Analysesoftware til kundeservice: Otte platforme sammenlignet

Analysesoftware til kundeservice besvarer tre spørgsmål: hvor hurtigt teamet svarer, hvor godt det løser sager, og hvor volumen kommer fra. Alt andet på et dashboard er pynt, indtil et af de tre ændrer en beslutning.

Otte platforme gennemgås nedenfor, sammen med de målinger, der er værd at følge, og dem, der stille og roligt spilder opmærksomheden. Konkurrenters priser gengives ikke her.

Hvad denne kategori måler

To produktfamilier bærer samme betegnelse.

Den første er rapportering indbygget i en supportplatform: samtalevolumen, svar- og løsningstider, arbejdsbyrde og tilfredshed, hentet fra de data, platformen allerede har.

Den anden er dedikeret analysesoftware til kontaktcentre, som specialiserer sig i tale: analyse af optagede opkald, taleanalyse, sentimentscoring og interaktionsanalyse på tværs af store opkaldsvolumener.

De fleste teams har brug for den første og tror, de har brug for den anden. De specialiserede værktøjer gør sig fortjent til deres plads ved opkaldsvolumener, hvor et procentpoint af gennemsnitlig behandlingstid er en løn værd, hvilket er en mindre gruppe virksomheder, end markedsføringen antyder.

Den praktiske skillelinje er, om tale er én kanal eller kanalen. Under et par tusind opkald om måneden dækker rapportering i supportplatformen det.

Målinger, der ændrer beslutninger

Fire tal ændrer bemanding eller proces, og de er værd at bygge en rapport omkring.

Volumen fordelt på tidspunkt på dagen fastlægger vagtmønstre. Det er det enkelt mest handlingsorienterede tal i supportrapportering, og det, der oftest bliver gennemsnitsberegnet til ubrugelighed over en uge.

Volumen fordelt på årsag afgør, hvad der skal automatiseres, og hvad der skal dokumenteres. En årsagskode, der anvendes konsekvent, er mere værd end enhver sentimentmodel.

Genåbningsraten måler, om løsningen er reel. Et stigende antal løsninger sammen med en stigende genåbningsrate betyder, at sager bliver lukket i stedet for besvaret, og kun ved at følge begge dele bliver det synligt.

Variation i arbejdsbyrde blandt medarbejdere adskiller et bemandingsproblem fra et fordelingsproblem. En jævn kø med en lang gennemsnitstid har brug for flere folk; en ujævn kø har brug for bedre fordeling.

Tal, der sjældent gør

Flere tal optræder på ethvert dashboard og ændrer næsten intet.

Samlet antal sager er et volumental uden en nævner. Det stiger med kundegrundlaget og falder i en stille måned, og ingen af bevægelserne fører til en beslutning.

Gennemsnitlig første svartid på tværs af alle kanaler gennemsnitsberegner en chat målt i sekunder sammen med en e-mail målt i timer. Opdel efter kanal, eller mål det slet ikke.

Ranglister over medarbejdere rangerer folk efter det, der er nemmest at tælle, hvilket som regel er lukkede sager, og de fører pålideligt til netop den adfærd, de måler.

Sentiment målt over en hel periode uden en tilknyttet årsag fortæller en leder om stemningen, men ikke om årsagen.

De otte i overblik

RolChat

RolChat rapporterer på tværs af samtaler, sager, opkald, aftaler og teampræstation ét sted, fordi alle fem ligger i samme platform i stedet for i separate produkter.

Standardsættet dækker første svartid, løsningstid, genåbningsrate, CSAT og arbejdsbyrde, opdelt efter kø, kanal, medarbejder og tidspunkt på dagen.

Fordi tale er indbygget, ligger opkaldsdata side om side med skriftlige data, og AI-opkaldsscoring kører over hver eneste optagelse i stedet for et udsnit. Det gør kvalitetsgennemgang fra en anekdote til et fuldt gennemsyn af perioden.

Eksporter respekterer roller, så en teamleder kan hente sin egen kø uden adgang til hele virksomheden. Rapportering er inkluderet i planen i stedet for at være prissat som et analyseniveau.

Bedst til: teams, der vil have skriftlig og telefonisk rapportering i én rapport, uden at skulle købe et analyseprodukt ved siden af supportplatformen.

Zendesk

Zendesk har det mest dybdegående rapporteringslag blandt de klassiske helpdesks, med et dedikeret analyseprodukt bagved og lang erfaring med opbygning af brugerdefinerede rapporter.

For organisationer med en analytiker, der vil bygge og vedligeholde dashboards, er loftet højt.

Funktionalitet er fordelt på niveauer, så den rapportering, et team forestiller sig, kan ligge over den plan, det sammenligner på pris.

Bedst til: organisationer med en analytiker og et rapporteringsbehov. Bekræft, hvilket niveau der indeholder hvad, på Zendesks side.

Freshdesk

Freshdesk-rapportering er solid på sagsmålinger og forbedres betydeligt, når de bredere Freshworks-produkter er i brug, fordi mere af kunderejsen falder inden for samme datamodel.

Alene dækker den det væsentlige uden at kræve en analytiker.

Taleanalyse kommer via et søsterprodukt frem for selve helpdesken.

Bedst til: sagsrapportering, der ikke kræver opsætning. Bekræft niveauindhold på Freshdesks side.

Intercom

Intercom rapporterer på samtaler frem for sager, hvilket passer til en beskedbaseret drift og læses anderledes end et helpdesk-dashboard.

Dets AI-rapportering er usædvanligt detaljeret, hvilket følger af en kommerciel model, hvor løsninger er en faktureringsenhed.

Teams, der sammenligner den, bør tjekke, hvordan løsning er defineret, da definitionen styrer både rapporten og fakturaen.

Bedst til: beskedstyrede virksomheder, der lægger vægt på automatiseringsdækning. Bekræft planer på Intercoms side.

HubSpot Service Hub

Service Hub rapporterer inden i det bredere CRM, hvilket er dets afgørende styrke: supportaktivitet ligger side om side med marketing- og salgsdata på den samme kunderekord.

Det gør spørgsmål om indtjeningseffekt besvarlige på en måde, en selvstændig helpdesk ikke kan matche.

Kompromiset er velkendt: værdien afhænger af, om man tager den omkringliggende platform i brug, og rapporteringsdybden følger niveauet.

Bedst til: teams, der allerede er inde i CRM'et, og som har brug for service og indtjening i én visning. Bekræft niveauer på HubSpots side.

Zoho Desk

Zoho Desk leverer kompetent sagsrapportering med en bred produktfamilie bagved, og dets analysetilbud rækker langt ud over support for organisationer, der allerede er inde i økosystemet.

Opsætningsindsatsen er højere, end prisniveauet antyder.

For virksomheder, der bruger flere Zoho-applikationer, er den fælles datamodel det reelle argument.

Bedst til: eksisterende Zoho-brugere. Bekræft planer på Zohos side.

Help Scout

Help Scout rapporterer på et fokuseret sæt frem for et udtømmende, hvilket stemmer overens med resten af produktet.

Samtalevolumen, svartider, tilfredshed og hjælpecenterpræstation er dækket klart og kræver ingen opsætning.

Opbygning af brugerdefinerede rapporter og taleanalyse er ikke en del af produktet.

Bedst til: e-mail-styrede teams, der vil have klare tal uden opsætning. Bekræft planer på Help Scouts side.

Front

Front rapporterer på samtaler og på teamaktivitet, herunder internt samarbejde, hvilket er usædvanligt og nyttigt, hvor svar udformes i fællesskab.

Visninger på kontoniveau passer til B2B-service med navngivne ejere.

Telefonianalyse ligger uden for produktet.

Bedst til: B2B-teams, der måler samarbejde såvel som svar. Bekræft planer på Fronts side.

Callcenter- og taleanalyse

Callcenteranalysesoftware er en selvstændig disciplin, og det er værd at skille terminologien ad.

Rapporteringssoftware til callcentre dækker det operationelle lag: volumen, køtid, opgivelser, gennemsnitlig behandlingstid, belægning og overholdelse af vagtplan. Det er bemandingstal, og de betyder noget fra de første hundrede opkald om dagen.

Dashboardsoftware til callcentre er den realtidsvisning af de samme data, bygget til en teamleder, der overvåger et gulv, snarere end en leder, der læser en uge.

Taleanalyse er laget ovenover: analyse af, hvad der blev sagt, frem for hvor lang tid det tog.

For teams, hvor tale er én kanal blandt flere, hører dette lag hjemme inde i supportplatformen. At købe en specialiseret konsol splitter rapporten og skaber to versioner af sandheden.

Tale- og interaktionsanalyse

Taleanalysesoftware til callcentre transskriberer opkald og gennemsøger derefter transskriptionerne for mønstre: nøgleord, stilhed, snak i munden på hinanden, eskaleringssprog og compliance-formuleringer.

Interaktionsanalyse udvider samme idé på tværs af kanaler og behandler en chat og et opkald som to former for én interaktion, som begge bliver scoret.

Den praktiske værdi er dækning. Manuel gennemgang tager stikprøver af en brøkdel af en periode; automatiseret scoring dækker det hele, hvilket ændrer coaching fra selektiv dokumentation til fuldstændig dokumentation.

Den praktiske risiko er scoring uden en tilknyttet årsagskode. At vide, at sentimentet faldt om tirsdagen, er ubrugeligt uden at vide, hvad kunderne ringede om.

RolChat kører transskription og AI-opkaldsscoring over hver eneste optagelse som en del af platformen, hvilket dækker dette lag for teams, der ikke har brug for en dedikeret taleanalysekonsol.

CSAT, NPS og undersøgelsesværktøjer

Et CSAT-undersøgelsesværktøj er den billigste tilgængelige analyseinvestering og den, der oftest fejltolkes.

Svarprocenter i supportundersøgelser skæver mod yderpunkterne, så en score er en fordeling snarere end et tal. Et stabilt gennemsnit, der skjuler en voksende hale af enstjernede svar, er en forringet service, der rapporteres som stabil.

Timing betyder mere end formulering. En undersøgelse sendt ved løsning måler løsningen; en sendt en uge senere måler erindringen om den.

Opdeling efter kanal er afgørende. Tilfredshed på chat og på telefon bevæger sig sjældent i takt, og en blandet score skjuler, hvilken af dem der har brug for arbejde.

Fritekstkommentarer bærer mere information end selve scoren. At læse halvtreds kommentarer lærer mere end et kvartals gennemsnit, og software til analyse af kundefeedback findes primært for at gøre den læsning systematisk.

Realtidsdashboards versus periodiske rapporter

De to henvender sig til forskellige personer, og at blande dem giver en skærm, ingen bruger.

Et realtidsdashboard besvarer ét spørgsmål: er der noget, der kræver indgriben lige nu. Kødybde, længste ventetid, tilgængelige medarbejdere. Fire tal, store, synlige på tværs af et lokale.

En periodisk rapport besvarer et andet spørgsmål: hvad bør ændres næste måned. Den kræver sammenligning med tidligere perioder, opdelinger efter årsag og nok kontekst til at argumentere for en nyansættelse.

Software til sporing af kundeservicemålinger, der forsøger at gøre begge dele, klarer som regel den anden opgave dårligt, fordi levende tal modstår den historiske sammenligning, der gør en rapport overbevisende.

Hvorfor én rapport slår to konsoller

Den mest almindelige analysefejl i support er ikke en manglende måling. Det er to systemer, der hver holder halvdelen af svaret.

Når chat rapporterer i ét produkt og opkald i et andet, måles svartiden to gange efter forskellige definitioner, og ingen kan sige, hvad en kunde reelt oplevede fra ende til anden.

Den samme opsplitning findes mellem support- og salgsrapportering. En churn-samtale, der begyndte som en faktureringssag, er usynlig, hvis sagssystemet og CRM'et fører separate registre.

At samle platformen er det, der gør rapporten troværdig, og det er som regel billigere end at købe et analyselag til at forene de to.

Det er argumentet for rapportering, der følger med platformen frem for at ligge ved siden af den: ikke at den er dybere, men at den er fuldstændig.

Eksporter, rettigheder og dataadgang

Tre adgangsspørgsmål afgør, om rapportering kan bruges uden for supportteamet.

Om eksporter respekterer roller, så en teamleder kan hente sin egen kø uden at se hele virksomheden. Om rådata kan hentes ud i et brugbart format frem for kun som et gengivet diagram. Og om et API gør det muligt for tallene at nå et virksomhedsbredt dashboard.

Opbevaringsindstillinger afgør, hvor langt tilbage en sammenligning kan række. En platform, der kun gemmer halvfems dage, kan ikke besvare et spørgsmål om sidste år, og den begrænsning opdages som regel netop, når spørgsmålet stilles.

Planlagte rapporter via e-mail er fortsat den mest pålidelige måde at få tal læst på, fordi et dashboard kræver, at nogen husker at åbne det.

Endnu et adgangsspørgsmål er værd at stille før underskrift: om eksporten inkluderer de felter, platformen har tilføjet, og ikke kun dem, den startede med. Brugerdefinerede felter, der bærer årsagskoder, er som regel filens mest værdifulde kolonne, og de er dem, der oftest bliver glemt.

Opsætning af rapportering, der bliver læst

Det meste supportrapportering bliver konfigureret én gang og herefter ignoreret. Nogle få vaner forhindrer det.

Start ud fra en beslutning frem for en måling. Hvis et tal ikke vil ændre en vagtplan, en regel eller en nyansættelse, har det ikke brug for et diagram.

Anvend årsagskoder konsekvent, før noget andet bygges. Al efterfølgende analyse afhænger af dem, og det er ikke muligt at eftermontere dem på tværs af et års historik.

Gennemgå ugentligt i starten og månedligt, når mønstrene er stabile. Ugentlig gennemgang er det, der fanger en fordelingsregel, som stille og roligt er gået i stykker.

Sammenlign med det tidligere værktøj den første måned efter en migrering. Definitioner varierer mellem platforme, og et fald i svartid er nogle gange kun en ændring i, hvornår uret starter.

Prognoser og kapacitetsplanlægning

Rapportering forklarer fortiden; prognoser er det, der omsætter den til en vagtplan.

Inputtene er volumen fordelt på tidspunkt på dagen over flere uger, gennemsnitlig behandlingstid pr. kanal og den samtidighed, en medarbejder kan opretholde. Chat understøtter tre til fem samtaler ad gangen, tale understøtter én, og et gennemsnit af de to giver en vagtplan, der slår fejl på begge.

Sæsonudsving kræver et års historik at se. Kortere opbevaring end det skjuler den årlige spids, indtil den indtræffer, hvilket er den dyreste slags overraskelse i support.

Svind er det tal, de fleste planer udelader: oplæring, pauser, møder og fravær udgør rutinemæssigt et kvartal af de betalte timer, og en vagtplan bygget på rå medarbejderantal er utilstrækkelig, før den overhovedet starter.

Arbejdstider og overholdelse af vagtplan hører hjemme i samme system som køen, ellers glider planen og virkeligheden fra hinanden inden for en måned.

Tilskrivning: hvad support er værd

Supportrapportering stopper som regel ved effektivitet, hvilket får afdelingen til at fremstå som en omkostningsenhed, fordi det er det eneste, der bliver talt.

Tre koblinger ændrer argumentet. Samtaler koblet til aftaler viser, hvad support reddede eller frigjorde. Samtaler koblet til churn viser, hvad det ikke lykkedes med. Og samtaler koblet til årsagskoder viser, hvilket produktproblem der genererer volumen.

Ingen af de tre er mulige, når kundeposten ligger i et andet system end samtalen, fordi sammenkoblingen sker manuelt eller slet ikke.

Det er det stærkeste praktiske argument for en platform, hvor CRM og support deler en fælles post: ikke bekvemmeligheden, men muligheden for at besvare, hvad arbejdet er værd.

AI i analyse

AI-drevne platforme til samtaleanalyse lover at læse hver eneste interaktion, og det kan de i vid udstrækning. Spørgsmålet er, hvad de læser efter.

Klassificering er den pålidelige anvendelse: gruppering af samtaler efter årsag uden at en medarbejder skal sætte et tag. Det fjerner det svageste led i enhver rapporteringskæde, som er manuel tagging under tidspres.

Sammenfatning er den anden: en lang tråd reduceret til, hvad der skete, hvilket gør gennemgang mulig i stor skala.

Sentiment er det mest markedsførte og det mindst handlingsorienterede alene, fordi en stemning uden en årsag ikke understøtter nogen beslutning. Sammen med en årsagskode bliver det nyttigt.

Scoring mod en rubrik er den fjerde, og det er det, der gør kvalitetssikring fra en stikprøve til en fuldtælling. RolChat kører dette over hver eneste opkaldsoptagelse som en del af platformen.

Benchmarks, og hvad de er værd

Offentliggjorte support-benchmarks er de mest citerede og mindst nyttige tal på dette felt.

De gennemsnitsberegner på tværs af brancher med forskellige forventninger, på tværs af kanaler med forskellige tidsrammer og på tværs af virksomheder med forskellige definitioner af løsning. Et tal sat sammen på den måde beskriver ingen.

Din egen historik er det eneste benchmark, der holder. Sidste kvartal, samme periode sidste år og ugen før en ændring er tre sammenligninger, der betyder noget.

Hvor et eksternt tal reelt er nødvendigt, skal det bruges som en retning frem for et mål: det er værd at vide, at chatsvar måles i sekunder på tværs af markedet, men ikke værd at gøre et specifikt tal til et mål.

Undtagelsen er kontraktlig. En SLA skrevet ind i en kundeaftale er et mål uanset, hvad et benchmark siger, og rapportering skal måle den efter kontraktens definition frem for platformens standard.

Ofte stillede spørgsmål

Ruslan Nazarov

SEO-chef hos RolChat

Skriver om kundeserviceprocesser, livechat, AI-assisteret service og værktøjerne bag en god kundeoplevelse.

LinkedIn