La metrica di deflection che ti mente

La maggior parte delle organizzazioni di supporto riporta un tasso di deflection da qualche parte tra il 30 e il 50%. Non ho ancora visto un team in cui quel numero, calcolato onestamente, superi il 22.

Il divario sta nel conteggio. Un ticket che l’assistente AI “risolve” ma che il cliente riapre 36 ore dopo è ancora nel calderone della deflection. Lo stesso vale per il ticket in cui il cliente abbandona il canale e passa all’email — la conversazione originale si è chiusa, quindi il livello di reporting la marca come deflessa. Il livello di reporting non sa che il cliente sta ancora cercando di risolvere lo stesso problema. Vede solo un ticket chiuso.

Come appare un conteggio onesto

Una metrica di deflection utile traccia l’intero percorso del cliente su un singolo intent, non il ciclo di vita di un qualsiasi ticket. Se un cliente scrive al chat bot, ottiene una risposta e non escala entro sette giorni sullo stesso intent, quello conta come deflection. Qualsiasi altra cosa — riapertura, cambio di canale, nuovo ticket sulla stessa causa radice entro la finestra — non conta.

Con quella definizione, i team con cui ho lavorato si attestano da qualche parte tra il 14% e il 22% di deflection reale al primo deployment. Dopo un trimestre di tuning della knowledge base sui pattern reali di riapertura, quel numero sale verso la fine dei venti. Nessuno di loro arriva al 50.

Perché il numero gonfiato conta

I responsabili del supporto che presentano un 45% di deflection al CFO stanno costruendo un’aspettativa a cui il programma non può sopravvivere. Sei mesi dopo, l’AHT sui ticket escalati è peggiorato — l’AI ora gestisce le cose facili, il che rende la coda degli agenti più densa per composizione. Lo sponsor esecutivo comincia a chiedere perché l’impatto previsto sul budget non si è materializzato. La risposta onesta è che il 45% era un artefatto di misurazione, ma a quel punto la reputazione del programma è un problema più difficile da risolvere di quanto la metrica lo sia mai stata.

I team che mantengono il loro sponsor esecutivo più a lungo sono quelli che riportano onestamente il 18% di deflection nel primo mese, lo portano al 24% entro il quarto mese con il lavoro a sostegno, ed evitano di promettere mari e monti prima che il programma se lo sia guadagnato. Meno impressionante nella prima slide. Molto più duraturo.

Cosa misurare davvero

Vale la pena tracciare quattro numeri invece di un’unica cifra a effetto gonfiata: tasso di riapertura sui ticket risolti dall’AI (suddiviso per classe di intent), tasso di cambio canale entro 7 e 14 giorni, CSAT sulle interazioni risolte dall’AI rispetto a quelle risolte dagli agenti per lo stesso intent, e tasso di contatto ripetuto dallo stesso cliente entro 30 giorni. Se questi quattro si muovono nella direzione giusta e il tuo numero di deflection si muove con loro, il programma funziona. Se il tuo numero di deflection si muove e loro no, il numero di deflection ti sta mentendo.

Il nostro playbook di triage automatico dei ticket è costruito attorno alla strumentazione onesta di queste metriche fin dal primo giorno di deployment, anziché applicare la misurazione a posteriori quando il programma è già nei guai.