Verouderde technologieën oorzaak van frustratie bij klanten, onnauwkeurigheden en trage reactietijden
Amsterdam, 9 februari 2022 – Volgens nieuw onderzoek van Pegasystems geeft meer dan de helft van de klantenservicemedewerkers aan dat de administratieve verwerking van klantvragen tijdens servicegesprekken niet altijd vlekkeloos verloopt. Bij bijna 40% komt het regelmatig voor dat zij de klantvraag niet helemaal begrijpen omdat ze worden afgeleid. Onderzoeksbureau Savanta voerde het wereldwijde onderzoek uit onder callcenter medewerkers om bloot te leggen welke problemen zij ervaren en welke negatieve effecten dat heeft op de uitkomsten voor klanten.
Verouderde technologieën leiden bij zowel de agent als de klant tot grote frustratie. De belangrijkste zijn:
- Onnauwkeurigheid van informatie: Slechts de helft (51%) van de medewerkers heeft het volste vertrouwen dat ze de klantinformatie nauwkeurig opnemen als het handmatig in het systeem wordt ingevoerd. Bijna tweederde (64%) zegt soms afgeleid te raken als ze klantinformatie moeten noteren. Hiervan zegt meer dan een op de drie agents (37%) dat dit ‘altijd’ of ‘best vaak’ voorkomt wat de kans op fouten bij het handmatig invoeren van gegevens zeer waarschijnlijk maakt.
- Bestaande systemen vertragen de reactietijd: De ondervraagde agents zien de trage afhandeling van problemen als de grootste frustratie voor hun klanten. Bijna 40% noemt dit daadwerkelijk een probleem. Volgens iets meer dan helft (54%) ligt de vertraging aan het moeten schakelen tussen applicaties om bij de klantinformatie te komen. 51% geeft aan dat ze te lang in de systemen moeten zoeken naar de juiste informatie. De helft van de respondenten zegt dat het tien minuten tot een half uur kost om een eenvoudig klantverzoek af te handelen. Dit tot groot ongenoegen bij de klant.
- Gebrek aan relevante training: Iets meer dan de helft (51%) van de respondenten heeft niet het gevoel dat ze de noodzakelijke training hebben gekregen om als echte merkambassadeur op te treden namens de organisatie. 43% gaf aan niet voldoende getraind te zijn om relevante kennisbronnen te raadplegen om klantvragen adequaat te kunnen beantwoorden. Bovendien ziet meer dan een op de drie (36%) callcenter medewerkers gebrek aan training als de oorzaak van de op één na grootste frustratie bij klanten, namelijk dat medewerkers niet in staat zijn om antwoorden te geven die het meest aansluiten op de situatie van de klant.
De meerderheid van de respondenten geeft aan dat nieuwe technologieën hun dagelijkse werk aanzienlijk kunnen verbeteren. 83% zegt erbij gebaat te zijn als alle apps die ze gebruiken samen op één scherm zouden staan. 76% zegt dat ze prettiger zouden werken als ze geen informatie hoeven te kopiëren en te plakken vanaf andere schermen. Negenenzestig procent vindt dat het helemaal niet hoeven invullen van formulieren een positief verschil zou maken, terwijl 87% hetzelfde zegt over toegang tot kennisbronnen waardoor ze snel en direct vragen van klanten kunnen beantwoorden.
Pega Voice AI en Messaging AI
Pegasystems introduceert Pega Voice AI en Messaging AI. Deze kunstmatige intelligentie oplossingen fungeren voor de agents als co-pilot. Ze luisteren naar live gesprekken, doen aanbevelingen in het oplossen en nemen vervelende en foutgevoelige handmatige processen weg zoals gegevensinvoer of zoekopdrachten. Daarnaast analyseren ze de intentie van de klant waardoor agents optimale ondersteuning krijgen om klanten op de meest efficiënte en empathische manier service te bieden.
Een voorbeeld: wanneer een kersverse ouder zijn verzekeraar belt om een pasgeboren baby aan zijn polis toe te voegen, detecteert Pega Voice AI waarom deze klant belt en leidt de softwareoplossing de medewerker realtime door het systeem, vaak zonder dat handmatige gegevensinvoer nodig is. De software geeft automatisch suggesties voor acties en vult de vereiste formulieren in door gewoon naar het gesprek te luisteren. Medewerkers zijn zo geen tijd meer kwijt aan het invoeren van gegevens en repetitieve handmatige taken en kunnen zich nu volledig richten op persoonlijke service. De oplossing wijst ook proactief op specifiek inhoudelijke informatie, zoals de dekking voor tandartskosten. Als tijdens het gesprek een nieuw onderwerp ter sprake komt, maakt Pega in realtime een switch gericht op het oplossen van deze nieuwe vraag. Bekijk hier de demo.
“Het is voor organisaties nu belangrijker dan ooit dat hun klantenservicemedewerkers zich kunnen profileren als merkambassadeurs”, aldus Sabrina Atienza, director, product management, Pegasystems. “In de afgelopen twee jaar zijn de klantverwachtingen omhooggeschoten, tot het punt waarop uitzonderlijke service nu standaard wordt geëist bij elke interactie.”
Snelle, contextbewuste reacties waarbij de medewerker zich inleeft in de situatie van de klant, worden niet meer gezien als iets uitzonderlijks. Men gaat er gewoon vanuit. Naarmate deze verwachtingen blijven stijgen, moeten organisaties investeren in de juiste oplossingen, anders lopen ze het risico om achter te blijven.”
Achtergrondinformatie
- E-book: Conversational AI: A co-pilot for today’s customer service agents
- Website: Pega Voice AI and Messaging AI
Over het onderzoek
Savanta ondervroeg meer dan 1.000 eerstelijns klantenservicemedewerkers uit zes landen in Europa, Amerika en Azië-Pacific en werkzaam in vijf sectoren: financiën (banken en verzekeringen), gezondheidszorg, IT-telecom en media, productie en de publieke sector.