Digitale Metriken

Berechnung: Diese Metrik berechnet die Gesamtdauer der Agentenkontakte in Sekunden. Die metrischen Berechnungen umfassen Kontakte per E-Mail, SMS und allen digitalen Kanälen.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Optimierung der Agentenzuweisung basierend auf der Kontaktdauer – Ein Contact Center verwendet diese Kennzahl, um die gesamte Konzentrationszeit zu verfolgen, die Agenten mit Interaktionen über E-Mail, SMS und digitale Kanäle verbringen. Dies hilft dem Management dabei, Ressourcen effektiv auf E-Mail, SMS und digitale Kanäle zu verteilen, um zeitnahe Antworten sicherzustellen und die Kundenzufriedenheit zu verbessern.

Berechnung: Die Gesamtzeit in Sekunden, die Agenten benötigen, um einem Kontakt ihre erste Antwort zu geben. Berechnet durch Summieren der Sekunden bis zur ersten Antwort aller Agenten.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach unten; ein niedrigerer Metrikwert ist am besten.

Anwendungsfall: Verbesserung der ersten Reaktionszeit: Manager können diese Kennzahl verwenden, um zu ermitteln, wie schnell Agenten auf erste Kundenanfragen reagieren, Strategien zur Verkürzung der Reaktionszeiten implementieren und die Kundenzufriedenheit steigern, indem sie eine sofortige Berücksichtigung der Kundenbedürfnisse sicherstellen.

Berechnung: Die Gesamtzahl der von Agenten gesendeten Nachrichten, berechnet durch Summieren der Nachrichtenanzahl des Agenten.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Medienart, Disposition, Richtung

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Überwachung der Agentenproduktivität – Mithilfe dieser Kennzahl können Vorgesetzte verfolgen, wie aktiv Agenten mit Kunden interagieren, wodurch das Produktivitätsniveau angezeigt und Trends für eine bessere Ressourcenzuweisung erkannt werden.

Berechnung: Die Gesamtzahl der von Agenten gesendeten Antworten, berechnet durch Summieren der Anzahl der Agentenantworten.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Bewertung der Reaktionsfähigkeit von Agenten: Mithilfe dieser Kennzahl können Vorgesetzte überwachen, wie aktiv Agenten auf Kundenanfragen reagieren. Eine hohe Antwortzahl weist auf proaktives Engagement hin, während eine niedrige Antwortzahl Bereiche hervorheben kann, in denen die Agenten zusätzliche Unterstützung oder Schulung benötigen.

Berechnung: Die Gesamtzahl der eindeutigen Agentenkontakte, bei denen der Agent innerhalb eines positiven Zeitrahmens zum ersten Mal geantwortet hat.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Bewertung der Reaktionsfähigkeit der Agenten– Mithilfe dieser Kennzahl können Vorgesetzte die Anzahl der einzelnen Kundeninteraktionen verfolgen, bei denen die Agenten umgehend reagiert haben. Damit lässt sich die Effizienz der Agenten bei der Bearbeitung von Kundenanfragen und der Gewährleistung zeitnaher Antworten beurteilen, was für die Aufrechterhaltung einer hohen Kundenzufriedenheit von entscheidender Bedeutung ist.

Berechnung: Diese Metrik berechnet den Prozentsatz der Agentenkontakte, die eine Antwort vom Agenten erhalten haben, im Verhältnis zu den gesamten Agentenkontakten für herkömmliche und digitale Kanäle.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Medienart, Disposition, Richtung

Unterstützter Kanal: digital und Sprache

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Bewertung der Reaktionsfähigkeit von Agenten über alle Kanäle hinweg: Ein Contact Center verwendet diese Kennzahl, um zu bewerten, wie schnell Agenten auf Kundeninteraktionen über herkömmliche Kanäle (wie SMS und E-Mails) und digitale Kanäle (wie WhatsApp und Facebook Messenger) reagieren. Durch die Kenntnis über den Anteil der Kontakte, die eine Antwort erhalten, kann das Management Bereiche identifizieren, in denen die Leistung der Agenten verbessert werden kann, und sicherstellen, dass die Kunden auf allen Kommunikationsplattformen zeitnahe und wirksame Antworten erhalten. Dies trägt dazu bei, die Schulung der Agenten zu optimieren und die allgemeine Kundenzufriedenheit zu verbessern.

Berechnung: Diese Metrik berechnet die durchschnittliche Zeit, die Agenten benötigen, um zum ersten Mal auf Kundenkontakte zu reagieren.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: t

Metriktyp: historisch

Metrikrichtung: nach unten; ein niedrigerer Metrikwert ist am besten.

Anwendungsfall: Überwachung der ersten Reaktionszeit von Agenten – Ein Contact Center verwendet diese Kennzahl, um zu überwachen, wie schnell Agenten zum ersten Mal auf Kundenkontakte reagieren. Durch die Kenntnis der durchschnittlichen ersten Reaktionszeit kann das Management Bereiche identifizieren, in denen die Reaktionsfähigkeit der Agenten verbessert werden kann, und Strategien zur Verkürzung der Reaktionszeiten implementieren. Dadurch wird die Kundenzufriedenheit erhöht und ein zeitnaher Support sichergestellt.

Berechnung: Diese Metrik berechnet die durchschnittliche Zeit, die Agenten benötigen, um zum ersten Mal auf Kundenkontakte zu reagieren.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Überwachung der ersten Reaktionszeit von Agenten– Ein Contact Center verwendet diese Kennzahl, um zu überwachen, wie schnell Agenten zum ersten Mal auf Kundenkontakte reagieren. Durch die Kenntnis der durchschnittlichen ersten Reaktionszeit kann das Management Bereiche identifizieren, in denen die Reaktionsfähigkeit der Agenten verbessert werden kann, und Strategien zur Verkürzung der Reaktionszeiten implementieren. Dadurch wird die Kundenzufriedenheit erhöht und ein zeitnaher Support sichergestellt.

Berechnung: Diese Metrik berechnet die durchschnittliche Anzahl der Antworten, die von Kunden pro Kontakt erhalten werden.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Messung der Kundeninteraktion– Ein Contact Center verwendet diese Kennzahl zur Messung der Kundeninteraktion, indem es die durchschnittliche Anzahl der pro Kontakt erhaltenen Antworten von Kunden verfolgt. Durch das Verständnis der Reaktionsfähigkeit der Kunden kann das Management die Effektivität von Kommunikationsstrategien beurteilen und Möglichkeiten zur Verbesserung der Kundeninteraktion erkennen. Dies trägt dazu bei, die Kundenzufriedenheit zu verbessern und sicherzustellen, dass die Agenten effektiv mit den Kunden interagieren.

Berechnung: Diese Metrik berechnet die durchschnittliche Zeit, die Agenten benötigen, um bei Kundeninteraktionen Folgeantworten bereitzustellen.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Überwachung der Effizienz von Folgeantworten– Ein Contact Center verwendet diese Kennzahl, um zu überwachen, wie effizient Agenten bei Kundeninteraktionen Folgeantworten geben. Durch die Kenntnis der durchschnittlichen Reaktionszeit kann das Management Bereiche identifizieren, in denen die Leistung der Agenten verbessert werden kann, und Strategien zur Verkürzung der Reaktionszeiten implementieren. Dadurch wird die Kundenzufriedenheit erhöht und eine zeitnahe Unterstützung sichergestellt.

Berechnung: Diese Metrik berechnet die durchschnittliche Lösungszeit für Kundenkontakte. Mithilfe dieser Kennzahl lässt sich ermitteln, wie effizient Kundenprobleme gelöst werden.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach unten; ein niedrigerer Metrikwert ist am besten.

Anwendungsfall: Überwachung der Effizienz der Lösungszeit – Ein Contact Center verwendet diese Kennzahl, um die Effizienz der Lösung von Kundenproblemen zu überwachen. Durch die Kenntnis der durchschnittlichen Lösungszeit kann das Management Bereiche identifizieren, in denen die Leistung der Agenten verbessert werden kann, und Strategien zur Verkürzung der Lösungszeiten implementieren. Dadurch wird die Kundenzufriedenheit gesteigert und ein zeitnaher Support sichergestellt.

Berechnung: Die Gesamtzahl der eindeutigen Kontakte, die erfolgreich geschlossen wurden. Diese Metrik stellt die Anzahl der unterschiedlichen Kontakte dar, bei denen die Interaktion von den Agenten abgeschlossen und geschlossen wurde.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Erfolgreich geschlossene Kontakte verfolgen– In einem Contact Center ist es wichtig, die Anzahl der eindeutigen Kontakte zu verfolgen, die erfolgreich geschlossen wurden. Es hilft zu verstehen, wie effizient und effektiv die Agenten sind. Eine hohe Anzahl abgeschlossener Kontakte zeigt, dass die Agenten gut darin sind, Kundenanfragen zu lösen und Interaktionen abzuschließen. Mithilfe dieser Kennzahl können Sie Trends in der Leistung der Agenten erkennen, Bereiche hervorheben, in denen die Agenten herausragende Leistungen erbringen, und Möglichkeiten für weitere Schulungen oder Prozessverbesserungen finden. Darüber hinaus können damit Leistungsziele festgelegt und der Erfolg von Initiativen zur Verbesserung der Kontaktlösungsraten gemessen werden.

Berechnung: Die Gesamtzahl der von Kunden erhaltenen Antworten. Diese Metrik stellt die kumulierte Anzahl der Kundenreaktionen während der Interaktion mit Agenten dar und bietet Einblicke in das Engagement und Feedback der Kunden.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Bewerten des Kundenengagements durch die Anzahl der Antworten– In einem Contact Center ist die Verfolgung der Gesamtzahl der Kundenantworten von entscheidender Bedeutung. Es hilft zu verstehen, wie aktiv Kunden während Interaktionen sind. Wenn beispielsweise die Anzahl der Kundenreaktionen hoch ist, zeigt dies, dass Kunden aktiv an Gesprächen teilnehmen, Fragen stellen und Feedback geben. Mithilfe dieser Kennzahl können Trends im Kundenengagement erkannt, die Wirksamkeit von Kommunikationsstrategien gemessen und sichergestellt werden, dass die Agenten eine reaktionsschnelle und interaktive Umgebung fördern. Darüber hinaus kann es verwendet werden, um die Auswirkungen von Kundenservice-Initiativen zu bewerten und Bereiche zu finden, in denen die Interaktion zwischen Agent und Kunde verbessert werden kann.

Berechnung: Die Gesamtzahl der Male, die sich Agenten auf bestimmte Aufgaben oder Interaktionen konzentriert haben. Diese Metrik stellt die kumulative Anzahl der Fokusinstanzen dar und gibt an, wie oft sich Agenten auf bestimmte Aktivitäten oder Kundeninteraktionen konzentrieren.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Beurteilung des Agentenfokus auf Kundeninteraktionen– In einem Contact Center ist die Verfolgung der Gesamtzahl der Fokusinstanzen von entscheidender Bedeutung. Es hilft zu verstehen, wie oft Agenten ihre Aufmerksamkeit bestimmten Aufgaben oder Kundeninteraktionen widmen. Wenn beispielsweise die Konzentrationszahl hoch ist, deutet dies darauf hin, dass sich die Agenten häufig auf wichtige Aktivitäten konzentrieren, was zu einem besseren Kundenservice und einer höheren Effizienz führen kann. Mithilfe dieser Kennzahl können Trends im Verhalten der Agenten erkannt, die Wirksamkeit schwerpunktbezogener Schulungsprogramme gemessen und sichergestellt werden, dass die Agenten ihre Aufgaben entsprechend priorisieren. Darüber hinaus kann es verwendet werden, um die Auswirkungen von Initiativen zu bewerten, die auf eine Verbesserung der Konzentration und Produktivität der Agenten abzielen.

Berechnung: Die Gesamtzahl der Sekunden, in denen Agenten aktiv an Interaktionen über bestimmte Kanäle beteiligt sind. Diese Metrik stellt die kumulierte aktive Zeit dar, die Agenten mit Interaktionen über digitale Kanäle verbringen.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach unten; ein niedrigerer Metrikwert ist am besten.

Anwendungsfall: Auswerten der aktiven Zeit von Agenten über digitale und andere Kanäle: In einem Contact Center ist die Verfolgung der gesamten aktiven Zeit, die Agenten mit Interaktionen über digitale Kanäle (wie Kanäle 1 und 7) und andere angegebene Kanäle verbringen, von entscheidender Bedeutung für das Verständnis der Kanalauslastung und der Agentenproduktivität. Wenn Agenten beispielsweise viel Zeit auf digitalen Kanälen verbringen, kann dies auf ein hohes Volumen an Kundeninteraktionen über Online-Chat, E-Mail oder soziale Medien hinweisen. Mithilfe dieser Kennzahl können Trends bei der Nutzung digitaler Kanäle erkannt, die Wirksamkeit digitaler Kommunikationsstrategien gemessen und sichergestellt werden, dass Agenten ihre Zeit über verschiedene Kanäle hinweg effizient verwalten. Darüber hinaus kann es zur Optimierung der Ressourcenzuweisung und zur Verbesserung des gesamten Kundendienstes verwendet werden, indem der Schwerpunkt auf die am häufigsten genutzten Kanäle (digitale und andere) gelegt wird.

Berechnung: Die Gesamtzahl der Agentenantworten, ausschließlich der ersten Antwort für jede Interaktion. Diese Metrik stellt die kumulative Anzahl der Folgeantworten dar, die von Agenten während der Interaktionen gegeben wurden. Dies hilft dabei, das Maß an Engagement und Nachverfolgung zu verstehen, das nach der ersten Antwort erforderlich ist.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Analyse der Folgeantworten von Agenten– In einem Contact Center ist die Verfolgung der Anzahl der Folgeantworten von Agenten von entscheidender Bedeutung, um zu verstehen, wie intensiv das Engagement zur Lösung von Kundenanfragen erforderlich ist. Wenn beispielsweise die Anzahl der Folgeantworten hoch ist, kann dies darauf hinweisen, dass die Agenten nach der ersten Antwort zusätzliche Informationen oder Klarstellungen bereitstellen müssen. Mithilfe dieser Kennzahl können Sie Trends bei Kundeninteraktionen erkennen, die Wirksamkeit erster Reaktionen messen und sicherstellen, dass die Agenten gründliche und zufriedenstellende Folgemaßnahmen durchführen. Darüber hinaus kann es verwendet werden, um die Wirkung von Schulungsprogrammen zu bewerten, die darauf abzielen, die Qualität der Agentenantworten zu verbessern und die Notwendigkeit mehrfacher Nachverfolgungen zu reduzieren.

Berechnung: Die Gesamtzahl der Sekunden, die Agenten für Folgeantworten aufwenden. Diese Kennzahl stellt die Gesamtzeit dar, die Agenten für die Bereitstellung zusätzlicher Antworten nach der ersten Interaktion mit Kunden aufwenden.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Messung der Zeit, die Agenten mit Folgeantworten verbringen– In einem Contact Center ist die Verfolgung der Gesamtzeit, die Agenten mit Folgeantworten verbringen, von entscheidender Bedeutung, um den Aufwand zu verstehen, der zur vollständigen Lösung von Kundenanfragen erforderlich ist. Wenn Agenten beispielsweise viel Zeit mit Folgeantworten verbringen, kann dies darauf hinweisen, dass die Kundenbedürfnisse bei den ersten Interaktionen nicht vollständig berücksichtigt werden und eine weitere Kommunikation erforderlich ist. Mithilfe dieser Kennzahl können Sie Trends bei den Reaktionszeiten für Folgeanfragen erkennen, die Effektivität der ersten Antworten messen und sicherstellen, dass die Agenten gründliche und zeitnahe Folgeanfragen stellen. Darüber hinaus kann es verwendet werden, um die Wirkung von Schulungsprogrammen zu bewerten, die darauf abzielen, die Qualität der ersten Reaktionen zu verbessern und den Bedarf an umfangreichen Folgemaßnahmen zu verringern.

Berechnung: Diese Metrik stellt die Zeit dar, die benötigt wird, um einen Kontakt innerhalb eines bestimmten Zeitraums zu lösen. Es gibt die Dauer von der Kontaktaufnahme bis zu ihrer Lösung an, insbesondere bei Kontakten über digitale Kanäle.

Filter:

• Mitarbeitergruppe: Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach unten; ein niedrigerer Metrikwert ist am besten.

Anwendungsfall: Verbesserung der Lösungseffizienz für digitale Kanäle– In einem Contact Center für eine E-Commerce-Plattform hilft die Metrik „Lösungszeit“ dabei, die Effizienz der Lösung von Kundenanfragen über digitale Kanäle (z. B. Chat, E-Mail) zu überwachen und zu verbessern. Eine hohe Lösungszeit kann darauf hinweisen, dass die Bearbeitung digitaler Anfragen möglicherweise aufgrund komplexer Probleme oder ineffizienter Prozesse länger dauert. Das Contact Center kann Ursachen wie Agentenschulungen, Prozessengpässe oder technische Probleme untersuchen. Durch die Behebung dieser Probleme kann das Zentrum die Lösungszeiten verkürzen und sicherstellen, dass die Kunden rechtzeitig und effektiv unterstützt werden. Mithilfe dieser Kennzahl können außerdem Benchmarks und Ziele zur Verbesserung der Lösungseffizienz festgelegt und so die allgemeine Kundenzufriedenheit und Servicequalität gesteigert werden.

Berechnung: Diese Metrik stellt die Gesamtzahl der Interaktionen zwischen Agenten und Kunden innerhalb eines bestimmten Zeitraums dar. Es gibt die kumulierte Anzahl der Antworten an, die während Anrufen zwischen Agenten und Kunden ausgetauscht werden.

Filter:

• Mitarbeitergruppe: Agent, Team, Unternehmen

• Kontaktgruppe: Skill, Kampagne, Unternehmen

• Attribute: Kanal, Disposition, Tag-Name, Richtung, Kontaktart

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Bewertung der Kundeninteraktion und Interaktionsqualität– In einem Contact Center für ein Technologieunternehmen hilft die Metrik „Gesamtanzahl der Interaktionen“ dabei, die Interaktion und Interaktionsqualität zwischen Agenten und Kunden zu bewerten. Eine hohe Gesamtzahl an Interaktionen kann ein Hinweis darauf sein, dass die Agenten aktiv mit den Kunden interagieren und ihre Anliegen gründlich angehen. Ebenso kann eine niedrige Metrikanzahl auf kurze Interaktionen oder unzureichendes Engagement hindeuten. Das Contact Center kann Ursachen wie Anrufkomplexität, Agentenschulung oder Prozesseffizienz untersuchen. Durch die Analyse dieser Kennzahl kann das Zentrum sicherstellen, dass die Agenten angemessene Unterstützung bieten und gleichzeitig ihre Zeit effektiv verwalten. Mithilfe dieser Kennzahl können außerdem Benchmarks und Ziele für optimale Interaktionsebenen festgelegt und so die Gesamtleistung und Kundenzufriedenheit gesteigert werden.

Berechnung: Diese Metrik stellt die Anzahl der Kontakte dar, die mit jedem Tag innerhalb eines bestimmten Zeitraums verknüpft sind. Es zeigt an, wie viele Kontakte mit jedem Tag verknüpft sind.

Filter:

• Mitarbeitergruppe: Unternehmen

• Kontaktgruppe: Unternehmen

• Attribute: Tag-Name

Unterstützter Kanal: digital

Metriktyp: historisch

Metrikrichtung: nach oben; ein höherer Metrikwert ist am besten.

Anwendungsfall: Tag-Nutzung zur verbesserten Kategorisierung analysieren– Im Contact Center eines Softwareunternehmens hilft die Metrik „Tag-Anzahl nach Kontakt“ dabei zu analysieren, wie Tags zur Kategorisierung von Kundenanfragen verwendet werden. Eine hohe Anzahl für bestimmte Tags kann darauf hinweisen, dass diese Tags häufig für bestimmte Arten von Anfragen verwendet werden. Das Contact Center kann untersuchen, warum bestimmte Tags häufig verwendet werden, beispielsweise allgemeine Probleme oder häufige Themen. Durch das Verständnis der Tag-Verwendung kann das Zentrum den Kategorisierungsprozess optimieren und sicherstellen, dass Anfragen genau und effizient kategorisiert werden. Mithilfe dieser Metrik können außerdem Benchmarks und Ziele für die Tag-Nutzung festgelegt werden, wodurch die allgemeine Organisation und Verwaltung von Kundenanfragen verbessert wird.