Programvare for kundeserviceanalyse: Åtte plattformer sammenlignet

Programvare for kundeserviceanalyse svarer på tre spørsmål: hvor raskt teamet svarer, hvor godt det løser saker, og hvor volumet kommer fra. Alt annet på et dashboard er dekorasjon inntil ett av disse tre endrer en beslutning.

Åtte plattformer omtales nedenfor, sammen med målingene som er verdt å følge og de som stille sløser med oppmerksomheten. Konkurrentpriser gjengis ikke her.

Hva denne kategorien måler

To produktfamilier bærer samme merkelapp.

Den første er rapportering innebygd i en supportplattform: samtalevolum, svar- og løsningstider, arbeidsbelastning og tilfredshet, hentet fra dataene plattformen allerede har.

Den andre er dedikert kontaktsenteranalyse, som spesialiserer seg på tale: analyse av innspilte samtaler, taleanalyse, sentimentscoring og interaksjonsanalyse på tvers av store samtalevolum.

De fleste team trenger det første og tror de trenger det andre. De spesialiserte verktøyene fortjener sin plass ved samtalevolum der ett prosentpoeng gjennomsnittlig behandlingstid er verdt en lønn, noe som er et mindre segment av selskaper enn markedsføringen antyder.

Det praktiske skillet er om tale er en kanal eller kanalen. Under noen tusen samtaler i måneden dekker rapporteringen inne i supportplattformen det.

Målinger som endrer beslutninger

Fire tall endrer bemanning eller prosess, og de er verdt å bygge en rapport rundt.

Volum per time på døgnet setter skiftmønstre. Det er det enkelttallet som gir mest handling i supportrapportering, og det som oftest gjennomsnittsberegnes til uanvendelighet over en uke.

Volum per årsak avgjør hva som skal automatiseres og hva som skal dokumenteres. En årsakskode brukt konsekvent er verdt mer enn noen sentimentmodell.

Gjenåpningsrate måler om løsningen er reell. Et økende antall løste saker sammen med en økende gjenåpningsrate betyr at saker blir lukket i stedet for besvart, og bare ved å følge begge avdekkes det.

Variasjon i arbeidsbelastning mellom agenter skiller et bemanningsproblem fra et rutingproblem. En jevn kø med lang gjennomsnittstid trenger flere folk; en ujevn en trenger bedre fordeling.

Tall som sjelden gjør det

Flere tall vises på hvert dashboard og endrer nesten ingenting.

Totalt antall saker er et volumtall uten nevner. Det stiger med kundebasen og faller i en stille måned, og ingen av bevegelsene bærer en beslutning.

Gjennomsnittlig første svartid på tvers av alle kanaler gjennomsnittsberegner en chat målt i sekunder med en e-post målt i timer. Splitt etter kanal, eller ikke mål det i det hele tatt.

Ledertavler for agenter rangerer folk etter det som er lettest å telle, som vanligvis er lukkede saker, og de produserer pålitelig den atferden de måler.

Sentiment målt over en hel periode uten en tilknyttet årsak forteller en leder om stemningen, men ikke om årsaken.

De åtte i et overblikk

RolChat

RolChat rapporterer på tvers av samtaler, saker, anrop, avtaler og teamytelse på ett sted, fordi alle fem lever i samme plattform i stedet for i separate produkter.

Standardsettet dekker første svartid, løsningstid, gjenåpningsrate, CSAT og arbeidsbelastning, inndelt etter kø, kanal, agent og time på døgnet.

Fordi tale er innebygd, ligger anropstall side om side med skriftlige, og KI-anropscoring kjøres over hvert opptak i stedet for et utvalg. Det gjør kvalitetsgjennomgang om fra en anekdote til en full gjennomgang av perioden.

Eksporter respekterer roller, slik at en teamleder kan hente sin egen kø uten tilgang til hele selskapet. Rapportering er inkludert i planen i stedet for priset som et eget analysenivå.

Best for: team som vil ha skriftlig og tale-rapportering i én rapport, uten å kjøpe et analyseprodukt ved siden av supportplattformen.

Zendesk

Zendesk har det dypeste rapporteringslaget blant de klassiske helpdeskene, med et eget analyseprodukt bak seg og lang erfaring med å bygge egendefinerte rapporter.

For organisasjoner med en analytiker som skal bygge og vedlikeholde dashboard, er taket høyt.

Kapasitet er fordelt på nivåer, så rapporteringen et team ser for seg, kan ligge over planen det sammenligner på pris.

Best for: organisasjoner med en analytiker og et rapporteringsoppdrag. Bekreft hvilket nivå som inkluderer hva på Zendesks nettside.

Freshdesk

Freshdesk-rapportering er solid på sakstall og blir betydelig bedre når de bredere Freshworks-produktene er i bruk, fordi mer av kundereisen faller innenfor samme datamodell.

Alene dekker den det essensielle uten å kreve en analytiker.

Taleanalyse kommer gjennom et søsterprodukt i stedet for helpdesken selv.

Best for: sakrapportering som ikke krever konfigurasjon. Bekreft innholdet i nivåene på Freshdesks nettside.

Intercom

Intercom rapporterer på samtaler i stedet for saker, noe som passer en meldingsbasert drift og leses annerledes enn et helpdesk-dashboard.

KI-rapporteringen er uvanlig detaljert, noe som følger av en kommersiell modell der løsninger er en fakturerbar enhet.

Team som sammenligner bør sjekke hvordan løsning defineres, siden definisjonen styrer både rapporten og fakturaen.

Best for: meldingsdrevet drift som bryr seg om automatiseringsdekning. Bekreft planer på Intercoms nettside.

HubSpot Service Hub

Service Hub rapporterer inne i det bredere CRM-et, som er dens utmerkende styrke: supportaktivitet ligger side om side med markedsførings- og salgsdata på samme post.

Det gjør spørsmål om inntektspåvirkning besvarbare på en måte en frittstående helpdesk ikke kan matche.

Kompromisset er kjent: verdien avhenger av å ta i bruk den omkringliggende plattformen, og rapporteringsdybden følger nivået.

Best for: team som allerede er inne i CRM-et og trenger service og inntekt i én visning. Bekreft nivåer på HubSpots nettside.

Zoho Desk

Zoho Desk gir kompetent sakrapportering med en bred produktfamilie bak seg, og analysetilbudet strekker seg godt utover support for organisasjoner som allerede er inne i økosystemet.

Konfigurasjonsinnsatsen er høyere enn prisnivået tilsier.

For selskaper som bruker flere Zoho-applikasjoner, er den delte datamodellen det virkelige argumentet.

Best for: eksisterende Zoho-brukere. Bekreft planer på Zohos nettside.

Help Scout

Help Scout rapporterer på et fokusert utvalg i stedet for et uttømmende, noe som er i tråd med resten av produktet.

Samtalevolum, svartider, tilfredshet og ytelse for hjelpesenteret er tydelig dekket og krever ikke oppsett.

Egendefinert rapportbygging og taleanalyse er ikke en del av produktet.

Best for: e-postdrevne team som vil ha klare tall uten konfigurasjon. Bekreft planer på Help Scouts nettside.

Front

Front rapporterer på samtaler og teamaktivitet, inkludert internt samarbeid, noe som er uvanlig og nyttig der svar utformes sammen.

Visninger på kontonivå passer B2B-service med navngitte eiere.

Telefonianalyse er utenfor produktet.

Best for: B2B-team som måler samarbeid like mye som svar. Bekreft planer på Fronts nettside.

Kontaktsenter og taleanalyse

Programvare for kontaktsenteranalyse er en egen disiplin, og terminologien er verdt å holde adskilt også.

Rapporteringsprogramvare for kontaktsenter dekker det operasjonelle laget: volum, køtid, avbrudd, gjennomsnittlig behandlingstid, belegg og etterlevelse av skiftplan. Dette er bemanningstall og de betyr noe fra de første hundre samtalene om dagen.

Dashboard-programvare for kontaktsenter er sanntidspresentasjonen av de samme dataene, bygget for en veileder som overvåker en avdeling, snarere enn en leder som leser en uke.

Taleanalyse er laget over: å analysere hva som ble sagt i stedet for hvor lang tid det tok.

For team der tale er én kanal blant flere, hører dette laget hjemme inne i supportplattformen. Å kjøpe en spesialisert konsoll splitter rapporten og produserer to versjoner av sannheten.

Tale- og interaksjonsanalyse

Programvare for taleanalyse i kontaktsenter transkriberer samtaler og søker deretter i transkripsjonene etter mønstre: nøkkelord, stillhet, snakk-over-hverandre, eskaleringsspråk og compliance-fraser.

Interaksjonsanalyse utvider den samme ideen på tvers av kanaler, og behandler en chat og en samtale som to former for én interaksjon og scorer begge.

Den praktiske verdien er dekning. Manuell gjennomgang tar stikkprøver av en brøkdel av en periode; automatisk scoring dekker alt av det, noe som endrer coaching fra selektive bevis til komplette bevis.

Den praktiske risikoen er scoring uten en tilknyttet årsakskode. Å vite at sentimentet falt på tirsdag er ubrukelig uten å vite hva kundene ringte om.

RolChat kjører transkripsjon og KI-anropscoring over hvert opptak som en del av plattformen, noe som dekker dette laget for team som ikke trenger en dedikert konsoll for taleanalyse.

CSAT, NPS og undersøkelsesverktøy

Et CSAT-undersøkelsesverktøy er den billigste analyseinvesteringen som finnes, og den som oftest blir feiltolket.

Svarprosenter i supportundersøkelser skjevfordeler mot ytterpunktene, så en score er en fordeling snarere enn et tall. Et stabilt gjennomsnitt som skjuler en voksende hale av ettstjerners svar, er en tjeneste som forverres, men som rapporteres som stabil.

Timing betyr mer enn ordlyd. En undersøkelse sendt ved løsning måler løsningen; en sendt en uke senere måler minnet om den.

Å splitte etter kanal er avgjørende. Tilfredshet på chat og på telefon beveger seg sjelden sammen, og en blandet score skjuler hvilken av dem som trenger arbeid.

Fritekstkommentarer bærer mer informasjon enn scoren. Å lese femti kommentarer lærer mer enn et kvartal med gjennomsnitt, og programvare for analyse av kundetilbakemeldinger finnes hovedsakelig for å gjøre den lesingen systematisk.

Sanntidsdashboard mot periodiske rapporter

De to tjener ulike personer, og å blande dem gir en skjerm ingen bruker.

Et sanntidsdashboard svarer på ett spørsmål: trengs det inngripen akkurat nå. Kødybde, lengste ventetid, tilgjengelige agenter. Fire tall, store, synlige fra andre siden av rommet.

En periodisk rapport svarer på et annet spørsmål: hva bør endres neste måned. Den trenger sammenligning mot tidligere perioder, oppdeling etter årsak og nok kontekst til å argumentere for en nyansettelse.

Programvare for sporing av kundeservicemålinger som prøver å gjøre begge deler, gjør vanligvis den andre dårlig, fordi live-tall motstår den historiske sammenligningen som gjør en rapport overbevisende.

Hvorfor én rapport slår to konsoller

Den vanligste analysesvikten i support er ikke en manglende måling. Det er to systemer som hver holder halve svaret.

Når chat rapporterer i ett produkt og samtaler i et annet, måles svartid to ganger på forskjellige definisjoner, og ingen kan si hva en kunde faktisk opplevde fra start til slutt.

Den samme splittelsen finnes mellom support- og salgsrapportering. En churn-samtale som startet som en fakturasak, er usynlig hvis sakssystemet og CRM-et holder separate registre.

Å samle plattformen er det som gjør rapporten pålitelig, og det er vanligvis billigere enn å kjøpe et analyselag for å forsone de to.

Dette er argumentet for rapportering som kommer med plattformen i stedet for ved siden av den: ikke at den er dypere, men at den er komplett.

Eksport, tilganger og datatilgang

Tre tilgangsspørsmål avgjør om rapportering er brukbar utenfor supportteamet.

Om eksporter respekterer roller, slik at en teamleder kan hente sin egen kø uten å se hele selskapet. Om rådata forlater i et brukbart format i stedet for kun som et gjengitt diagram. Og om et API lar tallene nå et selskapsomfattende dashboard.

Lagringsinnstillinger avgjør hvor langt tilbake en sammenligning kan strekke seg. En plattform som holder nitti dager kan ikke svare på et spørsmål om i fjor, og den begrensningen oppdages vanligvis idet spørsmålet stilles.

Planlagte rapporter på e-post er fortsatt den mest pålitelige måten å få tall lest på, fordi et dashboard krever at noen husker å åpne det.

Ett spørsmål til om tilgang er verdt å stille før man signerer: om eksporten inkluderer feltene plattformen har lagt til, ikke bare dem den startet med. Egendefinerte felt som bærer årsakskoder er vanligvis den mest verdifulle kolonnen i filen, og de er den som oftest blir liggende igjen.

Sette opp rapportering som faktisk blir lest

Det meste av supportrapportering blir konfigurert én gang og deretter ignorert. Noen vaner forhindrer det.

Start fra en beslutning i stedet for en måling. Hvis et tall ikke vil endre en vaktplan, en regel eller en nyansettelse, trenger det ikke et diagram.

Bruk årsakskoder konsekvent før noe annet bygges. All nedstrøms analyse avhenger av dem, og å ettermontere dem på tvers av et års historikk er ikke mulig.

Gjennomgå ukentlig i starten og månedlig når mønstrene er stabile. Ukentlig gjennomgang er det som fanger opp en rutingregel som stille sluttet å fungere.

Sammenlign mot det forrige verktøyet den første måneden etter en migrering. Definisjoner varierer mellom plattformer, og en nedgang i svartid er noen ganger bare en endring i når klokken starter.

Prognoser og kapasitetsplanlegging

Rapportering forklarer fortiden; prognoser er det som gjør den om til en vaktplan.

Inndataene er volum per time på døgnet over flere uker, gjennomsnittlig behandlingstid per kanal og hvor mange samtidige samtaler en agent kan opprettholde. Chat støtter tre til fem samtaler samtidig, tale støtter én, og å gjennomsnittsberegne de to gir en vaktplan som svikter på begge.

Sesongvariasjon krever et års historikk for å se. Kortere lagring enn det skjuler den årlige toppen inntil den kommer, som er den dyreste typen overraskelse i support.

Svinn er tallet flest planer utelater: opplæring, pauser, møter og fravær utgjør rutinemessig et kvartal av betalte timer, og en vaktplan bygget på rå bemanningstall er for kort før den i det hele tatt starter.

Arbeidstid og etterlevelse av skift hører hjemme i samme system som køen, ellers glir planen og virkeligheten fra hverandre innen en måned.

Attribusjon: hva support er verdt

Supportrapportering stopper vanligvis ved effektivitet, noe som får avdelingen til å fremstå som en kostnad fordi det er det eneste som telles.

Tre koblinger endrer argumentet. Samtaler koblet til avtaler viser hva support reddet eller løste opp. Samtaler koblet til churn viser hva den ikke klarte. Og samtaler koblet til årsakskoder viser hvilket produktproblem som genererer volumet.

Ingen av de tre er mulig når kunderegisteret ligger i et annet system enn samtalen, fordi sammenkoblingen gjøres for hånd eller ikke i det hele tatt.

Dette er det sterkeste praktiske argumentet for en plattform der CRM og support deler et register: ikke bekvemmeligheten, men evnen til å svare på hva arbeidet er verdt.

KI i analyse

KI-drevne plattformer for samtaleanalyse lover å lese hver eneste interaksjon, og de kan i stor grad gjøre det. Spørsmålet er hva de leser for.

Klassifisering er den pålitelige bruken: å gruppere samtaler etter årsak uten at en agent setter en tagg. Det fjerner det svakeste leddet i enhver rapporteringskjede, som er manuell tagging under tidspress.

Oppsummering er den andre: en lang tråd redusert til hva som skjedde, noe som gjør gjennomgang mulig ved høyt volum.

Sentiment er det mest markedsførte og minst handlingsdyktige alene, fordi en stemning uten en årsak ikke støtter noen beslutning. Koblet med en årsakskode blir det nyttig.

Scoring mot en rubrikk er den fjerde, og det er det som gjør kvalitetssikring om fra et utvalg til en fullstendig gjennomgang. RolChat kjører dette over hvert eneste anropsopptak som en del av plattformen.

Benchmarker og hva de er verdt

Publiserte support-benchmarker er de mest siterte og minst nyttige tallene på dette feltet.

De gjennomsnittsberegner på tvers av bransjer med ulike forventninger, på tvers av kanaler med ulike klokker og på tvers av selskaper med ulike definisjoner av løsning. Et tall satt sammen på den måten beskriver ingen.

Din egen historikk er den eneste benchmarken som holder. Forrige kvartal, samme periode i fjor, og uken før en endring er tre sammenligninger som betyr noe.

Der et eksternt tall genuint trengs, bruk det som en retning snarere enn et mål: verdt å vite at chat-svartid måles i sekunder på tvers av markedet, ikke verdt å adoptere et bestemt tall som et mål.

Unntaket er kontraktsfestet. En SLA skrevet inn i en kundeavtale er et mål uansett hva noen benchmark sier, og rapporteringen må måle den etter kontraktens definisjon i stedet for plattformens standard.

Ofte stilte spørsmål

Ruslan Nazarov

SEO-sjef i RolChat

Skriver om kundeserviceprosesser, live chat, AI-assistert service og verktøyene bak en god kundeopplevelse.

LinkedIn