Analyse von Leistungsdaten im Kundenservice
Glauben Sie, dass Ihr Kundenservice gut performt, oder wissen Sie es? Die Analyse von Leistungskennzahlen im Kundenservice ist von höchster Bedeutung. Analysetools werfen aus der Vogelperspektive den Blick auf die Performance Ihres Teams, womit die Agenten und Kundendienstmitarbeitenden ihre Zeit verbringen und wo es Verzögerungen im Kommunikationsprozess gibt. Warum nicht nur die Datenerhebung relevant ist, sondern was Sie mit den Ergebnissen machen, erkläre ich Ihnen in diesem Tipp für exzellenten Kundenservice.
Daten müssen interpretiert werden
Kundenservice hat seine eigenen Leistungsindikatoren. Der Datenschatz im Kundenservice muss irgendwo herkommen. Jetzt können Sie natürlich nicht neben jedem Kundenservicemitarbeiter stehen und mit der Stoppuhr messen, wie schnell er eine Kundenanfrage bearbeitet oder ein Problem gelöst hat. Dafür gibt es Software. Und die macht das wesentlich besser als die Stoppuhr. Es reicht aber nicht aus Daten nur zu erheben. Daten müssen ausgewertet und interpretiert werden. Die richtige Analyse der erhobenen Daten zeigt Stelleschrauben und Potenziale auf, wo Prozesse optimiert werden können. Ein Bauchgefühl reicht nicht aus.
Echtzeit-Dashboards
Nur durch kontinuierliche Auswertung kann Ihr Team besser arbeiten. Und stellt Kunden zufriedener. Im Contact Center werden alle für den Kundenservice relevanten KPIs (Key Performance Indicators) in Echtzeit überwacht. Sie wissen nicht erst in einem Monat, wie die Leistung Ihres Teams war, sondern Sie wissen es jederzeit. Werfen wir einen Blick auf Kundenservice-spezifische Kennzahlen und was diese bedeuten.
Aktive & abgeschlossene Anfragen
Anzahl der Anfragen, die der Agent/Kundenservice-Mitarbeitende offen hat – noch nicht bearbeitet sind sowie Anzahl der abgeschlossenen Anfragen pro Stunde oder Tag. Lesen Sie dazu mehr in unserem Glossar: Queue Details.
Eingehende Anfragen nach Status
Anzahl der Anfragen, die der Agent/Kundenservice-Mitarbeitende offen hat nach Status „aktiv“, „behoben“ und „storniert“. Lesen Sie mehr zur Zusammenfassung der Kennzahlen über die Warteschlange im Glossar: Queue Summary.
Quote für eskalierte Gespräche
Prozentsatz der an einen Supervisor oder Vorgesetzen weitergegebene Anfragen. Ein niedriger Wert zeigt eine hohe Kompetenz der Agenten/Kundendienstmitarbeitenden bei der Bearbeitung von Anfragen, da weniger bis gar keine Gespräche eskaliert werden mussten.
Kundenzufriedenheit (Customer Satisfaction – CSAT)
Prozentsatz für die Zufriedenheit der Kunden mit dem erhaltenen Service, oft durch Umfragen nach der Interaktion gemessen. Ein niedriger CSAT-Wert deutet auf qualitativ schlechteren Kundenservice hin. Dieser kann auch als Trend über Zeit dargestellt werden.
Durchschnittliche Bearbeitungszeit (Average Handle Time – AHT)
AHT ist die durchschnittliche Zeit, die ein Agent/Kundendienstmitarbeitende benötigt, um eine Kundenanfrage zu bearbeiten, einschließlich Gesprächszeit und Nachbearbeitungszeit. Eine kürzere AHT kann auf effiziente Prozesse hinweisen, während eine zu kurze AHT möglicherweise auf eine oberflächliche Bearbeitung hinweist.
Erreichbarkeit (Accessibility)
Der Prozentsatz der Anrufe oder Anfragen, die erfolgreich durchgestellt und beantwortet werden. Eine schlechte Erreichbarkeit kann u. a. durch zu wenige Agenten/Kundenservice-Mitarbeitende im Einsatz erfolgen und/oder einen nicht optimal aufgesetzten Callflow und/oder ein verbesserungswürdiges IVR-System. Diese Kennzahl gibt es auch auf Agenten-Ebene. Im Glossar nachlesen: Agent Availability.
Aussagekräftige Kennzahlen – Power BI
Es gibt noch viele Kennzahlen, die für Ihren Kundenservice relevant sind. Wir haben zu den Kennzahlen im Kundenservice einen ganzen Artikel verfasst: Wichtige Leistungskennzahlen im Kundenservice. Und auch in unserem Glossar finden Sie hilfreiche Definitionen.
Vergessen Sie bei all den Zahlen nicht: Durch Power BI können Dashboards so individuell wie Ihr Unternehmen gestaltet werden. Das Dashboard unten zeigt es: vieles ist möglich, wenn es um die Auswertung von Daten im Kundenservice geht. Sie müssen wissen, was mit dem Ergebnis zu tun ist. Noch keine Ahnung von Power BI? Hier eine kurze Erklärung zur Microsoft-Welt und Power BI.
Vielleicht sind Sie aber noch nicht so vertraut mit kundenservice-spezifischen Auswertungen. Was zeigen Ihnen die Zahlen im Beispiel unten? Wo kann verbessert werden? Und wie?
Gerne erläutern wir Ihnen die Optimierungsmöglichkeiten!
Wir freuen uns, wenn Ihnen unsere Reihe „Exzellenter Kundenservice“ gefällt. Lesen Sie auch diese Tipps:
Exzellenter Kundenservice Tipp 1: Omnichannel-Kontaktmöglichkeiten
Exzellenter Kundenservice Tipp 2: Personalisierter Kundenservice
Exzellenter Kundenservice Tipp 3: Reaktionszeit bei Kundenanfrage
Exzellenter Kundenservice Tipp 4: Digitaler Arbeitsplatz für den Kundenservice
Tags:
