L’essentiel
Transcrivez le message vocal et considérez le texte comme la référence. Le problème d’une consigne orale n’est pas le temps qu’il faut pour l’écouter, c’est qu’au bout de trois semaines, vous ne pouvez plus la rechercher, la citer ou la transférer à la personne qui fait le travail. Les adresses, quantités, dates et l’orthographe des noms sont les détails les plus souvent mal compris et les plus coûteux à mal saisir. Convertir ce qu’un client vous envoie, ça, vous le maîtrisez. Changer sa façon de vous l’envoyer, généralement non : mieux vaut s’organiser autour de cette habitude que de la combattre.
Certains clients écrivent. D’autres parlent. Si les vôtres parlent, vous connaissez déjà le principe : un message de quarante secondes envoyé à sept heures du matin, avec le chantier, l’adresse et une modification de la commande de la semaine dernière, tout ça dans le même souffle, et aucune trace écrite de quoi que ce soit.
Vous pouvez l’écouter, ça ne pose pas de problème. Ce qui en pose, c’est ce qui se passe ensuite, quand quelqu’un vous demande quel numéro d’appartement on vous a donné, ou si le client a vraiment validé la deuxième option, et que votre seule réponse se trouve quelque part dans un fichier audio, dans une conversation que vous avez fait défiler deux cents fois depuis.
Ce n’est pas l’écoute qui coûte cher
Quarante secondes, c’est quarante secondes. Agaçant quand vous conduisez, insignifiant sur une semaine. Le vrai coût apparaît bien plus tard, et il se manifeste par une absence : un message vocal ne se recherche pas. Votre téléphone retrouvera le mot « facture » dans un message tapé il y a huit mois. Il ne le retrouvera jamais dans un enregistrement, parce que pour l’index de recherche, il n’y a aucun mot là-dedans, juste un fichier avec une durée.
Et c’est justement au moment où vous avez le moins envie de travail supplémentaire que ça compte le plus. Trois semaines après un chantier, la question n’est jamais « en gros, qu’est-ce qu’on avait dit ». Elle est précise. Quelle adresse. Quelle finition. Quelle date. Est-ce que l’heure supplémentaire avait été convenue ou simplement supposée. En cas de désaccord sur ce qui a été convenu, une ligne de texte que vous pouvez montrer l’emporte toujours sur un fichier audio, même quand ce fichier contient exactement la même information, parce que l’audio oblige l’autre personne à s’asseoir, à écouter, et à être d’accord avec votre interprétation de ce qu’elle a entendu.
Il y a aussi le temps perdu à fouiller. Retrouver un détail dans un message vocal, c’est le lancer, deviner à quel moment se trouve le passage utile, reculer le curseur un peu trop loin, relancer. Faites ça sur cinq messages du même client et vous aurez passé plus de temps à chercher qu’à faire le travail lui-même. Une trace écrite transforme tout ça en une barre de recherche et deux secondes.
Le vocal est le pire moyen pour les détails qui coûtent le plus cher
Regardez ce qui arrive vraiment par message vocal. C’est rarement abstrait. C’est un numéro de rue, un code postal, une quantité, un créneau de livraison, un nom de famille, une référence lue sur un carton. Ce sont précisément les détails qu’on comprend mal à l’oreille, et ceux pour lesquels une erreur coûte cher plutôt que d’être simplement gênante.
Les chiffres à l’oral sont fragiles. Les nombres se mélangent quand on parle vite, quinze et cinquante se ressemblent dans la précipitation, et un haut-parleur de téléphone dans un camion bruyant n’aide pas. Les noms de rue sont déformés par l’accent et par l’habitude, parce que votre cerveau complète avec la version qu’il attend. Les noms de famille, c’est pire : vous entendez quelque chose de plausible, vous notez ce quelque chose de plausible, et l’orthographe sur la facture est fausse à partir de là. Rien de tout ça n’est de la négligence. C’est simplement le résultat d’une écoute unique, rapide, pendant qu’on fait autre chose.
La règle à adopter est simple : tout détail qui finira écrit ailleurs, sur une étiquette, une facture, un bon de livraison, un rendez-vous dans un agenda, doit exister sous forme de texte avant que vous le recopiiez. Pas parce que vous allez forcément vous tromper à partir de l’audio, mais parce que si vous vous trompez à partir de l’audio, vous n’avez rien d’autre pour vérifier que le même enregistrement qui vous a déjà induit en erreur.
Un message qu’on ne peut pas écouter est un chantier qui ne démarre pas
Le texte, lui, est silencieux. Vous pouvez le lire en réunion, dans le train, dans la cuisine d’un client alors qu’il est juste à côté de vous, dans un atelier où l’aspiration tourne. Un message vocal demande soit du silence, soit un casque, et vous n’avez souvent ni l’un ni l’autre.
Ce qui se passe ensuite est prévisible, et ce n’est pas de la paresse. Une consigne orale qui arrive là où vous ne pouvez pas l’écouter est reportée plutôt que traitée. Vous vous dites que vous l’écouterez dans la voiture. La voiture arrive, le téléphone est dans votre poche, et le soir, il y en a trois qui se sont accumulés sans que vous sachiez lequel contenait l’urgence. La consigne qui aurait pris vingt secondes à lire a maintenant pris une journée à vous parvenir, alors que le client, lui, a l’impression de vous avoir informé à huit heures du matin.
Le texte fait disparaître cet écart. Vous le parcourez où que vous soyez, vous décidez si c’est urgent, et vous agissez ou vous l’ajoutez à votre liste avec le contenu réel qui l’accompagne, plutôt qu’un simple pense-bête du type « écouter le message de Dave ».
Transformer ce qu’ils vous envoient en quelque chose que vous pouvez garder
La bonne méthode, c’est de convertir d’abord et de traiter le contenu ensuite. Une transcription rend la consigne recherchable, citable et transférable, ce qui couvre l’essentiel de ce qui manquait.
- Recherchable — l’adresse du mois dernier se retrouve en tapant une partie du nom de la rue, pas en essayant de se souvenir à peu près de la semaine où elle est arrivée.
- Citable — en cas de litige, vous pouvez recopier la phrase exacte du client plutôt que de la reformuler et de voir votre reformulation contestée.
- Transférable — la personne qui doit réellement faire le travail reçoit les mots, pas un fichier qu’elle doit aller chercher dans un coin tranquille pour l’écouter.
Si les messages arrivent sur WhatsApp et que vous travaillez à un bureau, l’extension SozAI pour WhatsApp Web place un bouton Transcrire sous chaque message vocal et affiche un résumé d’une ligne avec le texte complet en dessous, directement dans la conversation où se trouve déjà le message. Elle fonctionne dans votre propre session de navigateur et rien n’est renvoyé dans la conversation : l’expéditeur n’est pas averti et la discussion n’est marquée d’aucune façon. Ce détail compte plus qu’il n’y paraît, parce que beaucoup de gens préfèrent ne pas signaler à un client qu’ils traitent ses messages.
Pour tout ce qui n’est pas un message de chat, enregistrements que vous avez faits vous-même, fichiers envoyés par e-mail, audio plus long nécessitant des étiquettes de locuteur ou une autre langue, il y a l’application de transcription pour iOS, Android et macOS, qui traite les fichiers audio et vidéo dans une longue liste de langues. Le principe reste le même dans les deux cas : transformer en texte, puis travailler à partir du texte.
Une fois que vous avez les mots, faites-en la partie ennuyeuse mais utile. Copiez l’adresse dans la fiche de chantier. Notez la date dans l’agenda avec la formulation exacte du client à côté. Si la consigne modifie quelque chose déjà convenu, répondez par écrit en résumant ce que vous comprenez désormais du travail à faire. Une transcription accompagnée d’une confirmation écrite forme une trace solide. Une transcription qui reste seule dans une conversation n’en constitue que la moitié.
Faut-il demander aux clients d’écrire plutôt que de parler ?
Demandez. Ça ne coûte rien et ça fonctionne avec certaines personnes. « Pouvez-vous m’envoyer l’adresse par écrit plutôt qu’à l’oral » est une requête tout à fait normale, et un bon nombre de clients le feront sans problème, surtout si vous présentez ça comme une protection contre une livraison à la mauvaise porte.
Acceptez ensuite qu’une bonne partie d’entre eux ne le fera pas, et pour des raisons qui n’ont rien à voir avec vous. Certains ont vraiment du mal à taper. Certains sont toujours en train de conduire. Certains sont plus âgés, dyslexiques, ou simplement plus rapides à l’oral, et pour eux, le vocal est la seule raison pour laquelle ils peuvent vous envoyer quoi que ce soit à sept heures du matin. Insister davantage vous vaut généralement une semaine d’obéissance, puis un retour discret aux messages vocaux, plus une relation légèrement dégradée.
La distinction à établir porte sur le contenu, pas sur l’habitude. Laissez la conversation être une conversation. Demandez spécifiquement les éléments qui coûtent cher en cas d’erreur : adresses, chiffres, orthographes, tout ce qui touche à l’argent. La plupart des gens tapent un code postal alors qu’ils ne taperaient pas un paragraphe. Et considérez le reste comme votre problème à convertir, parce que transformer ce qui arrive, ça, vous le maîtrisez, contrairement à la façon dont quelqu’un choisit de communiquer.
Ce qu’une transcription ne fera pas pour vous
Elle ne rendra pas claire une consigne vague. Si le client a dit « faites comme la dernière fois mais un peu plus grand », vous avez maintenant cette phrase par écrit, ce qui est mieux que rien, mais ce n’est toujours pas un cahier des charges. Le texte est une trace de ce qui a été dit, pas une amélioration de ce qui a été dit, et le relire est souvent le moyen le plus rapide de remarquer qu’il faut poser une question de suivi.
La précision a aussi ses limites, et elles se concentrent justement autour des détails qui vous ont donné envie d’une transcription au départ. Les noms de famille inhabituels, les noms de rue, les références produit et les chiffres prononcés rapidement sont difficiles à traiter pour n’importe quel système travaillant à partir d’un audio de téléphone bruyant. Vérifiez-les donc par rapport à l’original avant de les inscrire sur une facture ou une étiquette de livraison. Une transcription juste sur la phrase mais fausse sur le numéro de rue est pire qu’inutile si vous ne vérifiez jamais deux fois.
Et une trace écrite n’équivaut pas à un accord. Avoir les mots du client par écrit vous place dans une position bien plus solide que d’avoir un simple fichier, mais ce qui met vraiment fin à la plupart des litiges, c’est une courte réponse de votre part confirmant le travail tel que vous le comprenez, envoyée au bon moment, dans la même conversation. La transcription est ce qui fait qu’écrire cette réponse prend une minute plutôt que dix. Pour aller plus loin sur les aspects pratiques de la conversion de contenu parlé en texte utilisable, les pages sur la conversion des mémos vocaux en texte et la transformation de fichiers audio en texte couvrent les autres cas que vous pourriez rencontrer.
