Face à l’évolution technologique rapide des produits, l’innovation incrémentale des nouveaux produits, et la mobilité du personnel le plus expérimenté, les entreprises cherchent à formaliser et à capitaliser leurs expériences et les savoir-faire des acteurs d’entreprise en vue d’une réutilisation ultérieure. Afin de répondre à cette problématique, l’approche du raisonnement à partir de cas conversationnel (RàPCC) est une réponse potentielle à la question de la capitalisation et de la réutilisation des connaissances. Notre recherche s’intéresse aux méthodes permettant de piloter le retour d’expérience (RETEX) appliqué à la résolution de problèmes techniques. Notre méthodologie pour créer un système d’aide au diagnostic des pannes est divisée en quatre phases : la description d’événements, l’élaboration de l’ensemble des solutions apportées aux pannes, la mise en place d’une aide au diagnostic grâce aux arbres de défaillances et la mise en place d’un système informatique. Afin d’extraire les connaissances tacites et les formaliser, nous avons créé des protocoles de décision dans le but d’aider l’expert à résoudre un problème industriel. Nous avons donc proposé une formulation et l’élaboration de cas conversationnels dans le domaine du diagnostic. Ces cas doivent être stockés dans une base de cas. Afin de valider notre proposition méthodologique, nous avons réalisé la phase expérimentale dans une entreprise industrielle de l’Est de la France. Nous proposons finalement une maquette informatique conçue pour l’entreprise. Cette maquette permet de réaliser un diagnostic des pannes en créant des cas dans une base de cas pour une réutilisation ultérieure / Faced with the fast technological development of products, incremental innovation of new products, and the mobility of their most experienced staff, companies are seeking to formalize and capitalize on the experiences and know-how of their personnel in order to reuse them later. To deal with these problems, the conversational case based reasoning (CCBR) approach is a potential answer to the question of capitalization and reuse of knowledge. Our research focuses on methods to manage experience feedback (EF). We are placed in the field of experience feedback applied to technical problem solving. Our methodology for creating aided failure diagnosis systems is divided into four phases: the events description, the development of all solutions to failures, the arrangement of a diagnostic aid through fault trees and setting up a computer system. We based our work on the fault tree approach in order to extract tacit knowledge and its formalization. Our objective was to create decision protocols in order to assist the expert in solving an industrial problem. Therefore, we have proposed a formulation and development of conversational cases in diagnosis. These cases must be memorised in a database of cases. To validate our proposal methodology, we have carried out the experimental phase in an industrial company in eastern France. This experiment allowed us to validate our work and highlight its advantages and limitations. Finally, we propose a computer model designed for the company. This model enables failure diagnosis by creating the case in a case base for later utilization