Как аналитика работы отдела поддержки может улучшить бизнес?

Помните, как в Матрице все состояло из зеленых цифр? Примерно так на самом деле выглядит любой бизнес. Только Матрица выдуманная, а бизнес - это всегда что-то реальное 🙂

Среднестатистический отдел поддержки клиентов глазами руководителя 

Сегодня я хочу поговорить о цифрах и метриках отдела саппорта, но сначала давайте разберемся, для чего их отслеживать? 🤔 Согласитесь, тяжело понять работает ли что-то хорошо или плохо, если смотреть поверхностно. Аналитические данные в данном случае выступают лупой, с помощью которой вы можете взглянуть на ваш отдел поддержки более пристально и НАЙТИ ТО, ЧТО СТОИТ УЛУЧШИТЬ❗ А улучшать есть смысл. Довольные клиенты обычно не меняют место, где они получают качественные услуги или что-то покупают. 🤩

Самое базовое на что стоит обратить внимание, по моему мнению - соотношение количества новых и закрытых заявок от клиентов. На практике это лучше смотреть в динамике. Вот так:

Как аналитика работы отдела поддержки может улучшить бизнес?

Если вы регулярно видите, что количество новых заявок превышает количество закрытых, то вы можете выстроить несколько гипотез. Как минимум:

🔴У вас слишком маленький отдел поддержки.

Заявок тысячи, а спартанцев всего 300. Конечно, в таком случае можно храбро сражаться и попробовать для начала решить проблему автоматизацией, но если людей в саппорте вcе же окажется мало, то вам нужно нанять еще, иначе будет у вас 300 загнанных и выгоревших до полусмерти спартанцев. 😀

🔴Кто-то из отдела филонит.

Гипотез можно и больше выстроить, но я для примера взял самые очевидные. Предположим, что мы выстроили то, что выше и теперь нам нужно понять какая гипотеза верная. Для этого нам нужно посмотреть аналитику по каждому оператору. Вы можете обратить внимание на такие метрики, как:

🔴время закрытия

🔴сколько всего назначенных и выполненных запросов у оператора

🔴удовлетворенность клиентами его работы, если они оценивают ее.

Даже эти 4-ре показателя вы уже можете использовать, чтобы понять кто их операторов работает не очень хорошо и попытался решить уже конкретную проблему.

Если мы уже говорим о метриках поддержки, то нельзя тут не упомянуть SLA. Думаю все, кто работали в поддержке, ее знают, но если вдруг кто не знает, то я объясню.

SLA (Service Level Agreement) — соглашение об уровне предоставляемого сервиса, используется для контроля реакции сотрудников на сообщения от клиентов.

Логично, что если вы используете SLA, то и аналитику по нему смотреть тоже нужно, чтобы понять, сколько заявок отдел обработал вовремя, а сколько нет и если мы видим много просроченных заявок, то нужно повторить путь выше:

1)Построить гипотезы

2)Проверить с помощью аналитики

3)Определить проблему и решить.

Если пока у вас получилось сделать только пункт 1, то напишите в комментарии и я помогу с пунктом 2 🙂

55
Начать дискуссию