Gjennomsnittlig behandlingstid er den aktive tiden kundebehandlere bruker på en samtale, inkludert lesing, undersøkelser, skriving, handlinger og etterarbeid. Kortere behandlingstid kan gi bedre kapasitet, men bare hvis kunden fortsatt får en korrekt og fullstendig løsning.
Den sikreste tilnærmingen er å fjerne bortkastet arbeid. Å be kundebehandlere om å skrive raskere eller lukke henvendelser tidligere flytter ganske enkelt innsatsen til gjentatte henvendelser og eskaleringer.
Del behandlingstiden inn i komponenter
Observer reelle tilfeller og anslå hvor tiden går.
| Komponent | Vanlig kilde til tidstap |
|---|---|
| Forståelse | Lange tråder, dupliserte henvendelser, manglende henvendelsestype |
| Oppslag | Bytte mellom Shopify, fraktsystem, e-post og retningslinjer |
| Beslutning | Uklare regler eller gjentatte ledergodkjenninger |
| Skriving | Å gjenskape lignende forklaringer fra bunnen av |
| Handling | Manuell kopiering og oppdateringer i flere systemer |
| Avslutning | Overdreven tagging, notater eller statusadministrasjon |
Den største muligheten er ofte kontekstinnsamling, ikke skriving.
Forbedre arbeidsflyten i riktig rekkefølge
- Klassifiser forespørselen. Identifiser henvendelsestype, hastegrad, språk og sannsynlig ansvarlig.
- Samle konteksten. Vis ordre-, forsendelses-, kunde-, kampanje- og regeldata i saken.
- Gjør regler eksplisitte. Gi kundebehandlere en klar beslutningsvei og eskaleringsterskel.
- Forbered svaret og handlingen. AI kan lage utkast til begge deler fra samme kontekst.
- Reduser overleveringer. Send saken til et team som har fullmakt og kunnskap til å løse den.
- Forenkle etterarbeidet. Foreslå et lite sett med presise årsaks- og resultatfelt.
Et samlet datagrunnlag for kundeservice reduserer de gjentatte oppslagene som bremser mange netthandelshenvendelser.
Start med en bestemt henvendelsestype
Behandlingstiden varierer kraftig mellom spørsmål om ordrestatus, returer, produktspørsmål og kompliserte krav. Ett samlet gjennomsnitt skjuler om sammensetningen av sakene har endret seg. Velg en henvendelsestype med høyt volum, dokumenter den nåværende arbeidsflyten og fjern trinn som ikke tilfører kunden verdi.
For eksempel kan WISMO-automatisering vise siste sporingshendelse og et statusbevisst svarutkast uten at kundebehandleren må åpne transportørens system. En returforespørsel trenger i stedet returregler og informasjon om den aktuelle varen.
Bruk AI som støtte først
Foreslåtte sammendrag, svar, handlinger og etiketter kan forkorte arbeidet samtidig som kundebehandlerne beholder kontrollen. Mål hvor ofte forslagene godtas, og hvilke endringer som gjøres. Hyppige redigeringer kan tyde på manglende data, dårlige kilder til retningslinjene eller et velformulert utkast som ikke løser saken.
Ikke tving kundebehandlere til å lese et langt AI-sammendrag når den opprinnelige meldingen er kort. Bistanden skal samsvare med kompleksiteten til oppgaven.
Beskytt kvalitet og empati
Noen samtaler fortjener mer tid. Leveringsfeil, sårbare kunder, kostbare avvik og gjentatte serviceproblemer kan kreve undersøkelse og et gjennomtenkt svar. Bruk forventninger per henvendelsestype i stedet for å presse hver sak mot det samme målet.
Vurder behandlingstid sammen med løsning ved første kontakt, gjenåpningsgrad, kvalitet, eskaleringer og CSAT. Veiledningen om løsning ved første kontakt forklarer denne viktige motvekten.
Beregn kapasitetseffekten
Beregn sparte timer ved å multiplisere antallet behandlede henvendelser med en dokumentert reduksjon i behandlingstid. Ta deretter hensyn til endringer i gjentatte henvendelser og behovet for kvalitetskontroll. En forbedring på 30 sekunder for en stor og stabil henvendelsestype kan bety mer enn en stor forbedring for sjeldne saker.
Det beste arbeidet med å redusere behandlingstiden gjør kundebehandlerens jobb enklere og gir kunden et mer fullstendig svar. Da blir lavere kostnader et resultat av bedre arbeidsflyt, ikke av et ensidig kappløp om å svare raskest.