Le déploiement initial de ServiceNow par l'organisation en 2021 avait été fortement personnalisé, ce qui limitait l'agilité et freinait l'innovation. Les applications sur mesure avaient engendré des flux de travail complexes et fragiles, difficiles à faire évoluer ou à maintenir. Bien que la séparation des domaines fût techniquement en place, elle ne respectait pas les meilleures pratiques propres aux MSP, rendant toute croissance future laborieuse.

Des problèmes de qualité des données entravaient également la fiabilité du service. Les droits des clients, les SLA et les relations avec les utilisateurs étaient incohérents ou inaccessibles, ce qui compromettait le respect des SLA et générait des inefficacités opérationnelles. Les processus hérités du passé contribuaient aussi à une certaine résistance au changement.

En raison d'un manque de compétences internes en matière de gestion des services informatiques (ITSM), de gestion du service client (CSM) et de gestion des services pour fournisseurs de technologie (TPSM), l'organisation peinait à adopter les fonctionnalités natives de ServiceNow. Il en résultait une expérience de service fragmentée, une hausse des coûts opérationnels et une agilité réduite de la plateforme, empêchant ainsi l'adoption de modèles de service intelligents pilotés par l'IA.

Konversational a piloté une refonte complète de ServiceNow TPSM, remplaçant des personnalisations complexes par des fonctionnalités standard afin de simplifier l'architecture et d'accroître la flexibilité.

Le modèle de séparation de domaine repensé s'aligne sur les meilleures pratiques des MSP, garantissant évolutivité, clarté opérationnelle et facilité d'amélioration. L'automatisation intelligente, propulsée par l'IA agentique de ServiceNow, a été intégrée aux flux de travail pour gérer les tâches répétitives, anticiper les besoins de service et fournir des conseils contextuels aux agents.

Les processus ITSM et CSM ont été unifiés pour permettre une collaboration interfonctionnelle fluide. Les portails en libre-service optimisés par l'IA offrent des expériences client modernes et conversationnelles, permettant aux utilisateurs de résoudre leurs problèmes de manière autonome et efficace.

Une gouvernance des données robuste a été mise en œuvre via le Common Service Data Model, garantissant des données de service précises, accessibles et prêtes pour l'IA. Des analyses avancées fournissent des informations en temps réel sur la performance des services, la productivité des agents et la satisfaction client, établissant ainsi une base pour l'innovation future, notamment l'IA générative, Service Bridge et les capacités de service prédictif.

Cette transformation a permis une amélioration significative des opérations de service. En abandonnant les applications personnalisées obsolètes au profit des fonctionnalités natives de TPSM, l'organisation s'appuie désormais sur une plateforme plus épurée et plus facile à maintenir, ce qui réduit la complexité des mises à jour et renforce l'évolutivité.

L'automatisation pilotée par l'IA et le routage intelligent ont permis d'améliorer les délais de résolution, de renforcer le respect des SLA et de réduire le volume de dossiers. Les capacités de service proactif ont favorisé une détection et une prévention plus précoces des problèmes. Les clients bénéficient d'une expérience en libre-service intuitive et simplifiée, tandis que les agents gagnent en efficacité grâce à des flux de travail allégés et une meilleure visibilité.

Les fonctionnalités principales de ServiceNow TPSM ont été validées à l'aide de données opérationnelles représentatives, créant ainsi un modèle de référence évolutif pour une adoption à plus grande échelle. Cette validation a facilité une migration fluide de l'ITSM vers le TPSM pour l'ensemble de la clientèle de l'organisation.

Le projet a généré un retour sur investissement mesurable, renforcé la résilience opérationnelle et permis à l'organisation d'exploiter pleinement l'IA agentique de ServiceNow, favorisant ainsi une prestation de service connectée, proactive et centrée sur l'humain à grande échelle.