Data-analytics in klantcontact

by Ziptone

Data-analytics in klantcontact

by Ziptone

by Ziptone

Klantcontactafdelingen moeten steeds sneller en gerichter kunnen bijsturen op basis van omstandigheden en ontwikkelingen. Informatie van medewerkers is hierbij net zo belangrijk als data. Maar hoe zet je een data-strategie op en wat kan het contactcenter allemaal met data? Waar haal je de juiste data vandaan en wat zijn de mogelijkheden voor data-analytics in klantcontact?

 

Een van de manieren om vorm te geven aan de digitale transformatie in klantcontact is het inzetten van data in bedrijfsprocessen. Voor contactcenters liggen hier uitgelezen mogelijkheden, omdat er grote hoeveelheden data worden geproduceerd. Wie data driven wil worden, moet een aantal specifieke stappen zetten en een aantal valkuilen vermijden. Een daarvan is dat technologie wordt geïmplementeerd, maar de vertaling van inzichten naar acties achterblijft, bijvoorbeeld omdat niet is geïnvesteerd in zowel data scientists als in het op orde brengen van de datahuishouding. Die omzetting van data naar inzichten wordt over het algemeen gezien als grootste uitdaging.

Dat is niet alleen een uitdaging voor analisten en de business. Ook andere stakeholders in de organisatie bekommeren zich steeds meer om data. Enerzijds omdat consumenten steeds kritischer worden over datagebruik, anderzijds omdat privacy- en security-maatregelen steeds belangrijker worden.

De datacollectie van de Rabobank wordt steeds groter: klanten bezoeken de app zo’n twee miljoen keer per dag; per maand vinden er zo’n 100 miljoen transacties via de app plaats en de bank ontvangt elk jaar 9 miljoen telefoontjes. De bank investeert een miljard euro per jaar in nieuwe technologie. Een deel van dat budget gaat op aan de innovatieve inzet van algoritmen en machine learning. Naast een goede informatiehuishouding wil de bank met name ook investeren in de ethiek rondom het gebruik van klantdata. Rabobank heeft daarom een manifest opgesteld waarin is vastgelegd hoe de bank data wel of niet wil gebruiken.

 

Toepassingen

Specifiek voor klantcontact zijn er allerlei bewezen succesvolle toepassingen van data analytics, op verschillende terreinen.

Op de eerste plaats kunnen customerservice-processen gemonitord, geanalyseerd en geoptimaliseerd worden. Enkele voorbeelden:

  • Nationale-Nederlanden gebruikte data om vat te krijgen op de productiviteit en organisatie van backofficeprocessen; VodafoneZiggo kreeg via data-analytics zicht op klantgedrag en -voorkeuren bij Viaplay en de vragen en problemen van klanten rondom het grootschalig vanuit huis werken tijdens het begin van de coronapandemie;
  • Luchthaven Schiphol heeft data gebruikt om te komen tot een ‘datadriven passenger experience’, zodat de klantbeleving van reizigers doorlopend kan worden verbeterd;
  • De ANWB Alarmcentrale gebruikt AI voor het helpen bepalen van de beste hulpscenario’s, zoals het sturen van een wegenwacht of juist een voertuig direct laten bergen.
  • Valk Solutions gebruikt speech analytics als een ‘service’; een aantal maal per jaar laat het bedrijf een bepaald volume aan gesprekken analyseren om op basis van de uitkomsten aan de slag te kunnen met verbetermogelijkheden.

 

Contactcenters kunnen data ook inzetten om processen aan te sturen. Voorbeelden zijn:

  • Spraakroutering, ter vervanging van de IVR, bijvoorbeeld bij VDAB, (het beste vergelijkbaar met het Nederlandse UWV) waardoor intern doorverbinden sterk werd gereduceerd;
  • Stembiometrie, voor klantverificatie, als eerste financiële instelling in de Europese Unie ingezet door Van Lanschot.

 

Daarnaast kunnen data in combinatie met analytics worden ingezet voor het ondersteunen van klantcontactmedewerkers bij het uitvoeren van hun taak. Voorbeelden hiervan zijn:

  • Next best action bij onder meer VodafoneZiggo en Centraal Beheer, waarbij medewerkers suggesties ontvangen voor service- of salesgesprekken, waarbij de suggesties uiteraard aansluiten op het profiel van de klant, wat bevorderlijk is voor retentie en cross- en upselling.
  • Verizon, JetBlue en Maximus maken gebruik van AI-aangedreven technologie die ervoor zorgt dat bellers verbonden worden met de best passende medewerker, wat de medewerker helpt om conversie te realiseren.
  • Cygnific werkt met performance boards, waar verschillende datastromen bijeen worden gebracht zodat medewerkers beschikken over relevante en actuele informatie die nodig is om de beste beslissingen te kunnen nemen.

In het dossier ‘spraak, data en analytics in klantcontact’ vind je alle relevante artikelen over spraaktechnologie, data en analytics. Het dossier wordt regelmatig bijgewerkt. Bekijk het volledige dossier met uitgebreide artikelen (Ziptone)

Customer Experience, Featured

Geef een reactie

Het e-mailadres wordt niet gepubliceerd.

Top