Elk gesprek in een contactcentrum – van begin tot eind – bevat nuttige inzichten over de klantervaring en de serviceprestaties. Daarom is de hoeveelheid tijd die aan interacties wordt besteed een belangrijke maatstaf om de efficiëntie van je klantenservice te garanderen. Dit wordt de gemiddelde verwerkingstijd (AHT) genoemd.
Leer in dit bericht van de experts hoe het monitoren van AHT u helpt de prestaties van uw contactcentrum te verbeteren. Ontdek essentiële best practices om de AHT te verlagen en uw gesprekken te verkorten zonder dat dit ten koste gaat van de kwaliteit van de service.
Wat is de gemiddelde afhandeltijd (AHT)?
De gemiddelde afhandeltijd (AHT) is de gemiddelde duur van een interactie met een klant in een contactcentrum. Dat wil zeggen dat AHT de tijd meet die een interactie in beslag neemt van begin tot eind. Het begint vanaf het moment dat een klant wordt verbonden met een agent na het wachten in een wachtrij tot het einde van die interactie.
Contact Center AHT-componenten:
Het is belangrijk om te begrijpen dat de gemiddelde afhandeltijd in zekere zin een metriek van metriek is. Dat wil zeggen dat de afhandeltijd van een contactcenter kan worden opgesplitst in de volgende onderdelen:
- Gesprekstijd: De tijd, in seconden of minuten, die een agent besteedt aan het spreken of het contact met een klant tijdens één interactie.
- Wachttijd: De tijd die een klant in de wacht staat tijdens de interactie.
- ACW (After-call work) of afrondingstijd: De tijd die een agent besteedt aan verplichte taken na de interactie, zoals het bijwerken van het systeem, het bijwerken van het logboek van de klant, interacties met collega’s en het plannen van follow-ups.
- Totaal gespreksvolume: Begrijp uw gemiddelde afhandeltijden in het hele contactcentrum door te kijken naar het totale aantal oproepen.
Merk echter op dat de afhandeltijd niet de tijd meetelt die een klant in de wachtrij doorbrengt. Als een klant bijvoorbeeld 30 minuten in de rij staat om met een agent te spreken, wordt dat aantal niet meegenomen in de uiteindelijke AHT.
Hoe AHT berekenen in het callcenter
De berekening van AHT bestaat uit het optellen van de totalen van deze componenten – gesprekstijd, wachttijd en de duur van post-call activiteiten van alle interactie in het contactcenter – en vervolgens de som te delen door het aantal klantgesprekken.
Hier is de formule voor de gemiddelde behandeltijd:
AHT = (Totale gesprekstijd + Totale wachttijd + Totale ACW-tijd) / Totaal aantal gesprekken
Waarom is de gemiddelde afhandeltijd zo belangrijk voor contactcentra?
Wist je dat 54% van de klanten stopt met een bedrijf als ze maar één slechte service-ervaring hebben gehad?
Dit betekent dat een goede klantenservice een topprioriteit moet zijn voor callcenters. Strategische contactcenterrapportage en het monitoren van belangrijke KPI’s is een belangrijk onderdeel van elke aanpak om de klantervaring te verbeteren. En AHT zelf is een belangrijke indicator van zowel de prestaties van agenten als de algehele productiviteit van contactcentra.
Het meten van AHT kan contactcentra helpen:
- De voorbereiding en behoeften van agenten begrijpen: AHT kan aantonen hoe goed callcentermedewerkers zijn toegerust om vragen en problemen van klanten te behandelen.
- Gebieden identificeren die voor verbetering vatbaar zijn: Het monitoren van veranderingen en trends in AHT kan leiders helpen om efficiëntieniveaus te meten en problemen te identificeren in prestaties, processen of training.
- Personeels- en capaciteitsplanning verbeteren: Het analyseren van AHT in de loop van de tijd biedt een belangrijk inzicht in de prognoseprocessen van contactcentra en kan de nauwkeurigheid van de planning helpen verbeteren.
- Klanttevredenheid verhogen: Ondertussen is AHT ook een kritieke metriek voor het begrijpen van de algemene klantervaringen van contactcentra. Door de afhandeltijden te evalueren en actie te ondernemen om deze te verbeteren, kunnen teams ook de klanttevredenheidsscores (CSAT) verhogen, die vaak in direct verband staan met de afhandeltijden.
Een benchmark voor de gemiddelde afhandeltijd instellen: Wat is een goede AHT?
In de breedste zin is er geen exact getal dat een “goede” AHT vertegenwoordigt. Volgens de meest recente beschikbare gegevens is de AHT-industrienorm of het gemiddelde echter ongeveer 6 minuten en 3 seconden.
Dit cijfer moet echter met een belangrijk voorbehoud worden geleverd: AHT kan aanzienlijk variëren tussen industrieën en organisaties, omdat de complexiteit van klantproblemen en de hoge waarde van interacties verschilt van bedrijf tot bedrijf, verticaal tot verticaal.
AHT kan ook aanzienlijk schommelen binnen afzonderlijke organisaties. Hoewel deze industriestandaard dus een goed uitgangspunt is voor contactcentra die hun eigen prestaties willen benchmarken, is het belangrijk om de statistieken van uw bedrijf binnen hun historische context te analyseren om inzichten te verkrijgen die als leidraad dienen voor uw verbeteringsstrategieën.
Hoe u de gemiddelde afhandeltijd (AHT) in uw contactcentrum kunt verbeteren
Als jouw organisatie streeft naar een lagere gemiddelde afhandeltijd, zijn er gelukkig verschillende strategieën en oplossingen om deze belangrijke factor te helpen verlagen en verbeteren.
1. Leg 100% van uw interacties vast met Conversation Intelligence
De combinatie van betrouwbare oplossingen voor callcenteropname en software voor interactieanalyse helpt je bij het bijhouden van AHT bij elk gesprek, waardoor slecht presterende scores direct worden gesignaleerd. Door oplossingen met AI te integreren, kunt u de serviceprestaties in realtime volgen met dashboards en gegevensanalyserapporten, wat essentieel is voor het beheren van de tijd die u besteedt aan oproepen.
Bovendien kun je met de juiste set AI-gestuurde conversatie-intelligentietools spraakanalyse gebruiken om de hoofdoorzaken van langdurige conversaties te identificeren. Spraakanalyse kan tal van factoren identificeren die de AHT-score negatief kunnen beïnvloeden, waaronder:
- Dode lucht
- Boze klanten
- Overtredingen wachttijden
- Negatief of neutraal klantsentiment
2. Andere prestatiecijfers bewaken en verbeteren
Een deel van het verlagen van de gemiddelde afhandeltijd is het vastleggen van 100% van de klantinteracties en het analyseren van andere statistieken. Er zijn andere maatstaven voor klantervaring, bekend als key performance indicators (KPI’s), die dieper inzicht bieden in klantinteracties, waaronder:
Oplossingspercentage bij eerste contact (FCR)
Deze kritieke klantenservice meet het aantal klantverbindingen dat binnen de eerste interactie werd opgelost. Het is gekoppeld aan contacten aan de kant van de organisatie en ongeacht het aantal terugbel- of chatcontacten, krijgt elke integratie zijn eigen AHT toegewezen. Een goed FCR-percentage ligt tussen 70 en 75%.
Netto Promotor Score (NPS)
Een net promoter score (NPS) wordt gebruikt om te scoren hoe waarschijnlijk het is dat je klanten bereid zijn om de producten of diensten van je bedrijf aan te bevelen. Een beller kan bijvoorbeeld gevraagd worden: “Op een schaal van één tot tien, hoe waarschijnlijk is het dat u dit aan een vriend(in) zou aanbevelen?”. Dit aantal kan ook de klanttevredenheidsscores verbeteren.
Klanttevredenheid (CSAT)
Deze metriek is nauw verbonden met klantervaring, omdat een tevreden klant waarschijnlijk een goede ervaring heeft gehad. CSAT is meestal een vraag van één woord op een follow-up enquête om te vragen naar de tevredenheid over die interactie. Bedrijven gebruiken dit getal om de voortgang bij te houden en probleemgebieden aan te wijzen.
Customer Effort Score (CES)
Deze score wordt meestal verkregen via een enquête waarbij een schaal van één tot tien aangeeft hoeveel moeite klanten moeten doen om hun problemen opgelost te krijgen. Als ze een snelle en efficiënte chat hadden, kunnen ze het een 1 of 2 geven; als er echter meerdere telefoongesprekken en agenten bij betrokken waren, kan dat cijfer naar 8 of 9 springen.
3. Leer van het klantsentiment
Een van de beste methoden om de gemiddelde afhandeltijd te verminderen is te leren van succesvolle gevallen van het oplossen van klantvragen, hoge tevredenheidsscores en positief sentiment.
Calabrio, bijvoorbeeld, transcribeert en analyseert al uw gesprekken, waarbij gesproken woorden en de toon van de stem worden gecontroleerd om trefwoorden, zinnen en gevoelens te identificeren die aanwijzingen kunnen geven om te begrijpen waarom de gespreksduur korter of langer was. Als uw gesprekken bijvoorbeeld aanslepen omdat klanten gefrustreerd zijn, kunnen de tools voor sentimentanalyse van uw callcenter dieper graven om de achterliggende redenen te begrijpen.
4. Repetitieve en tijdrovende taken automatiseren
Er zijn repetitieve en veeleisende taken met betrekking tot gesprekken die tijd kosten voor je personeel: gesprekken registreren, gegevens invoeren, interactie beoordelen, en nog veel meer. Breng deze activiteiten in je workflow in kaart en rust je team uit met de beste geautomatiseerde tools om AHT te verminderen.
Je kunt bijvoorbeeld AI inzetten om je gesprekken te scoren op basis van relevante statistieken zoals oplossingspercentage of AHT. Dat betekent dat je kunt kiezen waar je gesprekken handmatig wilt nakijken, waardoor je tijd bespaart.
5. Voortdurende feedback geven
Hebben je agenten moeite met het volgen van scripts, lacunes in hun kennis of zelfs communicatieproblemen? Al deze uitdagingen dragen bij aan een stijging van je AHT. De eerste stap is identificeren wat er ontbreekt in teamcoaching.
AI-software voor contactcentra classificeert interacties en toont snel de beste en slechtste agentprestaties op basis van het klantsentiment, de oplossing en de QA-scores. Een oplossing als Calabrio identificeert bijvoorbeeld direct gedeeltelijk opgeloste of onopgeloste gesprekken en geeft constructieve AI-gestuurde feedback om de prestaties van agenten te optimaliseren.
De klanttevredenheid verhogen met een betere gemiddelde afhandeltijd en de juiste tools
Klanten verwachten snelle, betrouwbare en persoonlijke ervaringen van callcenters. Om lage net promoter scores te helpen verminderen en problemen met klanten op te lossen, is het van vitaal belang om de gemiddelde afhandeltijden van elke agent en elk callcenter te beoordelen. Het gebruik van machine learning en AI om inzicht te krijgen in het sentiment van klanten kan het hele proces aanzienlijk verbeteren met diepere inzichten die in realtime worden verstrekt.
Het berekenen van de AHT van je agenten en organisatie is de springplank voor het ontwikkelen van een diepere interne kennisbasis, het plannen van programma’s om agenten te trainen, het verminderen van de gemiddelde wachttijd en het verbeteren van de algehele ervaring van elke beller.
Lees meer over hoe de Calabrio ONE suite van oplossingen voor personeelsoptimalisatie uw teams kan voorzien van intelligente automatisering en datagestuurde inzichten, waardoor de gemiddelde afhandeltijd wordt verlaagd en de klantervaring wordt verbeterd. Boek vandaag nog een gratis demo.