Клиентский сервис в B2C: контроль качества работы поддержки

Контролировать качество работы службы поддержки необходимо, чтобы выявлять проблемные места в сервисных процессах и повышать эффективность команды. Без этого компания рискует «просадкой» сервиса и потерей клиентов. О том, какие ключевые метрики отслеживать в B2C-поддержке и как в таких задачах помогает система service desk, читайте в статье.

Базовые метрики в работе службы поддержки

Пропал интернет, не проходит оплата или сбой доставки товара — в подобной ситуации клиент ожидает мгновенной реакции, когда обращается в службу поддержки. Влияет и качество сервиса, ведь даже самый быстрый ответ окажется бесполезным, если вопрос не будет решен сразу. Исходя из этих параметров обслуживания выделяют две базовые группы метрик для оценки работы поддержки.

Соблюдение SLA. Сюда входят такие показатели, как время первого и последующих ответов, а также срок выполнения запросов. Расчет последней метрики во многом зависит от характера и сложности проблемы клиента.

Оценки качества обслуживания. Узнать, насколько потребители довольны предоставленными услугами, помогает метрика средней оценки качества сервиса. Клиенты оценивают по пятибалльной шкале работу специалистов поддержки по итогам выполнения запросов, после чего рассчитываются усредненные показатели за месяц, квартал или другие периоды. Еще одна важная метрика — процент удовлетворенности потребителей (Satisfaction Score). Он показывает, какую долю составляют позитивные оценки обслуживания от общего количества.

Как организовать контроль метрик в работе специалистов поддержки

Следить за метриками службы поддержки в B2C удобнее всего с помощью инструментов автоматизации, например, системы класса service desk. ИТ-система агрегирует в себе всю информацию по обращениям, клиентам, их взаимодействию с сервисным персоналом. Такие сведения не приходится долго искать в разрозненных Excel-таблицах, электронных письмах или сообщениях в мессенджерах. В разы упрощается и сам расчет любых метрик, который не нужно делать вручную.

Набор отслеживаемых метрик и подходы к контролю работы команд поддержки зависят от зрелости компании и бизнес-процессов. Также влияет количество клиентов и сложность структуры сервисного подразделения. С учетом этих факторов условно можно выделить три основных подхода к инструментам контроля.

Использовать базовые метрики. Это актуально для некрупных компаний и стартапов, процессы которых только формируются. Зачастую такие организации оказывают одну или несколько услуг клиентам. Поэтому служба поддержки тоже невелика. Наглядный пример — небольшой интернет-магазин, где все обращения принимают один или два специалиста.

Впрочем, количество услуг, численность команды поддержки и клиентов может быть несколько больше. Тогда поддержка сводится к предоставлению простых консультаций по товарам или услугам и не требует внедрения сложных процессов.

Подобным компаниям хватит и базовых метрик оценки работы поддержки. Например:

• время реакции на заявки;
• сроки решения;
• просроченные открытые заявки.

Набор подобных отчетов реализован во многих «коробочных» версиях help desk решений. Оптимально, если такую аналитику можно визуализировать в системе автоматизации с помощью наглядных дашбордов. А по каждому представленному показателю получить детализацию по заявкам. Например, посмотреть, по каким обращениям не соблюдены сроки первых ответов или поставлены низкие оценки клиентов. Таким образом, у руководства службы появится понимание наиболее проблемных вопросов, которые вызывают сложности у персонала.

Чтобы получить дополнительную информацию при оценке качества сервиса со стороны клиента, ему стоит предоставить в ИТ-системе возможность оставлять комментарии. Такие прикрепленные к заявкам пояснения позволяют лучше понять, чем именно недоволен клиент и в чем недоработка специалиста.

Оценивать специфические метрики. С ростом службы поддержки и числа предоставляемых услуг сервисные процессы усложняются, что требует по-новому подходить к контролю работы специалистов.

Допустим, с увеличением количества клиентов появляется необходимость во внутренних контролерах качества обслуживания. Сами потребители далеко не всегда делятся своими впечатлениями о сервисе. Вдобавок их оценки могут объясняться субъективными факторами. Если клиент интернет-провайдера недоволен тем, что его долго консультировали по тарифам, это неумение специалиста четко сформулировать ответ или стремление дать его подробно? Для прояснения ситуации иногда требуется взгляд со стороны, который и обеспечивают внутренние контролеры. Их оценка может учитываться при расчете KPI специалистов наряду с обратной связью от клиентов.

В техническом плане реализовать подобный подход помогают гибкие service desk системы. Например, в них доступна настройка отдельной роли внутреннего контролера по качеству сервиса. Ему можно предоставить соответствующие права доступа в ИТ-системе, которые позволят сразу увидеть только нужные запросы, переписку и другую информацию.

Другой вариант — ввод метрики количества комментариев по каждому обращению. В ряде случаев такой показатель оказывается более информативным, чем общее время выполнения запроса, которое порой растягивается из-за долгих ответов клиента. Особенно актуальной такая проблема становится с усложнением услуг и увеличением объемов переписки в рамках поддержки. Число оставленных комментариев не только помогает определить специалистов, которые тратят слишком много ресурсов при выполнении заявок. Получается выявить наиболее проблемные услуги и вопросы. Возможно, по некоторым из них не хватает шаблонов с готовыми ответами или стоит пересмотреть содержание сервиса.

Желательно, чтобы руководство и специалисты службы поддержки могли самостоятельно добавить любые новые метрики и вывести их в интерфейс дашбордов. Как правило, такой функционал реализован только в платформенных service desk решениях.

Отслеживать показатели по отдельным командам, внедрять сложные метрики. Такой подход актуален для крупных компаний со зрелыми процессами. Их сервисные службы нередко имеют сложную структуру и делятся на несколько линий поддержки. Например, первая — колл-центр, вторая — технические специалисты, третья — выездные инженеры. Или же отдельные команды занимаются клиентской поддержкой на этапе внедрения какого-либо ИТ-продукта и послепродажного обслуживания. В территориально распределенных компаниях такие группы специалистов вовсе могут находиться в разных городах.

Тогда становится недостаточно отслеживать метрики работы службы поддержки в целом: своя аналитика требуется по каждой команде, а иногда и всем специалистам. Следовательно в ИТ-системе лучше настроить соответствующие дашборды с контролируемыми показателями. Только так удастся получить полную картину эффективности сервисного персонала. Скажем, понять, клиент поставил 3 балла по итогам выполнения запроса, потому что плохо отработал диспетчер колл-центра или не справился специалист второй линии.

Также с повышением зрелости бизнеса в службе поддержки нередко внедряются более продвинутые метрики на основе сложных формул. К примеру, отлеживается удовлетворенность клиентов отдельными параметрами сервиса с помощью индекса CSI (Customer Satisfaction Index). Стартовать такой контроль получается максимально быстро и просто, если service desk позволяет не только добавлять новые показатели аналитики, но и задавать любые формулы для их расчета.

Как видно, возможности автоматизации существенно упрощают процесс контроля специалистов в B2C-поддержке на всех этапах развития компании. Важно, чтобы настроенные в ИТ-системе процессы можно было дорабатывать по мере повышения зрелости бизнеса.