Klantenservice analytics en inzicht in prestaties

De cijfers in Cuego komen uit één centrale lijst met definities. Daarin staat per meting uit welke tabel hij komt, over welke datumkolom het bereik loopt en hoe hij wordt uitgerekend.

Daardoor kan de reactietijd op je dashboard niet iets anders betekenen dan de reactietijd in je rapport. Dat klinkt vanzelfsprekend, maar het is precies waar losse rapportages uiteenlopen: twee schermen die dezelfde naam gebruiken en een andere som maken.

Naast gemiddelden rekent Cuego het negentigste percentiel uit: de tijd waar negen op de tien gesprekken onder bleven. Dat cijfer laat de staart zien die een gemiddelde wegpoetst.

Een gemiddelde reactietijd van twee uur klinkt prima, ook als daar een groep in zit die drie dagen wachtte. Die groep belt of mailt opnieuw, en dat werk komt terug in je eigen inbox. Wie op klanttevredenheid stuurt, kijkt naar de staart en niet naar het midden.

Je stelt een vrije periode in en kunt twee metingen tegen elkaar uitzetten, ook uit verschillende modules. Bijvoorbeeld het aantal gesprekken naast de gemiddelde afhandeltijd.

Een cijfer op zichzelf zegt weinig. Meer tickets is goed nieuws bij een groeiende webshop en slecht nieuws bij een gelijk gebleven omzet, en dat verschil zie je pas als beide lijnen in hetzelfde beeld staan.

Je ziet welke onderwerpen blijven terugkomen en hoeveel Cuego er zelf van afhandelde. Dat is de lijst waar je automatisering mee begint, want daar zit het volume.

Automatiseren begin je bij de vraag die het vaakst gesteld wordt en het minst vaak fout kan gaan. Niet bij de moeilijkste vraag, ook al is dat de vraag waar je team het meest last van heeft.