Die Deflection-Kennzahl, die Sie belügt
Die meisten Support-Organisationen melden Deflection-Raten im Bereich von 30 bis 50 %. Ehrlich gezählt liegt die tatsächliche Zahl näher bei 15 bis 20 %. Eine Anmerkung dazu, wie eine ehrliche Zählung aussieht und warum die aufgeblähte Version Sie nach sechs Monaten Ihre Führungsunterstützung kostet.
Die meisten Support-Organisationen melden eine Deflection-Rate irgendwo zwischen 30 und 50 %. Ich habe noch kein Team gesehen, bei dem diese Zahl, ehrlich berechnet, über 22 liegt.
Die Lücke liegt in der Zählung. Ein Ticket, das der KI-Assistent „löst”, das der Kunde aber 36 Stunden später wieder öffnet, fällt immer noch in den Deflection-Topf. Dasselbe gilt für das Ticket, bei dem der Kunde den Kanal aufgibt und zur E-Mail wechselt — das ursprüngliche Gespräch wurde geschlossen, also markiert die Reporting-Ebene es als deflektiert. Die Reporting-Ebene weiß nicht, dass der Kunde immer noch versucht, dasselbe Problem zu lösen. Sie sieht nur ein geschlossenes Ticket.
Wie eine ehrliche Zählung aussieht
Eine nützliche Deflection-Kennzahl verfolgt die gesamte Reise des Kunden zu einer einzelnen Absicht, nicht den Lebenszyklus eines einzelnen Tickets. Wenn ein Kunde den Chatbot anpingt, eine Antwort erhält und innerhalb von sieben Tagen bei derselben Absicht nicht eskaliert, zählt das als Deflection. Alles andere — Wiedereröffnung, Kanalwechsel, neues Ticket zur selben Grundursache innerhalb des Zeitfensters — zählt nicht.
Nach dieser Definition landen die Teams, mit denen ich gearbeitet habe, bei ihrer ersten Bereitstellung irgendwo zwischen 14 % und 22 % echter Deflection. Nach einem Quartal des Abstimmens der Wissensdatenbank gegen die tatsächlichen Wiedereröffnungsmuster klettert diese Zahl in die oberen Zwanziger. Keines von ihnen erreicht 50.
Warum die aufgeblähte Zahl wichtig ist
Support-Leiter, die dem CFO 45 % Deflection präsentieren, schaffen eine Erwartung, die das Programm nicht überleben kann. Sechs Monate später hat sich die AHT bei eskalierten Tickets verschlechtert — die KI bearbeitet nun die einfachen Dinge, was die Agenten-Warteschlange durch ihre Zusammensetzung dichter macht. Der Executive Sponsor beginnt zu fragen, warum die prognostizierte Budgetauswirkung nicht eingetreten ist. Die ehrliche Antwort lautet, dass die 45 % ein Messartefakt waren, aber bis dahin ist der Ruf des Programms das schwerer zu behebende Problem, als die Kennzahl es je war.
Die Teams, die ihre Führungsunterstützung am längsten halten, sind jene, die im ersten Monat ehrlich 18 % Deflection melden, sie bis zum vierten Monat mit der entsprechenden Arbeit im Hintergrund auf 24 % steigern und es vermeiden, das Blaue vom Himmel zu versprechen, bevor das Programm es sich verdient hat. Weniger beeindruckend auf der ersten Folie. Viel haltbarer.
Was man tatsächlich messen sollte
Es lohnt sich, vier Zahlen statt einer aufgeblähten Schlagzeilen-Kennzahl zu verfolgen: die Wiedereröffnungsrate bei KI-gelösten Tickets (aufgeschlüsselt nach Absichtsklasse), die Kanalwechselrate innerhalb von 7 und 14 Tagen, der CSAT bei KI-gelösten Interaktionen im Vergleich zu agentengelösten bei derselben Absicht und die Wiederkontaktrate desselben Kunden innerhalb von 30 Tagen. Wenn diese vier in die richtige Richtung tendieren und sich Ihre Deflection-Zahl mit ihnen bewegt, funktioniert das Programm. Wenn sich Ihre Deflection-Zahl bewegt und diese vier nicht, dann belügt Sie die Deflection-Zahl.
Unser Playbook für automatische Ticket-Triage ist darauf ausgerichtet, diese vom ersten Bereitstellungstag an ehrlich zu instrumentieren, statt die Messung nachzurüsten, nachdem das Programm in Schwierigkeiten geraten ist.