После установки онлайн-системы поддержки на сайте сервисной компании часто возникает вопрос: система установлена, какие данные теперь смотреть, чтобы оценить эффективность и выявить проблемы? На самом деле, ценность системы не только в том, что «кто-то онлайн», но и в возможности улучшать обслуживание на основе данных. С практической точки зрения, мы выделили ключевые показатели, на которые стоит обратить внимание после внедрения, чтобы помочь компаниям определить направление анализа.
Основные данные о посетителях и диалогах
Прежде всего, нужно понимать, сколько посетителей система обслуживает ежедневно и сколько диалогов начинается. Эти данные — основа для оценки использования системы.
- Количество посетителей: Уникальные посетители, которые зашли на сайт и активировали систему поддержки за определенный период. Этот показатель отражает трафик сайта и видимость входа в поддержку.
- Количество начатых диалогов: Количество раз, когда посетитель нажал кнопку поддержки или начал диалог через автоматическое приглашение. Высокое количество говорит о потребности в услугах и эффективности системы в привлечении.
- Коэффициент участия в диалогах: Количество начатых диалогов, деленное на количество посетителей. Показывает желание посетителей взаимодействовать. Если коэффициент низкий, стоит проверить, заметна ли кнопка поддержки и привлекательны ли автоматические приглашения.
Данные об эффективности обслуживания
Показатели эффективности напрямую влияют на время ожидания посетителей и стоимость обслуживания. Они важны для оптимизации расписания операторов и стратегии ответов.
| Показатель | Значение | Рекомендуемое направление |
|---|---|---|
| Среднее время ответа | Среднее время первого ответа оператора | Если время слишком велико (например, более 30 секунд), это может снизить терпение посетителя. Нужно скорректировать количество операторов онлайн или оптимизировать шаблоны ответов. |
| Средняя продолжительность диалога | Среднее время от начала до конца диалога | Слишком короткое время может означать, что проблема не решена, слишком долгое — низкую эффективность. Анализируйте вместе с содержанием диалогов. |
| Процент переадресации | Доля диалогов, переданных другим операторам или отделам | Высокий процент указывает на проблемы с первоначальным распределением или недостаток знаний/полномочий операторов. Оптимизируйте правила маршрутизации или проводите обучение. |
Данные о качестве обслуживания
Помимо скорости, качество также важно. Вот распространенные показатели удовлетворенности посетителей:
- Оценка удовлетворенности посетителей: Оценка, оставленная посетителем после диалога (обычно 1-5 звезд или «удовлетворен/не удовлетворен»). Рекомендуется регулярно рассчитывать среднюю оценку и анализировать причины низких оценок.
- Коэффициент решения проблем: Указывает, решил ли посетитель свою проблему к концу диалога. Можно получить, задав автоматический вопрос «Решена ли ваша проблема?» перед завершением.
- Количество сообщений/офлайн-запросов: Количество запросов, оставленных посетителями, когда операторы не в сети. Этот показатель отражает пробелы в обслуживании. Если запросов много, увеличьте время работы операторов или наймите больше сотрудников.
Данные о конверсии
Для сервисных компаний, которые хотят использовать поддержку для продаж или сбора контактов, эти данные помогают оценить реальный вклад поддержки в бизнес.
- Коэффициент оставления контактов после диалога: Доля посетителей, которые оставили контактные данные или заполнили форму после диалога. Можно настроить операторов на стимулирование оставления контактов и отслеживать конверсию.
- Глубина просмотра после диалога: Показывает, сколько страниц посетитель просмотрел после перехода по ссылкам, рекомендованным оператором. Косвенно отражает эффективность рекомендаций.
- Статистика по меткам намерений: Если система позволяет операторам ставить метки (например, «консультация по решению», «запрос демо»), можно понять основные потребности посетителей и скорректировать фокус обслуживания.
Часто задаваемые вопросы и рекомендации
Вопрос: Данных много, на что смотреть в первую очередь?
Ответ: Рекомендуется сначала сосредоточиться на количестве начатых диалогов, среднем времени ответа и оценке удовлетворенности. Эти три показателя быстро покажут, используется ли система эффективно, своевременно ли обслуживание и довольны ли посетители.
Вопрос: Что делать, если данные сильно колеблются?
Ответ: Колебания — это нормально. Рекомендуется наблюдать за трендами в течение как минимум недели и анализировать их вместе с внешними факторами, такими как трафик сайта и маркетинговые кампании, чтобы избежать поспешных решений на основе данных одного дня.
Вопрос: Нужно ли настраивать дашборд?
Ответ: Большинство систем поддержки имеют встроенные отчеты, где можно просматривать основные показатели. Если команда большая, можно регулярно (например, еженедельно) экспортировать данные для глубокого анализа и составления плана улучшений.
В итоге, мониторинг данных после внедрения системы поддержки — это непрерывный процесс. От базового количества посетителей до оценок удовлетворенности — каждый набор данных отражает определенный аспект обслуживания. Сервисным компаниям рекомендуется выработать привычку регулярно просматривать данные и, опираясь на отзывы посетителей, постоянно оптимизировать стратегию ответов, контент базы знаний и правила распределения операторов, постепенно повышая общий уровень обслуживания.
