> For the complete documentation index, see [llms.txt](https://docs.enate.net/enate-help/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.enate.net/enate-help/francais/rapports/rapport-sur-les-performances-de-la-classification-des-e-mails-par-ia.md). # Rapport sur les performances de la classification des e-mails par IA Le rapport sur les performances de classification des e-mails par IA présente des informations relatives à la classification des e-mails par EnateAI, en indiquant notamment l'efficacité avec laquelle cette IA évalue et classe avec précision les e-mails entrants qui génèrent des Tickets. Les utilisateurs peuvent s'appuyer sur ces informations pour déterminer s'il convient d'ajuster les paramètres de l'IA, par exemple les niveaux de confiance définis pour déclencher une intervention manuelle.
## **Configuration requise pour utiliser le rapport sur les performances de la classification des e-mails par IA** Pour que le rapport « Classification des e-mails par IA » affiche des données, l'intégration correspondante « EnateAI Email Classification » doit être activée dans votre système. Cette opération peut être effectuée dans la Marketplace d'Enate, dans Builder. Une fois cette intégration en cours, les e-mails entrants donnant lieu à la création d'un nouveau Ticket généreront les données nécessaires au rapport. {% hint style="info" %} Modifier les paramètres des suggestions \ Il est important de noter que les données affichées dans ce rapport concernent uniquement : * E-mails entrants qui déclenchent la création d'un Ticket ET * qui ont été classés par EnateAI Email Classification. {% endhint %} ## **Accéder au rapport sur les performances de classification des e-mails par l'IA** L'accès au rapport sur les performances de classification des e-mails par IA et la possibilité de le modifier sont gérés via les rôles utilisateur, comme pour tous les autres rapports d'Enate. Pour modifier ce rapport, les utilisateurs doivent disposer de la fonctionnalité « Créer des rapports personnalisés » activée. Voici quelques exemples d'informations que l'on peut trouver dans ce rapport ## **Structure du rapport sur les performances et la précision de la classification par IA** #### **Tickets issus d'e-mails reçus**
Ce graphique présente le nombre de Tickets créés à partir d'e-mails reçus. #### **Pourcentage d'e-mails analysés par l'IA**
Ce graphique présente le pourcentage d'e-mails entrants ayant donné lieu à la création de Tickets et ayant également été classés par EnateAI Email Classification. #### **Prévisions basées sur l'IA acceptées**
Ce graphique présente le nombre et le pourcentage de classifications générées par l'IA qui ont été acceptées par les utilisateurs. #### **Prédictions de l'IA ignorées**
Ce graphique présente le nombre et le pourcentage de classifications effectuées par l'IA pour lesquelles la catégorie de ticket sélectionnée a finalement été modifiée par un agent. #### **Précision en fonction du niveau de confiance de l'IA**
Ce graphique présente les taux de précision correspondant à différents niveaux de confiance de l’IA. Par exemple : « Les catégories de tickets sélectionnées avec un niveau de confiance inférieur à 50 % ont été modifiées dans 76,2 % des cas. Les catégories de tickets sélectionnées avec un niveau de confiance compris entre 80 et 90 % et au-delà se sont avérées exactes dans 92,3 % des cas ». Ces données constituent un bon moyen d’évaluer la précision avec laquelle l’IA évalue ses propres conclusions. #### **Évolution du volume et de la précision de l'IA**
Ce graphique présente le volume de Tickets classés par le système de classification des e-mails EnateAI sur une période donnée, ainsi que les niveaux de précision associés, ce qui vous permet de suivre l'évolution de la précision de l'IA au fil du temps. #### **Principales catégories L3 prédites par l'IA**
Ce graphique présente les catégories de Tickets les plus fréquentes identifiées par le système de classification des e-mails EnateAI, fractionnées entre les résultats corrects et ceux ayant fait l'objet d'une reclassification. #### **Catégories L3 les plus souvent redéfinies**
Ce graphique présente les catégories de Tickets identifiées par l'IA comme étant celles qui font l'objet des corrections les plus fréquentes de la part des utilisateurs. ## **Que se passe-t-il si la fonctionnalité de classification des e-mails d'EnateAI n'a pas été activée ?** Si vous essayez d'accéder au rapport sur les performances de classification de l'IA sans avoir activé les fonctionnalités EnateAI, vous ne pourrez pas consulter ce rapport et une fenêtre contextuelle s'affichera pour vous indiquer que vous devez activer les fonctionnalités EnateAI pour y accéder.
Si vous essayez d'accéder au rapport sur les performances de classification par IA après avoir activé les fonctionnalités EnateAI, mais sans avoir activé l'intégration de classification des e-mails EnateAI, vous ne pourrez pas consulter le rapport et une fenêtre contextuelle s'affichera pour vous indiquer que vous devez activer cette intégration.
--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.enate.net/enate-help/francais/rapports/rapport-sur-les-performances-de-la-classification-des-e-mails-par-ia.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.