Egy jó ügyfélszolgálat felépítéséhez ma már elengedhetetlen, hogy hatékonyan mérjük a rendszer teljesítményét, ehhez pedig szükség van egy jó dashboard felületre. Megmutatjuk, ezen a téren milyen trendek és megoldások vannak manapság.
Sokszor foglalkozunk azzal a kérdéssel, mitől igazán jó egy ügyfélszolgálat. Erre persze egyetlen egyszerű válasz nem létezik, a hatékony hívásirányítástól kezdve a legújabb trendek alkalmazásán át a tökéletes adatbiztonságig rengeteg szempont van. Mégis azt gondolom, hogy van egy megkerülhetetlen kiindulási alap.
Szerintem azzal 2024-ben nem mondok újat, hogy igazán a mérhető, számszerűsíthető dolgokat tudjuk megérteni és a megértést követően javítani rajtuk. Nincs ez másképp a telekommunikációban és a call centerek esetében sem. Az ügyfélszolgálatok méréséhez pedig manapság elengedhetetlen egy jó dashboard felület.
Hogy pontosan mit takar dashboard kifejezés és hogyan működött a mi felületünk, azt egy korábbi posztban már megírtuk Nektek, úgyhogy az egyszerűség kedvéért most csak annyit rögzítenék: egy jól működő dashboard az ügyfélszolgálati rendszered minél több vonatkozásáról mutat átlátható, valós idejű adatokat, amiket kedvedre személyre szabhatsz és szűrheted le belőlük könnyen a fejlődéshez szükséges lépéseket.
Amire most koncentrálni szeretnék, hogy milyen irányba halad ez a terület és milyen irányban érkeznek rövidesen újdonságok a mi rendszerünkben is. Mik a trendek és mit mérnek ma az igazán hatékony dashboardok? Érdemes talán az utóbbival kezdeni.
A legalapvetőbb funkció, ha egy dashboard az ügyfélszolgálatod forgalmáról ad neked információt. Mennyi hívás érkezett az adott időszakban, ezeket milyen arányban és milyen gyorsan sikerült eljuttatni egy ügyintézőhöz, vagy épp ezt követően mennyi ideig tartott beszélgetés? Szintén hasznos mutató, ha a hívások költsége is megjelenik a statisztikában.
Ezek alapján nem csak arról kaphatsz jó képet, milyen költségekkel és leterheltséggel üzemel a call centered, de arról is, milyen hatékonysággal. Ez pedig a fejlődés alapja.
De ugyanilyen fontosak az egyéni mutatók is. Vagyis az, hogy egy adott kolléga milyen sebességgel és milyen minőségben végzi a munkáját. A jó dashboardok megmutatják, az adott ügyintéző mennyi időt tölt egy hívással és milyen arányban zárja le sikeresen az adott beszélgetést, de azt is, műszakjának mekkora részét tölti hívások fogadásával és mennyi megy el mondjuk utómunkával.
Ezeknek az adatoknak az értelmezésekor fontos, hogy a számok mögé lássunk, a cél pedig nem az, hogy embertelen módon kipréseljünk minden kollégából a lehető legtöbb hívást! De mondjuk a dashborad statisztikák jó alapot jelenthetnek arra, hogy megmutassák, ki milyen területen kezeli gyorsan az ügyfeleket, vagy hol kéne fejlődnie.
Az említettektől elválaszthatatlan az ügyfelek elégedettségének mérése. Vagy inkább úgy fogalmaznék, az ügyfélélményé. Nem azért írom ezt a kifejezést, mert divatos, hanem mert az egyszerű elégedettségi mutatók mellett lefedi azt is, hogy mondjuk az adott hívó milyen gyorsan jutott el ügyintézőig, ehhez mennyi gombnyomásra volt szüksége egy IVR-menüben, de azt is, ha rendszered naprakész megoldásainak hála maga tudja megoldani a problémáját.
Itt érdemes visszatérni a trendekhez. A fentiekből is látszik, a dashboardoknak ma alapvetően két kihívásra kell reagálniuk. A valós idejű adatok esetében a cél, hogy minél gyorsabban reagálhassunk ezekre, lehetővé téve a felmerülő problémák hatékony megoldását. Az olyan hagyományos funkciók esetében, mint a múltra visszatekintő adatok, a feldolgozást kell egyre jobban megkönnyíteni.
Mire gondolok az előbbi esetben? Vegyük mondjuk egy ügyfélszolgálat terhelési szintjét. Egy jó dashboard mutatja, hogy az aktív operátorok közül mennyien foglaltak, ha pedig ez egy bizonyos százalék fölé nő, jelezheti, hogy új kolléga bevonására van szükség. Hasonlóan, ha például az elmúlt órában jelentősen megnövekedett az elveszett hívások száma, az mutatja, hogy gond van a kapacitással, vagy egy bizonyos ügyfélszolgálati vonal túlterheltté vált és szükséges a beavatkozás.
Mivel 2024-et írunk, nem mehetünk el az automatizáció és a mesterséges intelligencia szerepe mellett sem. Az MI megkönnyítheti, hogy bizonyos gyakran felmerülő problémák esetén hogyan jutunk el a bevett megoldáshoz. Például generálhat automatikusan jelzést a fent említett helyzetek esetén, de akár a korábbi adatokat elemezve – mondjuk az előző három hétfő kora délutánja rendre aktív időszak volt – előre is jelezheti, hogy mire érdemes számítani és javasolhat megoldást.
A feldolgozásban pedig mindenekelőtt az segít, ha ezek az adatok logikus módon, átláthatóan vannak prezentálva. Egy-egy információ minél kevesebb kattintással, minél könnyebben érhető el, annál jobb. Persze minden felhasználó gondolkodása másképp működik, így nem árt az sem, ha egy rendszer minél inkább személyre szabható.
Az is fontos, hogy ezek az adatok, illetve azok szűrt verziói a lehető legkönnyebben átültethetőek legyenek bármilyen céges rendszerbe. Ha egy dashboard vagy statisztika adatait – például API-k segítségével – exportálni lehet olyan elemző vagy vizualizációs eszközökbe, mint mondjuk a POWER BI, az nagy előny.
A mesterséges intelligencia fontos lehet a feldolgozásban is, hiszen az adatokat az embernél messze gyorsabban átlátva tehet javaslatokat is azok felhasználására.
Ezeket érdemes észben tartani, ha manapság valaki egy hatékonyan dashboard-rendszert vagy call center statisztikai felületet szeretne. Ami, ahogy írtam is, alapvető egy jó ügyfélszolgálat felépítéséhez. Arról, hogy mi milyen megoldást tudunk nyújtani ezen a téren, rövidesen egy újabb blogposztunkban mesélünk!
Anita
NOV
2024