Analisis Pusat Panggilan: Cara Meningkatkan Kepuasan Pelanggan & Produktivitas Agen

Setiap interaksi pelanggan berisi harta karun berupa data. Tetapi apakah Anda menggunakannya untuk meningkatkan pengalaman pelanggan? Sayangnya, menurut sebuah studi oleh Salesforce, hanya 17% perusahaan yang bertindak berdasarkan wawasan pelanggan ini.

Untuk memanfaatkan kekuatan analitik pusat panggilan, Anda perlu menerapkannya pada tantangan bisnis dunia nyata. Di balik masing-masing dari berbagai metrik dan KPI adalah motivasi, minat, dan kebutuhan manusia.

Saat Anda memperluas peran pusat kontak omnichannel Anda, Anda pasti ingin mengukur kinerja tim Anda sehingga mereka dapat memastikan kepuasan pelanggan total. Arahkan analitik dari pusat panggilan Anda dengan mengikuti panduan komprehensif kami.

• Apa itu analitik pusat panggilan?
• Jenis analitik pusat kontak
• Menggunakan data pusat panggilan untuk meningkatkan CX
• Mengubah budaya Anda menjadi lebih didorong oleh data
• Fitur analitik yang harus dimiliki

Apa itu analitik pusat panggilan?

Analitik pusat panggilan menjelaskan pengumpulan, pengukuran, dan pelaporan metrik kinerja dalam pusat kontak. Ini melacak data panggilan dan kinerja agen yang menangani panggilan masuk atau keluar. Jenis analitik yang umum termasuk waktu penanganan, volume panggilan, kepuasan pelanggan, dan waktu tunggu.

Namun, analitik pusat panggilan lebih dari sekadar waktu panggilan. Ini faktor dalam elemen manusia untuk mempengaruhi bagaimana panggilan ditangani, termasuk pengalaman pelanggan itu sendiri.

Dalam kebanyakan kasus, supervisor call center dapat mengakses data ini menggunakan alat analitik khusus. Namun, mengakses data pusat panggilan ini seringkali terbatas pada supervisor dan pemimpin tim. Pusat kontak yang lebih modern menyediakan data real-time ini kepada agen sehingga mereka tidak keberatan meningkatkan volume panggilan.

Namun, dengan alat dan strategi yang tepat, data panggilan membantu Anda memberikan pengalaman pelanggan yang luar biasa, meningkatkan loyalitas merek, dan meningkatkan efisiensi secara menyeluruh.

Pro dan kontra menggunakan analitik pusat panggilan

Manfaat menganalisis panggilan adalah Anda dapat menskalakan operasi pusat panggilan dan mencapai konsistensi. Beberapa manfaat analitik pusat panggilan juga adalah:

• Terukur - Angka lebih mudah diukur daripada soft skill seperti "sikap". Ada lusinan metrik yang bermakna untuk dilacak dan ditafsirkan. (Teruslah membaca, kami akan membahasnya!)
• Terintegrasi - Sebagian besar solusi pusat kontak cloud menawarkan analitik pusat panggilan bawaan. Ini berarti pemimpin call center tidak perlu mempelajari SQL atau menggunakan Crystal Reports. (Hah? Tepat sekali.)
• Dapat dikelola - Metrik agen yang tepat adalah metrik yang memiliki pengaruh signifikan. Misalnya, yang dapat ditingkatkan dari mempraktikkan perilaku yang benar.

Namun seiring waktu, analitik pusat panggilan telah mendapatkan reputasi yang beragam. Pusat panggilan tradisional mungkin masih diukur dengan waktu panggilan murni, waktu penanganan, dan waktu tunggu saja. Kelemahan analitik di pusat panggilan meliputi:

• Dimanipulasi - Banyak veteran call center tahu cara mempersingkat panggilan dengan mengorbankan tingkat resolusi.
• Impersonal - Metrik, tidak seperti penelepon itu sendiri, tidak disesuaikan dengan situasi yang dihadapi. Beberapa metrik kinerja menghambat membangun hubungan baik.
• Terisolasi - Tren panggilan masuk cenderung tetap relevan hanya dalam pusat kontak. Kelemahannya adalah tim manajemen mungkin jauh dari akar penyebab panggilan telepon pelanggan.

Berikut kami ambil. Angka dan metrik dapat memotivasi orang jika difokuskan pada perilaku yang benar. Agen tidak dapat mengubah beberapa analitik pusat panggilan (mis., volume panggilan). Tetapkan panduan panggilan yang optimal dan manfaatkan jaminan kualitas untuk putaran umpan balik yang berkelanjutan.

Kutipan terkenal dari ahli statistik Karl Pearson ini patut diingat.

“Ketika kinerja diukur, kinerja meningkat. Ketika kinerja diukur dan dilaporkan kembali, tingkat peningkatan dipercepat.”

Karl Pearson

Bertindak berdasarkan analitik data

Memahami analitik di pusat panggilan turun ke tiga fase ini:

1. Koleksi: Menyimpan data dari pusat kontak Anda. Misalnya, hampir tidak mungkin bagi agen pusat panggilan untuk melacak tingkat resolusi, jadi menyimpan ini di CRM atau perangkat lunak analitik Anda meningkatkan kesetiaannya.
2. Analisis: Mengatur dan membuat laporan dapat dimengerti oleh tim Anda. Menggunakan template adalah cara yang bagus untuk meningkatkan kecerdasan bisnis dan menjaga semua orang pada halaman yang sama.
3. Tindakan: Menggunakan wawasan ini untuk mengoptimalkan kinerja agen. Mendokumentasikan tolok ukur dan melacak apa yang menghasilkan kepuasan pelanggan yang lebih tinggi adalah kunci untuk pertumbuhan yang berkelanjutan.

Data tanpa organisasi dan rencana yang dapat ditindaklanjuti hanyalah kebisingan. Sementara membuat keputusan bisnis berdasarkan data yang salah adalah buang-buang waktu Anda. Pastikan Anda memiliki pusat panggilan cloud yang terintegrasi penuh , sehingga Anda tidak melakukan langkah yang salah.

Setiap langkah membutuhkan pertimbangan yang cermat untuk mendapatkan manfaat maksimal.

Jenis analitik di pusat panggilan Anda

Pertama, kabar baik . Ada banyak sekali data panggilan yang tersedia. Semuanya mulai dari waktu panggilan, resolusi panggilan pertama, dan analisis ucapan. Jika Anda dapat mengukur titik data, Anda memberikan pengalaman pelanggan yang lebih baik.

Sekarang, berita buruknya . Anda perlu mengemasnya sedemikian rupa sehingga Anda dan tim Anda tidak kewalahan. Misalnya, alih-alih melacak 20 metrik berbeda, fokuslah pada 10 teratas yang paling penting.

Tip: Cari template siap pakai yang disertakan dengan perangkat lunak pusat panggilan Anda untuk menghemat waktu.

Bergantung pada ukuran pusat panggilan dan tim dukungan Anda, Anda dapat mengumpulkan di mana saja dari beberapa ratus hingga jutaan menit waktu panggilan sehari.

Mari kita mulai dengan melihat berbagai analitik yang tersedia untuk Anda:

analitik interaksi

Interaksi mencakup data real-time dan historis tentang kinerja pusat panggilan Anda. Misalnya, waktu respons dan penahanan, panggilan yang diabaikan, waktu resolusi, dan kecepatan transfer panggilan. Analisis interaksi sangat bagus untuk mengidentifikasi tren tetapi juga dapat dilihat secara individual untuk melacak kinerja agen.

Analisis ucapan

Analisis ucapan melacak kata kunci positif dan negatif yang diucapkan dalam percakapan pelanggan. Jika dulu, speech insight membutuhkan tim yang mendengarkan dan menganalisis ratusan jam percakapan, sekarang Anda dapat mengotomatiskan proses dengan kecerdasan buatan percakapan (AI) dan pembelajaran mesin.

Survei pelanggan

Survei pasca-panggilan adalah sumber data lain yang kuat untuk melengkapi analisis Anda lainnya. Kirim survei kepuasan secara otomatis untuk memahami bagaimana perasaan pelanggan Anda tentang pengalaman terbaru mereka. Bahkan penyelesaian survei itu sendiri merupakan ukuran keterlibatan pelanggan.

Analisis prediktif

Sementara sebagian besar data menunjukkan apa yang terjadi sebelumnya, analitik prediktif memberi tahu Anda apa yang akan terjadi selanjutnya. Jenis analitik pusat panggilan ini bertindak sebagai bola kristal untuk dukungan pelanggan. Anda dapat memperkirakan staf menjadi lebih efisien dengan menganalisis data historis dan menerapkan model berwawasan ke depan. Misalnya, Anda dapat melihat laporan volume panggilan dan mencocokkan jadwal tim Anda dengan hari dan waktu saat Anda tersibuk.

Apa lagi yang menarik untuk analisis panggilan Anda?

Tentu saja, panggilan bukan satu-satunya cara pelanggan Anda menghubungi Anda.

Bagi mereka yang memiliki pusat kontak omnichannel yang terdiri dari panggilan, media sosial, obrolan, dan email, Anda akan memiliki akses ke analitik yang lebih canggih.

Berikut adalah beberapa lagi yang perlu dipertimbangkan:

Intelijen bisnis

Tingkat selanjutnya dari analitik pusat panggilan dicoba dan kecerdasan pelanggan yang sebenarnya. Kecerdasan bisnis memungkinkan Anda memeriksa konstruksi Kekinian, Frekuensi, dan Moneter (RFM) basis pelanggan Anda. Analisis RFM memungkinkan Anda menentukan apakah pelanggan menyelesaikan lebih banyak pembelian dan menghasilkan lebih banyak pendapatan. Ini memadukan data pusat kontak, pembayaran, dan CRM Anda untuk menggabungkan perilaku pelanggan.

Analisis teks

Dengan lebih banyak pengguna yang mencari dukungan melalui obrolan waktu nyata, Anda berada di tambang emas data berbasis teks. Analisis teks mengumpulkan dan menganalisis percakapan dan metrik dari obrolan langsung dan obrolan yang didukung AI. Gunakan istilah dan frasa yang sudah diketahui pelanggan. Misalnya, saat memberi pelanggan tautan untuk memperbarui informasi penagihan. Jadi, alih-alih "Perbarui metode pembayaran saya", Anda mungkin ingin menggunakan "Perbarui kartu kredit saya" jika itu yang disertakan dalam permintaan layanan pelanggan.

Terkait: SMS untuk Bisnis: 3 Taktik Pertumbuhan Untuk Dicoba

Analisis layanan mandiri

Terkait dengan hal di atas, Anda dapat mengurangi volume panggilan yang tinggi dengan opsi layanan mandiri. Mayoritas pelanggan akan mencoba menyelesaikan masalah mereka sendiri sebelum menghubungi. Dengan mengumpulkan data di dokumen bantuan yang paling sering dilihat, Anda dapat mengidentifikasi potensi masalah dan memberi agen Anda lebih banyak konteks tentang panggilan pelanggan yang masuk.

Sumber data ini membantu Anda memahami pelanggan dengan lebih baik dan memberikan dukungan yang lebih efisien. Tujuannya adalah untuk mengubah data di balik interaksi pelanggan Anda menjadi hasil bisnis: lebih banyak pendapatan, loyalitas pelanggan yang lebih tinggi, dan penurunan biaya layanan.

Menggunakan data pusat panggilan untuk meningkatkan pengalaman pelanggan

Setiap bagian data yang Anda kumpulkan seperti potongan puzzle. Secara individual, mereka tidak menawarkan banyak nilai. Tetapi ketika disatukan, Anda mendapatkan gambaran lengkap tentang perjalanan pelanggan.

Data panggilan telepon paling berguna saat membagikan hasilnya dengan tim Anda, dan agen pusat panggilan dapat menindaklanjutinya.

Meskipun beberapa perangkat lunak analitik memungkinkan Anda membuat dasbor khusus, sebaiknya mulai dengan laporan bertemplat yang membuat metrik penting mudah dipahami.

Melacak kinerja agen

Supervisor call center dapat menggunakan laporan khusus untuk memeriksa satu atau lebih agen, menemukan hambatan, dan mengidentifikasi area untuk pembinaan.

Misalnya, menggali rata- rata waktu penanganan berdasarkan laporan keterampilan dapat menunjukkan apakah mereka membutuhkan waktu lebih lama dari rata-rata untuk mencapai resolusi dan membutuhkan pembinaan.

Berikut adalah beberapa laporan standar lain yang dapat Anda gunakan untuk meningkatkan kinerja agen:

• Laporan ringkasan agen: Terkadang, Anda hanya perlu melihat keseluruhan kinerja agen. Laporan ringkasan mencakup metrik seputar waktu rata-rata dan waktu terlama yang dihabiskan untuk berbagai jenis panggilan.
• Laporan panggilan berdasarkan keahlian: Jika Anda menggunakan distributor panggilan otomatis ( ACD ) untuk merutekan panggilan masuk, Anda dapat melihat jenis panggilan yang mereka lakukan. Ini adalah cara yang bagus untuk menyoroti karyawan berkinerja tinggi dan mengidentifikasi antrean panggilan tambahan .
• Laporan aktivitas: Melacak produktivitas agen tidak pernah mudah, terutama jika Anda bekerja dari jarak jauh. Laporan aktivitas memberi Anda pandangan historis dari aktivitas panggilan, disposisi, dan waktu yang dihabiskan setiap agen dalam status panggilan yang berbeda.
• Laporan khusus: Untuk ulasan pembinaan dan kinerja, Anda juga dapat melacak dan menganalisis KPI agen. Beberapa metrik standar yang mungkin ingin Anda sertakan adalah: waktu panggilan, waktu penanganan, kecepatan menjawab, resolusi panggilan pertama, dan jumlah panggilan.

Meningkatkan kepuasan pelanggan

Laporan panggilan juga dapat menilai tren yang lebih luas dengan kinerja pusat panggilan. Bahkan ketika agen tidak berbicara dengan pelanggan, Anda harus memantaunya.

Misalnya, tingkat pengabaian adalah persentase penelepon yang menutup telepon sebelum mencapai agen. Dalam beberapa kasus, ini adalah hal yang baik, seperti setelah mendengar jam operasi atau alamat di IVR . Tetapi, untuk sebagian besar, tingkat pengabaian kurang dari 10% adalah rata-rata industri.

Dalam hal ini, Anda dapat memilih untuk menjadikan 'kecepatan menjawab' sebagai metrik utama Anda.

Berikut adalah beberapa laporan pusat panggilan lainnya yang dapat Anda gunakan:

• Laporan panggilan masuk: Pelanggan mengharapkan respons yang cepat saat mereka menelepon. Laporan ini menunjukkan data pelanggan historis dan real-time tentang cara Anda menangani panggilan masuk, termasuk waktu tunggu, antrian, dan panggilan tak terjawab.
• Laporan tingkat layanan: Tidak selalu mudah untuk mengetahui di mana tim dukungan Anda kehilangan sasaran. Laporan tingkat layanan menunjukkan seberapa baik pusat kontak Anda dapat menjawab persentase panggilan dalam periode yang ditentukan. Contoh industri: 85/30 berarti 85% panggilan dijawab dalam waktu 30 detik.
• Laporan ringkasan: Anggap ini sebagai pemeriksaan kesehatan untuk pusat kontak cloud. Laporan ringkasan dapat menunjukkan waktu tunggu rata-rata, tingkat pengabaian, kecepatan menjawab, dan tingkat hunian Anda.

Untuk panduan lebih lanjut, Forrester melakukan pekerjaan yang baik untuk memecah metrik pengalaman pelanggan (CX) yang berbeda dan bagaimana Anda harus mengontekstualisasikannya dalam diagram ini.

Bertindak berdasarkan data pelanggan secara real-time

Sejauh ini, sebagian besar analitik pusat panggilan ini dikumpulkan secara mingguan dan bulanan. Saat ini, agen dapat mengubah panggilan telepon biasa-biasa saja menjadi pengalaman pelanggan yang luar biasa .

Bagaimana? Ini semua tentang sentimen pelanggan waktu nyata. Secara khusus, agen dapat melihat dan bertindak berdasarkan respons survei, permintaan yang belum terselesaikan, dan data perjalanan pelanggan lainnya di akun.

Dengan fungsionalitas sistem telepon awan , Anda dapat menggunakan data waktu nyata untuk meningkatkan pengalaman pelanggan secara drastis — bahkan jika Anda tidak bekerja di pusat panggilan.

Karyawan dapat melihat wawasan yang dapat ditindaklanjuti seperti:

• Pembelian sebelumnya
• Skor kepuasan pelanggan
• Skor upaya pelanggan
• Pendapatan pelanggan
• Jangka waktu/usia akun
• Penekanan tombol IVR
• Pertanyaan dukungan terbaru
• Metode kontak yang dipilih (email, telepon, media sosial)
• Preferensi pesanan (ukuran baju, rasa, cara pembayaran)
• Upaya layanan mandiri

Mengubah operasi pusat panggilan Anda menjadi lebih berdasarkan data

Sebenarnya, mengumpulkan data tentang pelanggan Anda relatif mudah. Tetapi menggunakan data itu dengan cara yang berarti jauh lebih menantang.

Tidak semua orang paham menggunakan data untuk menskalakan bisnis. Penelitian yang disusun oleh HBR menunjukkan bahwa 72% perusahaan tertinggal dalam membangun budaya berbasis data.

Setengah dari masalahnya adalah teknologi. Sistem telepon lawas membuatnya hampir mustahil untuk mengumpulkan dan menganalisis data panggilan dengan benar. Namun, itu berubah dengan cepat karena lebih banyak tim beralih ke sistem telepon bisnis berbasis cloud seperti Nextiva.

Empat langkah untuk menjadi cerdas dengan data

1. Mulailah dengan visi dan strategi yang jelas - Ketahui wawasan mana yang paling penting dan mengapa. Apakah Anda ingin mengurangi waktu penanganan rata-rata? Atau gunakan analitik prediktif untuk meningkatkan pengalaman pelanggan? Jangan hanya membombardir tim Anda dengan laporan dan poin data tanpa menghubungkannya dengan tujuan bisnis.
2. Dapatkan sumber daya yang Anda butuhkan untuk menganalisis data - Pilih perangkat lunak yang intuitif dan mudah diakses oleh seluruh tim Anda. Jika perangkat lunak analitik Tableau terlalu curam, cobalah PowerBI. Jika tidak, tetap gunakan analitik pusat panggilan Anda. Kami telah menguraikan beberapa fitur yang 'harus dimiliki' di bawah ini.
3. Pastikan tim Anda siap untuk bertindak berdasarkan data - Jangan membanjiri kotak masuk tim Anda dengan spreadsheet yang membosankan. Kirimkan data dengan cara yang menarik dan sederhana. Manfaatkan papan dinding khusus untuk menampilkan data pusat panggilan waktu nyata.
4. Rangkullah budaya pengambilan keputusan yang objektif - Libatkan tim Anda dalam membuat keputusan dengan mempertimbangkan data versus naluri. Percayai datanya. Pertimbangkan untuk mengikat bonus dengan kepuasan pelanggan dan target retensi pelanggan.

Fitur analitik penting dalam perangkat lunak pusat panggilan

Perangkat lunak analitik pusat panggilan harus membuat penggunaan data lebih mudah diakses. Tidak lebih sulit. Di era kerja jarak jauh dan hibrid, Anda memerlukan alat komunikasi yang tepat untuk membantu Anda bekerja lebih cerdas.

Saat Anda membandingkan opsi, berikut adalah lima fitur wajib yang Anda butuhkan.

1) Integrasi data

Perangkat lunak pusat kontak Anda harus terintegrasi erat dengan CRM , obrolan tim , dan email Anda. Selain mengumpulkan data berkualitas tentang kinerja agen dan kepuasan pelanggan, ini memunculkan wawasan kepada tim Anda saat mereka sangat membutuhkannya. Pusat kontak cloud menggunakan API yang aman untuk bertukar data dengan layanan lain di belakang layar.

2) Akses instan ke metrik pusat panggilan

Data panggilan datang dalam berbagai bentuk dan bisa sangat banyak tanpa strategi yang tepat. Jangan hanya menyimpan data di repositori tersembunyi. Perangkat lunak analitik Anda harus dilengkapi dengan laporan bawaan yang terhubung ke metrik bisnis terpenting Anda.

Laporan ini memungkinkan Anda untuk dengan cepat mengubah data menjadi wawasan yang dapat ditindaklanjuti daripada berjuang untuk membuat dasbor khusus.

3) Analisis pusat panggilan waktu-nyata untuk agen dan supervisor

Tidak lagi cukup hanya melihat data historis. Sebaliknya, cari solusi untuk menyediakan data real-time untuk meningkatkan pengalaman pelanggan. Alat-alat ini mengumpulkan sentimen pelanggan, kinerja pusat panggilan, dan hasil bisnis secara bersamaan.

Di luar lingkungan pusat panggilan, wawasan yang dapat ditindaklanjuti dapat muncul dalam bentuk layar pop berbasis CTI ketika panggilan masuk tiba di telepon karyawan.

4) Wawasan yang dapat ditindaklanjuti sepanjang perjalanan pelanggan

Setiap bisnis adalah unik. Meskipun laporan akan membantu Anda memanfaatkan data panggilan dengan cepat, laporan tersebut mungkin tidak mencakup semua KPI Anda. Cari platform analitik yang dapat melacak metrik kinerja yang paling penting bagi sasaran bisnis Anda, seperti:

• Waktu Respons Pertama (FRT)
• Resolusi Kontak Pertama (FCR)
• Kecepatan Rata-Rata Menjawab (ASA)
• Waktu Penanganan Rata-rata (AHT)
• Volume Panggilan
• Waktu Tunggu Rata-Rata

Melacak metrik ini di sepanjang perjalanan pelanggan memastikan Anda menciptakan proses kesuksesan pelanggan . Melampaui panggilan pelanggan untuk mencapai keterlibatan pelanggan yang lebih dalam.

5) Pendekatan Multisaluran untuk kepuasan pelanggan

Terakhir, perangkat lunak analitik pusat panggilan Anda tidak boleh dipisahkan dari bisnis lainnya. Solusi analitik yang baik menggabungkan data lintas saluran dan memanfaatkan pendekatan omnichannel.

Cari solusi cerdas yang terintegrasi dengan data pusat kontak Anda yang lain, seperti:

• Analisis teks dari obrolan langsung, SMS, dan aplikasi seluler.
• Masukan respons suara interaktif dan respons AI.
• Respons survei pelanggan, termasuk survei kepuasan pasca-panggilan.
• Data pemasaran dari kampanye, email, dan kunjungan situs web.
• Skor sentimen dari obrolan dan percakapan telepon.

Semakin banyak data pelanggan yang dapat Anda kumpulkan, semakin mudah untuk membuat alur kerja otomatis dan memberikan layanan luar biasa yang menempatkan Anda di atas persaingan.

Ubah pusat panggilan Anda menjadi pembeda

Zappos membuat nama untuk dirinya sendiri sebagai maniak tentang layanan pelanggan. Dan mereka menjalaninya dan membuktikannya selama bertahun-tahun dengan menciptakan budaya dukungan pelanggan yang luar biasa. Saya akan lalai jika saya tidak menyebutkan bahwa Layanan Luar Biasa kami tidak lazim untuk pasar UCaaS.

Lebih dari sebelumnya, pengalaman pelanggan menjadi faktor kunci yang memenangkan kesepakatan dan mendorong loyalitas pelanggan — bukan harga. Untuk mengungkap "apa" dan "mengapa" di balik panggilan pelanggan adalah dengan data yang benar.

Melihat ke depan, kemungkinannya menguntungkan Anda. Sebuah studi oleh McKinsey menunjukkan bahwa perusahaan yang menggunakan analitik pusat panggilan mengurangi rata-rata waktu penanganan panggilan hingga 40% dan mengoptimalkan tingkat konversi hingga hampir 50%!

Dengan solusi pusat panggilan yang tepat dan strategi untuk mempercepat pengambilan keputusan di perusahaan Anda, Anda akan berada di jalur yang tepat untuk menonjol dari keramaian.

Terkait: 10 Fitur Pusat Panggilan Teratas yang Digunakan oleh Agen Dukungan