Hyvästi hymynaamanapit! Myyntidata asiakaspalvelun mittariksi

Tyytyväinen asiakas käyttää ostoksiinsa enemmän rahaa. Ja tyytyväinen asiakas on useimmiten seurausta hyvästä asiakaspalvelusta. On siis kriittistä, että asiakaspalvelua pystytään johtamaan ja mittaamaan. Nykyisten analytiikkatyökalujen avulla myyntidatasta saadaan erinomainen pohja asiakaspalvelun ja myynnin johtamiselle henkilötasolla.


man-giving-negative-feedback

Asiakaspalvelun tason mittaaminen esimerkiksi vähittäiskaupassa tai ravintolassa on haastava aihe kahdestakin syystä: luotettavia mittaustuloksia on vaikea saavuttaa ja mittaustulokset saadaan yleensä erittäin jälkijättöisesti.

Keinoja asiakaspalvelun tason mittaamiseen ovat esimerkiksi:

  1. Asiakastyytyväisyystutkimus
    Esimerkiksi puhelimitse, netti- tai sähköpostigallupilla tai haastattelemalla asiakkaita paikan päällä
  2. Suora asiakaspalaute tietystä palvelutilanteesta suoraan henkilökunnalle tai jälkikäteen puhelimitse tai sähköpostilla
  3. Asiakaspalautekysely palveluista tai palvelutasosta yleensä, usein nettipalveluiden tai mobiiliapplikaatioiden avulla
  4. Asiakaspalvelutiloissa sijaitsevat palautelaitteet
    1. Liikennevalo- tai hymynaamanapit esimerkiksi uloskäynnin tuntumassa
    2. Kosketusnäyttöön perustuvat tekstin syötön mahdollistavat palautelaitteet.

Ylläolevaa listaa tarkemmin pohtimalla huomaa, että näihin kaikkiin asiakaspalvelun mittaamisratkaisuihin liittyy yksi tai useampia seuraavista rajoitteista:

  • Otannan laajuus: kuinka moni asiakkaistasi vaivautuu painelemaan palautenappeja tai syöttämään palautetta mobiiliapplikaation kautta? Tai kuinka moni jättää suoraa palautetta esimerkiksi sähköpostitse?
  • Mittaamisen frekvenssi: kustannussyistä kattavia asiakastyytyväisyystutkimuksia tehdään yleensä kvartaaleittain tai puolivuosittain.
  • Tulosten bias ja luotettavuus: totaalisen alisuorittamisen kohteeksi joutunut asiakas todennäköisesti jättää palautetta. Mahdollisesti myös aivan erinomaista palvelua saanut asiakas. Mutta entä ne kaikki muut?
  • Tulosten jälkijättöisyys: Toukokuun myyjäpalaverissa talvella tehdyn asiakastyytyväisyystutkimuksen tulokset ovat jo auttamatta vanhoja. Sama pätee netti- tai mobiiliaplikaatioilla koottuun palautteeseen, jonka kiertonopeus on yleensä riittämätön.

Perinteisten keinojen avulla päästään kiinni yksittäisiin huippusuorituksiin tai rimanalituksiin, mutta kattavaa läpileikkausta koko myymäläverkostosta tai myyntitiimistä sillä ei saada.

Kaikki ylläkuvatut haasteet ovat kuitenkin pieniä verrattuna mittaustulosten kohdistushaasteeseen. Palautteen perusteella päästään kiinni yksittäisiin huippusuorituksiin tai rimanalituksiin, mutta kattavaa läpileikkausta koko myymäläverkostosta tai myyntitiimistä sillä ei saada. Osaa palautteesta ei tyypillisesti pystytä kohdistamaan edes tiettyyn myymälään, tietystä myyjästä puhumattakaan. Toimiva johtaminen, tavoitteenasettaminen ja motivointi kuitenkin edellyttäisivät myyjäkohtaisia tuloksia asiakaspalvelun laadusta.

Ratkaisu, joka on yllättävänkin triviaali, on myyjäkohtaisen myyntidatan hyödyntäminen. Kuten alussa totesin, tyytyväinen asiakas käyttää palveluun tai ostoksiin enemmän rahaa. Asiakaspalvelun laatuun päästään siis kiinni suoraan toteutuneen myynnin ja sen muutosten kautta: saivatko asiakkaat hyvää palvelua, ja kehittyykö palvelu hyvään vai huonoon suuntaan.

Automatiikka tasaa erot vuorojen, toimipaikkojen ja sesonkien välillä

Myyntidata on helposti saatavilla nykyisistä kassajärjestelmistä. Asiakaspalvelun laatua myynnin muutoksilla mitattaessa suurin haaste on datan normalisointi vertailukelpoiseksi eri myyjien, toimipaikkojen, vuorojen ja sesonkien välillä. Myyntidataa vertailukelpoiseksi normalisoitaessa tulee huomioida mm. tehtyjen työtuntien määrä, kyseisten työtuntien tehtävä ja osasto, työtuntien ajoitus suhteessa päivään, viikkoon ja kuukauteen sekä toimipaikka (toimipaikkakohtaiset erot myynnin jakaumassa ja profiilissa). Nykyisillä analytiikkatyökaluilla tämä ei kuitenkaan ole ongelma. Datan normalisointi on mahdollista automatisoida.

Mittaamalla asiakaspalvelua myynnin kautta saadaan mitattua kaikkia toimipaikkoja, kaikkia myyjiä ja kaikkea myyntiä, jatkuvasti.

Myyntiä mittaamalla tulokset kohdistuvat suoraan tiettyyn toimipaikkaan ja myyjään. Mittausdata on käytettävissä miltei ilman viivettä, viimeistään seuraavana päivänä. Asiakaspalvelua myynnin kautta mittaamalla saadaan mitattua kaikkia toimipaikkoja, kaikkia myyjiä ja kaikkea myyntiä, jatkuvasti.

Ei myyntidatasta ainoaksi asiakaspalvelun mittariksi ole, ja muita menetelmiä kannattaa edelleenkin hyödyntää sen rinnalla. Myyntidatan hyödyntämisestä saadaan kuitenkin asiakaspalvelun ja myynnin johtamiselle henkilötasolla erinomainen pohja, joka mahdollistaa kattavan ja luotettavan pohjan tavoitteen asettamiselle, motivoinnille, palautteelle ja palkitsemiselle.

Analytiikan avulla voit valjastaa yritykseesi kertyvän tiedon hyötykäyttöön. Katso lisää: http://www.digia.com/analytiikka/

asiakastieto   analytiikka




Mika Lehtinen | Liiketoimintakonsultti

Mika Lehtinen | Liiketoimintakonsultti

Mika tuntee hankintaketjut, toimipaikan ja toimitusketjujen optimoinnin, tarjooman kehittämisen ja kysynnän ennakoinnin kuin omat taskunsa. 13 vuoden kokemus liiketoimintaprosessien kehittämisestä kattaa sekä vähittäiskaupan että kappaletavaratuotannon toimialat. Mikan fiksaatio nopeuteen ja tehokkuuteen näkyy vapaa-ajallakin milloin moottoriradalla, milloin vesiurheilun parissa.

Kirjoittajan kaikki blogitekstit

Tilaa blogikirjoitukset sähköpostiisi




Seuraa meitä somessa

LinkedIn Twitter Facebook YouTube