Twee fouten – en drie tips – voor een succesvolle analyse van contactcenters
In de afgelopen drie jaar van onze State of the Contact Center-enquête en -rapportage is de toenemende adoptie van analytics (samen met AI en machine learning) een consistente trend gebleven. Ons rapport voor 2020 toonde aan dat de adoptie van analytics al snel boven de 50% steeg, en Forrester zegt dat de meerderheid van de bedrijven hun plannen voor de adoptie van analytics en AI versnelde tijdens de pandemische periode. Analisten zeggen dat deze adoptietrend nog niet voorbij is: De wereldwijde markt voor contact center analytics zal naar verwachting groeien met 11,2% CAGR tot 2028.
Maar ons rapport State of the Contact Center 2022 onthulde een raadselachtige tegenstrijdigheid. De overgrote meerderheid van de managers van contactcentra zegt dat ze nu over de analysetools beschikken om hun meest dringende problemen op te lossen. Toch zegt minder dan de helft van diezelfde managers voordelen te zien van hun analytics, AI en machine learning (ML) technologieën.
Als deze technologieën deze essentiële waardeproposities binnen het contactcentrum niet waarmaken, dan is het een veilige gok dat ze hun bredere potentieel om klantgerichte bedrijfsintelligentie in de rest van de organisatie te stimuleren, niet waarmaken.
Analytics tools hebben goed sanitair nodig om goed te werken
Dus, als de meeste contactcentra de analyse-instrumenten hebben die ze nodig hebben, waarom zien ze dan geen waarde?
Het is een loodgietersprobleem.
Het grote potentieel van analytics, AI en ML ligt in hun vermogen om wijs te worden uit de enorme hoeveelheid ruwe gestructureerde en ongestructureerde gegevens die dagelijks een organisatie binnenstromen of door een organisatie worden gegenereerd. Maar deze gereedschappen zijn afhankelijk van goed loodgieterswerk om goed te werken. Ze hebben robuuste datapijplijnen nodig die het contactcentrum binnenkomen. Wat net zo belangrijk is, is dat ze datapijplijnen hebben die inzichten in analyses terugsturen naar de rest van de organisatie – rechtstreeks naar workflows en besluitvormingsprocessen.
Zoals Forrester het stelt in hun rapport uit 2022 over megatrends in klantenservice, “de volgende golf van bedrijfstransformatie zal draaien om het activeren van ‘donkere’ gegevens.” Dat wil zeggen, “gegevens die organisaties verzamelen maar niet effectief gebruiken”.
Zoals we al aangaven, zijn er twee belangrijke redenen waarom veel contactcentra worstelen met het activeren van deze donkere gegevens.
Probleem #1: datasilo’s ontnemen contactcentra diepere inzichten
Ondanks al het gepraat en de hype over het bouwen van het geïntegreerde, omnichannel contactcenter, blijven datasilo’s een groot probleem. Waarom zijn datasilo’s problematisch? 80% van de managers van contactcentra zegt dat er barrières zijn tussen het contactcentrum en de rest van de organisatie. Nog zorgwekkender is dat 71% van de consumenten de negatieve gevolgen van deze datasilo’s terugziet in hun contactcenter-ervaringen. Forrester vatte dit punt opnieuw mooi samen: “De vraag gaat niet langer over het verzamelen van voldoende gegevens, maar over het waarborgen dat de gegevens bruikbaar zijn en bevrijd worden uit bedrijfssilo’s om nieuwe waardestromen te creëren.”
Bovendien vereist zichtbaarheid via omnichannel tegenwoordig dat waardevolle voice-of-customer (VOC) gegevens van buiten de traditionele grenzen van het contactcenter worden binnengehaald. Het contactcentrum moet samenwerken met webteams om gegevens over webverkeer en on-site gedrag te verzamelen. Ze moeten in contact komen met sociale mediateams die deze snelgroeiende communicatiekanalen voor klanten beheren. En ondanks de drang naar digitale klantervaringen (CX) kunnen contactcentra de waardevolle VOC-gegevenspunten niet over het hoofd zien die binnenkomen via de klantenserviceteams in de winkel die persoonlijke CX mogelijk maken.
Maar om het volledige potentieel van analytics te realiseren, moeten leiders van contactcentra verder kijken dan VOC-gegevens en gegevensstromen uit de hele onderneming gebruiken:
- Verkoop- en CRM-gegevens
- Engagementgegevens van digitale marketingcampagnes
- Klant- en bedrijfsgegevens van fysieke locaties en/of buitendienstteams
- Gegevens van front- en back-end operationele systemen (POS, voorraadbeheer, service dispatch en case management, supply chain, financiën, etc.)
Welke verbanden, trends en inzichten kunnen worden verkregen door deze schijnbaar ongerelateerde gegevensstromen met elkaar te verbinden? Dat is echt de kernwaarde van analytics, AI en ML: deze tools kunnen verbanden zien die mensen nooit zouden kunnen zien, waardoor die mensen verbanden kunnen vinden op plaatsen waar ze normaal gesproken niet de moeite zouden hebben genomen om te kijken.
Probleem #2: inzichten in contactcentra blijven ongezien, ongehoord en ongebruikt
Uit de onderzoeken naar de staat van het contactcentrum van de afgelopen jaren blijkt dat managers van contactcentra steeds meer verzoeken krijgen vanuit de hele onderneming. Marketing, verkoop, bedrijfsvoering, financiën en zelfs de C-suite vragen om aangepaste rapportage en analytische inzichten.
Maar contactcentra kunnen niet wachten tot ze om deze inzichten worden gevraagd. En als je vertrouwt op kwartaal-, maand- of zelfs weekrapportages, mis je een enorm aantal realtime kansen om actie te ondernemen – of dat nu het oplossen van een urgent probleem is, het afwenden van een opkomend risico of het inspelen op de kans om te voldoen aan de groeiende vraag van klanten en de concurrentie voor te blijven.
In de huidige dynamische bedrijfsomgeving veranderen de omstandigheden snel en de eerste tekenen van deze veranderingen zijn vaak zichtbaar in de VOC. Elk team in de organisatie moet kunnen beschikken over actuele informatie over klanten.
Toonaangevende contactcentra maken al gebruik van ingebouwde analyses en AI om workflows slimmer en voorspellender te maken voor agenten. Nu moeten ze in de rest van de organisatie hetzelfde soort analysegestuurde workflows en besluitvormingsprocessen ontwikkelen: om marketingcampagnes vorm te geven, verkoopstrategieën te verfijnen, beslissingen over voorraad en dienstverlening te onderbouwen en zelfs snelle innovatie voor product- en serviceontwikkeling te sturen – en dat alles in bijna-realtime.
.3 Tips voor Analytics-succes
1. Maak van het contactcentrum de spil van bedrijfsinformatie
Een ander aandachtspunt voor data-integratie is het feitelijke proces van het integreren van ongelijksoortige datastromen in een centrale hub. Nogmaals, bijna elk bedrijfssoftwareplatform zegt dat het die centrale hub moet zijn. Maar velen zijn niet gebouwd om deze integratie snel en gemakkelijk te maken.
Elk bedrijfssysteem en -platform beweert tegenwoordig dat het uw enige bron van waarheid moet zijn. Maar omdat elk merk tegenwoordig streeft naar een grotere klantgerichtheid, is het doel van data-integratie een 360° zichtbaarheid van de klant. Dat maakt van het contactcenter – de grootste bron van VOC-gegevens en inzichten – de natuurlijke hub voor klantgerichte business intelligence.
2. Zoek naar platforms die het gemakkelijk maken om silo’s te doorbreken en gegevens te integreren
Een ander aandachtspunt voor data-integratie is het feitelijke proces van het integreren van ongelijksoortige datastromen in een centrale hub. Nogmaals, bijna elk bedrijfssoftwareplatform zegt dat het die centrale hub moet zijn. Maar velen zijn niet gebouwd om deze integratie snel en gemakkelijk te maken.
Dit geldt met name voor veel contact center platforms. De waarheid is dat veel oude contactcentertechnologieën zijn ontwikkeld voor een tijd waarin het contactcenter een perifere rol speelde – waar de activiteiten en gegevens comfortabel in silo’s waren ondergebracht.
Organisaties moeten op zoek gaan naar moderne contactcenterplatforms die speciaal gebouwd zijn om deze nieuwe rol als spil van klantintelligentie te vervullen. Calabrio ONE biedt bijvoorbeeld kant-en-klare connectors en eenvoudige aangepaste integratie om die naadloze datapijplijnen vanuit de hele onderneming te bouwen. En het levert de AI- en ML-ondersteunde analysetools om de complexe verbanden, patronen en inzichten in die enorme hoeveelheid gegevens zichtbaar te maken.
3. De juiste vragen stellen om bruikbare antwoorden te krijgen
Een van de meest voorkomende situaties die we zien is een contactcentrum dat de eerste twee best practices heeft gevolgd, maar waarvan het analyseprogramma nooit van de grond komt. Ze hebben de geïntegreerde gegevens. Ze hebben het gereedschap. Maar het probleem is dat zelfs de meest gebruiksvriendelijke tools opzettelijke toepassing vereisen.
Met andere woorden, AI en ML zijn fenomenale hulpmiddelen om ongelooflijk complexe vragen te beantwoorden. Maar leiders van contactcentra en CX moeten nog steeds die leidende vragen stellen om de tools te vertellen waar ze naar op zoek zijn.
Het ontwikkelen van de vragen die uw analyseprogramma aansturen, hoeft niet moeilijk te zijn. In feite zouden deze vragen natuurlijk moeten voortvloeien uit de belangrijkste uitdagingen en doelen. En nogmaals, het bredere potentieel hier ligt in het stellen van vragen die verder reiken dan het contactcentrum – of dat nu betekent dat je de impact van marketingcampagnes beter moet begrijpen, de vraag moet voorspellen voor voorraadplanning of de VOC moet gebruiken om productontwikkeling te sturen.
Meer bruikbare inzichten uit het rapport State of the Contact Center 2022
De ontkoppeling van de analytische waarde is slechts een van de bruikbare inzichten die naar voren zijn gekomen in ons rapport State of the Contact 2022. Lees het volledige rapport om te zien waar contactcentra zich nu op moeten richten om de volgende generatie ervaringen op te bouwen die loyaliteit verdiepen en inkomsten genereren.
