Третьим сторонам нужны масштабируемые процессы, чтобы выжить
Помогать кому-то, когда есть проблема или вопрос, как правило, очень приятно, а получение правильной помощи, когда она вам нужна, укрепляет доверие и уверенность. Но эти элементарные психологические принципы часто могут вылететь из окна, когда агенты пытаются быстро решить проблемы под давлением. Непосредственным результатом является еще больший стресс со всех сторон — и потенциальная потеря бизнеса в будущем.
Если вы являетесь поставщиком ИТ-услуг, взимающим плату с пользователей за поддержку, это может иметь два пагубных побочных эффекта. Во-первых, если клиент теряет доверие к вашему подходу, вряд ли это является основой для стабильных, продуктивных и долгосрочных отношений. На конкурентном рынке вы ставите себя в невыгодное положение, когда дело доходит до повторных деловых и устных рекомендаций.
Во-вторых, в борьбе за адресные билеты логические процессы замыкаются и ломаются — и ничего на самом деле никогда не улучшается. Даже во внутренней службе поддержки управление заявками может быть сложным. Для стороннего поставщика услуг, нанятого для поддержки, возможно, сотен различных организаций, существует опасность полной потери контроля над логикой процесса — создание беспорядка и никто не останется довольным.
Вы не можете развивать свой бизнес поставщика услуг на этой основе, поскольку такой подход просто не масштабируется. Если для каждого клиента, которого вы привлекаете как поставщик услуг, вам нужно вкладывать больше средств в рабочую силу, чтобы справиться с дополнительной работой, где ваша дополнительная маржа?
Сложности работы с несколькими арендаторами
Почему так часто нарушаются процессы с поставщиками ИТ-услуг? Есть ряд ситуаций, которые возникают снова и снова.
Конечные клиенты могут звонить во вторую или третью линию поддержки напрямую, минуя официальную систему продажи билетов. Таким образом, оплачиваемое время может быть неправильно зарегистрировано. Может быть неопределенность в отношении того, что на самом деле оговорено в соглашении об уровне обслуживания (особенно если каждое SLA адаптировано для каждого отдельного клиента). Начисленные часы могут быть отозваны или зарегистрированы неправильно. Данные могут храниться в разных контейнерах или хранилищах, для извлечения которых требуется значительное время и ручное вмешательство.
Если у агента нет под рукой нужной информации, он не может узнать, уполномочен ли конечный пользователь поднимать тикет. Кто этот человек по телефону? Какого они уровня? Что им разрешено запрашивать?
С такими проблемами ежемесячная отчетность может собираться часами, а регулярные встречи по управлению услугами увязают в деталях, вместо того чтобы сосредоточиться на улучшении обслуживания и процессов.
Цель отчетов и обзоров должна состоять в том, чтобы обеспечить клиентам полную прозрачность и понять ценность услуги, чтобы они могли быть полностью уверены в вашей эффективности и цене. Если что-то идет не так, весь этот подход подрывается.
И все может стать еще более разочаровывающим и дорогостоящим для конечных клиентов, потому что все, что они когда-либо получают, — это точечные решения и исправления. Нет помощи в анализе первопричин, который может помочь уменьшить количество инцидентов и сделать их бизнес еще более рентабельным и конкурентоспособным.
Создание прибыльной модели поставщика услуг
При рассмотрении вопроса о том, как поставщики услуг могут заработать больше денег на ИТ-поддержке, часто возникают вопросы, связанные с приоритизацией заявок. Например, некоторые организации отдают приоритет клиентам, которые пользуются самыми премиальными тарифными планами, в то время как в другой крайности все усилия направляются на предоставление как можно большего объема документации для самообслуживания, чтобы свести к минимуму необходимость прямого взаимодействия с пользователем.
Эти подходы типичны для увеличения маржи поддержки — либо за счет увеличения платы, либо за счет минимизации затрат на работу службы поддержки. Не нужно быть гением, чтобы понять, как эти подходы могут оттолкнуть пользователей или как они могут не принести реальной пользы, если используются в качестве изолированных стратегий. Чего действительно хотят все, так это прямого, отзывчивого взаимодействия и положительных впечатлений от функции службы поддержки. Если вы сделаете это хорошо, вы сможете генерировать жизненно важные данные, которые выведут вас на новый уровень.
Ключом к повышению прибыльности является не только эффективность, но и преобразование хорошо измеренных данных в ценную информацию. Легко увидеть, как вы получаете необработанную информацию; каждая система службы поддержки, используемая сегодня, вероятно, имеет возможность собирать и анализировать необходимые данные. Хитрый аспект заключается в том, чтобы иметь время, чтобы тщательно все изучить. И здесь в игру вступают наши старые друзья, автоматизация, искусственный интеллект (ИИ) и машинное обучение (МО) в сочетании с гибким процессом Канбан*.
Если вы не измеряете постоянно все время, ваши выводы, скорее всего, будут испорчены и окрашены в тот момент, когда вы действительно проводите анализ. С помощью AI и ML данные можно собирать и анализировать «на лету» автоматически, постоянно, поэтому вы сразу можете увидеть, когда достигнуты пороговые значения или когда появляются тенденции.
Таким образом, ваша цель должна состоять в том, чтобы собрать воедино все инциденты, запросы, ошибки или предупреждения, какие только сможете. Правильная обработка этих данных может не только помочь предотвратить повторение симптомов у конкретного клиента, но также может создать интеллектуальную собственность, которая означает, что другие клиенты получат более качественный сервис.
Таким образом, ваша репутация поставщика услуг службы поддержки будет закреплена!
Прилипчивый поставщик ИТ-услуг
Хороший, постоянный анализ данных не просто дает вам отличную базу знаний, на которую можно опираться при работе с вашей клиентской базой. Это также дает вам средства показать, что вы действительно заботитесь о проблемах основного клиента, и снабжает вас информацией для поиска решения. Ваш клиент будет в восторге, а у вас будут готовые возможности для перекрестных продаж, которые вы сможете передать своему отделу продаж на блюдечке с голубой каемочкой.
Представьте, например, что вы получаете информацию, указывающую на узкие места внутри самого клиента. Ваша система AI/ML может сообщить вам, как часто что-то происходит и насколько важной или актуальной кажется эта проблема. Таким образом, ваши данные могут помочь заказчику определить основные причины, не относящиеся непосредственно к ИТ-отделу. Может случиться так, что инциденты, с которыми вы имеете дело, на самом деле вызваны, например, проблемой в разработке, производстве или продажах.
Постоянный анализ данных может стать ключом к тому, чтобы стать доверенным консультантом для клиента, помогая создать цепкость, которая связывает воедино долгосрочные партнерские отношения. На самом деле, вы сможете еще больше углубить свои отношения, если будете продавать покупателю сам инструмент AI/ML, интегрированный с вашей системой. При умелом выполнении это может открыть больше возможностей для перекрестных и дополнительных продаж, в то время как клиент получит более качественный сервис, меньше инцидентов, более высокую производительность и более широкую улыбку.
Работа в масштабе
Я хотел бы повторить, что, хотя AI/ML может принести пользу любой организации, в которой работает служба поддержки, в сценариях, которые я обсуждал выше, основное внимание уделялось поставщикам ИТ-услуг. Они могут заработать больше денег, если получат отличные оценки конечных пользователей, репутацию, привлекающую больше клиентов, и смогут продемонстрировать способность улучшать основные процессы и выявлять первопричины. Это может быть ключевым отличием при масштабной работе с несколькими клиентами.
Если вы все сделаете правильно, это положительно скажется на прибыльности как для вас, так и для ваших клиентов. Вот это я называю беспроигрышным!
*Канбан – это метод, который позволяет четко определить необходимость расстановки приоритетов и концентрации с помощью визуальных сигналов, запускающих действия. Вы узнаете гораздо больше из быстрого поиска в Google.
