Требования клиентов к уровню сервиса становятся все выше, поэтому задача компании — непрерывно улучшать качество работы службы поддержки. Для этого важно проанализировать, что в клиентской поддержке уже работает хорошо, а что нуждается в изменениях. Нужны точные данные, которые покажут, насколько служба поддержки эффективна. Однако измерять все, что можно измерить, — бессмысленная трата времени. Чтобы извлечь пользу из метрик, лучше выбрать те показатели, которые влияют на бизнес и поддаются аналитике.
Всегда ли службе поддержки нужна аналитика данных
Нередко для оценки качества клиентского обслуживания в компании контролируют соблюдение поддержкой только основных KPI. К примеру, количество заявок с нарушением дедлайна либо повторно открытых для решения. Однако такие цифры указывают лишь на наличие проблем, а не на их причины. Широкий набор метрик и понимание их взаимосвязей помогает получить больше информации о состоянии сервиса, о клиентском опыте и факторах, которые на них влияют.
Применение различных метрик позволяет собирать данные, на основе которых можно разработать в дальнейшем стратегию изменений и спланировать конкретные шаги для улучшения процессов службы поддержки клиентов. Компании, которые строят свою работу на точной статистике и умеют ее анализировать, получают конкурентное преимущество. Для руководителя эта информация служит базисом в принятии решений. Рядовым сотрудникам поддержки метрики обеспечивают прозрачность в оценке их работы.
Какие метрики анализировать первыми
Существуют десятки метрик, но не стоит стремиться анализировать их все. Чтобы определить, какие из показателей действительно влияют на работу службы поддержки и оценку удовлетворенности клиентов, можно выстроить некую «пирамиду». Например, в ее основу положить базовые метрики, которые не должны проседать, даже если другие показатели растут. А при развитии
Набор базовых метрик каждая компания выбирает самостоятельно. На это влияет специфика процессов обслуживания, объем предоставляемых сервисов и другие особенности бизнеса. В нашу подборку мы включили 10 самых распространенных метрик для служб поддержки.
Среднее время первого ответа
Время первого ответа — это время ожидания первого ответа сотрудника службы поддержки на запрос клиента. Для компании рост этого показателя может означать нехватку специалистов, рост объема заявок или неэффективность процессов.
Среднее время ответа
Под средним показателем подразумевается время, за которое решается вопрос клиента. Чем ниже этот показатель, тем больше заявок будет обработано и тем выше будет удовлетворенность клиентов.
Общее количество заявок
Чем больше заявок обрабатывает служба поддержки, тем лучше показатели работы. Вместе с тем эта метрика может сигнализировать о возникающих у клиентов проблемах с продуктами или сервисами компании, поэтому приходится чаще обращаться в поддержку.
Доля решенных заявок
Здесь учитываются все решенные заявки клиентов. Чем выше этот показатель, тем лучше справляются специалисты службы поддержки со своими задачами.
Количество просроченных заявок
Расчет количества заявок, которые остаются незавершенными в течение определенного периода или сверх установленного регламентного срока. Важно анализировать, по каким причинам это произошло и не допускать, чтобы их доля по отношению к вовремя решенным росла.
Доля заявок, закрытых в ходе первого обращения
Отслеживание процентного соотношения заявок, которые удалось решить сразу при взаимодействии со службой поддержки. Чем больше заявок закрывается при первом обращении, тем выше удовлетворенность клиентов.
Повторное открытие заявки
Показатель количества попыток, необходимых для решения проблемы клиента. Зачастую на негативный рост этой метрики влияют недочеты в работе службы поддержки. К примеру, отсутствие определенных компетенций у сотрудника для качественного исполнения заявки.
Трудозатраты по командам поддержки
Сравнение нагрузки на линии поддержки для прогнозирования и планирования занятости команд и отдельных специалистов. Анализ метрики позволяет вовремя перераспределять ресурсы, определять наиболее трудоемкие сервисные услуги.
Удовлетворенность последним взаимодействием с компанией
Метрика строится на клиентских оценках по десятибалльной шкале. Это позволяет выявлять, какие из критериев сервиса нуждаются в улучшении.
Удовлетворенность клиентов
Метрика позволяет оценивать лояльность клиентов на основе специальных опросов. Как правило, вопросы об уровне обслуживания задаются сразу после получения услуги.
Как выстроить систему метрик в службе поддержки
Рассмотрим подробнее, что учесть компании при выстраивании комплексной работы с аналитикой метрик.
Постановка измеримых целей. Все выбранные цели должны влиять на успех компании в целом. Здесь важную роль играют точные формулировки. Например, вместо цели «сократить количество недовольных клиентов», можно указать «сократить время решения инцидентов на 25%».
Выбрать метрики, которые будут отображать прогресс на пути к достижению целей. Здесь можно использовать как базовые, так и сложные метрики. Важно отслеживать только то, что в дальнейшем поможет в принятии управленческих решений. При этом данные должны собираться со всех каналов взаимодействия с клиентом.
Динамику метрик визуализировать с помощью графиков и дашбордов. Это позволит увидеть не только отображение различных показателей, а тенденции в целом. Для отслеживания метрик эффективности службы поддержки есть специализированные
Как извлечь пользу из полученных данных
Метрики позволяют оценить, насколько хорошо справляется служба поддержки и что можно улучшить. При этом в процессе самих улучшений не менее важно отслеживать, как принятые шаги влияют на изменения в работе сотрудников.
Привязать метрики к конкретным результатам. Нужно понимать, для чего рассчитывать тот или иной показатель, можно ли его изменить и как эти изменения повлияют на работу поддержки и компанию в целом.
Персонализация метрик. Также полезно рассматривать не только метрики всей службы поддержки, но и результаты отдельных групп или сотрудников. Это особенно важно для крупных компаний с несколькими линиями поддержки и распределенными командами.
Выстраивание взаимосвязей метрик. Полученные метрики нужно рассматривать не по отдельности, а в связке друг с другом. Корреляция метрик, учет контекста позволят понять корневые причины проблем и избежать неправильных интерпретаций. Например, метрика «Общее количество заявок» может влиять на «Время первого ответа». Рост одного показателя будет вызывать увеличение другого. Если рассматривать метрики изолированно, то потенциально увеличивается риск ошибочных выводов. К примеру, что сотрудники плохо справляются с задачами. В этом случае вместо того, чтобы рассмотреть потребность в найме новых сотрудников или дополнительном обучении, компания может ввести штрафные санкции и еще больше усугубить неэффективность рабочих процессов.
К выводам
- Работа с точными данными помогает принимать взвешенные управленческие решения.
- Не нужно считать все метрики, достаточно выбрать те, что непосредственно влияют на оценку эффективности службы поддержки и результаты компании.
- При построении системы метрик важно выбрать удобное
ITSM-решение с встроенными аналитическими инструментами. Например, Naumen Service Desk помогает собрать и упорядочить данные, выстроить взаимосвязи между ними и получить наглядную визуализацию самых разных метрик. - Чтобы получить пользу от метрик, нужно ставить измеримые цели, комплексно собирать данные из различных источников и рассматривать взаимосвязи выбранных показателей друг с другом.
