Score de satisfaction

  • Concept
  • Débutant
  • Transversal
  • Toujours utilisé

En bref

Indicateur qui mesure le niveau de contentement d'un client après une interaction précise, souvent noté CSAT, exprimé en pourcentage.

Définition complète

Le score de satisfaction (souvent noté CSAT, pour Customer Satisfaction Score) mesure le niveau de contentement d’un client après une interaction précise, comme un achat, un appel au service client ou une livraison. Il est généralement recueilli via une question simple (« Avez-vous été satisfait ? ») notée sur une échelle, par exemple de 1 à 5.

Formule : CSAT = (Nombre de réponses positives / Nombre total de réponses) x 100. Par exemple, sur 200 clients interrogés après un appel au service client, si 170 répondent « satisfait » ou « très satisfait », le score de satisfaction est de 85 %.

Attention : le score de satisfaction ne doit pas être confondu avec le Net Promoter Score (NPS), qui mesure la recommandation, une notion différente de la satisfaction ponctuelle.

À quoi ça sert

Le score de satisfaction permet de piloter la qualité du service au quotidien, en donnant une mesure concrète et régulière plutôt qu’une simple impression générale sur la façon dont les clients vivent une interaction précise.

Il aide à identifier rapidement un point de friction localisé, comme un délai anormal ou une procédure mal comprise, en comparant les scores dans le temps ou entre différentes équipes.

Enfin, c’est un indicateur simple à comprendre pour motiver des équipes autour d’un objectif concret et mesurable, notamment dans un service client ou une équipe de livraison.

Cas d'usage typiques

– Mesurer la satisfaction juste après un appel au support client.
– Évaluer la satisfaction après une livraison ou une prestation de service.
– Comparer la satisfaction entre deux agences ou deux conseillers.
– Détecter une dégradation ponctuelle de la qualité de service.
– Alimenter un tableau de bord qualité destiné au management.
– Justifier une action corrective ou un objectif d’équipe sur un critère concret et mesurable.

Ce que tu sauras faire

Calculer et interpréter un score de satisfaction, et l'utiliser pour identifier une action corrective ciblée.

Mises en situation

Situation 1 : un centre d’appels suit son score au quotidien

Contexte : Un centre d’appels envoie un message avec une question de satisfaction juste après chaque appel résolu.

Application : Un conseiller voit son score chuter un jour donné et en discute avec son responsable.

Résultat attendu : L’équipe identifie qu’une procédure interne récemment modifiée rallongeait le temps d’attente, ce qui explique la baisse ponctuelle du score.

Situation 2 : une livraison en retard fait chuter le score

Contexte : Un site de vente en ligne mesure la satisfaction juste après chaque livraison.

Application : Lors d’un pic de commandes de fin d’année, les retards de livraison se multiplient et le score de satisfaction baisse fortement pendant deux semaines.

Résultat attendu : L’entreprise identifie le lien direct entre le délai de livraison et le score, et communique proactivement sur les retards pour limiter la déception.

Situation 3 : confondre satisfaction et fidélité

Contexte : Un restaurant obtient un excellent score de satisfaction sur ses fiches d’évaluation.

Application : Malgré cela, le gérant constate que peu de clients reviennent une seconde fois.

Résultat attendu : Le gérant comprend que la satisfaction ponctuelle ne garantit pas le retour du client, et qu’il faut aussi travailler la relation dans la durée.

Application guidée : calculer et interpréter un score

Contexte : Un service après-vente interroge 150 clients après une intervention technique. 110 répondent « satisfait » ou « très satisfait », 25 répondent « neutre », 15 répondent « insatisfait ».

Question : Comment calculer le score de satisfaction et comment l’interpréter ?

Résultat attendu : CSAT = 110 / 150 x 100 = 73 %. Ce chiffre signifie que près des trois quarts des clients sont contents, mais il faut aussi regarder en détail les 15 clients insatisfaits : leurs motifs de mécontentement sont souvent plus riches en enseignements que la moyenne globale.

Application guidée : comparer deux scores

Contexte : Une entreprise compare deux agences : l’agence A affiche un score de 90 % calculé sur 20 réponses ; l’agence B affiche un score de 80 % calculé sur 300 réponses.

Question : Peut-on conclure que l’agence A offre un meilleur service que l’agence B ?

Résultat attendu : Pas de façon fiable : le score de l’agence A repose sur un échantillon très faible, ce qui le rend peu représentatif et sensible au hasard, alors que celui de l’agence B, calculé sur 300 réponses, est statistiquement plus solide. Il faut toujours comparer les scores en tenant compte du volume de réponses.

Pour bien le retenir

L'analogie

Comme la fiche d’évaluation qu’un restaurant glisse avec l’addition : elle ne demande pas si vous reviendrez, elle demande juste si le repas de ce soir vous a plu. Le score de satisfaction capture un instant précis, pas la relation entière avec le client.

« Une photo de l'instant, pas un film de toute la relation. »

Pièges à éviter

À ne pas confondre avec

Ne confondez pas score de satisfaction, qui est ponctuel, et fidélité, qui se construit dans la durée : un client peut être satisfait d'un achat précis et choisir un concurrent la fois suivante.

Méfiez-vous d'un score calculé sur un échantillon de réponses trop petit pour être fiable, qui peut varier fortement d'une mesure à l'autre sans que la qualité réelle du service ait changé.

N'ignorez jamais les biais de collecte : souvent, seuls les clients très contents ou très mécontents prennent le temps de répondre à une enquête, ce qui peut déformer le score final.

Évolution historique

Apparition : Années 1980-1990

Quels changements depuis l’arrivée de l’IA ?

L’analyse de sentiment par intelligence artificielle permet désormais d’extraire un score de satisfaction à partir de texte libre, comme des commentaires, des avis ou des retranscriptions d’appels, sans passer uniquement par une note explicite. Cela permet de détecter des signaux faibles d’insatisfaction en temps réel, avant même qu’un client ne réponde à une enquête classique.

Évolution historique

Années 1980 : premières enquêtes de satisfaction papier dans l’industrie et les services.

Années 1990-2000 : développement des démarches qualité intégrant la mesure de satisfaction de façon plus systématique.

Années 2000-2010 : enquêtes en ligne automatisées envoyées après chaque interaction.

Années 2010 : généralisation du CSAT « à chaud », mesuré juste après l’interaction, par email ou message court.

Aujourd’hui : analyse de sentiment par intelligence artificielle sur les commentaires et les appels, en complément du score déclaratif.