Como transformar seus dados do Zendesk em insights relevantes com Conversations
“Conversations” é uma nova funcionalidade da Surveypal que revela o real impacto dos problemas mais frequentemente encontrados pelos seus clientes. Entenda como nossa tecnologia tem contribuído para melhorar a experiência do cliente ao redor do mundo.
Você já se sentiu sobrecarregado pelo grande volume de dados no Zendesk, sem saber o que fazer com eles?
Você não está sozinho. Na maioria das plataformas de atendimento ao cliente, os dados são analisados através de diversas visualizações, como motivo do contato, canal, equipe ou agente, principalmente no caso do Zendesk. Embora essas visões forneçam insights, muitas vezes elas perdem um componente crucial para lidar com o atrito do cliente: o contexto.
Sem contexto, obter uma compreensão holística das experiências do cliente torna-se um desafio. É claro que existem vários fornecedores de software fazendo PNL (processamento de linguagem natural) para etiquetar automaticamente os tickets recebidos. Mas não da mesma maneira como fazemos na Surveypal.
Nossa plataforma foi projetada especificamente para usuários do Zendesk. Nossa abordagem inovadora integra a análise contextual de tópicos com as métricas de desempenho do Zendesk, oferecendo uma visão abrangente do alcance do cliente e identificando as áreas exatas de atrito. Uma coisa é saber sobre o que os clientes estão falando, outra coisa é saber o impacto causado por estes temas.
Compreendendo as métricas e os seus impactos nos recursos
Ter uma compreensão clara de onde os recursos estão sendo alocados é essencial, especialmente quando se trata de suporte ao cliente.
As primeiras quatro métricas no módulo Conversations fornecem uma visão geral: para qualquer período de tempo especificado, elas respondem a questões cruciais, como quantos tickets foram criados, o tempo total gasto neles, os custos estimados e o preço médio que estamos pagar por ticket relacionado a um determinado tópico. Estas métricas não só oferecem uma perspectiva quantitativa, mas também sugerem melhorias qualitativas.
Seja identificando problemas de produtos ou gargalos de processos, os dados fornecem uma imagem clara das implicações financeiras. Por exemplo, quantifica o custo de não resolver uma falha do produto ou as potenciais poupanças resultantes da correcção de uma ineficiência do processo.
Nas discussões e na tomada de decisões, os insights baseados em dados sempre têm uma vantagem sobre meros palpites, garantindo que as vozes não sejam apenas ouvidas, mas também atendidas.
Avaliação de lacunas de processo e conhecimento + oportunidades de automação
As métricas de média de respostas e número de agentes envolvidos servem como um barômetro para a eficiência e eficácia do nosso processo de resolução de tickets. Essencialmente, eles esclarecem nossa capacidade de abordar e resolver problemas associados a qualquer tópico.
Uma média elevada nestas métricas muitas vezes sinaliza desafios subjacentes, seja nos nossos processos ou potenciais lacunas de conhecimento entre os nossos agentes. Por exemplo, se um ticket é frequentemente escalado de um agente para outro, ou mesmo para um terceiro, isso nos leva a questionar a eficiência do nosso processo de roteamento. Existem ineficiências na forma como direcionamos os tickets? Pode haver lacunas de conhecimento que precisam ser abordadas? Ou talvez existam políticas restritivas que impeçam os nossos agentes de resolver os problemas rapidamente?
Por outro lado, se as métricas revelarem médias baixas, o cenário será diferente. Quando os tickets são resolvidos de forma consistente, com respostas mínimas e inexistentes transferências de agentes, isso indica um processo de resolução simplificado e eficaz. Essa eficiência muitas vezes indica potencial para automação.
Se conseguirmos resolver a maioria dos tickets com apenas uma resposta, é um claro indicador de que esses processos estão prontos para automação. A implementação de soluções automatizadas nestas áreas pode otimizar ainda mais o fluxo de trabalho, reduzindo parte da carga de trabalho dos nossos agentes e garantindo resoluções ainda mais rápidas para os nossos clientes.
O poder da taxa de reabertura
A taxa de reabertura, muitas vezes ofuscada por outras métricas, serve como um indicador crucial da nossa eficácia na resposta às preocupações dos clientes. Uma alta taxa de reabertura para um determinado tópico sugere que nossas soluções podem não estar atendendo às expectativas dos clientes ou não resolvendo totalmente seus problemas. Isto não só afeta a satisfação do cliente, mas também cria um efeito cascata no nosso sistema de suporte.
Por exemplo, se de 679 conversas, 5% foram reabertas, isso se traduz em 33 tickets adicionais. Embora isto possa parecer administrável, imagine a pressão sobre os recursos quando a taxa subir para 20%. Esse aumento nas reaberturas significa um fluxo adicional de tickets que, idealmente, não deveria existir, sobrecarregando ainda mais nossos agentes e comprometendo potencialmente a qualidade do suporte.
Medindo o sentimento do consumidor
Embora as métricas operacionais forneçam insights sobre o desempenho, métricas como CSAT (Pontuação de Satisfação do Cliente), NPS (Net Promoter Score), CES (Pontuação de Esforço do Cliente) e FCR (Resolução no Primeiro Contato) oferecem uma janela direta para a percepção do cliente pós-atendimento. A integração destas métricas com tópicos específicos permite-nos identificar não só os nossos pontos fortes, mas também áreas de potencial preocupação.
Especialmente em cenários com grandes volumes de tickets, essa granularidade torna-se inestimável. Permite-nos identificar e resolver pontos de fricção específicos na experiência de serviço, garantindo que não estamos apenas a cumprir os benchmarks operacionais, mas também a alinhar-nos consistentemente com as expectativas e sentimentos dos clientes.
Pontuação de desempenho preditiva
A pontuação de desempenho preditiva, embora ainda em teste beta, visa abordar uma questão fundamental: se cada cliente nos avaliasse, como seria essa pontuação coletiva?
Muitas vezes, o feedback é limitado a um pequeno subconjunto de interações, levando à questão da sua representatividade para uma base mais ampla de clientes. Nossa abordagem atual analisa uma combinação de mais de 10 métricas distintas, focando principalmente nos aspectos de desempenho de cada ticket. Ao modelar isso em relação ao seu conjunto de dados exclusivo, geramos uma pontuação que oferece uma visão mais holística e representativa da experiência do cliente.
Resumindo tudo
Entender seus dados do Zendesk pode parecer difícil e caótico. No entanto, com ‘Conversations’, criamos uma solução que traz calma ao caos. Ao enfatizar o contexto, garantimos que cada métrica, cada feedback e cada interação sejam vistos através de uma lente que realmente entende o cliente. Não se trata apenas de números; é sobre as histórias que eles contam.
Está intrigado com o potencial de ‘Conversations’? Por que não dar uma chance? Experimente em primeira mão a sinergia da análise contextual de tópicos e das métricas do Zendesk.
Nossos clientes economizam até R$200 mil por mês
Ao descobrir o real impacto dos tópicos de maior relevância, nossos clientes conseguem melhorar a eficiência do suporte, reduzir custos e aumentar a fidelização dos clientes. Essas melhorias têm um impacto positivo significativo nos resultados financeiros das empresas e em sua reputação junto aos clientes.
CEO
Kalle Reunanen
Veja resultados imediatos com seus dados do Zendesk
Descubra tendências, padrões e problemas em seus dados existentes de atendimento ao cliente. Comece seu teste ilimitado!
Quer saber mais antes de começar um teste?
Precisa de mais orientação pessoal ou deseja saber mais antes de iniciar seu teste gratuito? Agende uma demonstração e entraremos em contato!