD). Pour accomplir cette tâche, utilisez les fonctionnalités du Journey Analyzer.

1. Connectez-vous à votre compte Genesys Cloud et cliquez sur le menu Journey Management . L'écran Journey Management s'ouvre.
2. Créer un nouveau voyage.
3. Pour entrer dans le mode Edit et modifier un trajet, cliquez sur Edit.
4. Pour créer votre premier événement dans le parcours, sélectionnez et faites glisser Web Message Start sur le canevas.
5. Ensuite, parce que vous voulez savoir combien de clients sont allés sur Bot Start après Web Message, glissez et déposez Bot Start sur le canevas et laissez-le se connecter à Web Message Start.
   1. Pour limiter l'événement au nom du robot, incluez le nom du robot dans le filtre de l'attribut de l'événement .
      
      Conseil: Vous pouvez trouver le nom du bot dans Architect. La gestion des parcours prend en charge les événements des robots natifs ou tiers, mais les robots natifs fournissent des données plus détaillées sur le parcours.
6. Maintenant, pour examiner les sessions de bot terminées, faites glisser Bot End sur le canevas et laissez-le se connecter à Bot Start.
   1. Comme vous vous intéressez au même robot que celui que vous avez examiné à l'étape 5, incluez l'identifiant du robot dans le filtre d'attribut d'événement de cet événement.
      
      Conseil: Si vous utilisez un robot Genesys natif, pour limiter votre analyse à une intention et à d'autres attributs d'interaction susceptibles d'être pertinents, ajoutez Bot Turn entre le début et la fin.
   2. Pour voir les sessions de robots terminées, incluez le filtre botsessionOutcome et sélectionnez ensuite l'attribut complete.
      
   3. Cliquez sur Appliquer le filtre.
   4. Comme dans cet événement, vous examinez les sessions de robots terminées et non les sessions qui sont allées à l'ACD (distribution automatique des appels), ajoutez un filtre BotResult dans la section Exclude avec TransfertoACD comme valeur.
      
      
   5. Cliquez sur Appliquer le filtre.
7. Examinez ensuite les sessions qui ont été envoyées à l'ACD. Ouvrez le groupe d'événements Voice et faites glisser l'événementhe ACD Start sur le canevas. Laissez-le se connecter à Bot Start, de manière à ce qu'il soit parallèle à Bot End.
   
   
8. Dans cet événement, sélectionnez queueID comme Attribut, puis ajoutez un filtre pour Payment Queue. 
    
   
9. Cliquez sur Sauvegarder. 

Calculer et modifier le trajet de l'échantillon

1. Cliquez sur Calculer pour générer des trajets. Une notification concernant le nombre de calculs s'affiche.
2. Pour continuer, cliquez sur Procédez. Le calcul prend quelques minutes. Le temps de chargement dépend du volume de données à traiter, de sorte que les ensembles de données plus importants prennent plus de temps à calculer. Pour voir les résultats, rafraîchissez la page.
3. Une fois le calcul terminé, vous souhaitez connaître le nombre d'appels résolus par les agents. Pour modifier le trajet, cliquez sur Edit.
4. Faites glisser l'événement Agent Start et laissez-le se connecter à l'événement ACD Start.
   1. Ajouter un filtre pour la file d'attente de paiement . La file d'attente des paiements comporte deux codes de récapitulation : Succès et Échec.
      • Suivre la résolution de l'agent avec un code de synthèse de la réussite. Dans le groupe d'événements Voice, faites glisser un événement Wrap Up sur le canevas et laissez-le se connecter à l'événement Agent Start . Sélectionnez l'attribut wrapupCode et incluez l'identifiant du code wrap-up Success comme filtre.
        
        Note: Yous pouvez obtenir la liste des ID de code wrap-up utilisés dans votre environnement avec le point de terminaison Wrap-up API via API Explorer, qui est disponible sur le site Genesys Cloud Developer.
      • Pour indiquer qu'il s'agit du code de synthèse Success, rnomme l'événement Wrap Up.
5. Cliquez sur Sauvegarder. 
6. Pour mettre à jour le trajet, cliquez sur Calculer. Pour voir les comptes mis à jour, rafraîchissez la page.

Voir l'analyse de l'entonnoir dans l'exemple de parcours

With the help of funnel analysis, you can understand how your customers move through the journey to achieve their goals and then determine the success rates of their individual journey paths.

Un parcours doit comporter calculs pour l'analyse de l'entonnoir.

1. Ouvrez le trajet existant que vous souhaitez analyser. 
2. En mode édition , cliquez sur Show conversion. Journey Analyzer calcule les indicateurs de conversion.
3. Pour examiner les mesures attribuées, cliquez à nouveau sur l'icône + dans le coin supérieur droit de l'événement. Pour masquer les mesures de conversion d'un événement, cliquez sur l'icône - dans le coin supérieur droit.
4. Pour déterminer le parcours de vos clients, examinez les indicateurs Clients, Taux de conversion, Abandonné out et Avancé lors des événements respectifs.
   
   Exemple: L'analyse de l'entonnoir dans l'événement Bot Start montre que 650 clients ont abandonné le parcours à ce stade, et que 1052 clients ont avancé de à Bot end, de sorte que Bot end a un taux de conversion de 61,7 %. Cela signifie que 61,7 % de vos clients ont atteint la session Bot end.