Alternativ

Mjukvara för kundtjänstanalys: åtta plattformar jämförda

Ruslan NazarovRuslan Nazarov
Hoppa till
Två kollegor vid ett skrivbord granskar en utskriven rapport om kundtjänstanalys

Mjukvara för kundtjänstanalys besvarar tre frågor: hur snabbt teamet svarar, hur väl det löser ärenden och varifrån volymen kommer. Allt annat på en instrumentpanel är dekoration tills något av de tre förändrar ett beslut.

Åtta plattformar gås igenom nedan, tillsammans med nyckeltalen som är värda att följa och de som i tysthet slösar bort uppmärksamhet. Konkurrenters priser återges inte här.

Så är listan sammanställd

Beskrivningarna är allmänna och hämtade från vad varje leverantör publicerar. Detta är inte ett benchmark-test eller en granskning, och ingen konkurrentprissättning visas nedan. Bekräfta aktuella planer och funktioner på respektive leverantörs egen webbplats. Produktnamn och logotyper tillhör sina respektive ägare.

Vad denna kategori mäter

Två produktfamiljer bär samma etikett.

Den första är rapportering inbyggd i en supportplattform: konversationsvolym, svars- och lösningstider, arbetsbelastning och nöjdhet, hämtat från data som plattformen redan har.

Den andra är dedikerad analysmjukvara för kontaktcenter, som är specialiserad på röst: analys av inspelade samtal, taligenkänningsanalys, sentimentbedömning och interaktionsanalys över stora samtalsvolymer.

De flesta team behöver den första och tror att de behöver den andra. De specialiserade verktygen förtjänar sin plats vid samtalsvolymer där en procentenhet i genomsnittlig hanteringstid är värd en lön, vilket är en mindre grupp företag än vad marknadsföringen antyder.

Den praktiska skiljelinjen är om röst är en kanal eller kanalen. Under några tusen samtal i månaden täcker rapporteringen inne i supportplattformen behovet.

Nyckeltal som förändrar beslut

Fyra siffror förändrar bemanning eller process, och de är värda att bygga en rapport kring.

Volym per timme på dygnet styr skiftmönster. Det är den mest handlingsbara siffran i supportrapportering och den som oftast genomsnittsberäknas till oanvändbarhet över en vecka.

Volym per orsak avgör vad som ska automatiseras och vad som ska dokumenteras. En orsakskod som tillämpas konsekvent är värd mer än vilken sentimentmodell som helst.

Återöppningsgrad mäter om lösningen är verklig. Ett stigande antal lösta ärenden tillsammans med en stigande återöppningsgrad betyder att ärenden stängs snarare än besvaras, och bara genom att följa båda upptäcks det.

Variation i arbetsbelastning mellan agenter skiljer ett bemanningsproblem från ett fördelningsproblem. En jämn kö med lång genomsnittstid behöver fler personer; en ojämn kö behöver bättre fördelning.

Siffror som sällan gör det

Flera siffror förekommer på varje instrumentpanel och förändrar nästan ingenting.

Totalt antal ärenden är en volymsiffra utan nämnare. Den ökar med kundbasen och sjunker under en lugn månad, och ingen av rörelserna leder till ett beslut.

Genomsnittlig första svarstid över alla kanaler slår ihop en chatt mätt i sekunder med ett mejl mätt i timmar. Dela upp per kanal eller mät det inte alls.

Topplistor för agenter rangordnar personer efter det som är lättast att räkna, vilket vanligtvis är stängda ärenden, och de producerar tillförlitligt det beteende de mäter.

Sentiment mätt över en hel period utan en kopplad orsak berättar för en chef om stämningen, inte om orsaken.

De åtta i sammanfattning

PlattformRapporteringsomfångRöstanalysAnpassade rapporter
RolChatKonversationer, ärenden, samtal, affärer, teamAI-samtalsbedömning på varje inspelningIngår
ZendeskÄrenden, meddelanden, röst beroende på planTillgängligt beroende på planDjupgående, per nivå
FreshdeskÄrenden, med systerprodukter för andra kanalerVia en systerproduktPer nivå
IntercomKonversationer och AI-lösningsrapporteringSe leverantörenBeroende på plan
HubSpot Service HubServicedata inom det bredare CRM-systemetSamtal per nivåStark, per nivå
Zoho DeskÄrenden, med en bredare svit bakomPer nivåPer nivå
Help ScoutKonversationer och kunskapscenterIngår inte i produktenFokuserad uppsättning
FrontKonversationer och teamaktivitetIngår inte i produktenFokuserad uppsättning

RolChat

RolChat rapporterar över konversationer, ärenden, samtal, affärer och teamprestation på ett och samma ställe, eftersom alla fem finns i samma plattform istället för i separata produkter.

Standarduppsättningen täcker första svarstid, lösningstid, återöppningsgrad, CSAT och arbetsbelastning, uppdelat på kö, kanal, agent och timme på dygnet.

Eftersom röst är inbyggt från grunden ligger samtalsstatistik sida vid sida med skriftlig statistik, och AI-samtalsbedömning körs på varje inspelning istället för ett urval. Det förvandlar kvalitetsgranskning från en anekdot till en fullständig genomgång av perioden.

Export respekterar roller, så en teamledare kan hämta sin egen kö utan tillgång till hela företaget. Rapportering ingår i planen istället för att prissättas som en analysnivå.

Bäst för: team som vill ha skriftlig och muntlig rapportering i en enda rapport, utan att köpa en analysprodukt vid sidan av supportplattformen.

Listan över nyckeltal och panelens layout finns på rapportsidan.

Zendesk

Zendesk har det djupaste rapporteringslagret bland de klassiska helpdeskarna, med en dedikerad analysprodukt bakom sig och en lång historia av att bygga anpassade rapporter.

För organisationer med en analytiker som ska bygga och underhålla instrumentpaneler är taket högt.

Funktionaliteten är fördelad över nivåer, så den rapportering ett team föreställer sig kan ligga över den plan de jämför på pris.

Bäst för: organisationer med en analytiker och ett rapporteringsuppdrag. Bekräfta vilken nivå som innehåller vad på Zendesks webbplats.

Freshdesk

Freshdesks rapportering är solid gällande ärendestatistik och förbättras avsevärt när de bredare Freshworks-produkterna används, eftersom mer av kundresan då hamnar inom samma datamodell.

Fristående täcker den det väsentliga utan att kräva en analytiker.

Röstanalys kommer via en systerprodukt snarare än helpdesken själv.

Bäst för: ärenderapportering som inte kräver konfiguration. Bekräfta vad respektive nivå innehåller på Freshdesks webbplats.

Intercom

Intercom rapporterar om konversationer snarare än ärenden, vilket passar en meddelandebaserad verksamhet och läses annorlunda än en helpdesk-instrumentpanel.

Dess AI-rapportering är ovanligt detaljerad, vilket följer av en kommersiell modell där lösningar är en fakturerbar enhet.

Team som jämför bör kontrollera hur en lösning definieras, eftersom definitionen styr både rapporten och fakturan.

Bäst för: meddelandeledda verksamheter som bryr sig om automatiseringstäckning. Bekräfta planer på Intercoms webbplats.

HubSpot Service Hub

Service Hub rapporterar inom det bredare CRM-systemet, vilket är dess särskiljande styrka: supportaktivitet ligger sida vid sida med marknadsförings- och säljdata på samma post.

Det gör frågor om intäktspåverkan besvarbara på ett sätt som en fristående helpdesk inte kan matcha.

Avvägningen är bekant: värdet beror på att man använder den omgivande plattformen, och rapporteringsdjupet följer nivån.

Bäst för: team som redan finns inom CRM:et och behöver service och intäkter i en och samma vy. Bekräfta nivåer på HubSpots webbplats.

Zoho Desk

Zoho Desk erbjuder kompetent ärenderapportering med en bred produktfamilj bakom sig, och dess analyserbjudande sträcker sig långt utöver support för organisationer som redan finns i ekosystemet.

Konfigurationsinsatsen är högre än vad prisnivån antyder.

För företag som använder flera Zoho-applikationer är den delade datamodellen det verkliga argumentet.

Bäst för: befintliga Zoho-användare. Bekräfta planer på Zohos webbplats.

Help Scout

Help Scout rapporterar på en fokuserad uppsättning snarare än en uttömmande, vilket ligger i linje med resten av produkten.

Konversationsvolym, svarstider, nöjdhet och kunskapscenterprestanda täcks tydligt och kräver ingen konfiguration.

Anpassad rapportbyggnad och röstanalys ingår inte i produkten.

Bäst för: mejlledda team som vill ha tydliga siffror utan konfiguration. Bekräfta planer på Help Scouts webbplats.

Front

Front rapporterar om konversationer och teamaktivitet, inklusive internt samarbete, vilket är ovanligt och användbart där svar utformas gemensamt.

Vyer på kontonivå passar B2B-service med namngivna ägare.

Telefonianalys ingår inte i produkten.

Bäst för: B2B-team som mäter samarbete lika mycket som svar. Bekräfta planer på Fronts webbplats.

Callcenter- och röstanalys

Analysmjukvara för callcenter är en egen disciplin, och det är värt att särskilja terminologin också.

Rapporteringsmjukvara för callcenter täcker det operativa lagret: volym, kötid, avbrott, genomsnittlig hanteringstid, beläggning och regelefterlevnad. Detta är bemanningssiffror och de spelar roll redan från de första hundra samtalen per dag.

Instrumentpanelsmjukvara för callcenter är realtidspresentationen av samma data, byggd för en arbetsledare som övervakar en avdelning snarare än en chef som läser en vecka.

Röstanalys är lagret ovanpå: att analysera vad som sades snarare än hur lång tid det tog.

För team där röst är en kanal bland flera hör detta lager hemma inne i supportplattformen. Att köpa en specialiserad konsol delar upp rapporten och skapar två versioner av sanningen.

Tal- och interaktionsanalys

Mjukvara för taligenkänningsanalys inom callcenter transkriberar samtal och söker sedan igenom transkriptionerna efter mönster: nyckelord, tystnad, samtal i mun, eskaleringsspråk och regelefterlevnadsfraser.

Interaktionsanalys breddar samma idé över kanaler och behandlar en chatt och ett samtal som två former av samma interaktion och bedömer båda.

Det praktiska värdet är täckning. Manuell granskning tar stickprov från en bråkdel av en period; automatiserad bedömning täcker allt, vilket förändrar coaching från selektiva bevis till fullständiga bevis.

Den praktiska risken är bedömning utan en kopplad orsakskod. Att veta att sentimentet sjönk på tisdagen är värdelöst utan att veta vad kunderna ringde om.

RolChat kör transkribering och AI-samtalsbedömning på varje inspelning som en del av plattformen, vilket täcker detta lager för team som inte behöver en dedikerad konsol för taligenkänningsanalys.

Verktyg för CSAT, NPS och enkäter

Ett CSAT-enkätverktyg är den billigaste analysinvesteringen som finns och den som oftast misstolkas.

Svarsfrekvensen i supportenkäter tenderar mot ytterligheterna, så ett resultat är en fördelning snarare än en siffra. Ett stabilt genomsnitt som döljer en växande svans av enstjärniga svar är en försämrad service som rapporteras som stabil.

Tidpunkten spelar större roll än formuleringen. En enkät som skickas vid lösning mäter lösningen; en som skickas en vecka senare mäter minnet av den.

Uppdelning per kanal är avgörande. Nöjdhet i chatt och per telefon rör sig sällan tillsammans, och ett blandat resultat döljer vilken av dem som behöver förbättras.

Fritextkommentarer bär mer information än själva resultatet. Att läsa femtio kommentarer lär mer än ett kvartals genomsnitt, och mjukvara för analys av kundfeedback finns till största delen för att göra den läsningen systematisk.

Realtidspaneler mot periodiska rapporter

De två tjänar olika personer, och att blanda ihop dem skapar en skärm som ingen använder.

En realtidspanel besvarar en fråga: behöver något åtgärdas just nu. Ködjup, längsta väntetid, tillgängliga agenter. Fyra siffror, stora, synliga tvärs över ett rum.

En periodisk rapport besvarar en annan fråga: vad bör förändras nästa månad. Den behöver jämförelse mot tidigare perioder, uppdelning per orsak och tillräckligt med kontext för att argumentera för en nyanställning.

Mjukvara för spårning av kundtjänstmått som försöker göra båda gör vanligtvis den andra dåligt, eftersom livesiffror motstår den historiska jämförelse som gör en rapport övertygande.

Varför en rapport slår två konsoler

Det vanligaste analysmisslyckandet inom support är inte ett saknat nyckeltal. Det är två system som var och en har halva svaret.

När chatt rapporteras i en produkt och samtal i en annan mäts svarstiden två gånger enligt olika definitioner, och ingen kan säga vad en kund faktiskt upplevde från start till slut.

Samma uppdelning uppstår mellan support- och säljrapportering. En churn-konversation som började som ett faktureringsärende är osynlig om ärendesystemet och CRM:et håller separata register.

Att konsolidera plattformen är det som gör rapporten pålitlig, och det är vanligtvis billigare än att köpa ett analyslager för att stämma av de två.

Detta är argumentet för rapportering som kommer med plattformen snarare än vid sidan av den: inte att den är djupare, utan att den är fullständig.

Export, behörigheter och dataåtkomst

Tre åtkomstfrågor avgör om rapporteringen är användbar utanför supportteamet.

Om export respekterar roller, så att en teamledare kan hämta sin egen kö utan att se hela företaget. Om rådata går att exportera i ett användbart format snarare än bara som ett renderat diagram. Och om ett API tillåter siffrorna att nå en företagsövergripande instrumentpanel.

Lagringsinställningar avgör hur långt bak en jämförelse kan sträcka sig. En plattform som håller nittio dagar kan inte besvara en fråga om förra året, och den gränsen upptäcks vanligtvis just när frågan ställs.

Schemalagda rapporter via e-post förblir det mest pålitliga sättet att få siffror lästa, eftersom en instrumentpanel kräver att någon kommer ihåg att öppna den.

En ytterligare åtkomstfråga är värd att ställa innan man skriver på: om exporten inkluderar fälten som plattformen lagt till och inte bara de den startade med. Anpassade fält med orsakskoder är vanligtvis den mest värdefulla kolumnen i filen, och den som oftast lämnas kvar.

Skapa rapportering som faktiskt läses

Det mesta av supportrapporteringen konfigureras en gång och ignoreras därefter. Några vanor förhindrar det.

Utgå från ett beslut snarare än ett nyckeltal. Om en siffra inte kommer att förändra ett schema, en regel eller en nyanställning behöver den inget diagram.

Tillämpa orsakskoder konsekvent innan något annat byggs. Varje efterföljande analys beror på dem, och att lägga till dem i efterhand över ett års historik går inte.

Granska varje vecka i början och varje månad när mönstren har stabiliserats. Veckovis granskning är det som fångar en dirigeringsregel som i tysthet gått sönder.

Jämför mot det tidigare verktyget under den första månaden efter en migrering. Definitioner skiljer sig mellan plattformar, och en minskning av svarstiden är ibland bara en förändring av när klockan börjar.

Plangränser och vad rapporteringen omfattar i respektive plan finns på prissidan.

Prognoser och kapacitetsplanering

Rapportering förklarar det förflutna; prognostisering är det som förvandlar det till ett schema.

Indata är volym per timme på dygnet över flera veckor, genomsnittlig hanteringstid per kanal och samtidigheten en agent kan upprätthålla. Chatt stödjer tre till fem konversationer samtidigt, röst stödjer en, och att göra ett genomsnitt av de två ger ett schema som misslyckas med båda.

Säsongsvariation kräver ett års historik för att synas. Kortare lagring än så döljer den årliga toppen tills den kommer, vilket är den dyraste typen av överraskning inom support.

Bortfall är siffran som flest planer utelämnar: utbildning, raster, möten och frånvaro utgör rutinmässigt en fjärdedel av betalda timmar, och ett schema byggt på rå bemanning är för kort innan det ens börjar.

Arbetstider och efterlevnad av schema hör hemma i samma system som kön, annars glider planen och verkligheten isär inom en månad.

Attribution: vad kundtjänst är värt

Supportrapportering stannar vanligtvis vid effektivitet, vilket får avdelningen att framstå som en kostnadspost eftersom det är det enda som räknas.

Tre kopplingar förändrar argumentet. Konversationer kopplade till affärer visar vad support räddade eller löste upp. Konversationer kopplade till churn visar vad den misslyckades med. Och konversationer kopplade till orsakskoder visar vilket produktproblem som genererar volymen.

Ingen av de tre är möjlig när kundposten finns i ett annat system än konversationen, eftersom sammankopplingen görs manuellt eller inte alls.

Detta är det starkaste praktiska argumentet för en plattform där CRM och support delar en post: inte bekvämligheten, utan förmågan att besvara vad arbetet är värt.

AI i analys

AI-drivna plattformar för konversationsanalys lovar att läsa varje interaktion, och de kan i stort sett göra det. Frågan är vad de läser efter.

Klassificering är den pålitliga användningen: att gruppera konversationer efter orsak utan att en agent behöver sätta en tagg. Det tar bort den svagaste länken i varje rapporteringskedja, som är manuell taggning under tidspress.

Sammanfattning är den andra: en lång tråd reducerad till vad som hände, vilket gör granskning möjlig i stor volym.

Sentiment är det mest marknadsförda och minst handlingsbara i sig självt, eftersom en stämning utan orsak inte stödjer något beslut. Kopplat till en orsakskod blir det användbart.

Bedömning mot ett rubrik är den fjärde, och det är det som förvandlar kvalitetssäkring från ett stickprov till en fullständig genomgång. RolChat kör detta på varje samtalsinspelning som en del av plattformen.

Riktmärken och vad de är värda

Publicerade riktmärken för support är de mest citerade och minst användbara siffrorna på detta område.

De genomsnittsberäknar över branscher med olika förväntningar, över kanaler med olika klockor och över företag med olika definitioner av lösning. En siffra sammanställd på det sättet beskriver ingen.

Er egen historik är det enda riktmärke som håller. Förra kvartalet, samma period förra året och veckan före en förändring är tre jämförelser som betyder något.

Där en extern siffra verkligen behövs, använd den som en riktning snarare än ett mål: värt att veta att chattsvar mäts i sekunder på marknaden, inte värt att anta en specifik siffra som ett mål.

Undantaget är avtalsmässigt. Ett SLA skrivet in i ett kundavtal är ett mål oavsett vad något riktmärke säger, och rapporteringen måste mäta det enligt avtalets definition snarare än plattformens standard.

Vanliga frågor

Vad är den bästa mjukvaran för kundtjänstanalys?

För de flesta team är det rapporteringen inne i deras supportplattform, förutsatt att varje kanal rapporterar in till den. Dedikerade analysprodukter förtjänar sin plats där röstvolymen är tillräckligt hög för att en procentenhet i hanteringstid är värd en lön.

Vad är den bästa mjukvaran för callcenteranalys?

Det beror på om röst är en kanal eller kanalen. Specialiserade plattformar för kontaktcenteranalys går djupare in i tal- och interaktionsanalys; en supportplattform med inbyggd röst täcker operativ rapportering och samtalsbedömning utan en andra konsol.

Vilka nyckeltal bör ett supportteam följa?

Volym per timme på dygnet, volym per orsak, återöppningsgrad och variation i arbetsbelastning mellan agenter. Dessa fyra förändrar bemannings- och processbeslut. Svars- och lösningstider spelar också roll, men bara när de delas upp per kanal.

Hur fungerar taligenkänningsanalys?

Samtal transkriberas och transkriptionerna genomsöks efter mönster: nyckelord, tystnad, samtal i mun, eskaleringsspråk och regelefterlevnadsfraser. Värdet är täckning, eftersom automatiserad bedömning granskar varje samtal snarare än ett stickprov.

Behöver jag ett separat CSAT-enkätverktyg?

Bara om supportplattformen inte skickar enkäter vid lösning. Det som spelar större roll än verktyget är tidpunkten, att dela upp resultatet per kanal och att läsa fritextkommentarerna snarare än genomsnittet.

Varför rapporterar två plattformar olika svarstider?

Eftersom klockan börjar på olika ställen. Vissa mäter från ankomst, andra från tilldelning, och vissa pausar utanför arbetstid. Jämför definitioner innan ni jämför siffror, särskilt efter en migrering.

Ingår rapportering i RolChats plan?

Ja. Rapportering över konversationer, ärenden, samtal, affärer och teamprestation är en del av plattformen snarare än en analysnivå, och AI-samtalsbedömning körs på varje inspelning.

Kan rapporteringsdata lämna plattformen?

Det bör den kunna. Kontrollera att rådataexport är tillgänglig och inte bara renderade diagram, att export respekterar roller, och att ett API kan mata en företagsövergripande instrumentpanel.

Vad är interaktionsanalys?

Samma idé som taligenkänningsanalys tillämpad över kanaler snarare än enbart röst: en chatt och ett samtal behandlas som två former av samma interaktion och bedöms enligt samma rubrik. Det spelar roll där kunder rör sig mellan kanaler inom en och samma förfrågan.

Bör vi köpa en dedikerad analysprodukt?

Bara när röstvolymen är tillräckligt hög för att en procentenhet i hanteringstid är värd en lön, eller när ett regelefterlevnadskrav kräver bedömning som plattformen inte kan producera. Under den nivån delar en andra konsol upp rapporten och skapar två versioner av sanningen.

Hur länge bör rapporteringshistorik sparas?

Tillräckligt länge för att jämföra mot samma period förra året. Kortare lagring gör säsongsmönster osynliga, och gränsen upptäcks vanligtvis i det ögonblick frågan ställs.

Ruslan Nazarov
Ruslan Nazarov
SEO-chef på RolChat

Skriver om kundtjänstarbete, livechatt, AI-stödd service och verktygen bakom en bra kundupplevelse.

LinkedIn

Se RolChats rapportering

Skriftlig och muntlig statistik i en enda rapport, med samtalsbedömning på varje inspelning.