Iedereen kent het wel. Je belt de klantenservice en komt eerst in een keuzemenu terecht. Balen, want je wilt gewoon een medewerker spreken. Maar wat nou als dat keuzemenu het antwoord op jouw vraag kan geven? We zijn heel goed in staat om veelvoorkomende vragen te herkennen en te voorspellen, nog voordat er een medewerker aan te pas komt. Zo besparen we jou als klant veel onnodige wachttijd. Wil je weten hoe we dat doen? Lees dan vooral verder!
Het keuzemenu (IVR) bij veel klantenservices is meestal organisch ontstaan. Meestal is het een poging om bepaalde vragen bij de members (onze klantenservicemedewerkers) uit te laten komen die daar het beste antwoord op kunnen geven. Klanten zijn meestal niet blij met de hele wirwar aan keuzes die zij hiervoor moeten maken.
Gelukkig zijn we tegenwoordig in staat om met behulp van data-analyse te ontdekken of klanten het keuzemenu begrijpen en welke vragen zij aan de members stellen. Koppelen we verschillende databronnen met elkaar, dan zien we ook in hoeverre de members in staat zijn om deze vragen in één keer goed te beantwoorden, hoe lang het contact duurt en welk cijfer de klanten het gesprek geven.
Het koppelen van IVR-data en logdata geven we vervolgens weer in een zogenaamde ‘Sankey chart’. Zo volgen we alle contactstromen die via de IVR binnenkomen, tot en met de logging op onderwerpniveau.
Zijn de contactstromen duidelijk in kaart gebracht? Dan kijken we welke onderwerpen het meeste voorkomen. Zo weten we precies met welke onderwerpen wij de meeste impact kunnen maken door de IVR te verbeteren.
Het verzamelen van de juiste inzichten is natuurlijk belangrijk, maar het zegt niet alles! Daarom passen we de gemba walk toe. We valideren onze inzichten met de echte experts, namelijk de members die het klantcontact afhandelen. Zij zijn perfect in staat om de vertaalslag te maken van data naar de daadwerkelijke vragen van de klant en de antwoorden die zij daarop geven. Daarom toetsen we bij de members of veelvoorkomende vragen eenvoudig te beantwoorden zijn of dat er contact met een member nodig is, bijvoorbeeld vanwege een complex antwoord of mogelijke emotie bij de klant.
Met de verzamelde kennis geven wij advies over hoe bellende klanten nog beter geholpen kunnen worden, nog voordat zij contact hebben met een member. We hebben hier verschillende oplossingen voor, waarvan ik er vier toelicht:
Deze oplossing passen we toe als blijkt dat veel klanten voor de categorie ‘Overige vragen’ kiezen. Dit wordt een bonte verzameling van allerlei vragen. Het is een teken dat de klant de vorige opties niet goed heeft begrepen, of dat zijn vraag niet in het keuzemenu staat. Door simpelweg de bestaande keuzes in het menu een andere naam te geven kan al een groot verschil opleveren. Komt één bepaalde vraag heel vaak via ‘Overige vragen’ binnen? Dan is de kans groot dat we juist die vraag aan het keuzemenu moeten toevoegen.
Aan de andere kant zien we vaak dat veel klanten kiezen voor de eerste keuze, de notoire ‘1-1-1 drukkers’. Je herkent het vast wel; je kiest bij elke keuze voor ‘1’, in de hoop dat je zo snel iemand aan de lijn krijgt. Ook in deze situatie is een herontwerp nodig. Bedrijven plaatsen de belangrijkste vragen namelijk vaak onder keuze 1. Het gaat dan mis als deze keuze vervuild wordt met vragen die niet met prioriteit opgepakt hoeven te worden. In zo’n situatie is het dus beter om deze belangrijke vragen onder keuze 2 te plaatsen.
Het is niet wenselijk als klanten voor hun vraag niet de juiste keuze maken. Dit kan leiden tot een hoger doorverbindpercentage, omdat de klant bij een member uitkomt die niet getraind is voor het beantwoorden van die vraag. Ook mis je hiermee een kans om in de IVR doeltreffend met behulp van opgenomen teksten al antwoord te geven op deze vraag (zie oplossing 2). Als veel klanten met deze vraag een verkeerde afslag nemen in de IVR horen ze niet dat opgenomen antwoord en krijgen ze alsnog een member aan de lijn (nadat ze zijn doorverbonden) die hetzelfde antwoord geeft. Dat noemen we nou een ‘waste call‘ (verspilling).
In een goed ingericht keuzemenu kiest de klant de optie die zijn vraag representeert. Maakt de meerderheid van de klanten de juiste keuze, dan kun je via wachtteksten het antwoord op deze vraag laten horen of de klant alvast doorverwijzen naar jouw website.
Is er sprake van een wachtrij? Dan kun je deze wachtteksten ook daar afspelen, zodat de klant tijdens het wachten al het antwoord op veelgestelde vragen hoort.
Voor eenvoudige klantvragen waarbij relatief weinig emotie is kunnen we ook een IVR-bot bouwen. Deze bot kan een conversatie met een klant voeren, waarbij de klant via het intoetsen van keuzes antwoord geeft op de vragen die de bot stelt. In veel gevallen is een gesprek met een member dan niet eens meer nodig!
Laten we eens een voorbeeld uit de praktijk nemen. Bij een aantal van onze klanten is de vraag “Waar blijft mijn pakket?” een veelgestelde vraag. Nu is er vaak een termijn afgesproken waarbinnen onze members het antwoord geven: “Wacht u nog …. dagen, want uw pakket kan nog komen”. Je begrijpt dat dit antwoord prima door een IVR-bot gegeven kan worden. De bot hoeft alleen te weten wanneer de bestelling geplaatst is, wat ook bij de klant uitgevraagd kan worden: “Heeft u uw bestelling langer of korter dan x dagen geleden gedaan?”.
Maar het kan nog mooier. We kunnen in veel gevallen de IVR-bot aansluiten op het CRM-systeem van jouw bedrijf, door middel van een API (een technische koppeling waardoor twee systemen informatie met elkaar kunnen uitwisselen). Als de IVR via enkele gegevens (postcode + huisnummer, bestelnummer) herkent dat de klant onlangs een bestelling heeft geplaatst, dan is het volgende antwoord mogelijk: “Ik zie dat u onlangs product Y heeft besteld. Het kan zijn dat de bezorging wat vertraagd is. Wacht u nog drie dagen. Mocht uw bestelling er dan nog niet zijn, neem dan opnieuw contact met ons op”. Zonder tussenkomst van een member heeft de klant een duidelijk antwoord op zijn vraag. En dat is exact hetzelfde antwoord als het antwoord dat de member ook zou geven.
Ook als het niet mogelijk is om een API koppeling te maken, dan hebben we de mogelijkheid om met een RPA-oplossing te bouwen. Een RPA is een robotgestuurde automatisering die de handelingen nabootst die een member doet in een systeem. Met een dergelijke RPA-oplossing bereiken we hetzelfde als met een API: we kunnen informatie uit jouw CRM-systeem door de bot laten beantwoorden die anders door een member gegeven zou worden.
En we kunnen nog een stapje verder gaan, want we zijn heel goed in staat om spraak om te zetten naar tekst. Klanten hoeven hierdoor niet meer een toets op hun telefoon in te drukken, maar spreken in waar hun vraag over gaat. Onze bot herkent de klantvraag via enkele steekwoorden en geeft direct antwoord, of stelt de juiste vervolgvragen. De klant hoeft zich niet meer door een keuzemenu te worstelen en bespaart de nodige tijd, wat zorgt voor een betere klantbeleving. Een win-winsituatie voor jouw bedrijf en voor jouw klant!
Bovenstaande oplossingen verschillen nogal van elkaar, maar dienen wel allemaal hetzelfde doel: minder onnodig live klantcontact en het verhogen van de klanttevredenheid. Inmiddels hebben we dit voor een aantal van onze partners gerealiseerd en we zijn het erover eens; verbeteringen in het keuzemenu zorgen altijd voor een betere customer experience!
Ben je nieuwsgierig hoe we jouw IVR verbeteren? Neem contact met ons op en we denken graag met je mee!
meer van onze updates
