Cómo utilizar los datos de Kustomer para ayudar a prever el número de empleados

4 minutos de lectura
Compartir

Cómo utilizar los datos de Kustomer para ayudar a prever los efectivos de la TW

Cuando los casos de COVID-19 comenzaron a aumentar en febrero y marzo de 2020, la economía se desaceleró. Muchas empresas se enfrentaron a la difícil decisión de despedir o reducir un porcentaje de su plantilla para mantenerse a flote. A medida que nos adentramos en los meses de verano, se ha producido un modesto aumento de la actividad económica y del crecimiento del empleo. Reuters informa de que se ha recuperado aproximadamente el 25% de los puestos de trabajo del sector privado de los que se perdieron en marzo y abril. Aun así, la recuperación ha sido lenta mientras muchos contemplan futuras oleadas del virus.

Teniendo en cuenta el accidentado terreno de nuestra economía actual, la gestión de la mano de obra se ha vuelto aún más crítica para mantener la rentabilidad. También favorece la salud de su equipo de atención al cliente. Si tienes un equipo reducido y buscas formas de justificar un aumento de la plantilla de tu equipo, sigue leyendo.

Cómo pueden ayudar los datos de Kustomer

Hay un puñado de métricas importantes dentro de la plataforma Kustomer que pueden ayudarle a entender si su equipo tiene exceso o falta de personal: mensajes entrantes, tiempo medio de gestión y capacidad de los agentes. Para los fines de este ejercicio, nos centraremos principalmente en un solo canal: el chat.

Esta es la principal cuestión a tener en cuenta: ¿qué nos dicen los datos sobre las necesidades y restricciones de personal? Además, ¿cuántos agentes necesitamos para que todos los clientes del chat sean atendidos inmediatamente?

Supongamos que usted es un prometedor minorista en el área de Atlanta. Actualmente tiene un equipo de 10 personas que maneja todas las conversaciones de chat entrantes en su sitio web. Cada uno de estos agentes está capacitado para gestionar cinco conversaciones de chat a la vez. En conjunto, su tiempo medio de gestión es de cinco minutos.

Cada agente trabaja un turno de ocho horas. Se toman múltiples descansos a lo largo del día que suman aproximadamente una hora; trabajan aproximadamente siete horas al día. Por tanto, cada agente es capaz de realizar aproximadamente 420 minutos por turno (siete horas equivalen a 420 minutos). Sesenta minutos divididos por un tiempo medio de gestión de cinco minutos significa que cada agente podría teóricamente completar 12 conversaciones por hora (si no es multitarea). Si multiplicamos esa cifra por la capacidad de los agentes (cinco, en este caso), podemos especular que un agente puede manejar 60 conversaciones por hora.

Si un agente puede resolver 60 conversaciones por hora, y cada una de esas conversaciones tiene un tiempo medio de gestión colectiva de cinco minutos, entonces un agente es capaz de realizar 300 minutos de trabajo en una hora (según nuestros informes). Por último, si pensamos en la cantidad de trabajo que puede manejar un agente en un turno, esa cifra es de 2.100 minutos de trabajo de chat (300 minutos multiplicados por siete horas).

Como líder de este equipo, empieza sacando la media de mensajes entrantes por hora en la pestaña Conversaciones de tus Informes Estándar. Desglosa los datos por día de la semana. Observará que los lunes, de media, tienen un volumen típico de 6.000 mensajes de chat entrantes. De nuevo, si multiplicamos el número total de mensajes por nuestro tiempo medio de gestión (cinco), esto representa 30.000 minutos de trabajo de chat que hay que completar cada lunes. Si dividimos esos 30.000 minutos de trabajo de chat por los 2.100 minutos que un agente es capaz de completar en cada turno, podemos adivinar que necesitamos aproximadamente 14 agentes trabajando los lunes para atender a todos los clientes de chat que llegan.

Puede replicar este proceso en todos los días de la semana, o en ciertos picos estacionales, e incluso aplicar este método a otros canales. Con un cálculo más detallado, podría proporcionar una visión horaria de la cobertura necesaria para los chats entrantes también.

Una última advertencia: lo importante es recordar que estamos utilizando los resultados del pasado para predecir el futuro. Por lo tanto, no siempre será un predictor perfecto de las futuras necesidades de personal. Es importante supervisar regularmente el flujo y reflujo de los mensajes entrantes para asegurarse de que su equipo cuenta con el personal adecuado.
 

¿Listo para descubrir cómo IA + Datos + CRM equivalen a magia para el cliente?

Ver preciosSolicitar demostración