#11 Die Top 10 KPIs im Kundenservice

Jakob: Es ist schon wichtig, weil der erste Eindruck zählt, weil schnelle Redaktionen natürlich auch eine gewisse Professionalität zeigen. Ich meine, ich mich, glaube ich, auf seine eigenen Erfahrungen. Das Problem ist ja nie das, was schief gelaufen ist, also dass das Paket nicht angekommen ist, dass hier eine Buchung gerade zu viel gemacht wurde, sondern die Frage ist immer nur, der darauf reagiert wird. Deswegen ist die Geschwindigkeit ebenso wichtig, weil gerade auch bei emotional aufgeladenen Themen das einen Unterschied macht, wie sehr sich jemand mich kümmert und kann eben auch dazu führen, dass die Leute sehr positiv von mir auch in Erinnerung bleiben.

Max: ART ist auch bekannt als so eine Balance-KPI. wenn ich eine kurze Bearbeitung habe, also eine kurze ART, dann kann das wirklich auf sehr hohe Effizienz in meinem Service hindeuten, dass meine Agenten eben sehr schnell in der Bearbeitung sind. Aber Eine zu kurze AHT kann auch darauf hindeuten, dass mangelnde Qualität der Antworten da ist. Also wenn jetzt meine Agenten, meine Agentinnen sich irgendwie da überhaupt keine Zeit nehmen und einfach nur die AHT eben niedrig zu halten, eben super schnell einfach die Antworten da rausschicken, leidet natürlich auch die Antwortqualität darunter. das ist nämlich auch ganz spannend im Bezug auf AI ist das einfach auch ein Messwert. der mir sehr viel über die AI-Quality sagt. Also wenn ich eine Anfrage durch KI beantworten lasse und die dann aber am Ende doch wieder geöffnet werden muss oder doch eben von einem menschlichen Mitarbeitenden bearbeitet werden muss, dann zeigt es mir wie gut sind denn überhaupt die Antworten, die die KI wirklich rausschickt. Hi und herzlich willkommen zu Service Sales, dem Podcast, der zeigt, wie dein Kundenservice nicht nur begeistert, sondern auch verkauft. Ich bin Maxi und in diesem Podcast sprechen wir darüber, wie du aus deinem Kundenservice eine echte Umsatzmaschine machst. Und heute wieder mit dabei natürlich Jakob. Jakob, willkommen. Wenn wir eines gelernt haben, dann das Kundenservice ohne Kennzahlen ist wie Autofahren ohne Tacho.

Jakob: Moin.

Max: Man merkt vielleicht, dass man sich bewegt, aber nicht ob man auf dem richtigen Weg ist. KPIs geben dir halt die Orientierung, sie helfen dir, Teamleistungen sichtbar zu machen, Prozesse zu optimieren und vor allem die Customer Experience messbar zu machen und zu verbessern. Und sie machen eben auch Erfolge gegenüber der Geschäftsführung belegbar, was denke ich wirklich sehr wichtig ist für alle im Kundenservice. Und deswegen soll es heute auch genau das Thema gehen. KPIs. Und wir stellen euch einmal die 10 wichtigsten KPIs für den Kundenservice vor. Vor allem eben hier auch wieder mit Fokus auf den E-Com und geben euch da auch die Benchmarks für jede KPI vor, wie man die messen kann und auch noch konkrete Tipps, wie man die KPI optimiert. Und ich glaube, mit den Top 10 KPIs sind dann wirklich alle gut bedient und sollten auch wirklich gemessen werden. Und lasst uns einfach direkt reinstarten. Jakob, was ist die erste KPI? die wir auf jeden Fall messen sollten.

Jakob: Genau, also die erste KPI, die ich hier mal aus dem Hut ziehe von den zehn Stück, haben es auf Platz eins geschafft. Es ist die First Response Time, FTR auch genannt, einer der absolut wichtigsten Kern-KPI im Kundenservice. Und was ist diese KPI? Letztendlich misst sie die Zeit zwischen Eingang einer Anfrage und die erste Antwort durch den Kundenservice. Jetzt kann man sich fragen, warum ist das irgendwie wichtig? Kriegt der Kunde eine Antwort, wenn er eine Antwort kriegt, kann man jetzt sagen. Es ist schon wichtig, weil der erste Eindruck zählt, weil schnelle Redaktionen natürlich auch eine gewisse Professionalität zeigen. Ich meine, ich mich, glaube ich, auf seine eigenen Erfahrungen. Das Problem ist ja nie das, was schief gelaufen ist, also dass das Paket nicht angekommen ist, dass hier eine Buchung gerade zu viel gemacht wurde, sondern die Frage ist immer nur, der darauf reagiert wird. Deswegen ist die Geschwindigkeit ebenso wichtig, weil gerade auch bei emotional aufgeladenen Themen das einen Unterschied macht, wie sehr sich jemand mich kümmert und kann eben auch dazu führen, dass die Leute sehr positiv von mir auch in Erinnerung bleiben. Warum diese KPI aber auch noch wichtig ist, ist jetzt gar nicht nur aus Kundenzufriedenheit Sicht gedacht, sondern einer der Grundherausforderungen gerade von E-Commerce Unternehmen und Händlern ist die sogenannten Service Level Agreement, die SLA's, die sie eben haben auf gewissen Marktplätzen, zum Beispiel Amazon oder eBay. Da hast du zum Beispiel die Restriktion, dass du innerhalb von 24 Stunden auf eine Service Anfrage reagieren musst. Wichtig auch am Wochenende. Heißt, selbst wenn dein Kundenservice gar nicht verfügbar ist oder gerade Wochenende macht, musst du bei Amazon von 24 Stunden reagieren. Das bedeutet typischerweise Wochenendzuschläge, Aushilfen oder letzten Endes der Bruch auch von gewissen SLA's. Also dass man eben nicht schafft, die Anfragen zu beantworten. Und das kann dann eben im Worst Case dazu führen, dass dein Seller-Ranking beeinflusst wird von Amazon, dass die sogar so weit gehen, dass sie eine Marktplatzsperre machen. Das heißt, dass du auf diesem Marktplatz für einen gewissen Zeitraum gar nicht mehr verkaufen kannst, geht massiv umsonst. verloren, bis du einen sogenannten Maßnahmenplan einreichst, wieder freigeschaltet zu werden. Es gibt ganz drastische Marktplätze, zum Beispiel auch im Ausland. Da gelten so Regeln wie Five Strikes and you're out. Wenn du da fünfmal nicht die SLA sozusagen einhältst, dann nehmen die dich für ein halbes Jahr runter und das hat natürlich massiven Einfluss auf deinen Umsatz. Das ist so die eine Seite der Medaille, was viele aber auch vergessen und das unterschätzen viele, da komme ich später auch noch mal drauf. Warum ist es auch schnell oder wichtig, schnell zu antworten? weil ein hoher Ticket-Backlog immer die Konsequenz ist, dass du deine First-Response-Time zu lange hast. Warum? Typisches Kundenverhalten. Der Jakob schreibt am Samstag die erste E-Mail, fragt, was ist mit meiner Bestellung? Kommt die noch vor Weihnachten beispielsweise an? Ich erhalte keine Antwort, weil am Wochenende arbeitet keiner am Kundenservice, Montag ist das Backlog ebenso voll, kriegt immer noch keine Rückmeldung, dann schreibe ich am Dienstag die nächste E-Mail, kriege wieder keine Antwort, am Donnerstag die nächste und am nächsten Samstag die vierte Anfrage. Und das am besten noch über verschiedene Channels. Ich versuche es einmal über WhatsApp, einmal über E-Mail, dann gehe ich übers Telefon noch mal rein, über Messenger. Und was dadurch passiert ist, dass der Jakob alleine vier Tickets bei mir verursacht. Und dadurch kommt überhaupt erst ein hoher Ticket-Backlog zustande. Weil es letzten Endes dieses natürliche Verhalten ist von Kunden, wenn sie eine Antwort nicht kriegen, mehrmals nachzuhaken. Und im aller Worst Case führt es auch dazu, dass der Jakob dann nach der vierten Anfrage auf Trustpilot, Google-Bewertungen oder sonstiges... irgendwas geht und mir eine schlechte Rezension schreibt und das wiederum schreckt andere Kunden an. Und das ist eigentlich diese Kernkrux, warum es so wichtig ist, die First Response Type im Griff zu halten. Letzten Endes kann man jetzt sagen, dass man das Ganze natürlich messen kann, einfach über den Insights-Bereich. Man kann einfach nur wenn er Anfrage reinkommt in ein Ticketsystem, kann man einen Timestamp machen, kann gucken, hey, der läuft dann sozusagen ab mit dem Counter von 24 Stunden. Das hast du dann in einem Standard Reporting auch drin, wie schnell man durchschnittlich braucht, kann man auch pro Agent messen. Und die Benchmark ist eigentlich, dass man eben bei den Marktplatzanfragen innerhalb von 24 Stunden reagiert. Wenn du jetzt sowas wie Live-Chat anbietest, hast du natürlich viel kürzere Response-Time. Da brauchst du so ein bis zwei Minuten machen, weil die Leute sonst denken, hey, hier ist keiner verfügbar. Und bei Social Media haben die Leute auch eine sehr hohe Erwartung, meistens innerhalb von wenigen Stunden, zwei bis drei Stunden. Und was ich hier als Optimierungstipp direkt mitgeben kann, ist, dass man Marktplatzanfragen prioritiert beantwortet, gerade in der High-Season. Heißt, dass man einen eigenen Filter, eine eigene Kategorisierung einrichtet im jeweiligen System und diese Anfragen als erstes beantwortet in der Queue. Kann man einfach rausfinden, weil Amazon ja eine ganz einige E-Mail-Adresse hat und dadurch eben sein Kundenservice-Team darauf schult. Generell ist es halt eben wichtig, da eine Klarheit zu haben, aber ja, First Response Time, zu Recht auf der Eins, würde ich mal behaupten.

Max: Auf jeden Fall. ich würde auch sagen, neben der FRT ist dann auch die A-HT sehr wichtig. Ich auch eine der bekanntesten Messzahlen im Kundenservice, also die Average Handle Time. Und das ist die durchschnittliche Zeit, ein Agent oder eine Agentin benötigt, ⁓ eine Anfrage vollständig zu bearbeiten. Und darin inkludiert sind Lesezeit, Recherche, ⁓ die Anfrage richtig zu beantworten. die Dokumentation und am Ende eben auch die Antwort zu schreiben und rauszuschicken. Und warum ist jetzt die ART so wichtig? ART ist auch bekannt als so eine Balance-KPI. wenn ich eine kurze Bearbeitung habe, also eine kurze ART, dann kann das wirklich auf sehr hohe Effizienz in meinem Service hindeuten, dass meine Agenten eben sehr schnell in der Bearbeitung sind. Aber Eine zu kurze AHT kann auch darauf hindeuten, dass mangelnde Qualität der Antworten da ist. Also wenn jetzt meine Agenten, meine Agentinnen sich irgendwie da überhaupt keine Zeit nehmen und einfach nur die AHT eben niedrig zu halten, eben super schnell einfach die Antworten da rausschicken, leidet natürlich auch die Antwortqualität darunter. Deswegen ist das ideal so ein gesundes Mittelmaß. messen kann man das natürlich auch ganz einfach. Also Jakob im Prinzip ist es dann wie mit der First Response Time. Man hat einen Timestamp, wann wurde angefangen eben das Ticket oder die Anfrage zu bearbeiten und dann misst man eben bis zur endgäuptigen Lösung des Tickets. Und das kann man eben auch in den vielen Tools ganz einfach im Insights Bereich nachsehen. Also bei Sendes geht das zum Beispiel. Das lässt sich eigentlich relativ einfach erfassen. Was so die Benchmark angeht, haben wir so aus unseren ganzen Sales Calls rausbekommen, vor allem jetzt im E-Com, dass die durchschnittliche ART so zwischen drei und fünf Minuten liegt. Und das natürlich bei Chat deutlich schneller oder bei E-Mail. Telefon, da kann es schon mal bisschen länger dauern und da hängt es auch so bisschen von der Branche ab. Da haben wir auch eine ganz witzige Anekdote mitgebracht. Wir haben ja ein paar Fußballvereine auch bei uns als Kunden. Und Fußballfans sind, glaube ich, nochmal spezielle Art von Kunden. Die reden natürlich einfach auch super gerne über den Verein. Da steckt einfach super viel Liebe hinten dran. Ich glaube, das trifft auch einfach auf viele Brands zu, wo einfach sehr viel Emotionalität hinten dran steht. Also diese sogenannten Love Brands auch irgendwo. Aber bei Fußballvereinen natürlich noch mal so im Extrem. Die wollen dann natürlich auch irgendwie einfach so ein bisschen mit dem Kundenservice quatschen über den neuen Trainerwechsel oder die neuen Spieler, die dazugekommen sind. Und dadurch wird die ART natürlich massiv belastet. Deswegen ist da natürlich schon besser, wenn man zum Beispiel eine Lösung hat wie ein Chatbot, mit dem die Fußballfans dann auch einfach ein bisschen chatten können. ⁓ über auch andere Themen zu reden, die jetzt nicht den Kundenservice direkt betreffen. Und da vielleicht auch ein paar Optimierungstipps noch zum Schluss. Wir hatten schon eine Folge zum Thema Knowledge Base oder Wissensdatenbanken. es wirklich also je besser die Datenbank ist, je besser die Knowledge Base ist, desto schneller können natürlich auch die Agents die Fragen beantworten. Also je schneller sie da eben die richtigen Antworten finden und da auch wieder Makros nutzen können, desto Kürzer wird die ART am Ende sein. natürlich mit, hier auch andere interessante Folge, mit Jonas haben wir schon über AI-Agents geredet, die eben auch einfach wiederkehrende Anfragen automatisieren können. Und dann wird die ART natürlich super niedrig gehalten, eben einfach die AI direkt die richtige Antwort rausschickt.

Jakob: glaube jetzt hast was ganz Spannendes gesagt, Maxi auch, letzten Endes. kann auch eine zuliedrige AHT ja darauf führen, wie zufrieden sind die Kunden letzten Endes mit der Antwort gewesen. Es kann auch darauf deuten, dass Leute einfach nur Standardanfragen verwenden, Textbausteine einfach nur Copy-Paste raushauen und der Kunde auch das Gefühl hat, dass er in der Automatisierung sozusagen festhängt, was uns zur nächsten KPI führt, weil klar ist es gut, dass die Antwortzeit niedrig ist, aber wie zufrieden ist der Kunde? Und diese KPI muss man da mit kombinieren und das ist der Customer Satisfaction Score, super bekannt, CSIT auch genannt. ist das? Das ist das direkte Kundenfeedback nach einer abgeschlossenen Interaktion. Meistens ist das so eine Skala 1 bis 5, typischerweise. Wie zufrieden warst mit unserem Kundenservice? Und das ist super wichtig, weil es ein starkes Signal ist. Je besser das natürlich ist, desto mehr weißt du, operativ machen wir wirklich einen guten Support. Ist leicht erfassbar letzten Endes. Und das musst du mit der AHT in meinen Augen immer kombinieren. Es geht nicht nur darum schnell zu antworten, sondern auch hochwertig zu antworten. Andersrum heißt es, es kann auch mal sein, wenn du eine hohe AHT hast, aber einen hohen CSAT hast, dass das auch Sinn machen kann. Du kannst auch im Telefon mal mehr Zeit investieren in einzelne Kunden. musst halt nur freiräumen, oder brauchst halt freiräumen, damit du auch eine hohe AHT haben kannst. Also das ist mir wichtig zur Einordnung. Die Messung ist eigentlich eine Umfrage, die kann via E-Mail sein, die kann nach Chat sein, die kann aber auch nach einem Abschluss von einem Ticket sein oder einem Telefonat, wenn die so auch aufgezeichnet werden. Alle da kannst du diese CSIT-Umfragen machen. Vielleicht mal so Benchmarking, wenn man so eine Zufriedenheit von 85 Prozent oder größer hat, dann gilt das im E-Commerce schon als sehr gut. Dann sagt man, wenn es 8,5 Leute von 10 sind, dann hat man eine gute Zufriedenheit. Ich finde immer, da so ein kleiner Best Practice und Optimierungstipp vielleicht mitgegeben, dass es immer persönlich sein muss. Zum Beispiel, wie zufrieden warst du, Maximilian, eben. Also dass es schon so eine personisierte Ansprache hat. Und eigentlich ist so, finde ich, gar nicht nur die guten Feedbacks des du am meisten daraus lernst. Das kann ich jetzt aus eigener Erfahrung operativ bei mir sagen. Ich lerne immer nicht am meisten aus gewonnenen Kunden, sondern aus Kunden, die nicht bei mir sozusagen gekauft haben. Also auch aus dem negativen Feedback. Und ich würde jetzt auch gar nicht negatives Feedback nehmen, sondern konstruktives Feedback. Weil da lernt man eigentlich am meisten draus. warum warst jetzt zum Beispiel nicht zufrieden mit dieser Serviceanfrage? Warum hat es das nicht gelöst? Wie war deine Buying Journey letzten Endes? Unsere Support Journey bei dir? Das ist super wichtig. Das kann man damit reinmachen. Man kann es natürlich aber auch bei Follow-ups verwenden, schlechte Bewertungen zu korrigieren. Auch ganz wichtig, Leute machen das schon. Wenn Sie da mal ihre Meinung sagen, du nimmst es wirklich ernst, korrigieren die gegebenenfalls auch Bewertungen auf Portalen. Was ich jetzt finde net to know, wir sind ja auch hier ein AI-Podcast, du kannst natürlich den CSIT mittlerweile auch für AI sozusagen einsetzen, ⁓ einen AI-Quality Score sozusagen zu ermitteln. wie zufrieden war der Kunde mit der generierten Antwort der AI? ⁓ da einfach mal einen Expertentipp mitzugeben, auch was, was wir wirklich in Kundenprojekten auch sehen, ist, dass man beispielsweise, wenn die AI per E-Mail geantwortet hat, nach 48 Stunden nochmal fragt, wie zufrieden warst du denn mit der Antwort? eben letzten Endes da auch den CSIT zu ermitteln. Ich glaube da können wir gleich noch mal drauf zu sprechen Maxi, auch mit Reopen Tickets, was da noch ist. Aber das ist eine super Möglichkeit. Man kann es auch in die Signatur einbauen, in den Futter sozusagen, der Mail immer rein machen, bewerte uns. Aber das sind eigentlich ganz gute Möglichkeiten, sage ich jetzt mal auch die Zufriedenheit, also auch die Qualität und nicht nur die Quantität zu messen.

Max: Ja, ich würde auch gerne nochmal das Thema negatives Feedback nochmal kurz aufgreifen, weil das ist so ein Thema, das hat auch Steffi bei uns im Podcast schon hervorgehoben. Da haben wir mit ihr darüber geredet, wie denn der Kundenservice bei Start-ups aussieht. Und ich glaube vor allem bei jungen oder kleineren Unternehmen wird es häufig am Anfang sehr stark vernachlässigt. Da kommt ja dann häufig auch schlechtes Feedback rein oder wie du gesagt hast, konstruktives Feedback. Und das sollte man schon auch ernst nehmen, weil das ... häufig dann auch einem wirklich hilft, die Kunden besser zu verstehen und dann eben den Service auch darauf anzupassen. Und dazu passend ist ja dann eigentlich auch quasi unsere nächste KPI, das ist die Resolution Rate oder die Lösungsquote. Also es geht wirklich darum, wie hoch ist der Anteil der Tickets, der Anfragen, die erfolgreich gelöst wurden im ersten oder zweiten Kontakt. Und das ist natürlich super wichtig, weil es zeigt dir, wie effizient dein Support am Ende des Tages wirklich arbeitet. Und eine niedrige Quote bedeutet meist, dass du einfach eine unklare Kommunikation hast, fehlenden Handlungsspielraum vielleicht auch für die Agenten, die Agentinnen. Und das heißt einfach, je größer deine Resolution Rate ist, desto besser. Und da liegt es wirklich häufig einfach daran, dass die Lösungen oder die Antworten, die deine Agents rausschicken, einfach ungenügend sind. Und da kommen wir später nochmal zu, dass es eben auch zu häufig zu einer hohen Reopenrate kommt. Messen kann man das Ganze eigentlich auch ganz easy über die gängigsten Ticketsysteme. Da hat man dann meistens einen Status, den man auf gelöst setzen kann und dann wird eben da zusätzlich noch der Zeitraum zu berechnet. Und was so eine Benchmark angeht, gehen wir davon aus, dass so 70 bis 85 Prozent ein gesunder Zielwert sind für eine Resolution Rate. Und hier gibt es natürlich auch wieder einige Optimierungstipps. Auf der einen Seite, das habe ich auch schon gesagt, es geht wirklich so diese Lösungskompetenz deiner Serviceagenten, die du natürlich erhöhen kannst, indem du immer wieder Trainings, immer wieder Schulungen anbietest, eben auch wenn es neue Produkte geht oder ⁓ spezifische Anfragen, die vielleicht auch vermehrt reinkommen, wie zum Beispiel in einer Peak Season. Und dann kannst du natürlich auch einfach super viel Self-Service anbieten, also über Kontaktformulare, FAQs, Chatbots und so weiter. Also wenn die Kunden nämlich ihre Fragen selbst lösen können, umso besser. Dann wird die Resolution Rate da auch einfach nochmal deutlich von profitieren. Und dann der letzte Tipp, kann es natürlich auch nach Tickettypen kategorisieren. Das lässt sich auch super einfach umsetzen, den meisten Helpdesk Software und Also da geht es natürlich Kategorisierung, Zuweisung an die richtigen Agenten, dass du wirklich die Experten hast für die richtigen Anfragen. Dann das Ganze auch richtig zu dokumentieren, damit eben auch neue Anfragen in Zukunft einfach schneller beantwortet werden können und auch korrekt beantwortet werden können. Und am Ende des Tages geht es einfach darum, die richtigen Prozesse wirklich aufzusetzen. Und dann kann man relativ schnell und relativ einfach, würde ich sagen, die Resolution Rate deutlich boosten.

Jakob: Ich glaube, was ähnlich in Zusammenhang oft kommt, ist auch eine KPI, die sogenannten One-Touch-Tickets, bzw. der prozentuale Anteil. Das ist jetzt da eher gemeint, wie viele Anfragen werden nach einer einzigen Nachricht vollständig gelöst, ohne Rückfragen. Das heißt, dass z.B. auch ein Kunde gar nicht mehr darauf reagiert, als das Ticket nicht nochmal geöffnet werden muss, sondern welche werden wirklich im ersten Kontakt mit einer Nachricht geschlossen. Und man sagt immer, dass so eine hohe One-Touch-Ticket-Anzahl, natürlich steht es dann auch schon ein bisschen für eine gute Vorbereitung. Also dass du gute Systemintegration hast, dass die Agents schon die Bestellnummer einfach prüfen können, alle wichtigen Informationen mitgeben können, dass sie gute Bausteine haben und dass sie dem Kunden wirklich sehr, sehr schnell und effizient weiterhelfen können. Was aber auch super interessant ist, die One-Touch-Ticket-Quote, und das wird häufig unterschätzt, sagt dir auch aus, wie hoch dein Automatisierungspotenzial in deinem Unternehmen eigentlich ist, weil die Serviceanfragen, die du ehrlicherweise mit einer Antwort beantworten kannst, anhand von Bausteinen, anhand von Makros bieten natürlich auch genau das Potential für eine Standardisierung letzten Endes an. Und was ich da immer empfehle ist sozusagen hinzugehen und mal seine One-Touch-Tickets wirklich auszuwerten. Im E-Commerce sehe ich super häufig One-Touch-Ticket-Gruppen von 80 bis sogar 90 Prozent, also neun von zehn Anfragen, die sich wirklich mit einer Antwort lösen lassen. Und ich sag mal diese zehn bis zwanzig Prozent wirklich individuellen Anfragen, die wirklich komplex sind, die in second level sozusagen brauchen. Die sollen auch immer von Menschen beantwortet werden. Das ist glaube ich immer das Ziel, aber es soll mehr Zeit genau für diese Anfragen aufgewendet werden. Das ist super, super wichtig. Diese Analyse bieten natürlich auch genau die Halbtestlösungen letzten Endes an. Kannst du dir genau anschauen, wie viele One-Touch-Tickets hatte ich, wie viele Second-Tickets hatte ich sozusagen und Da finde ich als Optimierung einfach wichtig, sich daran zu orientieren. Das heißt, wenn die Prozentzahl nicht bei 80 % plus liegt, würde ich mal hingehen und würde mal gucken, hey, sind die FAQs gut genug? Habe ich ein gutes, gutes Enablement meiner Agents? Weil da sollte die KPI schon liegen, meiner Meinung nach. Auch mit Checklisten kann man da intern arbeiten, halt eben vollständigkeitshalber auf eine Serviceanfrage zu reagieren. Und wie gesagt, ich sehe es tatsächlich auch als Chance, über Automation nachzudenken. Und da einfach auch mal der Tipp, dass man sich das mal ganz genau anschaut. Man kann auch mal einen Export seiner Tickets machen. und kann das einfach mal bei GPT gegenlaufen lassen und kann fragen, hey, von diesem Tag, ich habe, diesen 500 Tickets, was schätzt du, wie viele davon würden über einen Erstkontakt gelöst werden können? Dann sagt das dir was über dein Automation Potential letzten Endes aus.

Max: Bei diesen One-Touch-Tickets ist natürlich auch wieder die Antwortqualität total wichtig. Auch wenn es vermeintlich einfache Fragen sind, da reinkommen, muss halt trotzdem die Antwort stimmen. Und das ist eigentlich der perfekte Übergang zur nächsten KPI, nämlich der Reopen Rate. Also da geht es dann wirklich darum, den Anteil der Tickets, die eben nach einer Lösung erneut geöffnet werden. Das kann eben auch bei so One-Touch-Tickets passieren. dass die eigentlich super schnell gelöst werden, aber dann hat die Antwort halt einfach nicht gestimmt. Thema Antwortqualität. ganz einfaches Beispiel, jetzt zum Beispiel aus dem E-Com wäre eben, ich bestell etwas im Online-Shop, möchte dann nachträglich noch meine Lieferadresse ändern lassen, kläre das mit dem Support ab und die setzen das Ticket dann auf gelöst, aber haben den Prozess vielleicht gar nicht richtig durchgeführt. Und meine Bestellung kommt dann am Ende doch wieder an der alten Lieferadresse an. Also anscheinend wurde das Ticket nicht wirklich gelöst, aber wurde trotzdem aufgelöst gesetzt, weil der Agent vielleicht vergessen hat die Lieferadresse zu ändern oder irgendwas im Prozess einfach irgendwie schief gelaufen ist. Und gerade deswegen ist die Reopenrate so ein wertvoller Qualitätsindikator. Also hohe Raten zeigen einfach eine mangelnde Klarheit wieder in der Kommunikation. Es gibt anscheinend fehlende Infos oder Manchmal wird eben ein Ticket auch einfach zu früh auf gelöst gesetzt, obwohl es eigentlich noch gar nicht gelöst ist und der der Kunde die Kundin einfach noch Nachfragen hat. Und das kann eben auch vor allem häufig durch hohen Druck im Service entstehen. Also wenn die Agents einfach das Gefühl haben, sie müssen einfach jetzt möglichst viel abarbeiten, möglichst viel auf gelöst setzen. Und das kann eben vor allem in so stressigen Phasen wie den Peak Seasons passieren. Und da haben wir ja auch schon darüber gesprochen, was man da machen kann, so diesem Stress so ein bisschen entgegenzuwirken. Gemessen werden kann das wie immer natürlich auch wieder in den Ticketsystems, also wie viele Tickets bekommen denn hier wirklich ein zweites Leben, wie viele werden wieder wieder geöffnet und hier da haben Jakob und ich vorher noch darüber gesprochen, das ist nämlich auch ganz spannend im Bezug auf AI ist das einfach auch ein Messwert. der mir sehr viel über die AI-Quality sagt. Also wenn ich eine Anfrage durch KI beantworten lasse und die dann aber am Ende doch wieder geöffnet werden muss oder doch eben von einem menschlichen Mitarbeitenden bearbeitet werden muss, dann zeigt es mir dann am Ende, wie gut sind denn überhaupt die Antworten, die die KI wirklich rausschickt. Und da kann ich einfach supergut diese AI-Quality messen. Und als Benchmark generell für die Reopen-Rate sehen wir da, dass wenn wir eine Rate von unter 7 Prozent haben, dass das eigentlich so ein guter Wert ist, dass das so im Schnitt irgendwo liegt. da als Optimierungstipps die Antworten eigentlich so detailliert wie möglich liefern, das ist halt wie immer das Problem, wenn die Agents zu sehr unter Stress stehen, dann schicken sie halt mal schnell einfach das Makro raus oder vergessen eben Informationen mit reinzunehmen. Da kann halt AI auch unterstützen. Die AI hat genug Zeit, ⁓ die Antwort zu formulieren. Es sollte auf jeden Fall einen ganz klaren Prozess dafür geben, wann ein Ticket auf gelöst werden gesetzt werden darf. Das sollte auf jeden Fall kontrolliert werden. Und es sollten auf jeden Fall irgendwie Am Ende von der Anfrage, ich glaube, das ist ein relativ simpler Tipp, aber sollten eigentlich irgendwie so kundenfreundliche Formulierungen einfach verwendet werden, also wie zum Beispiel melden Sie sich gerne, wenn Sie noch weitere Informationen benötigen oder so weiter, dass man wirklich weiß, okay, ab wann ist das Ticket denn wirklich abgeschlossen.

Jakob: Jetzt hast du was angesprochen. Da würde ich auf die nächste KPI nämlich gehen. Wann stehen denn Agents sozusagen unter Druck und haben keine Zeit? Ja, das kannst du letzten Endes über eine KPI herausfinden und zwar die bearbeiteten Tickets pro Agent. Ich würde empfehlen, pro Monat das sozusagen zu messen. Also ganz einfach, wie viel schafft denn ein Agent wirklich pro Monat abzuarbeiten an Tickets? Also wie viel setzt er wirklich auf geschlossen? Warum ist das wichtig? Es sagt dir zum einen auch über die Produktivität deines Teams was aus, aber sagt dir auch was über die Auslassung und den Headcount etwas aus. ⁓ Messen kannst du das ganz einfach. Du schaust, wie viele Agenten hast du, wie viele Tickets bearbeitet ihr pro Monat und dann teilst du die gesamte Anzahl durch Tickets durch die Agents und dann weißt du sozusagen die Benchmark. Ist auch für Forecasting, wo wir letzte Folge drüber geredet haben, extrem wichtig, weil du musst wissen, wie viele Tickets macht dein Agent und was erwartet uns, letzten Endes Personalplanung und den Forecast sozusagen richtig zu ziehen. Und da nehme ich jetzt mal wirklich was ganz, ganz Klasse hier mit und zwar haben wir das mal von unseren letzten 30 Kunden mal analysiert. Anonymisiert natürlich. hier die Auswertung, aber wir können euch mal einfach sagen, wie viel die denn letzten Endes an Tickets bearbeiten pro Monat. Und was wir rausgefunden haben ist, dass im Median bearbeitet ein Agent 797 Tickets. Das ist sozusagen der Median, wir hatten. Wenn wir jetzt aber noch die Ausreißer sozusagen mitnehmen, dann war der Durchschnittswert 1000 Tickets ziemlich glatt. Man kann sagen, ein Agent macht pro Monat 1000 Tickets. Da könnt ihr mal für euch selber den Check machen. Wenn eure Agents zwischen 800 bis 1400 Serviceanfragen beantworten pro Monat, dann ist das ein gesundes Verhältnis in meinen Augen. Das heißt, sie sind nicht überausgelastet, nicht unterausgelastet, haben genug Zeit, die wichtigen Serviceanfragen zu beantworten und können außerdem eine hohe Kundenzufriedenheit gewährleisten, eine geringe Reopenrate und einen hosen CSET. Ganz wichtig, wenn jetzt die Serviceanfragen aber pro Agent, pro Monat, über 1500 liegen, dann zeigt das ganz oft eine operative Überforderung, weil es eigentlich noch kaum zu stemmen ist letzten Endes. Was passiert dann? schlechte Antworten, längere Antwortzeit, Flukutation im Team, Überforderungen. Das sind alles das, was daraus folgen kann. Also bei über 1500 Serviceanfragen muss man schon mal genau hinschauen, ob das noch so gut abzufangen ist. Genauso kann es aber auch eine Unterauslastung haben. Also wenn du jetzt hier irgendwie unter 700 Tickets pro Agent bearbeitest oder es geht auf bis 500 runter, dann hast du einen sehr sehr teuren Support, muss man ganz klar sagen. Dann kann das tatsächlich wirklich so sein, dass du ineffizient besetzt bist, einfach weil du zu viel Personal hast oder zu wenig Volumen für dieses Personal hast. Und da muss man echt überlegen, auch wenn es vielleicht eine unpopuläre Meinung ist, ob du deinen Oversteften-Kurbenservice tatsächlich etwas abbaust. So ehrlich muss man sein oder es zumindest anders allokierst Leute in andere Bereiche sozusagen. oftmals ist Kundenservice ja auch ein Unternehmen die erste Anlaufstelle. Die können ja dann auch Richtung Vertrieb oder ähnliches weitergehen. Aber hier würde ich einfach das Optimierungstipp geben. Zum einen natürlich schon so seine Agents so gut zu zu enablen, dass die Tickets effizient bearbeiten können, aber letzten Endes auch über proaktive Kommunikation nachzudenken, also dass gewisse Tickets erst gar nicht bei deinen Agents ankommen, also dass gar nicht die Gefahr besteht, dass du über 1500 Tickets pro Monat bearbeitest und es super gut über gute Hilfshilfcenter Seiten, Active Campaign, Kunden zu informieren über Informationen. Kann auch ein Chatbot auf der Webseite sein, der erste Anfragen abfängt, dass gewisse Tickets gar nicht entstehen, weil du willst ja nicht die Tickets haben, Tickets zu haben. Ich glaube immer, der Sinn ist ja nicht, dass du im Ticketsystem, da geht es nicht den High Score, dass du jetzt hier 10.000 Tickets angesammelt hast, sondern es geht möglichst wenig Tickets zu haben und High Quality Tickets zu haben. Und das ist da auf jeden Fall auch eine Kerngröße und als Optimierungstipp gebe ich ganz klar an die Hand, messt es einfach mal, wie viele Tickets macht einen Agent bei euch und dann schaut mal in diesem Ampelbereich, wo liegt der? Grün ist wie gesagt 1000 bis 1400 pro Monat, Rot ist über 1500 und Orange ist irgendwie unter 700 Tickets pro Agent pro Monat.

Max: Genau, damit hast du auch schon was gesagt. Ziel ist eigentlich möglichst wenig Tickets zu haben und das gilt auch für die nächste KPI eigentlich. Jetzt hatten wir Tickets pro Agent. Als nächstes haben wir jetzt als KPI Tickets pro Bestellung oder auch Requests per Order oder RPO. Haben wir auch schon ein paar Mal darüber gesprochen. Es ist eine sehr e-comm spezifische KPI da auch für den Service und zeigt einfach durchschnittlich wie viele Anfragen pro Bestellung entstehen. Und da ist ganz klar, ... je weniger Anfragen ich pro Bestellung habe, ... desto effizienter ist natürlich auch ... der ganze Shop. Und das ist nicht nur interessant für den Kundenservice, sondern eben auch für ganz viele andere Departments ... dann im e-Com. Also für alle Departments, ... wo es um Produktqualität geht, wo es um die User Experience geht, aber auch um die Logistik, ... ... weil Kundenanfragen beziehen sich ja auf ... ... viele verschiedene Themen. Und da ist es dann eben auch ... total wichtig, was wir ja immer wieder betonen, dass der Kundenservice mit am Tisch sitzt mit den anderen Abteilungen und da dann eben auch reporten kann, wo kommen denn da wirklich viele Anfragen gerade rein und nur wenn da alle Abteilungen irgendwie an einem Strang ziehen, kann man dann eben auch diese RPO auch wirklich möglichst niedrig halten. Gemessen wird das Ganze, also ist eigentlich relativ easy, nämlich die Anzahl der Tickets und teils ist einfach durch die Gesamtanzahl der Bestellungen in einem gewählten Zeitraum und Was wir bei unseren Kunden sehen, was so eine gute Benchmark ist, eigentlich so, wenn die RPO so bei 0,5 liegt. Wenn ich pro Bestellung mehr als eine Anfrage bekomme, ist das schon alarmierend. Also das ist wirklich ein Signal, dass da irgendwas mit meinem Produkt nicht stimmt, mit der Lieferung, mit dem Payment. Das kann für viele verschiedene Gründe haben, aber es zeigt mir einfach, okay, dass irgendwas ... Da stimmt irgendwas nicht und das sollte dann der Kundenservice auf jeden Fall an die bestimmten Abteilungen Und da gibt es dann eben auch viele verschiedene Optimierungstipps. Das kommt dann wirklich drauf an, woran liegt es. Häufig liegt es im E-Com eben daran, dass vielleicht irgendwie am Product irgendwas nicht stimmt. Dass es vielleicht nicht genau das ist, wie es eben auf der Shopseite erscheint. Also da sollte man dann gucken, dass die Produktdetailseiten auch wirklich akkurat sind. dass die Bilder passen, dass die Beschreibungen passen. Häufig geht aber auch im Checkout-Prozess irgendwas schief, dass irgendwie im Payment auch irgendwas nicht stimmt. Und was man noch machen kann, ist eben auch wirklich proaktiv Service anzubieten, eben auch bestimmte Fragen, die einfach immer reinkommen, einfach direkt schon vorhinein zu vermeiden. Also so eine Frage wie, wann kommt mein Paket? lässt sich super gut automatisieren, ... aber man kann natürlich auch proaktiv rangehen ... und sagen, okay, ... wir geben den Kunden schon einfach direkt ... die Informationen ... ... und dann vielleicht nicht nur per Mail, sondern auch über andere Channels, ... damit sie es auch wirklich nicht übersehen können, ... ... wie sie eben ihr Paket tracken können. Und ich glaube, ... ... so verschiedene Tipps ... lässt sich dann die RPO wirklich ... ... schnell auch niedrig halten, ... aber wie gesagt, hier ist wirklich das Wichtigste, ... ... dass sich der Service einfach mit den anderen ... Abteilungen auch einfach austauscht.

Jakob: Ja, mega gut, also finde ich auch einen guten Input. Jetzt kommen wir zu der vorletzten KPI. Die offenen Tickets, beziehungsweise die meisten werden es einfach unter dem Stichwort Backlog kennen. Das heißt, wie viele Tickets habe ich sozusagen, die ich noch bearbeiten muss. Und tatsächlich beschreibt das, wie es auch eigentlich schon im Name ist, die offenen, noch unbeantworteten Tickets zu einem Stichtag. Also zum Beispiel jetzt zum 6. Juni, wo wir die Podcast-Volk aufnehmen, wie viele Tickets muss ich noch abarbeiten. Und tatsächlich ist ein gesunder, also ist ein gewisser Backlog auch gesund für das Teamgefüge. Warum? Weil letzten Endes das Team dann nicht maximal ausgelastet ist, aber sie auch genug Arbeit haben. Ich meine, es ist auch nicht cool, wenn die Leute über oder unterarbeitet sind. Das kennt glaube ich jeder letzten Endes. Und es ist eine super wichtige KPI, weil die sagt dir natürlich etwas aus, wenn der Backlog zu hoch ist. Verursacht das nämlich eben lange Wartezeiten für zu Frust, für zu SLA-Brechungen, für zu schlechten Bewertungen, wie ich es vorhin schon ausgeführt habe. Also es sagt dir sehr, viel darüber über deine Kundenzufriedenheit sozusagen. Die Messung ist tatsächlich einfach. Man kann einfach in sein Ticketsystem oder in sein Mailpostfach gehen und kann einfach sich die Queue anschauen, das heißt den Posteingang anschauen, kann schauen, wie hoch ist die gesamte Anzahl, beispielsweise von 1500. Da soll als Benchmark so roundabout nicht größer als 10 % der Monatsanfragen sollte der Backlog liegen. Also du kannst schon 10 % über den durchschnittlichen Volumen, was normalerweise pro Mod macht, drüber scheinen, aber viel höher solltest du da nicht liegen, weil letzten Endes das dann eben genau dafür spricht. dass da Frust und schlechte Wertungen zu Stande kommen. Wenn du aber in diesem Bereich bist, dann sag dir einfach aus, dass dein Personal gerade richtig eingesetzt ist, dass du genau die richtige Anzahl an Agents hast, dieses Servicevolumen, wo du aktuell bist, zu bearbeiten. Sprich, du weißt, wie gut du gerade mit einem Headcount fährst. Was ich einfach immer nur sagen kann, ich würde bei einem zu hohen Backlog oder die offenen Tickets möglichst optimal zu halten immer darüber nachdenken, dass ich gerade in so Peak-Phasen vielleicht schon auch über flexible Arbeitsmodelle nachdenke, dass da vielleicht doch auch mal Wochenendarbeiten anstehen, sozusagen den Backlog so runterzufahren, dass er eben Montagmorgen nicht komplett aus allen Nähten platzt und die Leute eigentlich nur in so ein Überlebensmodus switchen und bis Freitag alle Anfragen von Montag wegmachen, dass dann da irgendwelche Stornos oder so untergehen, was auch richtig teuer werden kann, ne Klassiker ist, Stornos. kommt am Wochenende rein, wird Montag nicht bearbeitet, Pakete gehen raus, das kostet mehrere tausend Euro. Da kann man schon über flexible Modelle nachdenken. Man kann tatsächlich aber auch über Automation nachdenken, also das heißt auch außerhalb der Servicezeit eine Tool anzubieten, was eben diese Serviceanfragen automatisch beantworten kann und oftmals kann den Backlog schon reduzieren, dass einfach nur eine Antwort rausgeht, dass man sagt, hey, wir kümmern uns dein Anliegen, das dauert x Tage. Übrigens hier findest du schon mal den ersten Tipp. Wenn du nichts von uns hörst, melde dich noch mal in x Tagen. Also das kann tatsächlich auch schon den Backlog super runterfahren und am Ende hilft auch immer eine Priorisierung. Es ist schon klar, nicht jedes offene Ticket ist gleich viel wert. Ist einfach so. Also eine Storno ist viel, mehr wert, weil die Implikation für deinen Service viel höher ist von den Kosten. Als Beispiel eine Frage zum Kunden locken. Und da kann man natürlich über Segmentierung, Kategorisierung wunderbar arbeiten in den jeweiligen Systemen.

Max: Kommen wir am Ende zu unserer letzten KPI zu zehnten und finde ich auch gar nicht so eine unwichtige KPI. Es geht nämlich die Kosten pro Anfrage oder Cost per Contact. Da sind wir auch wieder beim Thema. Kunden-Service muss kein Kostcenter sein. Hier gibt es auch wirklich wie immer viele Methoden, die Kosten auch wirklich zu senken. Im Prinzip versteht man unter Cost per Contact eben die Gesamtkosten des Services geteilt durch die Anzahl der bearbeiteten Anfragen. Und das ist natürlich wichtig, weil es zeigt einfach, wie wirtschaftlich am Ende dein Kunden-Service aufgestellt ist. Also das ist ja essentiell für deine Budgetplanung, für die Skalierung oder auch bei der Überlegung eben eine neue Software für den Service einzuführen. nur wenn man die Cost-Per-Contact kennt, kann man eben auch wirklich eine ordentliche AOI-Kalkulation aufstellen. Und die Cost-Per-Contact lässt sich auch ganz einfach messen. Also wer nehmen wirklich alle Kosten, also Gehälter, Tools, Infrastruktur, Overhead, was dann auch im Service dazukommt und teilen das einfach durch die gesamte Zahl der Anfragen. Und hier haben wir auch wieder ein paar interessante Benchmarks, die wir eben auch so aus unseren Kundenprojekten auch immer wieder hören. Ich fange mal an mit dem Thema Outsourcing. Also wenn ich eben wirklich den Kunden Service outsource, dann sehen wir da, dass wir bei, also innerhalb der Servicezeiten bei ungefähr ein Euro pro Ticket liegen. Außerhalb der Servicezeiten kann man da mit einem Faktor von zwei ungefähr rechnen. Wenn man aber den Kundenservice komplett intern macht, muss man natürlich auch dazu sagen, dann ist die Qualität auch häufig besser. Da liegt dann aber der Ticketpreis so zwischen zwei bis fünf Euro. Und als letztes noch, wenn es ⁓ Automation geht, kann man den Ticketpreis halt wirklich auf 30 Cent bis 80 Cent runter drücken. Und deswegen sollte man das schon auch nicht vernachlässigen, da auch wirklich so die vor allem einfachen Wiederkehrenanfragen zu automatisieren. Das wäre eigentlich auch schon so der erste Tipp natürlich von uns, die Kanäle, eben einfach hohe Automatisierungspotenzial haben, einfach zu pushen, da ein Chatbot einzusetzen oder direkt Automatisierung per Mail im Helpdesk und dann eben auch irgendwie den Self-Service dadurch einfach nochmal viel mehr zu stärken und Letzten Endes, was wir auch immer wieder betonen, eine gute Dokumentation ist natürlich auch total wichtig. Dadurch kann am Ende auch der Ticketpreis einfach gedrückt werden.

Jakob: glaube, einfach, das vielleicht jetzt noch mal zusammenzufassen alles, also wichtig ist, keine KPI steht für sich allein. Also erst in Kombination zeigt sich eigentlich ein realistisches Bild. Ich glaube, das haben wir jetzt gesehen, dass man die KPIs untereinander kombinieren muss, ⁓ erst ein gutes Bild zu kriegen. Was wir jetzt am Ende gerade gesagt haben, man das Nur weil ich jetzt z.B. die Cost per Call sehr niedrig habe, z.B. bei einer Automation zahle ich jetzt nur 40 Cent für eine Service Anfrage oder pro Ticket, kann es trotzdem sein, dass die einen hohen Seesit hat, weil die AI sich bei jeder Antwort gleich viel Mühe gibt. Dann habe ich auch gesehen, dass die AI einen höheren Seesit hat als der Mensch. Deswegen muss man die KPIs immer gegeneinander ausspielen, ich, und miteinander kombinieren, das Bild zu kriegen.

Max: Genau, sehe ich auch so. haben jetzt auch schon, wir haben jetzt wirklich mit den 10 KPI schon einige genannt. Es gibt sicher noch viel mehr. Ich glaube, wir haben einfach mal wirklich so aus unserer Sicht die Top 10 hervorgehoben. Und da ist vielleicht auch einfach nochmal wichtig zu sagen bei den ganzen Benchmarks, die wir auch genannt haben. die muss man jetzt nicht sofort alle erreichen. Ich glaube, wenn man die alle hätte, dann hätte man irgendwie fast einen perfekten Kundenservice. Das haben, glaube ich, wirklich die wenigsten. Also viel wichtiger ist hier wirklich regelmäßig messen, die Trends erkennen. und dann iterativ verbessern. wirklich immer weiter optimieren, die einzelnen KPIs und wie du sagst eben auch immer abwägen, welche KPIs mir denn jetzt gerade wichtiger, weil man kann häufig nicht für alle KPIs optimieren. Man muss dann wirklich eben rauspicken, was einem da am wichtigsten ist. Die ganzen KPIs und die Benchmarks packen wir euch alle auch natürlich wie immer in die Show Notes rein und Falls wir eine KPI vergessen haben sollten oder ihr vielleicht irgendeine Hub, die ihr vor allem messt bei euch im Kundenservice, die super wichtig ist, dann schreibt uns das gerne. freuen uns natürlich auch über gute Bewertungen. Am Ende bleibt eigentlich nur noch zu sagen, bis zum nächsten Mal bei Service Sales.