Helpdesk

por Brad Snedeker


Helpdesk

Con el servicio y la asistencia al cliente, averiguar por qué sucede algo puede ser tan importante como averiguar qué sucedió. De hecho, a veces el “por qué” es incluso más revelador que el “qué”.

Cuando una organización obtiene puntuaciones bajas por lealtad a la marca, recibe comentarios negativos de los clientes o incluso experimenta una alta rotación entre los agentes de atención al cliente, puede ser un desafío determinar la causa subyacente. Incluso el uso de análisis de datos a veces puede conducir a un callejón sin salida.

Sin embargo, el uso de análisis de voz del cliente (VoC) puede arrojar luz sobre las motivaciones ocultas detrás del comportamiento del cliente o del empleado. No es difícil comprender cómo utilizar el análisis de voz y VoC para descubrir estos comportamientos y modificar las prácticas comerciales para obtener mejores resultados, pero muchas organizaciones simplemente no saben por dónde empezar.

Aquí hay algunos ejemplos de la vida real que destacan las luchas comunes que enfrentan los líderes de los centros de contacto, así como formas sugeridas de usar los conocimientos de VoC recopilados a través del análisis de voz para revertir el impacto negativo en la marca. 

Repetir interacciones para disputar la facturación

Una empresa de telecomunicaciones estaba experimentando interacciones repetidas con los clientes con respecto a problemas de facturación. Se pidió a aproximadamente 300 empleados que interactuaban con estos clientes que usaran una hoja de verificación de papel para registrar manualmente las interacciones, pero el uso fue irregular y poco confiable. Además, los datos que finalmente recopiló no proporcionaron ningún hallazgo específico que respaldara posibles acciones de cambio.

Entonces, en cambio, la compañía cambió a un tablero de VoC digital que registraba, analizaba y rastreaba todas las interacciones de facturación-disputa. La ejecución de análisis de las interacciones le permitió correlacionar e identificar tendencias en las disputas que estaban vinculadas a interacciones repetidas que, a su vez, le dieron una idea clara de las causas fundamentales.

La compañía descubrió que el sentimiento negativo y la confusión se correlacionaban con los mismos tipos de interacciones, por lo que el problema era mucho mayor de lo que inicialmente se había creído. Con esta información, los líderes pudieron definir acciones específicas y asignar propietarios para enfocarse en la mejora. También registraron una nueva línea de base del problema (ya que la original era inexacta), por lo que pudieron cuantificar con precisión las mejoras en comparación con la línea de base correcta.

Insatisfacción con la reserva de citas del paciente

Una empresa de atención médica experimentó más de un año de calificaciones horribles en encuestas y críticas mordaces y sarcásticas de los pacientes. Estaba perdiendo pacientes (e ingresos) debido a las malas interacciones con su equipo de 150 agentes de programación.

Los líderes estaban desconcertados: pasaron un año trabajando en un programa de garantía de calidad y mantuvieron los puntajes de las encuestas para rastrear el progreso. Desafortunadamente, el programa de aseguramiento de la calidad y los puntajes de la encuesta se derivaron de una muestra muy pequeña, demasiado pequeña para llegar a la causa raíz. La organización carecía de las herramientas que necesitaban para comprender e impactar el problema.

Solo después de implementar el análisis de voz automatizado, la empresa pudo determinar la causa raíz de la insatisfacción. De hecho, fue una solución fácil. Los empleados compasivos de esta organización crearon sin saberlo un círculo vicioso: los empleados querían ayudar a los pacientes a asegurar sus citas, por lo que decían algo como: “No tenemos ninguna cita para esa fecha, pero si vuelve a llamar todos los días, podemos ver si hay una cancelación. Estoy seguro de que podremos encajarlo “.

Desafortunadamente, esto provocó altos niveles de frustración e insatisfacción con los pacientes. Además, los pacientes harían exactamente eso, seguir llamando, solo para decepcionarse cada vez que no hubiera un espacio disponible. Al volver a capacitar a los agentes en el lenguaje y las sugerencias de sus clientes, la compañía de atención médica pudo ajustar rápidamente las interacciones con los pacientes.

Los problemas de envío erosionan la lealtad y los ingresos de la marca

Una empresa que experimentó problemas con el envío estaba utilizando los comentarios de los clientes para determinar una solución, pero no estaba segura de qué tipo de datos de comentarios debería considerar durante su análisis. Esto provocó retrasos en la búsqueda de una solución. De hecho, después de 4 semanas de análisis inicial, los líderes querían investigar una dimensión adicional de los datos. Pero esto obligó a reiniciar el estudio con un alcance ampliado y costos laborales adicionales. Durante este retraso, la empresa estaba perdiendo dinero y la satisfacción del cliente se erosionaba.

Después de discutir un nuevo enfoque para el análisis, la empresa implementó análisis de VoC automatizados para recopilar y analizar los datos de interacción. Esto le permitió analizar cada interacción para descubrir y estudiar los problemas de envío. Además, debido a que la automatización de VoC recopilaba todos los datos, eliminó la necesidad de comenzar desde cero si los requisitos del análisis cambiaban o cuando cambiaban.

Luego, la compañía expandió el estudio para analizar el sentimiento, lo que le permitió clasificar las interacciones en categorías como positivas o negativas. Además del ahorro de mano de obra a través de la automatización, la empresa ahora recibe puntuaciones predictivas para cada interacción, lo que le permite centrarse en interacciones de puntuación baja e identificar más fácilmente los comentarios que pueden mejorar el envío.

Automatización de la recopilación y el análisis

La mayoría de las organizaciones saben que hay “desconexiones” y “buenas intenciones” entre sus equipos de servicio al cliente que se correlacionan directamente con un desempeño comercial deficiente. Pero, debido a la falta de tecnología, propiedad o proceso efectivos, muchos de estos problemas nunca se solucionan, lo que genera un impacto negativo significativo en las operaciones y la eficiencia comerciales, la satisfacción del cliente y los empleados, los ingresos y más.

Los ejecutivos no siempre comprenden las ramificaciones laborales y de costos vinculadas al análisis manual de datos hasta que llega a un punto de ruptura y, en muchos casos, esos esfuerzos no dan como resultado conocimientos tangibles. La adopción de análisis de VoC puede abordar estos problemas comunes, creando oportunidades reales de mejora. La plataforma de análisis correcta puede hacer todo el trabajo pesado para que los líderes puedan actuar rápidamente sobre los hallazgos, implementar estrategias para el cambio y garantizar el impacto y la transformación necesarios dentro de la organización.

Fuente: https://www.kmworld.com/Articles/Editorial/ViewPoints/Translating-the-voice-of-your-customer-(VoC)-into-business-intelligence–142989.aspx

Deja un comentario