Le metriche che devi conoscere se vuoi fidelizzare i tuoi clienti

Esiste un segreto per fidelizzare i clienti? Sì, se applicato al Knowledge Management e ad alcune metriche che non devono mancare nel Customer Service.

Esiste un segreto per fidelizzare i clienti? Al fine di trovare una risposta a questa domanda è stato condotto un sondaggio su un campione di 50.000 consumatori, sotto la supervisione di eGain, società di sviluppo software attiva nell’ambito del Customer Service. La risposta a questa domanda è affermativa e riguarda la facilità con la quale un cliente ottiene un servizio, con una percezione di riduzione dello sforzo.

Un altro sondaggio, organizzato da Forrester, ha coinvolto 5.000 consumatori con l’obiettivo di verificare i punti di maggior disagio e criticità connessi al Customer Service. I difetti e le incongruenze che più amareggiano i clienti hanno riguardato la mancanza di un contatto veloce e diretto con gli operatori di caring e l’inconsistenza delle risposte fornite sia dagli operatori, sia dalle pagine web di supporto.

Una volta comprese le aree di criticità che causano più frustrazione e insoddisfazione tra i clienti è necessario progettare un sistema di Knowledge Management che gestisca con intelligenza ed efficacia la conoscenza, operando in modalità omni-channel.

Se composto da un sapiente mix di tecnologie, processi, risorse umane e best practice, il KM riduce la percezione di sforzo del cliente, favorendo di conseguenza un incremento della fedeltà al brand. Oltre a questo elemento di differenziazione strategica, il Knowledge Management porta con sé anche il miglioramento delle metriche operative. Prima di elencare quelle più rilevanti, è utile fare una precisazione: non tutte le metriche elencate funzionano allo stesso modo per la varie aziende; una metrica che assume una valenza positiva per Walmart può non essere altrettanto positiva per Nordstrom.

1. Risoluzione del caso dopo il primo contatto (First Contact Resolution)

Questa metrica è tra quelle più importanti e viene utilizzata dagli operatori del Customer Service per misurare lo sforzo profuso dai clienti per trovare le soluzioni più idonee ai casi specifici: più il valore del FCR è elevato, minore è lo sforzo impiegato dal cliente per arrivare alla soluzione e maggiore sarà il suo grado di soddisfazione.

Ma come innalzare l’incidenza delle risoluzioni delle problematiche dei clienti dopo il primo contatto? Progettando sezioni FAQ ottimizzate, impiegando tecnologie sofisticate, come l’intelligenza artificiale, per rispondere con rapidità ed efficacia anche a domande più complesse.

Un caso di successo è stato quello di un importante fornitore del settore delle telecomunicazioni, che ha visto migliorare il valore della FCR del 37%, addestrando semplicemente gli operatori del Contact Center a servirsi dell’aiuto guidato, reso possibile dall’impiego del case-based reasoning (CBR), una tecnologia di intelligenza artificiale. Gli operatori sono in grado adesso di gestire molte più chiamate di quanto non accadesse in precedenza.

2. Tempo medio di presa in carico (AHT)

Un’altra metrica importante riguarda il tempo medio di presa in carico (Average handle time), che non serve soltanto a misurare internamente le performance dei servizi offerti al cliente. Questa metrica, per essere efficace, deve operare in sinergia con quella illustrata in precedenza (FCR), in modo tale da abbassare notevolmente il rischio di defezione da parte degli utenti. Una buona soluzione di Knowledge Management, soprattutto se incanalata in ottica self-service, è in grado di portare risultati positivi su entrambi questi indicatori.

Un cliente enterprise del ramo bancario ha visto la riduzione del tempo medio di presa in carico del 67% e un miglioramento della risoluzione dei problemi presentati dai clienti al primo contatto del 36%: questo esito è stato ottenuto facendo leva sull’intelligenza artificiale per guidare i clienti alle risposte. Inoltre, i consulenti che venivano contattati dai clienti hanno imparato a servirsi della stessa tecnologia per guidarli nei processi come l’apertura del conto e altre operazioni bancarie nel rispetto delle normative di settore.

3. Velocità media di risposta

La velocità media di risposta (ASA) è anch’essa importante. Tuttavia, questo indicatore andrebbe integrato con una modifica importante: la risposta non soltanto dovrebbe essere veloce, ma dovrebbe anche essere corretta, e risolvere pienamente il problema del cliente. Fornire risposte mediamente più veloci senza tener conto della precisione delle stesse non può essere una buona soluzione per ottimizzare la resa del Customer Service.

Con la proliferazione dei di punti di contatto coi clienti, è importante disporre di un sistema di Knowledge Management omnichannel centralizzato in modo tale da assicurare all’utente la risposta più adatta per ogni specifico caso indipendentemente dai canali che vengono utilizzati.

In realtà, il cliente telco accennato in precedenza sfrutta la stessa tecnologia AI e omnichannel base di conoscenza attraverso i suoi centri di contatto e centinaia di negozi al dettaglio per fornire le risposte giuste singoli veloce, indipendentemente dal punto di contatto.

4. Risorse dedicate alla formazione interna degli operatori di caring

Tra le metriche da impiegare, non bisogna dimenticare il numero di ore di formazione interna impiegate all’anno per preparare gli addetti del Customer Service. Secondo una ricerca su scala globale stilata da Benchmarking Report nel 2015, i fondi destinati alla formazione dei contact center sono stati tagliati del 60%, nonostante i ruoli degli operatori di caring siano diventati sempre più complessi. Non c’è quindi da meravigliarsi se i consumatori indicano le mancanze legate alla conoscenza operativa come il punto critico principale nel quale si imbattono una volta che contattano i servizi di assistenza ai clienti.

Questo è un nodo complicato, aggravato dal fatto che molte aziende sono impossibilitate ad allocare un budget più corposo per la formazione interna dei dipendenti, e quindi si trovano a far fronte ad esigenze legate al risparmio. Come fare a coniugare un risparmio sul budget destinato alla formazione ad una qualità accettabile del servizio di assistenza erogato ai clienti? Ancora una volta il Knowledge Management ci offre il suo aiuto. Attraverso una compenetrazione tra intelligenza artificiale e CBR, è possibile aumentare la soddisfazione dei clienti riducendo al contempo le ore dedicate alla formazione fino al 50%.

Le aziende infine cercano costantemente di diminuire il volume di email,  chat e telefonate prese in carico da parte degli operatori di caring. I clienti preferiscono sempre di più il self-service, e i servizi ai clienti ne traggono anch’essi un beneficio mentre cercano di ridurre i costi legati all’assistenza. In ogni caso, un solido sistema di Knowledge Management è fondamentale per proporre agli utenti un servizio self-service in chiave digital. Uno degli indicatori che consente di capire se si sta andando nella direzione giusta riguarda il numero di telefonate, mail e richieste via chat correttamente deviate. Il self-service contestuale è utile ad esempio ad un’azienda per deviare in modo intelligente ed efficace fino al 60% delle richieste di supporto che fino a quel momento avvenivano via mail e chat.

Fonte: http://www.smartcustomerservice.com/Columns/Vendor-Views/The-Transformational-Value-of-Knowledge-Management-for-Customer-Service-110354.aspx

Foto: Designed by Freepik

Condividi

Share on facebook
Share on google
Share on twitter
Share on linkedin
Share on pinterest
Share on print
Share on email

Questo sito utilizza cookie di profilazione di terze parti. Proseguendo con la navigazione acconsenti al loro uso. Maggiori informazioni.