Repérer les signaux de churn dans les conversations Intercom
Faites des conversations Intercom des signaux de churn : tags, attributs de conversation, notes et remarques CSAT, Topics Explorer, Workflows et exports.
Par Florian
La plupart des clients qui quittent un abonnement disent quelque chose avant. Ils demandent comment exporter leurs données, se plaignent d’un prélèvement, notent mal une conversation, ou écrivent trois fois au sujet du même bug. Dans Intercom, ces messages restent dans l’Inbox, sont fermés, et sont rarement relus ensemble.
Ce guide montre comment transformer les conversations Intercom en signaux de churn que vous pouvez compter et sur lesquels agir : quels signaux chercher, comment les capter avec des tags et des attributs de conversation, comment lire les notes de conversation, et comment sortir les données. Il s’en tient à la documentation d’Intercom : notes de conversation, rapports CSAT, le rapport des tags de conversation, les données de conversation, le Topics Explorer, les exports de données et la référence de la Conversation API (tous consultés en novembre 2026).
Les signaux qui valent d’être captés
Toutes les conversations ne disent pas quelque chose du churn. Voici les tendances qui le font généralement. Voyez-les comme des hypothèses à vérifier sur vos propres annulations, pas comme des règles.
| Signal | À quoi il ressemble dans Intercom | Comment le capter |
|---|---|---|
| Intention explicite d’annuler | « Comment annuler », « fermer mon compte », « arrêtez de me facturer » | Tag, ou attribut de conversation rempli par un Workflow |
| Friction de facturation | Prélèvement contesté, renouvellement inattendu, demande de remboursement | Tag billing-complaint |
| Sortie des données | Questions sur l’export des données ou la suppression de l’espace de travail | Tag data-export |
| Faible satisfaction | Une mauvaise note de conversation, souvent avec une remarque | Note de conversation (native) |
| Contacts répétés | Le même client qui écrit plusieurs fois sur le même problème | Attribut comme « Issue » plus rapports par entreprise ou utilisateur |
| Fonctionnalité manquante | « Est-ce que ça fait X ? » suivi de « on va regarder ailleurs » | Tag feature-gap avec un attribut liste qui nomme la fonctionnalité |
L’objectif est un petit ensemble stable. Une liste de quarante tags que personne n’applique de façon cohérente est pire que cinq que tout le monde utilise.
Tags ou attributs de données de conversation
Intercom vous donne deux façons d’étiqueter une conversation, adaptées à des usages différents.
Les tags sont rapides et libres. Le rapport des tags de conversation d’Intercom montre les nouvelles conversations, les conversations taguées, leur évolution dans le temps et les tags les plus utilisés. Deux réserves de cette page comptent pour l’analyse du churn :
- Les conversations sont datées par leur date de début, pas par la date d’ajout du tag.
- Le rapport des tags est mis à jour avec un délai de 24 à 36 heures : ce n’est pas une alerte en temps réel.
Les attributs de données de conversation ressemblent davantage à des champs de ticket. Le guide des données de conversation d’Intercom explique que vous les créez dans Settings > Data > Conversations, avec un type texte, nombre, vrai/faux ou liste de valeurs. Ils peuvent être remplis à la main dans la conversation, avec des macros, ou automatiquement par des Workflows.
Pour les signaux de churn, un attribut liste comme « Churn signal » avec des valeurs fixes (Cancellation request, Billing complaint, Data export, Feature gap, None) est généralement plus fiable que les tags : l’équipe choisit dans une liste au lieu de taper, et les valeurs restent cohérentes dans les rapports.
Router l’intention d’annuler avec les Workflows
Le centre d’aide d’Intercom sur l’assignation des conversations indique que les Workflows peuvent automatiquement taguer les conversations, les marquer comme prioritaires, remplir des attributs de conversation et les router vers une équipe. Une configuration simple pour l’intention d’annuler :
- Créez un attribut liste « Churn signal » (Settings > Data > Conversations).
- Créez un Workflow qui s’exécute quand un client envoie un message. Ajoutez une branche pour les messages contenant des expressions comme « cancel », « unsubscribe », « close my account » ou « refund ».
- Dans cette branche, réglez « Churn signal » sur Cancellation request et ajoutez un tag si vous le voulez aussi dans le rapport des tags.
- Assignez la conversation à l’équipe qui gère la facturation ou la rétention.
- Revoyez la branche toutes les quelques semaines. Les règles par mots-clés attrapent aussi « annuler ma commande » et « annuler la réunion » : attendez-vous à des faux positifs et laissez l’équipe corriger l’attribut.
Une règle qui ne doit jamais changer : si le client demande à annuler, l’équipe qui reçoit la conversation annule. Le routage est là pour que la demande soit traitée vite et correctement enregistrée, pas pour ajouter des étapes devant elle. Voir notre guide sur les règles de résiliation en un clic.
Si votre espace de travail utilise Fin, Intercom documente aussi le Topics Explorer, qui utilise l’IA pour regrouper les conversations en sujets et sous-sujets. Les administrateurs peuvent créer, fusionner, renommer et supprimer des sujets : vous pouvez donc façonner un sujet « Cancellation » à la main. Intercom liste des prérequis : il demande l’add-on Pro, il n’est disponible que tant que Fin est actif, et le modèle initial s’appuie sur les conversations entrantes des 90 derniers jours. Il est distinct de l’ancien rapport de sujets de conversation basé sur les mots-clés.
Lire les notes de conversation
Les notes de conversation sont le CSAT intégré d’Intercom. D’après l’article sur les notes de conversation d’Intercom :
- Après qu’un membre de l’équipe a fermé une conversation, le client voit cinq réactions emoji (dans le Messenger) ou cinq emoji avec libellés (par email), et on lui demande un commentaire facultatif, appelé remarque.
- La note s’applique au membre de l’équipe qui a envoyé le dernier message dans la conversation.
- Les conversations de groupe, avec plus d’un utilisateur ou lead, ne sont pas soumises à l’enquête.
L’article sur les rapports CSAT décrit un modèle de rapport Surveyed CSAT accessible aux membres de l’équipe qui ont accès aux rapports, avec les notes et remarques de conversation ventilées par sentiment. Intercom suggère de filtrer par note de conversation pour trouver les conversations négatives et les traiter en premier. Les graphiques CSAT personnalisés, et l’usage des attributs de note de conversation dans des rapports personnalisés, demandent l’offre Advanced ou Expert.
Pour le churn, la remarque est souvent plus utile que le score. Un deux sur cinq avec « troisième fois que je pose la question sur cette facture » vous en dit plus que n’importe quelle moyenne. Lisez les remarques négatives chaque semaine et étiquetez chaque conversation avec votre attribut « Churn signal ».
Deux mises en garde :
- Une note décrit une conversation, pas toute la relation du client. Une note positive sur une annulation traitée vite est un bon résultat, pas le signe que le client reste.
- Le biais de réponse est réel. Seuls certains clients notent. Ne comparez pas de petits échantillons entre membres de l’équipe ou entre mois comme s’ils étaient précis.
Sortir les données
Pour relier les signaux du support à ceux qui ont réellement annulé, il vous faut les données hors d’Intercom. L’article sur l’export d’Intercom et les pages d’aide associées décrivent plusieurs voies :
| Voie | Ce que vous obtenez | Limites documentées par Intercom |
|---|---|---|
| Reports > Dataset export | CSV des métadonnées de conversation : identifiants, horodatages, attributs, indicateurs | Pas le contenu complet des messages ; téléchargements navigateur limités à 10 000 lignes, les plus gros envoyés par email |
| Export depuis l’Inbox | Transcriptions en texte ou en PDF | Quelques centaines de conversations par opération |
| Conversations API | Objets conversation complets, avec tags, attributs personnalisés et la note | Limites de débit et pagination |
L’objet Conversation de l’API porte tags, custom_attributes (vos attributs de données de conversation) et conversation_rating, qui contient une note de 1 à 5 et une remarque facultative. C’est assez pour relier les données Intercom à vos données de facturation par l’email ou l’identifiant utilisateur du client.
Une routine hebdomadaire
- Lundi : ouvrez le rapport Surveyed CSAT, filtrez sur les notes négatives de la semaine passée, lisez chaque remarque.
- Remplissez l’attribut « Churn signal » sur toute conversation qui en montre un et que le Workflow a manquée.
- Exportez les conversations de la semaine avec un signal de churn (Dataset export ou API).
- Reliez-les à vos données d’abonnement : qui a annulé, qui est passé à une offre inférieure, qui a eu un paiement échoué dans les semaines suivantes.
- Une fois par mois : comptez quels signaux ont précédé le plus souvent les annulations, et vérifiez si les raisons données au support correspondent à celles données à l’annulation. Notre guide pour trouver ce qui prédit le churn explique comment le lire sans confondre corrélation et causalité.
Gardez les mots du client tels qu’il les a écrits. Une citation est une preuve ; un résumé écrit après coup est une opinion.
Le faire avec NoChurn
Le connecteur Intercom de NoChurn est en lecture seule : il lit les conversations et ne répond, ne tague ni ne modifie jamais rien dans Intercom. Les conversations sont rattachées à vos clients par email ; les correspondances douteuses vous sont suggérées pour confirmation et ne sont jamais fusionnées automatiquement. Les conversations rattachées alimentent le churn score (de 0 à 100) et la vue des facteurs de churn, et sont conservées comme preuves datées et mot pour mot, qui peuvent être jointes à une réponse de chargeback sur Stripe ou Braintree, rédigée par l’IA et envoyée seulement après votre relecture. Tags, routage, notes et réponses restent dans Intercom. Voir NoChurn + Intercom.