Dans les réponses à un appel d'offres chatbot IA, un chiffre revient sur toutes les premières pages : le taux de résolution. Un éditeur annonce 95 %, un autre 80 %, un troisième 55 %. Le comité de sélection note le premier, s'inquiète du troisième, et personne n'a demandé comment chacun avait compté.

C'est le point aveugle de la plupart des cahiers des charges. Ils décrivent très bien ce que le bot doit faire, et presque jamais comment on saura s'il le fait. Notre guide pour rédiger un appel d'offres chatbot IA détaille les six blocs d'un bon CCTP. Cet article ajoute le septième : la mesure de la qualité. Douze questions, une grille de notation, et une clause prête à coller.

Pourquoi 95 %, 80 % et 55 % peuvent décrire le même bot

Trois définitions circulent sous le même nom. Un même bot, sur les mêmes conversations, produit trois chiffres différents selon celle qu'on applique.

Déflexion

• Ce qui est compté « résolu » : Toute conversation qui n'a pas atteint un humain, abandon compris

• Ordre de grandeur : 80 à 95 %

Automatisation (containment)

• Ce qui est compté « résolu » : Toute conversation restée dans le bot sans transfert

• Ordre de grandeur : 80 à 95 %

Résolution vérifiée

• Ce qui est compté « résolu » : Les conversations où la demande a été traitée, confirmé par une relecture

• Ordre de grandeur : 40 à 85 %

Le marché bascule vers la troisième. Intercom a changé son calcul en juillet 2026 : sur son exemple officiel, le même bot passe de 33 % à 50 % en retirant du dénominateur les conversations où il n'a pas eu l'occasion de répondre. Zendesk ne compte plus, depuis mai 2026, que des « Verified Resolutions » confirmées par un modèle de langage. Un éditeur qui vous annonce 95 % sans préciser sa définition vous donne, dans la quasi-totalité des cas, un taux d'automatisation. Ce n'est pas un mensonge. C'est une autre question.

Pour comprendre les trois définitions en détail : Taux de résolution d'un chatbot IA : pourquoi votre chiffre est probablement faux.

Conséquence pour votre consultation : imposez une définition, et demandez à chaque éditeur de répondre dedans. Les douze questions ci-dessous font ce travail.

Les 12 questions à poser aux éditeurs

Quatre familles. Pour chaque question, ce qu'une bonne réponse contient, et ce qui doit vous alerter.

Définition (questions 1 à 4)

1. Comment définissez-vous une conversation « résolue » ?

• Bonne réponse : Une définition écrite, avec des critères (réponse directe, redirection valide, escalade correctement gérée)

• Signal d'alerte : « Une conversation sans transfert vers un agent »

2. Une escalade vers un conseiller compte-t-elle comme un échec ?

• Bonne réponse : Non si elle est correcte : le bot a identifié sa limite et transféré proprement. Oui si le bot a refusé sans alternative, a transféré une question qu'il savait traiter, ou s'est contenté de dire qu'aucun conseiller n'était disponible

• Signal d'alerte : Toute escalade = échec (pousse le bot à retenir le client), ou toute escalade = succès (gonfle le chiffre)

3. Qu'est-ce qui sort du dénominateur ?

• Bonne réponse : Les conversations sans demande exprimée, ou où le bot n'a pas eu l'occasion de répondre, et le taux d'automatisation reste calculé sur le total pour contrôle

• Signal d'alerte : Rien ne sort (le chiffre mesure aussi la disponibilité des utilisateurs) ou tout sort sans contrepoids

4. Le silence du client après la dernière réponse compte-t-il comme résolu ?

• Bonne réponse : Jamais par défaut : c'est ce qui a été donné au client avant qu'il parte qui est jugé, et un départ pendant une étape en attente (question, identifiant, choix) est mis à part

• Signal d'alerte : « Pas de nouvelle question = résolu »

Couverture (questions 5 à 7)

5. Quelle part des conversations est évaluée ?

• Bonne réponse : 100 % des conversations terminées

• Signal d'alerte : Un échantillon, ou seulement celles où le client a voté

6. Les parcours scriptés sont-ils évalués comme les réponses générées ?

• Bonne réponse : Oui, avec les mêmes critères, et une comparaison des deux

• Signal d'alerte : Seules les réponses de l'IA générative sont mesurées

7. Qui rend le verdict ?

• Bonne réponse : Un évaluateur IA distinct du bot, avec une grille de critères fixe, complété par des votes clients réels

• Signal d'alerte : Le bot s'auto-évalue, ou un humain relit 2 % des conversations

Auditabilité (questions 8 à 10)

8. Puis-je ouvrir les conversations derrière chaque chiffre ?

• Bonne réponse : Oui, depuis n'importe quel indicateur, déjà filtrées

• Signal d'alerte : Le taux est un chiffre dans un rapport mensuel

9. Chaque verdict est-il justifié ?

• Bonne réponse : Oui, l'évaluateur explique en une phrase pourquoi il a jugé résolu, non résolu ou manque d'information

• Signal d'alerte : Un pourcentage sans explication individuelle

10. Le taux dit-il pourquoi une conversation a échoué ?

• Bonne réponse : Oui : distinction entre manque d'information (knowledge gap), incompréhension, impasse de parcours

• Signal d'alerte : Un seul chiffre global, pas de cause

Amélioration (questions 11 et 12)

11. Comment passe-t-on du chiffre à une correction ?

• Bonne réponse : Un tri des sujets par conversations perdues (volume × non-résolu), pas par pourcentage, et un lien direct vers le contenu ou le parcours à corriger

• Signal d'alerte : « Votre CSM vous fera un rapport »

12. Quel taux vos clients en production atteignent-ils, avec cette définition ?

• Bonne réponse : Une fourchette honnête, mesurée avec la définition de la question 1

• Signal d'alerte : Un chiffre unique, rond, supérieur à 90 %

Sur la question 12, voici notre réponse : entre 50 et 85 % selon le client, mesuré conversation par conversation par un évaluateur IA, escalades correctes comprises. Le bas de la fourchette correspond aux bots qu'on vient de commencer à mesurer. Le haut, à ceux qui corrigent un sujet par mois depuis un an.

Et sur les questions 8 et 9, voici ce que « auditable » veut dire concrètement : chaque conversation porte son verdict, et le survol du verdict affiche la raison.

Comment noter les réponses

Une grille simple, compatible avec les grilles de sélection pondérées habituelles.

• 0 point : pas de réponse, ou signal d'alerte.

• 1 point : réponse partielle, ou promesse sans démonstration.

• 2 points : réponse complète, démontrée en soutenance sur des conversations réelles.

Total sur 24. Nous recommandons de faire peser ce bloc « mesure de la qualité » 15 % de la note globale, au même niveau que les intégrations. C'est la partie de l'offre qui détermine si vous saurez, six mois après la mise en production, si le projet tient ses promesses.

Deux règles de soutenance qui changent tout :

1. Demandez à voir le taux de résolution de la démo, pas la démo. Un éditeur qui mesure vraiment vous montrera l'écran des conversations non résolues sans hésiter. Celui qui ne mesure pas montrera le bot qui répond bien.

2. Faites ouvrir une conversation « résolue » au hasard. Puis demandez pourquoi elle est comptée résolue. La réponse, ou son absence, vaut les douze questions.

La clause à écrire dans le cahier des charges

Texte prêt à coller dans le bloc « Exigences fonctionnelles » ou « Pilotage et reporting » du CCTP.

Mesure de la qualité des conversations. Le titulaire fournit un taux de résolution calculé sur 100 % des conversations terminées, parcours scriptés et réponses générées inclus. Une conversation est comptée résolue lorsque la demande exprimée par l'utilisateur a été traitée : réponse directe, redirection vers une ressource valide, ou escalade correctement gérée vers un conseiller. Le silence de l'utilisateur ne vaut pas résolution. Chaque verdict est consultable individuellement, avec sa justification, depuis le tableau de bord. Le titulaire distingue les conversations non résolues par manque d'information dans la base de connaissances de celles non résolues pour une autre cause. Le taux d'automatisation est fourni séparément et calculé sur le total des conversations.

Ajoutez, dans les pièces à fournir : « Le candidat indique le taux de résolution atteint par trois clients en production, avec la définition ci-dessus, et précise la méthode d'évaluation. »

Le modèle Excel de grille de sélection fourni avec notre guide RGPD et appel d'offres chatbot IA accueille ce bloc en onglet supplémentaire.

Le piège du taux garanti

Certains cahiers des charges exigent un taux de résolution contractuel : « 80 % minimum, pénalités au-delà ». L'intention est bonne. L'effet est presque toujours inverse.

Un éditeur qui s'engage sur un chiffre choisit la définition qui le lui donne. Vous obtenez un taux d'automatisation à 90 % garanti, et aucun moyen de savoir combien de clients sont partis sans réponse. Pire : un bot poussé à « tenir le chiffre » apprend à ne pas escalader, ce qui est exactement ce que vos clients détestent.

Ce qui fonctionne : exiger la méthode, pas le résultat. Une définition stricte, une couverture à 100 %, des verdicts auditables, et une revue trimestrielle du taux sur cette base. Le chiffre monte de lui-même quand on peut le lire.

Ce qu'il faut retenir

• Un taux de résolution sans définition n'est pas comparable. Imposez la vôtre dans le CCTP et faites répondre tous les candidats dedans.

• Douze questions, quatre familles : définition, couverture, auditabilité, amélioration. Notées sur 24, pondérées 15 % de la note globale.

• Deux tests de soutenance : voir l'écran des conversations non résolues, et faire justifier une conversation « résolue » prise au hasard.

• Exigez la méthode, pas un taux garanti. Un chiffre contractuel pousse l'éditeur vers la définition la plus généreuse et le bot vers la rétention.

• Une fourchette honnête vaut mieux qu'un chiffre rond. Avec une définition stricte, les bots en production se situent entre 50 et 85 %.

Voir ce que « mesuré » veut dire, sur une vraie instance

Une démo de 30 minutes de l'AI Quality Monitoring, avec l'écran des conversations non résolues et la justification de chaque verdict.

👉 Réserver une démo

Questions fréquentes

Quel taux de résolution demander dans un appel d'offres chatbot IA ? Aucun chiffre imposé. Demandez une définition stricte (demande traitée, escalade correcte comprise, silence non compté), une couverture de 100 % des conversations et des verdicts auditables. Puis demandez à chaque candidat le taux atteint par ses clients en production avec cette définition. Avec elle, une fourchette de 50 à 85 % est crédible ; un chiffre supérieur à 90 % mesure presque toujours autre chose.

Quelle différence entre taux d'automatisation et taux de résolution dans un cahier des charges ? L'automatisation compte les conversations restées dans le bot sans transfert. La résolution compte celles où la demande a été traitée. Demandez les deux, séparément, le premier calculé sur le total des conversations.

Faut-il exiger un taux de résolution contractuel avec pénalités ? Non. L'éditeur choisira la définition la plus généreuse et le bot sera réglé pour éviter les escalades. Exigez plutôt la méthode de mesure et une revue trimestrielle.

Comment vérifier en soutenance qu'un éditeur mesure vraiment la résolution ? Demandez l'écran des conversations non résolues de la démo, puis faites ouvrir une conversation comptée résolue et demandez pourquoi elle l'est. Un éditeur qui mesure répond en dix secondes.

Les parcours scriptés doivent-ils être évalués comme les réponses de l'IA générative ? Oui, avec les mêmes critères. C'est la seule façon de comparer les deux sur vos propres sujets et de décider où déployer l'IA générative ensuite.