På ett användarforum jag deltog i för ett par veckor sedan togs frågan upp om någon av deltagarna gjorde A/B tester i sina talsvar. Alla deltagarna, som kommer från några av Sveriges och Norges största kundserviceorganisationer, skakade fundersamt på huvudet. A/B-testning av webbsidor är vanligt förekommande så varför inte A/B-testa talsvaret?
Troligen har alla talsvar idag möjlighet att dela på inkommande samtal slumpvis, till exempel att 50 procent av samtalen får en dialog, och de andra 50 procenten får en annan dialog – ett A/B-test. Problemet ligger snarare i hur man på ett bra sätt kan analysera och mäta resultatet av testet.
Med detta som bakgrund vill jag beskriva en av mina erfarenheter kring hur man kan använda verktyg som är avsedda för webben för att analysera sitt talsvar.
Tidigare i år fick jag möjligheten att leda ett projekt åt en av Nordens ledande företag inom hemelektronik. Projektet handlade om att på effektivaste sätt styra kundservicesamtal till tillverkarens support, eller göra en nummerhänvisning till tillverkarens support.
Två mål (enligt SMART-konceptet) sattes upp i Google Analytics:
1. Samtalet skall vara så kort som möjligt.
2. Så många som möjligt skall styras till tillverkarens support, eller få telefonnumret till denna uppläst. Se diagrammet ovan.
Exempel på positiv effekt som ovan mål har för kunden:
1. Kunden får hjälp med sin produkt så fort som möjligt, utan att svara på onödiga frågor i en talsvarsdialog.
2. Kunden får prata med personal som har rätt kompetens.
Exempel på positiv effekt som ovan mål har för hemelektronikföretaget:
1. Den totala samtalskostnaden minskar.
2. De slipper koppla samtal vidare manuellt till tillverkarens support.
Dialogstrategierna i A/B-testet fick var sitt namn askCategoryFirst och askBrandFirst, och vi valde att styra vartannat samtal till de olika dialogstrategierna. Med askCategoryFirst påminner kundens sökflöde om det som sker på webben, t.ex. att kunden väljer kategorin ”ljud och bild” och där får tillgång till de märken som säljs, Philips, Sonos, osv. Dessa kategorier är tyvärr inte helt intuitiva för kunden, det kan vara svårt att bedöma huruvida en surfplatta hittas under mobiltelefoner eller datorer.
Med askBrandFirst, där frågan är efter märke, blir det lättare för kunden. Svårigheter som kan dyka upp här är i stället om märket är iPhone eller Apple, till exempel. Eftersom många tillverkare har ett och samma telefonnummer till sin support oavsett en produkts kategoritillhörighet, kunde frågan om kategori skippas i stor omfattning. Med resultatet från mätningen i Google Analytics fick hemelektronikkedjan ett bra underlag för att jobba vidare med sitt business case.
– Johan Thunström
Jag är projektledare på Voice Provider och är alltid nyfiken på vad som händer om man tänker utanför boxen.
