Analyse van herhaalverkeer wordt als belangrijk beschouwd voor klantenserviceteams. Het helpt bij het identificeren van welke onderwerpen vaker herhaalverkeer veroorzaken, en als de root causes worden gecontroleerd, weten bedrijven en teams of het kan worden opgelost door mensen die het gesprek afhandelen te coachen, of dat het proces/inhoud verbeterd moet worden.
Toch blijkt dit type analyse vaak behoorlijk moeilijk te zijn. Dit begint met de veelgebruikte definitie van herhaalverkeer. Een standaarddefinitie ziet er vaak zo uit:
"Als een klant binnen 7 dagen opnieuw belt over hetzelfde onderwerp, is het herhaalverkeer."
Ja, bijna. Er zijn echter een paar dingen die niet in de definitie staan:
- Niet alle bedrijven hebben een klantcyclus die overeenkomt met de definitie van 7 dagen (bijvoorbeeld, een van onze retailklanten heeft een gemiddelde levertijd van 6-8 weken, dus klanten komen na 6-8 weken terug met hun vragen)
- 'Hetzelfde onderwerp' voor een bedrijf komt niet overeen met 'hetzelfde onderwerp' voor de klant. Vaak wil de klant weten wat de volgende stap is in het gebruik van hun product (bijvoorbeeld hun telefoonabonnement of het product dat ze online hebben gekocht), omdat ze het nog niet kunnen gebruiken, is het voor hen dezelfde vraag (ongeacht jouw enge definitie van 'hetzelfde onderwerp')
- Standaard zijn bijna alle gerapporteerde cijfers voor herhaalverkeer TE LAAG. Dit komt omdat klantherkenning over kanalen heen nog niet uniform is opgelost.
- Analyse van onderwerpen wordt uitgevoerd op de interacties van DEZE rapportageperiode (bijvoorbeeld de afgelopen week). Dat vertelt je alleen welk percentage van de interacties herhaalverkeer is en wat het HUIDIGE onderwerp is.
Met Conversational Intelligence zijn we al geruime tijd bezig om deze dynamiek een beetje te veranderen. We onderzoeken:
- Welke klanten eerder interactie met ons hebben gehad
- Wat waren de gemeenschappelijke onderwerpen van een willekeurige eerdere interactie
- Welk percentage van klanten met die onderwerpen (dus de VORIGE interactie) zich herhaalt binnen x tijd (bijvoorbeeld 7, 14 dagen of iets dat overeenkomt met de levenscyclus van onze klant)
- EN wat zijn veelvoorkomende onderwerpen van de herhaling (= HUIDIGE) interactie
Wat dit ons oplevert, is inzicht in wat een interactie triggert en soms vrij eenvoudige manieren om de vervolginteractie te voorkomen. Enkele voorbeelden:
- Retailklant: Beloven om een klant terug te bellen, niet in staat zijn om die belofte na te komen, leidt tot herhaald contact van 67% binnen 2 weken
- Telcoklant: Beloven van een korting/krediet die wordt geadministreerd op de VOLGENDE factuur, kon niet worden gerealiseerd (omdat soms de factuurrun al liep) leidde tot herhaald contact van 70% (!) binnen 2 weken
Wil je een start maken met het voorkomen van (herhaal-)contacten? Stuur een berichtje, dan kijken we samen hoe conversational intelligence jou kan helpen bij jouw organisatie.