Met de juiste tools en strategie helpt het vergaren van klantcontact data je bij het leveren van een uitzonderlijke klantervaring. Bij het vergroten van de loyaliteit van je klanten. En bij het verbeteren van de efficiency van je klantprocessen. Zeg nou zelf, dat willen we allemaal. Maar om dat te realiseren moet je niet alleen de juiste data opbouwen, je moet er vervolgens óók de juiste acties aan verbinden. Daarom in dit artikel: de zin en de onzin van het analyseren van bergen met gespreksdata. Hoe ga je van data-gestoord, naar data-gestuurd?
Voor- en nadelen
Preken voor eigen parochie is het zeker, maar laten we toch nog eens de voordelen benoemen van het analyseren van je gesprekscijfers. We zetten ze voor je op een rij:
- Meetbaarheid – Getallen zijn gemakkelijker te verantwoorden dan zachte vaardigheden zoals houding of empatisch vermogen. Er zijn tientallen impactvolle metrics om bij te houden en te interpreteren, daarover later meer!
- Integratie – De meeste klantcontact applicaties bieden ingebouwde call center analytics. Als operationeel verantwoordelijke hoef je dus niet databases aan elkaar te knopen om überhaupt tot inzicht te komen.
- Beheersbaarheid – De juiste metrics zijn metrics waar je een flinke (positieve!) invloed op kunt uitoefenen op de werkvloer.
Het monitoren en handelen op basis van gesprekscijfers heeft in de afgelopen decennia op z’n zachtst gezegd een gemengde reputatie opgebouwd. Zo herinner je je wellicht nog het vrij absurde fenomeen ‘de plasketting’.
Een ongewenst gevolg van de mogelijke nadelen die sturen op cijfers met zich mee kan brengen, net als deze mogelijke nadelen:
- Gemanipuleerde gegevens – Doorgewinterde klantenservice medewerkers weten hoe ze metrics kunnen beïnvloeden, óók als dat niet per se het beste contact voor jouw klanten oplevert.
- Onpersoonlijke aanpak – Metrics zijn niet persoonlijk, de agents die je erop probeert bij te sturen wel. De klanten die zij spreken ook. Sommige cijfers dragen helemaal niet bij aan het vergroten van klanttevredenheid en loyaliteit.
Samengevat: wij geloven in het meten van en het sturen op de juiste kerncijfers. Cijfers waarop je team een positieve invloed heeft, door de toepassing van de juiste gesprekstechnieken. Waarvan je door continu feedback te geven, een ontwikkeling kunt waarnemen in resultaat.
Vier soorten call center analytics
Iedereen die wel eens blik in de database van zijn of haar klantcontact heeft geworpen kan het beamen: er is verschrikkelijk veel data beschikbaar. Van oproeptijd, het resultaat, tot aan gespreksduur of zelfs speech analytics, vaak is het er allemaal. Dat is goed nieuws, want wat staat je dan nog in de weg om de kwaliteit te verbeteren?
In de weg staat het, onvermijdelijke, minder goede nieuws. Je moet data selecteren en presenteren op een manier die behapbaar is voor je team. Dus; niet die 30 metrics allemaal in een dashboard stoppen met kleurtjes, alarmpjes en knipperende rode cijfers, maar je (allereerst) focussen op die 10 die écht cruciaal zijn.
Grofweg kunnen we vier verschillende soorten data onderscheiden die je monitort om je dienstverlening naar een volgend niveau te brengen:
Interactie analyse – interacties omvatten real-time en historische gegevens over hoe je presteert op het gebied van je klantcontact. Denk aan je reactie- en wachttijden, verloren oproepen of oplostijd. Interactie analyse is geweldig voor het identificeren van trends, maar kan ook individueel worden bekeken om de prestaties van een klantenservice medewerker te volgen.
Spraakanalyse – spraakanalyse checkt positieve en negatieve sleutelwoorden die in gesprekken worden uitgesproken. In het verleden vergde dat honderden uren aan menselijke inzet, maar met de opkomst van conversational artificial intelligence (AI) en machine learning kun je dit proces volledig geautomatiseerd inrichten.
Klantsurvey – Een after-call-survey is een feedbackverzoek dat onmiddellijk na een oproep aan een klant wordt gedaan. Een krachtige databron om de rest van je analyses mee aan te vullen. Over de voordelen van zo’n snelle survey schreven we ook eerder een uitgebreid artikel.
Voorspellende analyse – Met bovenstaande analyses kijken we terug op dat wat er is gebeurd. De voorspellende analyse kijkt vooruit: jouw glazen bol voor het optimale klantcontact. Op basis van gebeurtenissen uit het verleden, gebruik je modellen om de toekomst te voorspellen. Bijvoorbeeld om te kijken naar wat het oproepvolume gaat doen. En wat dat betekent voor je bezetting.
Van analyse naar actie
Ok, we hebben dus besloten dat de voordelen zwaarder wegen dan de nadelen. We hebben gekeken welke data we willen monitoren en weten nu welke voordelen dat zou moeten opleveren. Maar nu?
Elk stukje informatie dat je verzamelt, is als een stukje van een puzzel. Individueel bieden ze niet zoveel waarde. Maar wanneer je ze samenvoegt, krijg je een compleet beeld van de klantreis. Bij 2Contact scheiden we daar op hoofdniveau op twee domeinen:
- Data die helpt om klanttevredenheid te vergroten
- Data die helpt om de performance van je team te vergroten
Om maar met die laatste te beginnen: teamleaders, supervisors, of andersoortige managers kunnen verschillende rapporten gebruiken om in te checken op één of meer medewerkers, knelpunten te vinden en gebieden te identificeren voor coaching. Denk bijvoorbeeld aan een afwijkende afhandelingstijd per klant.
De volgende rapportages kunnen je helpen om de performance van je team te vergroten:
Agent prestaties – Dit samenvattingsrapport beslaat metingen rondom de gemiddelde en langste tijd die wordt besteed aan verschillende soorten oproepen.
Skillbased routing rapport – Als je gebruik maakt van Automatic Call Distribution (ACD) om inkomende oproepen te routeren op basis van vaardigheden, dan zie je met dit rapport per skill de belangrijkste metrics. Een geweldige manier om uitblinkers te benadrukken en klantcontact stromen te herkennen én in te richten op basis van specifieke klantbehoeften.
Activiteitsrapporten – Het bijhouden van de productiviteit van een agent is nooit gemakkelijk, zeker als je team op afstand werkt. Het activiteitsrapport geeft een historisch overzicht van de oproepactiviteit, en de tijd die elke agent heeft besteed aan de verschillende fases van het afhandelen van een klantcontact..
Natuurlijk staan de activiteiten die je inzet om de performance te verbeteren niet los van dat wat je doet om je klanten nóg blijer te maken. Immers, fors minder tijd aan een gesprek besteden lijkt op korte termijn een mooie kostenbesparing, maar levert aan de achterkant weer meer vragen, klachten of opzeggingen op. Communicerende vaten dus.
Daarom analyseer je ook data die je helpt inzicht te krijgen in de tevredenheid van je klanten. Er zit zelfs informatie in data die opgebouwd wordt zonder dat je team een klant te spreken krijgt: de abandoned rate geeft bijvoorbeeld weer hoeveel mensen ophangen voordat er contact plaatsvindt. Wat zegt dat over je bereikbaarheid? En wat doet die bereikbaarheid voor de tevredenheid van je klanten? Misschien moet je hier wel degelijk (een tijdje) gaan sturen op de performance metric van een snelle afhandelingstijd, zodat je meer klanten te woord kunt staan?
De volgende rapporten helpen je om meer inzicht te krijgen in de tevredenheid van je klanten:
Rapportage over inkomende oproepen – Klanten verwachten een snelle reactie als ze bellen. Dit rapport geeft historische en real-time klantgegevens weer over hoe je omgaat met inkomende oproepen, inclusief wachttijden, ingeplande en gemiste oproepen.
Service level rapport – Dit rapport toont hoe goed je klantenserviceteam een percentage oproepen binnen de vastgestelde periode kan beantwoorden. Bijvoorbeeld door vast te stellen dat je 80% van de inkomende oproepen binnen 30 seconden wilt beantwoorden.
Samenvattingsrapport – Een overall rapport waarin je in 1 oogopslag de belangrijkste metrics presenteert, zoals gemiddelde wachttijd, bezettingsgraad en eerder genoemde abandoned rate. Zichtbaar op de vloer en een directe aanleiding voor nét even dat tandje erbij.
Forrester laat mooi zien welke metrics je kunt monitoren én waar deze effect hebben op de beleving van je klanten:
Handelen in het hier en nu
Tot nu hebben we het over gegevens die dagelijks, wekelijks of maandelijks bij elkaar worden gevoegd en in jouw gewenste rapportage en/of dashboard worden gegoten. Zelfs bij de voorspellende analyse, is dat een analyse die wordt gedaan op basis van opgebouwde data uit het verleden. Mooi, want daarmee voorkom je ‘een schot in het duister’.
Maar hoe zou het zijn als je team in het klantcontact kan beschikken over nóg meer specifieke en actuele data? Wat zou dat doen met de tevredenheid van je klanten? Om de extra stap te kunnen zetten, zou jouw klantenservice tijdens zijn gesprek met klant X of Y, de volgende informatie tot zijn of haar beschikking moeten kunnen hebben:
- Eerdere aankopen
- Huidige klanttevredenheidsscore
- Totale omzet
- Recente (nog openstaande!) supportvragen
- Bestelvoorkeuren
Het is niet zo ingewikkeld je voor te stellen welke extra slagkracht het inzicht in deze informatie jouw klantenservice medewerker geeft.
Van data-gestoord naar data-gestuurd
De kunst zit hem niet per se in het verzamelen van de gegevens over je klanten. Dat is relatief eenvoudig. Maar die data omzetten in impactvolle acties, dat is waar de echte uitdaging zit. Dat zit hem soms in de technologie: kun je de data makkelijk ontsluiten? Kun je de technologie andere keuzes laten maken op basis van die relevante data? Het zit hem ook in de mens: wat wil je eigenlijk weten? En waarom? Want wat ga je met die nieuw opgedane kennis doen?
Om echt data driven aan de slag te gaan met alle gespreksuitkomsten, zijn er vier stappen die je wat ons betreft moet doorlopen:
Begin met een heldere visie – Weet welke inzichten het belangrijkst zijn en waarom. Wil je de gemiddelde afhandelingstijd verminderen? Of gebruik je voorspellende analyse om de klantbeleving te verbeteren? Overval je team niet met rapporten en gegevens zonder ze te verbinden aan bedrijfsdoelen.
Realiseer de middelen die je nodig hebt om gegevens te analyseren – Kies software die intuïtief is en gemakkelijk toegankelijk is voor je hele team.
Zorg ervoor dat je team klaar is om op gegevens te handelen – Natuurlijk, de juiste data in een spreadsheet: het is een begin. Maar kan het frisser? Interactiever? Steek er dan bij voorkeur wat extra tijd en geld in om de adoptie drastisch te vergroten.
Maak de data leidend – betrek je team bij beslissingen waarbij gegevens leidend zijn in plaats van instinct. Vertrouw op de gegevens. Haal de onderbuik en de aanname uit het beslissingsproces. En; laat ook zien waar die beslissing op basis van data toe heeft geleid.
Tot slot
De strekking zal inmiddels wel duidelijk zijn: gegevens harken zonder een uitvoerbaar plan, dat levert alleen maar ruis op. Daar komt nog eens bij, het maken van zakelijke beslissingen op basis van foutieve gegevens is tijd- en geldverspilling. Om nóg meer tevreden klanten de krijgen, draait het om de inzet van de juiste data. Om de juiste presentatie én interpretatie van die data. Zodat jij en je team uiteindelijk de juiste acties inzetten en jouw klant met een brede glimlach ophangt.
Hulp nodig bij het beste klantcontact voor jouw klanten? Aantoonbaar, op basis van zorgvuldig opgebouwde data? Bij 2Contact ondersteunen we grote organisaties als VodafoneZiggo, KPN en DPG Media met het beste contact voor hun klanten.
Neem vrijblijvend contact op met Sales Manager Tasso Georgiou en ontdek hoe wij jouw klanten nóg blijer maken.
