Найти в Дзене

KPI И МЕТРИКИ ДЛЯ КОНТАКТ-ЦЕНТРА

KPI и метрики работы сотрудников контакт центров делятся на 2 группы: количественные и качественные показатели.

К количественным KPI работы контакт центра относятся:

  1. Количество звонков и среднее количество звонков.
  2. Количество пропущенных звонков (LCR – Lost Call Rate).
  3. Среднее время разговора оператора с клиентом (ATT. Average Talk Time).
  4. % решение проблем с первого раза (FCR – First Call Resolution).
  5. Результативность (CR — Contact rate) – соотношение решений проблем клиентов к общему количеству звонков.
  6. Конверсия – отношение продаж к общему количеству звонков (выходов на ЛПР, отправки коммерческих предложений, продажи встреч, при работе на исходящих звонках).
  7. По аналогии с результативность или конверсией в работе контакт центра или отдела продаж важна конверсия в целевое действие (TAC Target Action Conversion). Это может быть продажа, подтверждение покупки, нахождение решения ситуации, достижение удовлетворенности клиентом решения проблемы.
  8. Длительность ожидания клиента на линии (ASA – Average Speed of Answer).
  9. Какое среднее время ожидали клиенты, так и не дождавшиеся ответа (ATA Average Time to Abandon).
  10. Среднее время обработки одного клиента, с момента включения автоответчика, до окончательного решения его проблемы (AHT Average Handling Time).
  11. Среднее время решения проблемы клиента, после окончания разговора (ACW After Call Work Time).
  12. Среднее время удержания на линии, пока оператор или менеджер уточняет информацию (HT Hold Time)

Количественные параметры можно измерить CRM системой и облачными сервисами по IP-телефонии.

Следующая категория – качество коммуникации. Качественные параметры напрямую влияют на конверсию, минимизацию потери клиента и общее управление клиентским сервисом (CSAT)

Внутри коммуникации есть категории относящиеся к:

  1. % выполнения скрипта.
  2. Доброжелательности.
  3. Желанием и готовностью решать проблему клиента.

Качество

До недавнего времени оценить качество можно было только выборочной прослушкой. Делалось это службой контроля качества. Теперь представьте себе ситуацию: есть 100 сотрудников колл-центра и 2 сотрудника службы контроля качества. Очевидно, что проверка являлась выборочной. И прослушать можно было в лучшем случае только 2%. Этого недостаточно, чтобы сделать выводы о качестве коммуникации в целом. Кроме того, гигантский массив ценных данных о проблемах и лучших переговорных техниках оставался вне поля зрения.

Сейчас активно развивается сервис Речевая аналитика, который преобразует речь в текст, а потом работает с этим текстом как с массивом данных. Т.е. если очень четко понимать, что хочется измерить, систему можно на это настроить. Т.е. Речевая аналитика начинает понимать смысловые куски текста и может их оцифровывать. Это является «прорывом» в улучшении качества коммуникации и внедрении лучших практик общения.

Какие качественные показатели можно измерять с помощью современных сервисов Речевой аналитики:

  1. % выполнения скрипта (структуры, этапов, клише).
  2. Поиск лучших практик в продажах.
  3. Готовность решать проблему клиента оператором.
  4. Количество конфликтных ситуаций в общении.
  5. % эффективного разрешения конфликтных ситуаций.
  6. Наличие стоп-слов в речи операторов.
  7. Наличие слов-паразитов у операторов.
  8. % перебивания оператором клиента.
  9. % речи оператора в диалоге.
  10. Разница в скорости речи оператора и клиента.

Для компаний с количеством продавцов или сотрудников колл-центра более 15-20 человек, Речевая аналитика является просто находкой для увеличения конверсии и будет окупаться.

Но здесь есть особенность: Речевая аналитика работает только в том случае, если есть правильный стандарт (скрипт), он качественно переложен в сервис, а компания понимает, что хочет измерять. Иначе, измерение хаоса дает много бесполезной информации.

Отстроить стандарты коммуникации в своем колл-центре или внедрить один из лучших сервисов по Речевой аналитике и грамотно его законфигурировать, чтобы повышать конверсию в продажах можно в компании "Речевые технологии" :https://re-teh.ru/rech_analytics/