... sind ein Dienstleistungsunternehmen mit 22jähriger Erfahrung im Bereich Customer Service: > Prüfvorgänge und 7.

Transkript

1

2 Wir... sind ein Dienstleistungsunternehmen mit 22jähriger Erfahrung im Bereich Customer Service: > Prüfvorgänge und Consultingtage... erarbeiten umsetzbare Lösungen, um Ihren Service nachhaltig zu verbessern... reduzieren Ihre Kosten durch die Analyse und Optimierung Ihrer Prozesse und Abläufe... unterstützen Ihr Qualitätsmanagement mit Vorgangsprüfungen und Kundenbefragungen in allen Kontaktkanälen Wir schaffen Ihnen Freiräume und denken für Sie einen Schritt weiter!

3 Klassische Fragen im Kundenservice... was treibt meine Kundenzufriedenheit wie verhält sich Qualität zu Zufriedenheit wie steigere / halte ich meine Zufriedenheit wie steigere / halte ich meine Qualität wie senke ich meine Kosten bei gleichbleibender Qualität und Zufriedenheit...

4 Kennzahlen im Kundenservice Kundenzufriedenheit (subjektive Meinung des Kunden) Bearbeitungsqualität (objektive Meinung intern / Partner) Performance (maschinelle Daten je nach Kanal) KPIs: Indexwerte NPS Einzelfragen KPIs: Index Qualität Fehlerklassifizierung Benchmark Fachliche Kriterien Subjektive Kriterien Einzelwerte KPIs: Erreichbarkeit Service Level Wartezeit Weiterleitungsquote Folgekontakte Calldauer AHT / ACW

5 Kennzahlen im Kundenservice Kundenzufriedenheit (subjektive Meinung des Kunden) Bearbeitungsqualität (objektive Meinung intern / Partner) Performance (maschinelle Daten je nach Kanal) Werkzeug: Klassische Kundenbefragung: Ein durch Zufall ausgewählter Kunde wird nach seinem letzten Kontakt befragt (z. B. Bestellung) Werkzeug: QM (Call Recording / Mail Prüfung) Ein durch Zufall ausgewählter Vorgang wird auf Einhaltung der Kriterien geprüft (z. B. Umtausch) Werkzeug: Reporting und Kennzahlen Kumulierte KPIs werden im Wochen-/ Monatsrhythmus geprüft und analysiert (z. B. Erreichbarkeit Mai)

6 Kennzahlen im Kundenservice Kundenzufriedenheit (subjektive Meinung des Kunden) Bearbeitungsqualität (objektive Meinung intern / Partner) Performance (maschinelle Daten je nach Kanal) X X Werkzeug: Klassische Kundenbefragung: Werkzeug: QM (Call Recording / Mail Prüfung) X Werkzeug: Reporting und Kennzahlen Ein durch Zufall Ein durch Zufall Kumulierte KPIs werden ausgewählter Kunde wird ausgewählter Vorgang im Wochen-/ Monatsrhythmus geprüft und Eine Vergleichbarkeit ist aufgrund der unterschiedlich betrachteten Vorgänge nur nach seinem letzten wird auf Einhaltung der bedingt Kontakt möglich: befragt Es können keine Kriterien kausalen geprüft Ableitungen voneinander analysiert getroffen (z. B. Bestellung) (z. B. werden! Umtausch) (z. B. Erreichbarkeit Mai)

7 Kennzahlen im Kundenservice Kundenzufriedenheit (subjektive Meinung des Kunden) Bearbeitungsqualität (objektive Meinung intern / Partner) Performance (maschinelle Daten je nach Kanal) Vorgänge: z. B. Bestellung Kausale und vorgabenbezogene Kundenzufriedenheit unter Beachtung der konkreten Performance KPIs

8 Vorgangsprüfung: Erkenntnis durch Beobachtung Klassische Vorgangsprüfung Vorgangsprüfung Plus Einhaltung der Qualitätskriterien wird kontrolliert (Kontrolle) Einhaltung der Qualitätskriterien wird kontrolliert (Kontrolle) - + Subjektive Bewertung - + Sammeln von Auffälligkeiten - + Beobachten des Verlaufs innerhalb des Vorgangs

9 Data Mining Welche Aspekte treiben meine Kosten und meine Kundenzufriedenheit im Service? Wie korreliert die objektive Meinung (Vorgangsprüfung) mit der subjektiven Meinung (Kundenbefragung)? Welche Aspekte sind welchen Kunden im Bezug auf die unterschiedlichen Kanäle wichtig? Performance Daten Gemeinsamer Datensatz Kundenbefragung Bearbeitungsqualität

10 Data Mining Soziologischer und statistischer Ansatz: Welche signifikanten Unterschiede und Korrelationen gibt es im Bezug auf die unterschiedlichen Datensätze? Nutzung SPSS: Entscheidungsbäume und erweiterte Kreuztabellierungen Identifikation der konkreten Einsparungspotentiale Nach Prozess und Vorgangsart Nach Partner Nach Mitarbeiter Nach Trainer... Informationen zur Zufriedenheit der Kunden zu unterschiedlichsten Aspekten möglich: Herkunft des Kunden Geschlecht des Kunden Kaufverhalten (Produkt / Tarif) des Kunden Alter der Kunden...

11 Data Mining: Ergebnisbeispiel Call Stammdaten, Tarifwechsel, Technik Hilfe Center, Öffnungszeiten, Bestellung Retoure, Bestellung Störung, Vertragsfragen, Neukunde

12 Data Mining: Ergebnisbeispiel

13 Data Mining: Ergebnisbeispiel Systemdoku Stammdaten, Tarifwechsel, Technik, Hilfe Center, Öffnungszeiten, Bestellung, Störung, Vertragsfragen, Neukunde Retoure, Bestellung

14 Data Mining: Ergebnisbeispiel Self Care D. Wagner, M. Schmitz, R. Schulz, M. Weber, T. Menden, S. Koch C. Kowalski, U. Bach

15 Einsparungspotentiale Potential Verlagerung Vorgänge Self Care 25% Verkürzung der Nachbearbeitungszeit (Call) Steigerung Erfolgsquote der Trainings 15% Angleichung der Performance unterschiedlicher Dienstleister Senkung der fachlichen Fehler (kanalübergreifend) 20% Reduzierung der Fehlerfolgekontakte 25% Optimierung Kanalkonzeption auf Vorgangsarten - Höhere Kundenzufriedenheit bei anderer Abarbeitungsstrategie Einsparung 40 Sekunden - 18%

16 Vorteile von DataMining + Durchführung 1 4 mal pro Jahr (Empfehlung) + Richtet sich komplett nach Ihren Zielen aus + Geringe Mengen reichen aus ( ) + Ideales Steuerinstrument (Trainer, Dienstleister, Teams, etc.) + Durch A/B-Testing können mögliche Risiken ausgeschlossen werden + Sie erheben die Kennzahlen (wahrscheinlich) ohnehin schon!

17 Bolzhauser AG Postfach 54 Keldersstraße Ochtendung Solingen Tel: / Tel: / Fax: / Fax: / info@bolzhauser.de