¿Qué es el AHT y cómo optimizarlo?

AHT Average Handle Time

En nuestro artículo sobre qué es el FCR y cómo mejorarlo, mencionábamos lo importante que es tener indicadores que nos ayuden a mantener niveles de servicio altos. Respetar el tiempo de nuestros clientes como una de las palancas importantes para tener una experiencia de cliente de calidad es uno de ellos. Ya sabemos que los costes dedicados a ser eficientes y productivos en nuestra operación son altos, y que este objetivo, el de ser productivos, es medible. No solo a través del FCR sino también gracias al AHT (Average Handle Time).

Los contact center se debaten entre tener esa experiencia de cliente de calidad y tener un control de costes adecuado. El dilema de la manta (corta). ¿Cómo tengo la mejor experiencia de cliente teniendo unos costes lo más bajos posibles? Una forma de medir esta circunstancia es mejorar (que no reducir per se) el AHT. Para ello podemos:

  • Reducir esperas o silencios innecesarios en todo el proceso de atención. Entender y analizar la velocidad de las conversación y qué significan esos silencios es vital.
  • Mejorar a través influyendo sobre los patrones de las conversación gracias al entendimiento de las emociones.
  • Control de las expresiones o conceptos particulares propios del lenguaje.
  • Entendimiento de la duración de las respuestas de los agentes.

¿Qué es el AHT y cómo lo medimos?

El AHT es una métrica dedicada a entender el tiempo medio de las interacciones con cliente en un contact center. Es una de las métricas más relevantes en el sector, junto con el FCR, el churn o la calidad. Este KPI tiene en consideración la cantidad de tiempo que un agente utiliza en una consulta o incidencia (tanto durante la llamada como a posteriori). Una fórmula común es la siguiente:

(Tiempo de conversación + tiempo en hold + tiempo after-call) / número total de llamadas

Se explican solas, pero por aclarar:

  1. El tiempo de conversación es el tiempo total en el que tus agentes están hablando con tus clientes.
  2. El tiempo en hold es el tiempo en el que le ponen en hold.
  3. El tiempo after-call es el tiempo dedicado a otras tareas que el agente necesita llevar a cabo para resolver la consulta o incidencia.

Más arriba decíamos que no es lo mismo mejorar que reducir. Reducir el AHT es relativamente sencillo. Lo que sucede es que no es una buena práctica por sí sola. Indicar límites de tiempo según qué consultas o incidencias. Apretar a tus agentes para que no pasen esos límites sin importar la calidad de la atención, o dejándola con menos prioridad, es un riesgo que no deberíamos correr.

Upbe Inteligencia Artificial en tu Contact Center

Bien entendido, tanto el FCR como el AHT van de la mano en una cosa: para ser eficientes y dar la mejor atención tenemos que entender que cada caso necesita su tiempo de calidad en la resolución. La mejor dedicación de nuestros agentes, que deben contar con las mejores herramientas y capacitación.

¿Cuál es el AHT que debo tener en cuenta?

En este caso depende mucho más de la industria o el producto. Aunque aconsejamos lo mismo que con el FCR: entiéndelo bien, interioriza el concepto, define bien cómo medirlo y establece kpi’s de seguimiento ad-hoc tuyos. No los compares ni intentes seguir estándares del mercado porque todo depende de tu cultura (la importancia que le das a la marca y la experiencia de cliente), la industria en la que operes o el producto o servicio que se está soportando.

Aunque no resulta sencillo compartir un AHT estándar según industrias, sí hay reflexiones importantes que hacerse antes de medir este KPI o cambiar la forma en la que lo hacemos. Son denominadores comunes a todo contact center que quiera medir el tiempo medio de llamada:

  1. ¿Por qué considero vital reducir los tiempos de espera?
  2. ¿Es mi volumen de llamadas altos? ¿Necesito mejorar el cumpliento de otros estándares del mercado como el SLA?
  3. ¿Me va a servir optimizar el tiempo de espera o de las conversaciones para recibir más llamadas?
  4. ¿Cómo puedo optimizar el AHT?

Insistimos en lo de antes: reducir no es mejorar ni optimizar. Todas las llamadas tienen su contexto y lo capital en esto es identificar por qué y cómo puedo reducir el tiempo de llamada en mi contact center. Reducir el AHT a costa de la satisfacción de tus clientes no es el camino a seguir.
Existen varias formas de optimizarlo, pero antes de ponerte con ello ten claro que optimizar el AHT significa reducir los tiempos de llamada mientras tus niveles de satisfacción incrementan (o al menos se mantienen).

¿Por qué es importante interiorizar esto? Porque el nivel de análisis de tu AHT no puede estar sesgado. Tienes que entender bien la métrica, adaptarla a tu contexto y luego proponer actividades sabiendo que las hipótesis o acciones se pueden medir de forma aislada. O empezando con clústeres concretos de clientes o a través de servicios o productos muy segmentados.

Mejorar el AHT se puede hacer a través de:

  • Una formación de tus agentes más adecuada. Permitir programas de formación continua que ayuden a los agentes a dominar cada vez más y mejor todas las casuísticas.
  • Mejorar la logística detrás de tus llamadas: optimizar redirecciones, la grabación y análisis de las llamadas para sacar conclusiones y mejores.
  • Supervisar el performance de los equipos. Agilizar procesos de trabajo interdepartamentales.

¿Qué aporta la Inteligencia Artificial y el machine learning a la optimización del AHT?

Ya sabemos que las tecnologías de Speech Analytics han ayudado a los contact center a mejorar en los últimos años cómo interpretan la información. Esto ha llevado al sector a mejorar la calidad y el performance de la atención con una propuesta de mejoras más concreta y eficiente. Algunas de estas acciones sobre el AHT que se pueden realizar con soluciones estándar de SA son:

  • Identificar las razones de las llamadas, categorizar y concretar sobre qué procesos hacer mejoras.
  • Hacer análisis de cómo se distribuyen los tiempos de llamada para entender cómo optimizarlas.
  • Identificar a los agentes con mejor satisfacción y AHT y escalar buenas prácticas al resto de los equipos.
  • Comparar mejor el AHT dentro de tus equipos y centrar esfuerzos en aquellas departamentos que más puedan necesitarlo (porque su producto o servicio es complejo, por ejemplo).

Pero quedarte ahí es quedarte a mitad del camino. Como explicábamos en el articulo sobre el FCR, el contexto lo es absolutamente todo en nuestro sector. Y tu herramienta estándar de Speech Analytics no te lo está dando. Y además:

  • Te está obligando a dedicar mucho tiempo a categorizar y etiquetar.
  • Ese esfuerzo (como si fuera poco, adicionalmente) no te está sirviendo para optimizar el aprendizaje y la creación de una base de conocimiento optimizada.
  • Se están basando en un porcentaje de llamadas muy pequeño. ¿Seguro que quieres tomar decisiones tan importantes basándote en el 1% de las llamadas y no el 100% de ellas?

Upbe Sell Better

Upbe se apoya en la inteligencia artificial y el aprendizaje automático para evolucionar la tecnología que necesita un contact center hacia lo que llamamos Inteligencia Conversacional. ¿Qué te aporta la Inteligencia Conversacional para optimizar el AHT? El entendimiento de las emociones y cómo se proyectan en una conversación. Los silencios o la velocidad de las conversaciones. Las expresiones o conceptos particulares propios del lenguaje. O la duración de las respuestas de los agentes son elementos de la satisfacción de clientes que tenemos que respetar… y que Upbe identifica.

Optimizar el aprendizaje de operación

Esto se consigue por medio del aprendizaje automático. Nosotros lo enfocamos a través de:

  1. Una plantilla de calidad preconfigurada en Upbe que va a a permitir, además de automatizar tu proceso de calidad, detectar ineficiencias y mejoras operativas.
  2. El área de personalización de la plataforma. Puedes entrenar a Upbe y adaptarla a tu contexto creando items específicos de tu operación o de particularidades que quieras medir.

Tú entrenas a Upbe y Upbe te ayudará a sacar aprendizajes más concretos para aplicar a tu operación en base a tu contexto particular. ¿Qué casos necesito resolver más rápido y con menos información? ¿Dónde mi discurso comercial o de atención creo que da demasiados detalles? Además, la base de conocimiento, al estar basada en el contexto de cada llamada, será mucho más rica y tendras la oportunidad de hacerla más potente.

Performance de tus agentes

Entenderás mejor qué agentes solucionan mejor las consultas en entornos más complicados. ¿Cuáles tienen mejor performance ante un interlocutor con enfado? ¿Cuáles tienen menor burn-out y son más estables a lo largo del tiempo? Esto será fundamental para no solo elegir los mejores agentes para cada caso, sino también para cuidarles más. Esto implicará una menor rotación, la retención de talento y, por tanto, enfrentarte menos a las curvas de aprendizaje que afectan mucho al AHT.

Medir los silencios de forma eficiente

Con Speech Analytics la operación puede medir los silencios. Si estos ocurren en llamadas largas puede haber mala praxis de los agentes y, qué duda cabe, eso debemos evitarlo. Pero las herramientas estándar de SA no te ayudan a entender por qué ocurren esos silencios. Si te pierdes el contexto de la llamada es probable que nunca identifiques la razón por la que ocurren. ¿Suceden siempre en el mismo momento? ¿Siempre con los agentes de determinada experiencia? ¿Con el mismo producto? ¿Qué sentimientos hay antes y después de cada silencio?

Patrones y buenas prácticas

Con la Inteligencia Conversacional evoluciona tu forma de identificar los patrones conversacionales y las buenas prácticas que funcionan en tu atención. Identificar estas buenas prácticas y escalarlas será importante si quieres entender que todas tus llamadas y las buenas prácticas de tus agentes son fundamentales en tu base de conocimiento.

Reducir la sobre-verificación

Este es un tema que con Speech Analytics puedes afrontar pero no lo conseguirás hacer de forma eficiente. Porque ese control sobre la sobre-verificación que incrementa el tiempo de llamada dependerá de cómo etiquetes. Y recuerda que con SA las etiquetas son literales. Sin embargo, con Upbe la herramienta aprende a través de ejemplos y será más eficiente identificando estas cuestiones.

Entendimiento de las emociones

El análisis del sentimiento, tanto de los clientes como de nuestros agentes, nos ayudará a tomar mejores decisiones. Porque esa información, el contexto emocional de un cliente durante la llamada, nos da muchas pistas sobre posibles mejoras o cambios en el discurso comercial de nuestros agentes. Si te dijeran que un tipo de incidencia genera insatisfacción en un porcentaje de casos alto gracias al análisis del sentimiento, ¿no crees que cambiaríais tu forma de gestionar esas consultas?

¿Todavía no tienes claro en qué te puede ayudar la Inteligencia Artificial en tu Contact Center? Nosotros sí lo tenemos claro. Escríbenos y profundizamos un poco más en cómo podemos ayudarte a mejorar tus indicadores de rendimiento.

Leave a Reply

Your email address will not be published. Required fields are marked *