Cómo convertir los datos en acción y medir el éxito de un equipo de apoyo

6 minutos de lectura
Compartir

Cómo convertir los datos en acción y medir el éxito de un equipo de apoyo TW

Los datos son poderosos, quizás más de lo que muchos de nosotros creemos. Sus aplicaciones son casi infinitas. Sin embargo, aunque sus ilimitadas posibilidades son seductoras, también proporcionan amplias oportunidades para perderse en la maleza. Una de las aplicaciones más útiles de los datos en el mundo de la asistencia es la medición del rendimiento de su equipo. Con la ayuda de los datos históricos, puede aprender un par de cosas sobre el rendimiento de su equipo en el pasado. Pero, ¿cómo puede dar un paso más? Convierta sus datos en acción y utilícelos para construir una estrategia para el futuro.

Definir el éxito

Piense en los objetivos finales que está tratando de alcanzar. Aunque puede ser tentador perseguir un tiempo medio de gestión rápido o un punto de referencia CSAT, puede ser más útil perseguir los resultados de los clientes como objetivo principal. Como señala CA technologies, "las mediciones no siempre indican el resultado del trabajo, y si realmente está impactando en el negocio". ¿Están contentos sus clientes? ¿Proporciona usted el servicio que anunció? Estos resultados, aunque abstractos, pueden suscitar más empatía en su equipo de asistencia que un simple número. Utilice sus métricas como un enfoque secundario. Si sus agentes tienen instrucciones de hacer felices a sus clientes, será menos probable que jueguen con los números a su favor.

Controle a su equipo en tiempo real

Uno de los aspectos más difíciles de medir el rendimiento de los equipos es el hecho de que estamos continuamente mirando hacia el pasado. El tiempo medio de gestión, el tiempo de primera respuesta y otras métricas similares sólo muestran lo que ha sucedido. Una visión en tiempo real de su equipo de soporte puede ser una herramienta poderosa.

Utilice algo como un tablero de control de Team Pulse para entender cómo están actuando sus agentes en el presente. Un cuadro de mando como éste puede mostrarle cuántas conversaciones se están gestionando actualmente, cuántas conversaciones se han completado recientemente y qué tipos de colas se están utilizando actualmente. Lo que es aún más revelador es la posibilidad de entender qué agentes están a plena capacidad y qué agentes tienen ancho de banda para asumir tareas adicionales. Si observa que uno de sus agentes está siempre al límite de su capacidad o por encima de ella, puede ser una señal de que necesita ayuda.

Profundizar en la investigación

Si trabaja en el ámbito de la atención al cliente, es muy probable que ya conozca los aspectos básicos. Sabe que es deseable un tiempo medio de respuesta rápido y que deben evitarse los tiempos medios de gestión largos. En lugar de repetir los conocimientos comunes, vamos a profundizar en un conjunto de datos de ejemplo. Para este ejercicio, utilizaré los datos de la encuesta de clientes de 2018 proporcionados por el Aeropuerto Internacional de San Francisco.

He depurado los datos para centrarme en un puñado de variables: día de la semana, puerta de embarque, zona de embarque, STRATA (AM, MID, PM), hora punta frente a hora valle y puntuación de satisfacción. Las puntuaciones de satisfacción se clasifican de 1 a 5. Supongamos que la OFS me ha encargado que comprenda por qué algunos pasajeros han puntuado su experiencia menos que otros. ¿Hay tendencias que descubrir?

En primer lugar, quiero ver si puedo predecir qué variables tienen más probabilidades de afectar a las puntuaciones del CSAT.

Hay un par de cosas interesantes que señalar aquí. "STRATA" es la más correlacionada con las puntuaciones de satisfacción. En otras palabras, el hecho de que un pasajero vuele por la mañana, al mediodía o por la noche puede influir en que esté satisfecho con su experiencia. Esta correlación puede ser un indicio de que tengo que analizar los equipos que prestan servicio en el aeropuerto durante esos tramos de tiempo. Como descargo de responsabilidad, este modelo en particular sólo capta una parte de los datos. Sin embargo, es una buena caja de arena.

Sabiendo que la hora del día puede ser un factor que influya en la satisfacción del cliente, profundizo en el tema.

Podemos ver aquí que la inmensa mayoría de los encuestados están satisfechos con su experiencia (calificando a SFO con un 4 o 5). Sin embargo, vemos que los encuestados que vuelan en STRATA 3 (es decir, en vuelos que salen después de las 17:00 horas) son más propensos a reportar puntuaciones de satisfacción más bajas que en otros momentos del día.

Por último, quiero saber cómo se comunican las puntuaciones de satisfacción por zona de embarque.

Surge otra observación interesante. Los pasajeros que volaron a través de la zona de embarque A eran más propensos a reportar puntuaciones de satisfacción más bajas. Cabe señalar que esta zona de embarque es también la que cuenta con el mayor número de encuestados.

Teniendo en cuenta lo que he descubierto a través de los datos, ahora podría ser el momento en el que quiero acercarme al equipo para entender lo que está sucediendo desde su perspectiva. Tal vez no haya suficiente personal para el número de pasajeros que pasan por la zona de embarque A después de las 5 de la tarde. Tal vez haya obras. En cualquier caso, yo empezaría por hablar con el equipo para entenderlo, en lugar de utilizar los datos como arma.

Si bien este ejemplo puede parecer hiperespecífico, considere el hecho de que SFO podría ser su equipo de soporte, STRATA podría ser sus horarios de turno, y la zona de embarque podría ser algo así como el tipo de solicitud del cliente.

Adaptarse y evolucionar

Considere cómo la nueva tecnología puede afectar a los KPI de su equipo de asistencia. Esté atento a las "pistas falsas" en sus datos. Supongamos que ha invertido en una herramienta de desvío del chat como parte de una iniciativa en curso para impulsar la eficiencia a través de la inteligencia artificial. Parte de esta inversión significa que muchas de las solicitudes de asistencia comunes que suelen atender sus agentes son ahora gestionadas por la IA. Al principio, usted celebra el aumento de las consultas desviadas, pero se preocupa por la caída de las puntuaciones de CSAT. Tras una cuidadosa investigación, determina la causa: su herramienta de desvío del chat está gestionando solicitudes sencillas mientras sus agentes están trabajando en problemas más complejos de los clientes. Estas cuestiones complejas de los clientes no siempre tienen una respuesta directa y las puntuaciones de satisfacción están sufriendo como resultado.

Puede ser tentador tirar de la herramienta de desviación para salvar sus resultados de satisfacción y la moral del equipo. Pero en lugar de retirarse, profundice. Considere el hecho de que puede necesitar empezar a documentar un nuevo tipo de datos como una puntuación de complejidad. Encuentre una forma de medir la complejidad de las solicitudes de sus clientes y utilice esos datos para pintar una imagen más precisa del éxito de su equipo.

¿Quiere saber más sobre cómo el software de atención al cliente adecuado puede ayudar a su equipo a rendir al máximo? Descargue nuestra Guía del comprador aquí.

 

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

Ver preciosSolicitar demostración