首席数据官

Hi, 请登录

客户服务数据指标分析解决方案

大多数企业对客户服务设置了很多追踪指标,如以下示例:

客户满意度:是对顾客满意程度的衡量指标。通过连续性的定量研究,获得客户对特定服务的满意度、消费缺陷、再次购买率与推荐率等指标的评价,找出内、外部客户的核心问题,发现最快捷、有效的途径,实现最大化价值。

首次响应时间:首次响应时间是指客户发出第一条消息客服弹窗后,客服手动回复客户的第一条消息之间的差值。

平均通话时间:指谈话时间和事后处理时间的总和。

平均应答速度:指总排队时间除以所回答的总问询数。

平均交谈时间:指用户与客服联系后交谈的时间长度。

平均排队时间:在客户咨询产生排队的时候,每个客户排队等待的时间的平均值。

事后处理时间:即一次会话结束前,客服需要完成与此次会话相关的整理工作所需要的时间,例如:转工单、填写会话标签、客户标签、客户资料。有些填写可以在客户咨询的同时完成。

转接率:转接电话数占全部接通电话数的百分比。

平均持线时间:值机业务员让顾客在线上等待的平均时间。

平均振铃次数:指顾客听到回话之前电话玲振响的次数,不论这个电话是由业务员、 还是IVR回的。

呼叫数:指所有打入/打出中心的电话,包括收到阻塞的、中途放弃的和已经答复的电话。

呼叫放弃率:一个放弃电话是指已经被接通到中心,但又被呼叫者在值机业务员、呼出电话员和信息通知部接听之前自动挂断了的电话。放弃电话数占全部接通电话数的百分比。

平均放弃时间:指呼叫者放弃呼叫前平均等待的时间,以秒来计算。

平均单呼成本:等于某段时间内中心所花的全部费用除以这段时间中中心所接听的所有电话数客服数据分析,它包括无论何种理由打入的无论什么电话,不管是由业务员接听的,还是由技术系统接听的。

……

需要考核的指标有很多,出现了很多问题:

过多的考核指标对被考核人来说会引起心理上的无所适从,搞不清楚工作的轻重缓急,无法更为有效地安排自己的工作,搞不清楚怎么做才能达成绩效考核要求,进而会使绩效考核流于形式。而对于管理者和企业来说,数据太多太混乱,容易导致分析困难、思路混乱、找不到需要关注的重点,不知道数据反映出的真相到底是什么?从而无法做出更明智的策略来改善客户服务和优化客户体验。因此,你可以试着先关注3-5个最重要的绩效考核指标,通过如怡海软件客户服务解决方案 ,能让你保持专注,获得更条理清晰、经络分明的数据结果。为被考核人工作努力方向选择和目标达成创造更好的前提条件。

客户满意度

到底什么是客户满意度呢?客户满意度的衡量有多重要?企业又该如何衡量客户满意度?

从根本上来说,客户满意度决定着客户忠诚度。一般来说,企业每5年就会失去一半的客户,导致企业需要不断获取新客户。客户满意度可以通过允许企业“消除痛点并提高客户忠诚度”来限制客户流失。通过对客户满意度的调查,客服团队才可以找出不足,弥补缺点,提供有针对性的服务,促进与客户间的沟通,进而提升客户忠诚度。

高效的跟踪客户满意度情况的方式有多种,根据平均分、表情变化、星级评分、净推荐值等,但最好是多种方法结合在一起使用。

平均等待时间

客户在给我们发邮件后或打电话给我的代表后,需要等待多长时间才能收到我们的回复?

据AT&T调查及某语音应答公司统计:

客户一般等待90秒后就会挂断电话,

在等待时听音乐的客户会认为30秒的等待时间只有15秒;

在没有成功接入电话的客户中大约有34%的人不会再打电话进来,因此呼叫中心通常只有一次机会接入客户的电话。

平均等待时间以及等待期间的客户体验是衡量客户服务水平的重要指标,因此如何高效监控这些数据以及能如何更快速的响应客户需求、问题非常重要,这些CRM能帮你解决。

平均处理时间

AHT(平均处理时间)指处理一次联络所需的平均时间。以一通电话呼叫为例,AHT指与客户沟通的时间以及在呼叫后所需完成的工作 (如行政信息、后台操作、甚至简单地处理呼叫信息作统计分析用途等)的时间总和。各种各样的AHT追踪着不同的环节或技能,因此是一项至关重要的数据集,能帮助呼叫中心实施有效的管理,例如在规划团队和工作量方面,以及有助达到关于呼叫等候的服务质量目标。

平均放弃时间

指呼叫者放弃呼叫前平均等待的时间,以秒来计算。此一数据可以收集记录在CRM中,随时获得每日和每周报告。全行业平均时间为60秒,建议标准范围为20-60秒。建议管理措施:等待时间很短即放弃,表明顾客等待的耐心有限,原因可能是有其它中心可以选择,也可能是不喜欢拨叫你们中心时老是不成功。两者都值得引起重视,并采取相应措施。检查放弃者的数目、没有拨通的情况和排队的时间,看是否存在呼叫者拨不进来的问

试看结束,如继续查看请付费↓↓↓↓
打赏0.5元才能查看本内容,立即打赏

来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

评论

  • 昵称 (必填)
  • 邮箱
  • 网址
二维码
评论