Case study

Fnac Darty, réclamation divisées par 4 et NPS x2 grâce à l'IA Voix du Client

÷4
réclamation
600K
conversations par mois
x2
NPS
J+1
alertes sur vendeurs à risque
about

Fnac Darty opère une marketplace où l'enseigne « ne touche pas les colis » mais porte l'expérience : la promesse de marque dépend de milliers de vendeurs partenaires.

Le contexte

Fnac Darty opère une marketplace où l'enseigne « ne touche pas les colis » mais porte l'expérience : la promesse de marque dépend de milliers de vendeurs partenaires (logistique, SAV, qualité de réponse, conformité).

Pendant le Covid, les microfailles explosent : retards, transporteurs saturés, réclamations qui montent, et une équipe CX qui arrive toujours trop tard.

Enjeu clé : passer d'un pilotage par quelques KPI et une lecture artisanale des verbatims à une approche systémique, industrialisée et actionnable de la Voix du Client.

Le challenge

NPS marketplace illisible et volatile

Les variations par vendeur, catégorie ou marché étaient inexplicables. Chaque lundi, deux personnes classifiaient des centaines de verbatims à la main, avec tous les biais que cela implique.

600 000 conversations non exploitées

Échanges clients, marchands et call center inexploités. Vendeurs fantômes, garanties non respectées, remboursements hors plateforme : autant d'alertes critiques invisibles, sans réclamation ni appel.

Pas de gouvernance CX transverse

Les équipes CSM font grandir le business, pas la qualité vendeur. Sans données qualitatives agrégées, transformer un insight en plan d'action était impossible.

« Avant, j'utilisais mes équipes pour lire des verbatims et remplir des tableaux Excel. Aujourd'hui, je les utilise pour passer à l'action et créer le changement. »

Bilel Raouli, Head of Marketplace Performance & CX

La solution mise en place

Glanceable a permis à Fnac Darty de centraliser et croiser :

  • Verbatims NPS (note + commentaire)
  • Avis clients sur les vendeurs
  • 600 000 conversations / mois

Croisement avec les métadonnées commandes. L'agent IA « Charlie » :

  • Évalue chaque vendeur en risque low / medium / high
  • Descend au niveau commande pour expliquer les irritants
  • Propose des recommandations concrètes (ex. : plan lancé en 48h)

Résultats obtenus

  • Réclamations divisées par 4
  • NPS multiplié par 2
  • Alertes J+1 sur les vendeurs à risque
  • Analyse des variations NPS en 3 clics

« On mesurait nos marchands sur des KPI quantitatifs. Ce qui manquait, c'était la voix du client. »

Bilel Raouli, Head of Marketplace Performance & CX

The difference, in practice

Marketplace NPS x2.

600,000 conversations analyzed per month.

A centralized Voice of Customer.

A 360° view of satisfaction, distributed to all frontline teams to turn them into moments of truth.

+2 NPS points in 2 years.

10% reduction in refunds for vehicle incompatibility. 31 licenses deployed across the organization.