Как связать цели поддержки с целями бизнеса

Работа поддержки может выглядеть эффективно на отчетном дашборде: SLA выполняется, время ответа сокращается, команда закрывает больше обращений, но за отличными показателями не всегда стоит хороший результат для клиента и компании.

Можно отлично выполнять внутренние нормативы и при этом не решать главную проблему клиента, или тратить на улучшение показателей больше ресурсов, чем они приносят пользы. Поэтому прежде чем переводить метрики поддержки на язык бизнеса, стоит разобраться, почему сами по себе они дают довольно неполную картину:

Далее, рассмотрим отдельные показатели более подробно.

SLA показывает, насколько поддержка укладывается в сроки, которые компания обещала клиенту. Но сам по себе процент соблюдения SLA не отвечает на вопрос: “как это отражается на показателях компании?”. Для того, чтобы понять взаимосвязь нужно:

• во-первых, выбрать одну бизнес-метрику для проверки. Например, это может быть долю завершенных покупок, количество повторных покупок, количество возвратов, использование продукта после обращения и т.д.

• во-вторых, нужно взять обращения за 3–6 месяцев и разделить клиентов на две группы: тех, по чьим обращениям SLA был соблюден, и тех, где срок был нарушен. После этого сравните выбранную бизнес-метрику между группами. Например, если вы смотрите на повторные покупки, то сравниваете, как часто они происходили после обращений с соблюденным и нарушенным SLA.

Чтобы не приписывать SLA то, что на самом деле объясняется другими факторами, сравнивать лучше похожие обращения: одного типа, с одинаковым приоритетом и в сопоставимых сегментах клиентов.

Если бизнес-показатель почти не отличается, например клиенты одинаково часто совершают повторную покупку независимо от нарушения SLA, повышать данную метрику во что бы то ни стало, вероятнее всего не имеет смысла. Если же после нарушений SLA результат стабильно хуже, появляется конкретная задача для поддержки.

MTTR показывает, сколько времени клиент ожидает полного решения проблемы. Чтобы понять значение метрики для бизнеса, нужно проверить, меняется ли конкретный бизнес-показатель: завершение оформления заказа, продление подписки или другой в зависимости от времени решения.

К примеру, в службу поддержки интернет-магазина, часть обращений связана со сложностями при оплате заказа. Пока проблема не решена, они не может завершить покупку.

Берем такие обращения за период 3–6 месяцев и разделяем на группы по времени решения. Например, пусть будет три группы: проблемы, решенные до часа, от часа до четырех часов и дольше четырех часов. Это не универсальные цифры, в другой компании или для другого типа обращений временные интервалы могут будут другими. Затем для каждой группы смотрим, какая доля клиентов в итоге завершила покупку.

Если среди клиентов, чьи проблемы решались до часа, покупку завершает, например, 80%, в группе от часа до четырех часов – 70%, а при ожидании больше четырех часов — менее 50%, появляется очевидная связь между временем решения и бизнес-метрикой.

При этом, не стоит забывать, что само по себе такое сравнение еще не доказывает точно причинно-следственную связь. Так, на покупку могут влиять цена, способ доставки и другие факторы, поэтому результат стоит обязательно проверить на данных за несколько периодов.

Если такая закономерность сохраняется, можно оценить ее уже в деньгах: сколько покупок приходится на обращения с долгим MTTR и какую выручку компания потенциально теряет, если клиент не завершает заказ.

После этого цель поддержки можно сформулировать гораздо точнее. Не просто «снизить MTTR», а, например, сократить время решения проблем с оплатой до уровня, при котором доля завершенных покупок выше на определенное количество процентов.

По такому же принципу можно проверить другие сценарии: для проблем с активацией подписки – продолжение использования продукта, для обращений перед продлением подписки – долю продленных договоров и т.д.

NPS показывает, какое впечатление у клиента осталось от компании и насколько он готов ее рекомендовать. Поэтому эта метрику достаточно легко связать с дальнейшими взаимодействиями клиента с компанией.

В исследовании, опубликованном в Journal of the Academy of Marketing Science, авторы пять лет наблюдали за 7 крупными брендами спортивной одежды и сопоставляли изменения NPS с последующим ростом продаж. В результате изменения NPS действительно были связаны с будущим ростом продаж. При этом значение имела именно динамика показателя: просто высокий NPS сам по себе не означал, что продажи будут расти.

Еще в одном исследовании авторы проанализировали данные более чем о 656 тысячах клиентов телекоммуникационных компаний. Они сравнили оценки клиентов с их дальнейшим поведением и обнаружили: у клиентов с более высокой оценкой клиентского опыта чаще сохранялись отношения с компанией и выше была активность в использовании услуг.

На практике связь NPS с достижением целей бизнеса можно проверять через конкретные действия клиентов. Например, разделить клиентов по оценкам и посмотреть, как часто они покупают снова, продлевают услугу, продолжают пользоваться продуктом или уходят.

Период анализа нужно выбирать под конкретный бизнес. Если клиент обычно совершает повторную покупку раз в несколько месяцев, нет смысла проверять ее через две недели после оценки NPS. Для сервиса с подпиской, наоборот, логичнее смотреть, продлил ли клиент подписку и продолжил ли пользоваться услугой.

Отдельно стоит избегать периодов с выраженными сезонными пиками. Если на продажи сильно влияет Новый год, начало учебного года или другой сезонный фактор, в это время сложнее понять, что именно повлияло на поведение клиентов. Лучше взять несколько более нейтральных периодов. Если такая связь повторяется в разные периоды и для разных групп клиентов, NPS можно использовать как показатель, связанный с выбранным для отслеживания бизнес-результатом.

Для остальных метрик работает тот же принцип: сначала определить, с каким бизнес-результатом их можно связать, а затем проверить эту связь на реальных данных.

Работу поддержки важно оценивать не только по ее внутренним показателям. SLA, скорость ответа и другие метрики помогают управлять командой, но их настоящая ценность проявляется в том, что получает клиент и как это отражается на бизнесе.

Поэтому при постановке целей и разборе аналитики стоит смотреть шире привычных цифр и задавать вопрос: «Какое изменение для клиента мы хотим получить и что это изменение даст бизнесу?» Такой подход помогает выбирать действительно значимые KPI и понимать, за что компания платит, улучшая клиентский сервис.