Um mögliche Einsparpotentiale identifizieren zu können und dennoch die Qualität und Kundenzufriedenheit sicherzustellen, liefert Knowledge Discovery einen multidimensionalen Blick auf die klassischen Kennzahlen. 90% der Kennzahlen werden in den allermeisten Fällen ohnehin bereits erhoben. Die Methodik verknüpft die subjektive Kundenmeinung (z. B. durch eine klassische Kundenbefragung), die objektive Bearbeitungsqualität (z. B. durch eine Vorgangsprüfung eines aufgezeichneten Gesprächs oder einer gesendeten E-Mail) mit zusätzlichen Beobachtungen während der Qualitätsprüfung und maschinell erzeugten Daten (klassische KPI´s im Kundenservice). Untenstehend finden Sie Beispiele, welche Daten und Informationen erhoben und miteinander verknüpft werden können:
– Subjektive Meinung: Net Promoter Score, Gesamtzufriedenheit, Individuelle Fragen, etc.
– Objektive Qualität: Fachliche Bearbeitung, Freundlichkeit, Emotionaler Umgang, etc.
– Zusätzliche Beobachtung: Recherchepausen der Agenten, Systemdokumentationen, Self Service, etc.
– Maschinell erzeugte Daten (KPI´s): Gesprächszeit, Nachbearbeitungszeit, Routing, Erreichbarkeit, etc.
Zusätzlich zu den oben erwähnten Beispielen werden zu den jeweiligen Vorgängen mögliche Differenzierungstreiber dokumentiert. Dies können unter anderem sein:
– Unterschiedliche Dienstleister
– Zeitpunkt der letzten Schulung
- Trainer und Schulungsgruppe
- Geschlecht des Agenten
- Geschlecht des Kunden
- Vorgangsart
- Anrufgrund
- Kaufverhalten, Produkt
- Kontaktintensität, etc.
Jetzt werden die vorhandenen Daten mithilfe von SPSS, einem statistischen Werkzeug, welches unter anderem in der klassischen Marktforschung angewendet wird, analysiert. Nun lassen sich Signifikanzen und Abhängigkeiten der einzelnen Daten errechnen und ableiten. Ganz konkret kann aufgezeigt werden, bei welchen Anrufen mit welchen Kundenanliegen, die von welchem Team abgearbeitet wurden, an welchen Stellen Auffälligkeiten entstehen. Zum einen können diese Auffälligkeiten Felder aufdecken, an denen Zeit eingespart werden kann (z. B. Verkürzung der Gesprächszeit, Verlagerung der Anfragen in Self-Service, Reduzierung von Weiterleitungen, Verkürzung der Nachbearbeitungszeit, etc.). Zum anderen werden natürlich auch Felder aufgedeckt, die aufzeigen, wie sich die Kundenzufriedenheit und die Qualität verhält. Mit welchen Vorgehensweisen waren die Kunden bei welchen Anfragen und mit welcher qualitativen Bearbeitung am zufriedensten?
Durch den Einsatz von Knowledge Discovery konnten bereits konkrete Felder und Bereiche identifiziert werden, an welchen Stellen wie viel Zeit einzusparen ist, ohne Einbußen in der Bearbeitungsqualität in Kauf zu nehmen. In den nächsten Blogbeiträgen und in den Bolzhauser Webinar-Reihen werden diese Ergebnisse vorgestellt.
Welche Ziele sind bei Ihnen möglich? Welches Einsparpotential kann erreicht werden? Bolzhauser stellt Knowledge Discovery individuell auf jeden Kunden und auf Ihre Bedürfnisse ein. In Workshops wird festgelegt, welche Daten betrachtet und analysiert werden. Mit diesen Daten wird exakt bestimmt, an welcher Stelle Sie wie viel Zeit (und Geld) einsparen, bzw. wo Sie Ihre Qualität und Ihre Kundenzufriedenheit steigern können. In bewusst kurzen Projektzeiten von 4-6 Wochen, an denen zwischen 300 und 600 Vorgängen analysiert werden, erhalten Sie schnell und einfach die Ergebnisse und Maßnahmen, zur Erreichung Ihrer Ziele.
Knowledge Discovery für den Kundenservice – Grundlagen der Methodik hinzugefügt von Presse am
Alle Beiträge von Presse →
