Come misurare le performance del contact center? A livello puramente teorico, non dovrebbe essere un’operazione complessa perché da sempre il Contact Center è la divisione aziendale in cui tutto viene misurato e confrontato con standard di riferimento. Il limite è l’assenza di contesto: per quanto i benchmark esistano da sempre, non ci sono due strutture identiche, con la stessa composizione di risorse, le medesime attività, gli stessi processi e tecnologia abilitante, per cui l’ipotesi di misurare le performance del Contact Center confrontando i KPI tradizionali con benchmark generici ha poco senso. Nel mondo del Contact Center, infatti, tutto viene misurato, non è tutto utile.
Avere dei punti di riferimento può aiutare a comprendere palesi punti di forza e inefficienze, ma bisogna contestualizzarli nell’ambito della propria realtà, cercando di capire se abbia senso o meno riferirsi ad essi.
Per fare un esempio, un tipico obiettivo cui tendono le strutture in ambito di service level è rispondere all’80% delle chiamate in 20 secondi, oppure ridurre la durata delle conversazioni al di sotto dei 3-4 minuti. Come si può notare, sono indicazioni troppo vaghe e generiche per poter indirizzare correttamente le performance del contact center: in casi come questi, un industry standard non dovrebbe neanche esistere.
Facendo l’esempio della durata media della conversazione (Average Call Duration), un minuto in più di telefonata potrebbe aumentare in modo considerevole il tasso di conversione o la customer satisfaction, facendo crescere in modo del tutto relativo i costi. Per questo, diventerebbe il nuovo benchmark cui dovrebbe ambire quel particolare contact center. Lo stesso vale per tanti altri KPI standard, che molto spesso sono messi a confronto con riferimenti decontestualizzati e che rischiano di portare la struttura nella direzione opposta rispetto all’efficienza.
Un argomento interessante, sia pur anch’esso con necessità di approfondimento, è il cosiddetto competitive benchmarking, che consiste nel confrontare i propri indicatori con quelli dei competitor, quindi con aziende appartenenti alla medesima industry. Anche in questo caso, però, le differenze operative, di risorse, di processi e finalità possono essere tali da portare fuori strada, ma si tratta comunque di indicatori più attendibili rispetto agli standard generici adottati da molti Contact Center.
Il problema, se così lo si può definire, è che per la misurazione delle contact center performance poche strutture vanno oltre i KPI di base, trovando non poche difficoltà nel migliorare le proprie prestazioni in termini di efficacia e di efficienza. Riuscire ad andare più in profondità, passando dall’indicatore tradizionale ad una vera e propria data analysis è il punto di partenza per conoscere realmente l’andamento del proprio contact center nel corso del tempo.
Se si adotta l’approccio di cui sopra, il vero benchmark di riferimento diventano le migliori prestazioni possibili che il proprio Contact Center è in grado di raggiungere, prestazioni che vengono dedotte dall’analisi dei dati. Conoscere i riferimenti all’interno della propria industria ha quindi senso, ma ancor di più capire le performance reali della propria struttura e, soprattutto, quelle cui potrebbe ambire modificando in meglio un processo, la tecnologia sottostante o il training / engagement delle risorse. Tutte queste informazioni sono nascoste nei dati che il Contact Center produce quotidianamente.
Con le informazioni di cui sopra, i Customer Service Manager potrebbero ottimizzare le performance delle strutture, ma soprattutto capire fin dove è possibile spingersi con il setup attuale, a livello tecnologico, di processi e risorse. Questo è utile nell’operatività di ogni giorno, ma anche – e soprattutto – per gestire al meglio eventi straordinari come l’arrivo di nuovi lavori (di quanti nuovi operatori si ha bisogno?), di un turnover particolarmente marcato, di un periodo dell’anno di forti promozioni ecc., mantenendo sempre elevata la customer experience.
Abbiamo accennato al fatto di come puntare su una data analysis evoluta rappresenti un requisito essenziale per definire con esattezza le performance del contact center. Ma non è tutto: un'analisi evoluta delle informazioni è anche la chiave per portare davvero il customer journey a un livello di efficacia mai sperimentato prima. Lo strumento per raggiungere questo obiettivo sono le customer interaction analytics, processo abilitato da tecnologie di ultima generazione in grado di trasformare i dati non strutturati in insight estremamente preziosi. In pratica, dopo aver associato alla conversazione in corso metadati di base (come il nominativo del cliente ed eventuali informazioni sullo storico del suo rapporto con il brand), il sistema di customer interaction analytics procede con l’analisi del contenuto attraverso un processo di speech recognition. Grazie a questa funzionalità, è possibile rilevare aspetti della conversazione - come tono di voce, pause prolungate, semantica - e tradurli in informazioni utili a valutare il grado di coinvolgimento dell’interlocutore e a conoscerlo/categorizzarlo meglio. Non solo: le customer interaction analytics permettono anche di ottimizzare costantemente l’efficacia del contact center e di offrire agli operatori dati sempre più pertinenti da cui partire per affinare le strategie di marketing, proporre offerte altamente personalizzate e mettere davvero ogni cliente, nella sua unicità, al centro della relazione.