Skip to content

Analytiikan avulla tehoa ja laatua asiakaspalveluun

Yritysten asiakaspalvelu (AsPa) on useimmiten lisäarvopalvelu, joka tarjotaan yrityksen asiakkaille ilmaiseksi asiakastyytyväisyyden parantamiseksi. Yrityksillä onkin tämän johdosta luontainen tarve pitää asiakaspalvelun kustannukset minimissä ja maksimoida sen tuomat hyödyt. Analytiikan avulla voidaan tehostaa asiakaspalvelua sekä lisätä sen tuomaa hyötyä yritykselle monella eri tapaa.

Ensimmäinen asiakaspalveluanalytiikan sovelluskohde on turhien asiakaspalvelukontaktien karsiminen. AsPaan tulevien soittojen segmentoinnilla on mahdollista identifioida sellaisia asiakaspalvelusoittoja, joissa yrityksellä olisi esimerkiksi tarjolla myös hyvin toimiva itsepalvelukanava. Esimerkiksi eräällä asiakkaalla yksi tällainen segmentoinnin kautta identifioitu AsPa soittojen syy oli asiakkaan poikkeavan suuri lasku. Kun analytiikan avulla selvitettiin, mikä kullekin asiakkaalle oli ”poikkeavan” suuri, pystyttiin näitä asiakkaita ohjaamaan pro-aktiivisesti itsepalvelukanaviin hakemaan lisää maksuaikaa laskulleen.

Toinen tyypillinen asiakaspalveluanalytiikan sovelluskohde on AsPan resursoinnin optimointi. Jos AsPassa on liian vähän resursseja, joutuvat AsPaan soittavat asiakkaat jonottamaan linjoilla liian kauan, mikä aiheuttaa asiakastyytymättömyyttä. Toisaalta, jos AsPassa on liikaa väkeä, heille ei ole koko aikaa hyödyllistä tekemistä, mistä koituu yritykselle turhia kustannuksia. Ennustamalla AsPaan tulevien soittojen päivittäisiä määriä, voidaan AsPa resursoida optimaalisemmin. AsPaan tulevien soittojen määrät voivat vaihdella päivittäin esimerkiksi aikaisemmin tapahtuneen myynnin sekä myytyjen tuotteiden ja palveluiden mukaan. Myös erilaiset kampanjat ja muut tapahtumat saattavat lisätä päivittäistä asiakaskontaktien määrää AsPassa.

Itse asiakaspalvelutapahtuman aikana voidaan yhdessä puheentunnistus-sovellusten ja tekstianalytiikan avulla löytää erilaisia avainsanoja tai termejä, joihin asiakaspalvelijan tulisi tarttua esim. lisämyynnin edistämiseksi tai poistuman välttämiseksi. Tekstianalytiikan avulla AsPaan tulleita puheluita voidaan myös automaattisesti luokitella erilaisiin aiheisiin sen mukaan, mistä aiheesta asiakkaan kanssa oli keskusteltu. Samoja menetelmiä voidaan soveltaa muuhunkin asiakaspalveluviestintään, kuten chat-keskustelut ja asiakaspalautteet.

Asiakaspalvelutapahtuman jälkeen tieto asiakaskontaktista ja sen syistä tulee liittää osaksi yrityksen asiakastietämystä esim. lisäkenttänä CRM-järjestelmään. Yleisesti ottaen mikä tahansa lisätieto asiakkaasta parantaa asiakasanalytiikan ennustemallien toimivuutta. Erityisen hyvin ennustemalleissa toimivat asiakkaasta itsestään lähtöisin olevat indikaattorit. Toki indikaattorin vaikutus ennustemallissa saattaa olla negatiivinen, mutta se ei muuta sitä tosiasiaa, että maliin ennustetarkkuus paranee.

Vaikka asiakaspalvelu onkin yrityksille monesti ”välttämätön” kustannuserä, voidaan siitä analytiikkaa hyödyntämällä saada myös liiketoimintahyötyjä.