Klientu apkalpošanas komandas ir atbildīgas par vienu no informācijas ietilpīgākajiem uzdevumiem B2B uzņēmumā. Viņiem nepārtraukti jāzina, kā katrs klients saskaras ar produktu, kur klientu apmierinātība samazinās, kuri konti ir apdraudēti un kur ir iespēja paplašināties. Lielākā daļa šīs informācijas atrodas sarunās, iesūtnēs un CRM piezīmēs, kas nekad netiek pienācīgi apkopotas.

Atsauksmju vākšanas automatizācija neaizstāj šīs sarunas. Tā sniedz tām labāku pamatu. Kad klientu apkalpošanas vadītājs ierodas ceturkšņa biznesa pārskatā ar strukturētiem datiem par to, kā vairākas ieinteresētās personas klienta organizācijā ir novērtējušas savu pieredzi, saruna ir citāda — konkrētāka, ticamāka un produktīvāka.

Problēma ar manuālu atsauksmju vākšanu

Lielākā daļa klientu apkalpošanas komandu atsauksmes vāc neformāli. Reģistrācijas zvani, reizi gadā nosūtītas NPS aptaujas, apmierinātības jautājumi pievienoti atbalsta pieprasījumu slēgšanai. Šīm metodēm ir kopīgs trūkums: tās ir nekonsekventas. Aptvērums ir atkarīgs no tā, kuriem kontiem tiek pievērsta uzmanība, kuras ieinteresētās personas ir viegli sasniegt un vai kāds atceras pajautāt.

Rezultātā ir nevienmērīga aina. Konti ar augstu iesaisti saņem daudz atsauksmju. Klusie konti — dažreiz tie, kuriem ir vislielākais risks — ir neredzami, līdz tie pārstāj darboties. Un pat ja atsauksmes pastāv, tās reti ir pietiekami strukturētas, lai jēgpilni apkopotu visu klientu bāzi.

Automatizēta atsauksmju vākšana atrisina konsekvences problēmu. Katrs konts tiek novērtēts pēc viena un tā paša grafika, ar vienādiem jautājumiem, sasniedzot tās pašas ieinteresēto personu lomas. Dati ir salīdzināmi, kas nozīmē, ka tie ir noderīgi plašā mērogā — ne tikai atsevišķu kontu pārvaldībai, bet arī modeļu noteikšanai dažādos segmentos, komandās un laika periodos.

Daudzpusēja ieinteresēto personu atsauksmes: kāpēc tas ir svarīgi B2B vidē

B2B attiecībās viens klienta konts parasti ietver vairākas ieinteresētās personas ar dažādiem viedokļiem. Izpilddirektoram ir stratēģisks skatījums. Ikdienas lietotājam ir funkcionāls skatījums. Finanšu kontaktpersonai ir cenas un vērtības attiecības aspekts. Atsauksmju apkopošana tikai no viena no viņiem sniedz nepilnīgu un bieži vien maldinošu priekšstatu.

Daudzpusēja ieinteresēto personu novērtēšana ļauj atbilstoši novērtēt dažādus respondentus un apkopot viņu sniegto informāciju kopējā vērtējumā. Tas labāk atspoguļo konta faktisko stāvokli un ir noderīgāk, lai noteiktu, kur atrodas konkrētas problēmas.

EvaluationsHub'S klientu panākumu rīki ir veidotas, balstoties uz šo modeli. Novērtējumi tiek veikti automātiski pēc noteikta grafika, sasniedz vairākus kontaktus katrā kontā un atgriež svērtos rādītājus, kas sniedz klientu apkalpošanas vadītājiem strukturētu ieskatu katrā attiecībā — bez nepieciešamības manuāli koordinēt katru no tām.

Ko automatizācija faktiski maina ikdienas datorzinātņu darbā

Kad atsauksmju vākšana ir automatizēta un strukturēta, tas maina klientu apkalpošanas komandu laiku. Tā vietā, lai dzenātos pakaļ atbildēm un manuāli apkopotu datus, viņi pārskata ieskatus un rīkojas, pamatojoties uz tiem.

Praktiski tas nozīmē:

• Agrāka iejaukšanās riskam pakļautajos kontos. Rādījumu samazināšanās divos secīgos ceturkšņos ir karodziņš — redzams pirms klients sāk sarunu par atcelšanu.
• Labāka ceturtdaļfināla sagatavošanās. Ieejot ceturkšņa pārskatā ar strukturētiem tendenču datiem, nevis tikai anekdotēm, diskusijas kļūst ticamākas un mērķtiecīgākas. QBR programmatūra balstīts uz novērtējuma datiem, padara šo sagatavošanos sistemātisku.
• Spēcīgākas paplašināšanās sarunas. Konti ar pastāvīgi augstu vērtējumu visās ieinteresēto personu grupās ir īstie, ar kuriem sazināties par papildu pārdošanu vai paplašināšanos. Strukturēti dati atvieglo šo sarunu prioritāšu noteikšanu un pamatošanu.
• Komandas snieguma redzamība. Apkopotās atsauksmes par CS vadītāja portfeli parāda, kur attiecības ir visspēcīgākās un kur varētu būt nepieciešama koučings vai atbalsts.

Atsauksmju savienošana ar rīcību

Atsauksmju vākšana ir vērtīga tikai tad, ja tā noved pie rīcības. Saiknei starp zemu vērtējumu un konkrētu korektīvu darbību ir jābūt skaidrai, nevis jāatstāj uz papildu e-pastiem, kas var tikt veikti vai neveikti.

EvaluationsHub ietilpst CAPA stila korektīvo darbību darbplūsmas kas darbojas gan klientu, gan piegādātāju attiecībās. Kad konta vērtējums ir zem sliekšņa, darbību var reģistrēt, piešķirt, noteikt termiņu un izsekot līdz tās pabeigšanai. Slēgtā cikla process nodrošina, ka atsauksmes rada izmaiņas, nevis tikai dokumentāciju.

Pareiza atsauksmju automatizācija

Visbiežāk pieļautā kļūda atsauksmju automatizācijā ir aptaujas pārstrukturēšana. Garas anketas ar divdesmit jautājumiem un atvērtiem laukiem rada zemu atbilžu līmeni un nekonsekventas atbildes. Visefektīvākie novērtējumi ir koncentrēti — pieci līdz astoņi jautājumi, kas aptver vissvarīgākās dimensijas, strukturēti kā vērtējumi, nevis brīvs teksts, un nosūtīti ritmā, kas respektē klienta laiku.

Sāciet ar pamatiem: pakalpojuma kvalitāte, atsaucība, sniegtā vērtība, ieteikšanas varbūtība. Pievienojiet savam produktam vai iesaistes modelim specifiskas dimensijas. Pārskatiet atbildes reakcijas rādītājus un, ja nepieciešams, pielāgojiet ritmu. Mērķis ir konsekventi dati, nevis izsmeļoši dati.

Ja vēlaties redzēt, kā automatizēta klientu atsauksmju sūtīšana darbojas praksē, sākt bezmaksas izmēģinājuma projektu or izpētīt EvaluationsHub klientu panākumu komandām.