Les Fin Attributes classifient automatiquement chaque conversation - utiliser des attributs peut vous aider à définir le type de problème, le sentiment ou l'urgence. Les conversations sont instantanément étiquetées, vous permettant de les router vers la bonne équipe, déclencher les bonnes actions, et obtenir des rapports précis sans effort manuel.

Démarrage rapide : Configurez les Fin Attributes en 3 étapes

Décidez ce que vous voulez détecter
Choisissez les attributs structurés que vous souhaitez que Fin classe - comme le type de problème, le sentiment, l'urgence ou le spam.
Créez ou convertissez un attribute
Allez à Fin → Train → Attributes. Définissez les valeurs de votre attribute avec des descriptions claires, ou convertissez un attribute existant au format liste.
Prévisualisez et activez
Utilisez l'outil de prévisualisation pour tester la précision de Fin. Ajustez les descriptions de vos valeurs, puis activez l'attribute pour les conversations réelles.

Une fois activé, utilisez les valeurs d'attribut détectées dans Escalation Rules, Workflows, et Reporting.

Avantages clés

Attributs personnalisés qui reflètent votre entreprise : Entraînez Fin à détecter des attributs comme le type de problème, l'urgence, le sentiment ou le statut de spam.
Détection intelligente et adaptative : Fin évalue le contexte aux moments clés et met à jour les valeurs au fur et à mesure que la conversation évolue.
Routage et escalade intelligents : Combinez les Fin Attributes avec workflows et Escalation Rules pour router les conversations vers la bonne équipe au bon moment.
Structure prête pour le reporting : Toutes les données d'attribut détectées alimentent les rapports Intercom pour une analyse approfondie — sans étiquetage manuel requis.
Transparence et contrôle complets : Visualisez, validez et modifiez la logique des attributs de Fin à tout moment.

Note : Si vous utilisez déjà AI Category Detection, découvrez comment Fin Attributes se compare et comment faire la transition.

Comment et quand Fin applique les attributs aux conversations

1. Par défaut : Appliquer un attribute lorsque le travail de Fin est terminé

Par défaut, Fin assigne ou met à jour les attributs lorsqu'il décide que son rôle dans une conversation est terminé — par exemple :

Lors du transfert à un coéquipier
Lorsqu'un client exprime une résolution (retour positif)
Lorsqu'un client devient inactif

💡 Pourquoi c'est important : Ces moments marquent naturellement quand l'intention ou le résultat d'une conversation devient clair. Appliquer un attribute ici garantit que votre routage et vos rapports reflètent le contexte final du besoin du client — pas une supposition précoce.

Vous pouvez utiliser ces données pour :

Définir la logique de routage ou de transfert post-Fin dans Workflows (par exemple, « Si le type de problème est Billing → router vers l'équipe Finance »)
Générer des rapports précis sur les types de requêtes que Fin a traitées ou transférées.

Important : Les Fin Attributes sont automatiquement détectés et appliqués uniquement pour les conversations. Ils ne sont pas automatiquement détectés pour les tickets, vous devrez donc définir ou mettre à jour les Fin Attributes manuellement lors du travail avec des tickets.

2. Redétection dynamique (lorsqu'utilisé dans Escalation Rules)

Lorsqu'un Fin Attribute est utilisé dans les règles d'escalade, Fin réévalue automatiquement cet attribute en fonction de la dernière interaction client.

💡 Pourquoi c'est important : Ce comportement garantit que Fin réagit immédiatement aux changements d'intention ou de sentiment du client qui pourraient nécessiter une escalade. Par exemple, si le type de problème change de General question à Refund request, Fin peut instantanément transférer la conversation selon vos règles - aidant les coéquipiers à intervenir au moment exact.

3. Optionnel : Détecter à la fermeture

Lorsque vous activez « Détecter à la fermeture » pour un attribute, Fin vérifiera et mettra à jour la valeur à nouveau lorsque la conversation sera fermée - que ce soit par un coéquipier ou une automatisation. Cela peut être activé lors de la création ou de la modification d'un attribute.

💡 Pourquoi c'est important : Si de nouvelles informations ou un contexte sont apparus tard dans la discussion, Fin a une dernière chance de corriger ou affiner la classification. Cela garantit que vos rapports restent précis et à jour, même si les choses changent tard dans la conversation.

Comment configurer les Fin Attributes

Étape 1 : Décidez ce que vous voulez classifier

Réfléchissez aux types d'informations structurées que vous souhaitez que Fin détecte. Exemples courants incluent :

Type de problème (par ex., Billing, Projects, Account Management)
Sentiment (Positif, Neutre, Négatif)
Urgence (Urgent, Élevé, Normal, Faible)
Détection de spam (Spam, Légitime)

Étape 2 : Créez un nouvel attribute (ou convertissez un attribute existant)

Pour créer un nouveau Fin Attribute :

Allez à Fin > Train > Attributes pour commencer.
Cliquez sur Nouveau.
Remplissez le Nom et la Description de votre attribute.
Ajoutez des Valeurs d'attribut (avec des descriptions claires pour chacune)

Conseil : Apprenez à créer des noms et descriptions d'attribut efficaces pour aider Fin à classer vos conversations de support avec une grande précision

Pour convertir un attribute existant :

Allez dans Paramètres > Données > Conversations, cliquez sur modifier un attribut au format liste, puis cliquez sur Laisser Fin détecter.
Une fois converti, l'attribut apparaîtra sous Fin AI Agent > Train > Attributes.

Note : Une fois converti, un attribut ne peut pas être annulé - mais vous pouvez le laisser désactivé si nécessaire.

Étape 3 : Prévisualiser avant d'activer

Avant d'activer un attribut, utilisez la prévisualisation intégrée dans Fin AI Agent > Train > Attributes pour :

Tester les valeurs d'attribut avec des exemples de messages clients
Vérifier la précision avec laquelle Fin applique la bonne valeur
Itérer sur les noms et descriptions avant d'activer

[Optionnel] Étape 4 : Ajouter des règles conditionnelles

Utilisez Conditions pour créer des règles qui contrôlent précisément quand Fin doit détecter un attribut spécifique. Cela permet une classification plus précise, ce qui conduit à un routage et un reporting plus propres.

Les Conditions fonctionnent en reliant les attributs entre eux, créant une relation de dépendance. Fin tentera de détecter l'attribut dépendant seulement après avoir identifié l'attribut contrôlant et sa valeur.

Note : Avant que Fin puisse détecter un attribut dépendant, l'attribut contrôlant doit lui-même être un Attribut Fin activé. Si l'attribut contrôlant est désactivé ou encore classifié via workflows ou AI Category Detection, Fin ne peut pas évaluer sa valeur. En conséquence, les attributs dépendants ne seront pas détectés, même s'ils sont activés. Assurez-vous toujours que les attributs contrôlants sont activés pour que la logique conditionnelle fonctionne comme prévu.

Comment ça fonctionne

La logique des Conditions est une simple instruction Si/Alors :

Si Fin détecte une valeur spécifique pour un attribut contrôlant, alors il tentera de détecter l'attribut dépendant.

Vous pouvez configurer ces règles dans le tiroir latéral des paramètres d'attribut sous l'onglet Conditions. Pour chaque règle, vous définirez :

Définir la valeur de l'attribut contrôlant.
Choisir la condition qui doit être déclenchée lorsque cette valeur contrôlante est détectée.
Spécifier quelles valeurs de condition sont autorisées.

Exemples :

Si Type de problème = Demande de remboursement → alors détecter la raison de la demande de remboursement.
Si Sentiment = Sentiment négatif → alors détecter l'Urgence.

Lorsque cette logique est en place, Fin détectera d'abord l'attribut contrôlant. Si la valeur définie correspond, Fin tentera ensuite de détecter les conditions liées.

Note : La logique des Conditions est respectée dans Guidance d'escalade basée sur des règles. Si une condition est référencée dans une Guidance d'escalade basée sur des règles, Fin réévaluera la conversation après chaque message client pour vérifier si les valeurs contrôlantes et conditionnelles correspondent.

Surveillance et révision des Attributs Fin

Une fois vos Attributs Fin activés, Fin fournit des statistiques en temps réel pour vous aider à comprendre comment les attributs sont appliqués.

Vous verrez :

Conversations → le nombre de conversations que Fin a détectées pour chaque attribut et valeur d'attribut spécifique.
Résolu → le pourcentage de ces conversations que Fin a pu résoudre complètement.
Routé → le pourcentage de conversations correctement routées en utilisant cet attribut.

Vous pouvez également examiner les conversations individuelles pour vérifier comment Fin a appliqué un attribut et valider la précision. Cela vous permet de surveiller la précision de la classification, de revoir les conversations mal classées et de mettre à jour les descriptions d'attributs en fonction des tendances.

Exemples d'utilisation

Voici quelques exemples de façons dont les clients utilisent les Attributs Fin pour classer les conversations.

Exemple d'attribut Type de problème :

Projets - Les projets sont un ensemble de tâches et d'activités liées visant à atteindre un objectif ou un livrable spécifique, pouvant impliquer la collaboration entre coéquipiers, le suivi du temps, des jalons ou objectifs, et le statut.
Facturation - La facturation englobe la gestion des plans d'abonnement, factures, méthodes de paiement, remises, fonctionnalités des plans, essais, restrictions de compte, remboursements, et plus encore pour une expérience de facturation fluide.
Gestion de compte - La gestion de compte couvre les discussions liées aux comptes utilisateurs, y compris la création, la suppression, la mise à jour des informations personnelles et de paiement, et plus encore.

Exemple d'attribut Sentiment :

Positif - Un sentiment positif signifie que l'utilisateur qui a écrit le message semble généralement heureux ou satisfait et ressent probablement une émotion positive.
Négatif - Un sentiment négatif signifie que l'utilisateur qui a écrit le message semble généralement mécontent ou insatisfait et ressent probablement une émotion négative.
Neutre - Un sentiment neutre signifie que l'utilisateur qui a écrit le message semble ni heureux ni mécontent et qu'il est difficile de deviner son émotion.

Exemple d'attribut Détection de spam :

Spam - Spam automatisé envoyé aux agents du support client. Cela inclut les répondeurs automatiques, newsletters, messages invités, et autres messages généraux de spam pouvant être ignorés par l'analyste CS.
Légitime - Conversations légitimes dans lesquelles l'utilisateur a un problème réel qui doit être traité par un analyste du support client.

FAQs

Qu'est-ce que Fin utilise pour détecter les Attributs Fin ?

Fin utilise le nom de l'attribut, sa description, ainsi que les noms et descriptions des valeurs lors de l'évaluation de la valeur d'attribut à appliquer. Assurez-vous que tous ces champs sont rédigés de manière lisible et facile à interpréter pour Fin.

Que faire si l'attribut appliqué à la conversation n'est pas précis ?

Nous recommandons de vérifier les noms et descriptions. Utilisez nos meilleures pratiques et testez avec de vrais messages clients dans l'outil de prévisualisation.

Astuce pro : Pour vous aider à revoir vos étiquettes et descriptions de valeurs d'attribut, vous pouvez essayer d'utiliser un outil d'écriture IA tel que Chat GPT ou Claude.

Exemple de prompt :

You are an expert in customer-support AI. You are evaluating a taxonomy used by a LLM to classify customer support conversations. For each attribute (e.g., Topic, Sentiment), the LLM chooses the most appropriate attribute based on a combination of the attribute name and its description. This taxonomy will directly impact the LLM's ability to classify real customer support conversations. Your task is to assess the quality of this setup using the following best practices: Create clear, concise names - Choose short, descriptive names that immediately convey the attributes purpose. Write comprehensive descriptions - Take the time to write detailed descriptions and include all relevant information about what belongs in the attribute. Think about every type of conversation that should fall under this attribute and describe them in the description. Providing a detailed description will help Fin classify conversations correctly. You can include keywords and examples of customer questions. Make attributes distinct - Avoid creating attributes that overlap too much. Your attributes should be clearly different from each other, making it easy to determine which one best fits a given situation. This should be checked within each attribute only. It's fine for different attributes to apply to the same conversation. It shouldn't affect the score. Overlap with values in other attributes is allowed and does not affect this score. Ignore Archived Attributes - If a attribute is marked as archived, do not evaluate or score it. Add 5 Columns to the CSV Clarity/Conciseness (1–5), Description Comprehensiveness (1–5), Attribute Distinction (1–5), Final Score, Comment Assess each parameter for each attribute, and write a comment of why you applied this rating. Then calculate the overall score for this setup. After you've done this add one more column: Overlapping Attributes. If you think any given attribute overlaps with other attributes - list these attributes there.

Que se passe-t-il si Fin ne détecte pas de valeur ?

Fin renverra une valeur nulle si aucun attribut ne s'applique, ce qui laissera l'attribut vide. Vous pouvez inclure une option « Autre » pour capturer les conversations non classifiées si vous le souhaitez.

Note : Si l'attribut fait partie d'une chaîne conditionnelle, vérifiez que l'attribut contrôlant est activé en tant qu'attribut Fin, car Fin ne peut pas évaluer les attributs dépendants à moins que l'attribut contrôlant soit activé.

Quand devrais-je inclure une valeur « Autre » ?

Tous les attributs n'ont pas besoin d'une valeur « Autre », mais pour de nombreux cas d'utilisation, c'est une précaution importante.

Si votre attribut couvre un ensemble large ou évolutif de sujets (comme Type de problème ou Zone de produit), incluez une valeur Autre. Cela donne à Fin une solution de secours, garantissant que chaque conversation est classée plutôt que laissée vide.

Pour les attributs qui sont collectivement exhaustifs (comme les modèles de Sentiment ou d'Urgence), une valeur « Autre » n'est généralement pas nécessaire, Fin peut toujours attribuer l'une des options définies.

Pourquoi mes attributs conditionnels Fin ne sont-ils pas détectés ?

La détection conditionnelle ne fonctionne que lorsque les attributs contrôlant et dépendant sont des attributs Fin activés.

Si un attribut dépendant est activé en tant qu'attribut Fin, mais que l'attribut contrôlant n'est pas activé (par exemple, l'attribut contrôlant est toujours alimenté par workflows ou par la détection de catégorie IA héritée), Fin ne détectera pas l'attribut dépendant même si les conditions sont configurées correctement.

Pour que la logique conditionnelle fonctionne :

L'attribut contrôlant doit être converti en attribut Fin.
Il doit être activé.
Fin doit être présent dans la conversation pour pouvoir détecter la valeur de l'attribut contrôlant.
Ce n'est qu'alors que Fin évaluera et appliquera les valeurs des attributs dépendants.

Exemple de scénario :
Si vous avez un attribut comme « Sujet » contrôlant plusieurs attributs Fin dépendants, mais que « Sujet » n'est pas activé en tant qu'attribut Fin, Fin ne peut pas évaluer sa valeur. En conséquence, tous les attributs dépendants ne seront pas détectés, même s'ils sont activés individuellement.

J'utilise la détection de catégorie IA - devrais-je passer aux attributs Fin ?

Les attributs Fin sont la nouvelle génération de détection de catégorie IA. Les attributs Fin fonctionnent automatiquement, nécessitent moins de maintenance des workflows et s'intègrent parfaitement aux règles d'escalade, vous donnant un contrôle total sur les conversations que Fin transmet à votre équipe.

Votre configuration actuelle ne changera pas, mais nous vous recommandons d'en apprendre davantage et de passer aux attributs Fin pour une meilleure expérience produit.

Que se passe-t-il lorsque je convertis un attribut existant de détection de catégorie IA en attribut Fin ?

Lorsque vous convertissez un attribut de conversation existant de détection de catégorie IA en attribut Fin, Fin utilise simplement le même attribut de conversation sous-jacent. Cela signifie :

L'attribut converti continuera de fonctionner dans vos workflows et rapports existants sans interruption.
Une fois activé, Fin commencera à classer les valeurs d'attribut à des moments clés, vous pouvez donc voir ces attributs mis à jour deux fois au début (une fois par la détection de catégorie IA, une fois par Fin).
Pour simplifier, vous pouvez éventuellement supprimer vos blocs de workflow de détection de catégorie IA une fois que vous êtes satisfait de la façon dont Fin applique les attributs.
La conversion est une action unidirectionnelle - les attributs ne peuvent pas être ramenés à la détection de catégorie IA, mais ils peuvent être désactivés si nécessaire.

À quoi les attributs Fin ne peuvent-ils pas servir ?

Les attributs Fin ne peuvent pas être utilisés conjointement avec les réponses personnalisées. Les réponses personnalisées ne sont pas disponibles pour les clients ayant rejoint Intercom à partir du 19 mars 2025.

Dois-je impliquer Fin dans chaque conversation pour utiliser les attributs Fin ?

Oui. Les attributs Fin sont appliqués par Fin lorsqu'il est présent dans une conversation. Cela signifie que Fin doit être inclus dans vos workflows pour classer les conversations.

Si vous préférez que Fin ne réponde pas dans certains cas, vous pouvez utiliser les règles d'escalade. Cela permet à Fin de classer la conversation puis de sortir immédiatement, en fonction des attributs de conversation ou d'utilisateur de votre choix.

Par exemple, vous pourriez :

Escalader toutes les conversations où Canal = Email
Escalader toutes les conversations où Attribut = Facturation

De cette façon, vous bénéficiez d'une classification cohérente sur toutes les conversations, tout en gardant un contrôle total sur les moments où Fin répond ou non.

Y a-t-il une limite lors de l'utilisation de l'option Upload ?

Oui, il y a une limite de 250 valeurs par attribut, c'est donc le maximum pouvant être envoyé lors du téléchargement d'un attribut de liste via un fichier CSV.

Que faire si l'attribut Fin appliqué à la conversation n'est pas précis ?

Vérifiez que les noms et descriptions suivent les conseils de bonnes pratiques pour les attributs Fin.

Puis-je utiliser les attributs Fin avec mon plan Intercom actuel ?

Oui, les attributs Fin sont actuellement disponibles sur tous les plans sans coût supplémentaire. Tout changement de tarification vous sera toujours communiqué à l'avance.

Comment créer des Fin Attributes