Ticketvermeidung: ein wichtiger Vorteil des Self-Service

Forrester Research prognostiziert, dass Self-Service im Jahr 2017 der wichtigste Kundenservicetrend sein wird, da immer mehr Kunden sich am liebsten selbst helfen. Warum ist das so? Weil sich Probleme so meist am schnellsten und am effizientesten lösen lassen – der Kunde braucht keinen Kundenserviceagenten zu kontaktieren und auf Antworten zu warten, und Self-Service steht rund um die Uhr zur Verfügung. Letzteres ist wahrscheinlich der wichtigste Faktor: Schließlich leben wir heute in einer mobilen Multichannel- und Multiscreen-Welt. Für Unternehmen ist das eine gute Nachricht, denn mehr Self-Service bedeutet weniger Tickets. Kunden helfen sich lieber selbst, statt sich an den Kundensupport zu wenden. Vielleicht haben Sie bereits stark in die Schaffung einer Wissensdatenbank investiert, deren Inhalte im Internet und auf Mobilgeräten zur Verfügung stehen. Sie tun natürlich Ihr Bestes, um Kunden zu Selbsthilfe-Ressourcen zu führen, aber oft müssen sich Kunden zu sehr anstrengen, um diese Ressourcen zu finden und zu nutzen. Hier können Sie ihnen aktiv helfen, denn mit neuen Technologien und Tools, die Self-Service zum wichtigsten Kundenservicekanal gemacht haben, können Sie noch mehr Tickets vermeiden.

Mithilfe künstlicher Intelligenz und maschinellem Lernen können Sie viele einfache Interaktionen automatisieren, in denen immer wieder die gleichen Fragen gestellt werden, und damit vermeiden, dass Kunden diese Inhalte selbst suchen müssen.Kundenserviceagenten können stattdessen ihre wertvolle Zeit gezielt für komplexe Anliegen nutzen. Self-Service erhöht die Kundenzufriedenheit und spart Kosten.

Self-Service ist allerdings eine indirekte Form des Kundenservice. Das ist womöglich auch der Grund, warum er sich in einigen Unternehmen eher langsam durchsetzt. Es lässt sich nur schwer nachweisen, dass ein Help Center mit hervorragenden Self-Service-Inhalten wirklich verhindert, dass Kunden sich an Ihr Supportteam wenden, dass sie Tickets einreichen oder dass sie mit einer Person sprechen müssen. Wir wissen zwar, dass dem so ist (und wir haben Metriken, mit denen wir das belegen können), aber die eigentlichen Daten, die die direkte Auswirkung auf Ticketwarteschlange und Kundenzufriedenheit demonstrieren, lassen sich nur schwer generieren. Aber ab jetzt wird alles anders!

Mühsam ernährt sich das Eichhörnchen
Für mich ist Self-Service schon immer der wichtigste Kundenservicetrend. Anfang 2011 kam ich zu Zendesk, um die Wissensdatenbank einzurichten und den Self-Service-Kanal für die Kunden von Zendesk aufzubauen. Im Laufe der Zeit verfassten mein Team und ich Hunderte von Beiträgen und Leitfäden und arbeiteten uns langsam aber sicher an unseren ersten selbstgesteckten Meilenstein heran: eine Million Aufrufe pro Monat.

Zwei Jahre später hatten wir unser Ziel erreicht. Der CEO gratulierte uns persönlich zu dieser Leistung, und vom Vice President erhielten wir einen Kaffeebecher mit dem Hashtag #OMGMYFORUMWASVIEWEDLIKE1000000TIMES. Natürlich waren die monatlichen Aufrufe nicht die einzige Metrik, die wir verfolgten, aber eine der wichtigsten, und wir waren mit Recht stolz. Aber reichte das, um die Wirksamkeit des Self-Service-Kanals zu belegen? Mir nicht, und vermutlich Ihnen auch nicht.

So messen wir Self-Service
Die Self-Service-Metriken, die wir verfolgen, helfen uns, eine ganze Reihe von Aspekten besser zu verstehen, zum Beispiel welchen Content wir erstellen sollten, wie gut der vorhandene Content ist und wie Benutzer damit interagieren. Aus dieser Perspektive betrachtet sind die Metriken wirklich wertvoll. Allerdings zeigen sie nicht den direkten Zusammenhang auf zwischen der Nutzung unseres Help Centers und der Ticketvermeidung. Diese Metriken haben wir verwendet:

Aufrufe und Engagement
Die üblichen Metriken, um die Leistung eines Help Centers oder eine Website zu messen: Anzahl der Aufrufe, eindeutige Besucher, durchschnittliche Sitzungsdauer, Bounce-Rate usw. Mit anderen Worten: typische Google Analytics-Messgrößen, um zu ermitteln, ob Kunden Inhalte finden und nutzen und ob sie hilfreich sind – alles durchaus sinnvolle und wertvolle Metriken. Mehr darüber lesen Sie in unserer vierteiligen Beitragsreihe zum Thema Google Analytics und das Help Center, beginnend mit Teil 1: Die richtigen Fragen stellen.

Community-Aktivität und Engagement
Ein weiteres wichtiges Maß für den Erfolg war die Größe und Dynamik unserer User-Community. Ein Help Center sollte die Anlaufstelle sein, wo Kunden die benötigten Informationen finden sowie mit anderen Kunden interagieren, ihr eigenes Know-how teilen und voneinander lernen.

Mit Google Analytics lassen sich manche Aktivitäten in der Community messen, aber gerade hier macht sich die direkte Verknüpfung mit dem Support-Workflow wirklich bezahlt. In Zendesk Support ist das Help-Center-Reporting unterteilt in Wissensdatenbank und Community. Für beide Bereiche lassen sich die Anzahl von Posts, Aufrufen, positiven Stimmen, Abonnements und Kommentaren verfolgen. Welche Ziele Sie definieren, liegt ganz bei Ihnen, aber generell gilt: je mehr, desto besser. Und es ist wichtig, Aktivitäten über längere Zeit hinweg zu verfolgen.

Suche
In der Registerkarte „Berichte“ in Zendesk Support finden Sie auch Daten zu Benutzersuchen im Help Center. Der betreffende Bericht enthält die Anzahl von Suchen ohne Ergebnisse (es gab keine Beiträge, die die Suchbegriffe enthielten), und Suchen ohne Klicks auf vorhandene Beiträge. Die erste Angabe lässt Rückschlüsse darauf zu, welche Beiträge Sie erstellen sollten, und die zweite hilft, Beiträge benutzerfreundlicher zu machen – vielleicht klickt niemand auf Ihre Beiträge, weil die Titel nicht aussagekräftig genug sind oder nicht die Begriffe enthalten, die Kunden auch wirklich benutzen. Außerdem sehen Sie die Anzahl der Tickets, die nach einer Suche erstellt wurden. Ein weiterer wichtiger Punkt ist die Auswirkung von Self-Service auf die Ticketwarteschlange; in diesem Fall eine negative, da Tickets nicht vermieden, sondern erstellt wurden. Self-Service-Wert
Die oben genannten Metriken lassen Rückschlüsse auf die Leistung und Qualität Ihres Self-Service-Angebots zu. Im Gegensatz misst der Self-Service-Wert die Wirksamkeit des Help Centers als Supportkanal: wie es Kunden beim Lösen ihrer Probleme hilft und inwiefern dadurch Supportanfragen vermieden werden, die ansonsten von Kundenserviceagenten bearbeitet werden müssten.

Der Self-Service-Wert lässt sich wie folgt bestimmen:

Self-Service-Wert = Gesamtzahl von Help-Center-Benutzern / Gesamtzahl von Benutzern in Tickets

Der Self-Service-Wert 4:1 bedeutet beispielsweise, dass von vier Kunden, die versuchen, ihre Probleme per Self-Service zu lösen, nur einer eine Supportanfrage einreicht.(Mehr Informationen zum Self-Service-Wert finden Sie im oben erwähnten Beitrag.)

Der Self-Service-Wert ist wichtig, denn damit können Sie Benchmarks zur Ticketvermeidung erstellen und so das Ticketvermeidungsverhältnis von Monat zu Monat vergleichen.

Es gab eine Zeit bei Zendesk, da erreichten wir ein Verhältnis von knapp 40:1. Das sah in meinen Berichten an die Geschäftsleitung natürlich hervorragend aus und hätte mir vielleicht eine Beförderung eingebracht. Aber mir war das trotzdem nicht genug, um zu beweisen, dass unser Self-Service-Kanal tatsächlich direkt für die Vermeidung von Tickets verantwortlich war. Die Grauzone war mir einfach noch zu groß.

Aber wie können wir bessere Daten erhalten? Hier kommt die vorhin erwähnte neue Technologie ins Spiel.

Künstliche Intelligenz jetzt Teil des Self-Service: Menschen und Bots arbeiten Hand in Hand

Die Zukunft des Self-Service ist das Zusammenspiel zwischen Menschen und neuer Technologie, die gemeinsam die Problemlösung in Eigenregie fördern. Wir können nicht nur künstliche Intelligenz und Automation einsetzen, um Kunden Hilfeinhalte zu präsentieren, sondern wir können auch eine direkte Korrelation zwischen KI und Lösung von Supportanfragen herstellen. Genau solche Daten haben wir uns schon immer gewünscht!

Möglich wird das durch neue Self-Service-Technologien wie zum Beispiel den Answer Bot, der Teil von Zendesk Guide ist. Er funktioniert so:

Der Answer Bot nutzt Deep Learning und Verarbeitung natürlicher Sprache (NLP), um den Text in der E-Mail des Kunden zu scannen. Als Antwort empfiehlt er dem Kunden dann Help-Center-Beiträge, die möglicherweise eine Antwort auf seine Frage enthalten.

Durch die E-Mail des Kunden wurde natürlich ein Ticket erstellt, und dieses Ticket muss jetzt gelöst werden. Die automatische Antwort des Answer Bot gibt dem Kunden sowohl die Informationen, die er braucht, um das Problem selbst zu lösen, als auch die Möglichkeit, das Ticket selbst zu schließen – bevor ein Kundenserviceagent involviert wird. Sollte der Kunde versäumen, das Ticket zu schließen, wird er von einem Kundenserviceagenten kontaktiert, der ihn fragt, ob alles erledigt ist, und das Ticket dann schließt.

Ich persönlich finde es besonders nützlich, dass ich Berichte zu diesen Self-Service-Ticketlösungen erstellen kann.

Mit dem Answer Bot ist Self-Service als Supportkanal jetzt viel stärker integriert. Endlich können wir die direkte Auswirkung auf die Ticketwarteschlange und die Kundenzufriedenheit nachweisen und dem Management die entsprechenden Daten vorlegen. Bald wird das auf vielen unserer Supportkanäle möglich sein. Dann werden wir noch genauere Multichannel-Einsichten in die Wirksamkeit von Self-Service erhalten.

Für Kunden wird es natürlich nach wie vor Möglichkeiten geben, Self-Service-Inhalte zu nutzen, ohne dass sich die entsprechenden Ticketvermeidungsdaten verfolgen lassen. Aber das ist schon in Ordnung. In jedem Fall hilft Self-Service Kunden beim Lösen ihrer Probleme, selbst wenn man das nicht immer haargenau quantifizieren kann.

Wenn Sie ein überzeugendes Self-Service-Erlebnis bieten möchten, dann lesen Sie den Beitrag 6 Tipps zum Aufbau eines effektiven Help Centers.

Anton de Young ist Autor und Fotograf. Als langjähriger Zendesk-Mitarbeiter baute er die Customer-Education- und Training-Teams bei Zendesk auf. Als Marketing Director rief er das Zendesk Customer Service Leadership Program und die zugehörige Eventreihe ins Leben, die sich mit seiner Hilfe zu einer neuen Website und Eventreihe namens Relate weiterentwickelt hat. Jetzt wohnt Anton als Freiberufler in Lissabon und erkundet von dort aus die Welt. Er ist auf Twitter unter @antondeyoung zu finden.