4.º TRIMESTRE 2014

ZENDESK BENCHMARK ENFOQUE: ESTABLECIMIENTO DE PUNTOS DE REFERENCIA OPERATIVOS

Zendesk Benchmark

4.º trimestre/2014

Índice de materias

Resumen

01

Enfoque: Establecimiento de puntos de referencia operativos

02

En busca de mejores segmentos de clientes

02

Los componentes básicos de los grupos operativos de Zendesk

03

Los 4 tipos de organizaciones de atención al cliente

06

Satisfacción del cliente, 4.º trimestre: los protagonistas

11

Acerca de Zendesk Benchmark

12

Apéndice

13

Satisfacción del cliente por país

14

Satisfacción del cliente por sector

15

Satisfacción del cliente global, 4.º trimestre

15

Metodología de investigación

16

Zendesk Benchmark

1

4.º trimestre/2014

Zendesk Benchmark Resumen Enfoque: Establecimiento de puntos de referencia operativos El establecimiento de puntos de referencia tiene una larga historia en los negocios: es normal que las compañías deseen compararse con otros negocios para darle contexto y significado a su propio rendimiento, y para comprender si hay oportunidades de crecimiento y mejora. En Zendesk Benchmark, siempre hemos permitido que los clientes comparen sus operaciones de soporte con otros en los mismos sectores y con tamaños y audiencias similares (los datos los reportan las mismas compañías). Pero con frecuencia, las similitudes entre las compañías en un mismo sector son solo superficiales y no ofrecen un punto de comparación significativo para el establecimiento de puntos referencia sobre el rendimiento de la atención al cliente. En este informe de Zendesk Benchmark, tratamos esta deficiencia a través de un análisis de grupos que revela cuatro tipos de operaciones de atención al cliente:

Cuatro tipos de organizaciones de atención al cliente

y dentro de esos, 12 grupos distintos, cada uno con su propio patrón operativo. Cada grupo está definido por una carga de trabajo, una estrategia y recursos, además del nivel típico de rendimiento de soporte que se puede esperar de las

Tipo 1: Relaciones bien cultivadas

compañías incluidas en el grupo.

Estos equipos pequeños brindan una experiencia personal que los clientes aprecian muchísimo

Al analizar los cuatro tipos generales de operaciones de soporte, primero vemos los equipos de asesoría personalizados cuyo bajo volumen de tickets

Tipe 2: Maestros de la complejidad

permite que los agentes brinden un soporte atento y personal. Luego, vemos

Impulsadas por solicitudes de soporte detalladas,

los equipos que hacen grandes inversiones en las operaciones de soporte

estas compañías tienen operaciones sofisticadas de

para mitigar una carga de trabajo definida por tickets muy complejos. También

atención al cliente

descubrimos equipos con enfoques operativos que están en constante cambio: estos equipos podrían beneficiarse incrementando su estrategia con una o

Tipo 3: De desarrollo tardío

varias tácticas adicionales. Por último, encontramos los equipos operativos muy

Con un enfoque desequilibrado hacia el soporte,

avanzados cuyo principal desafío es proporcionar soporte de calidad en gran

a estas compañías aún les falta desarrollar todo su

escala.

potencial

El informe de este trimestre analizará cada uno de estos cuatro tipos (y los

Tipo 4: Ejemplares

grupos que los conforman) para proporcionar información y sugerencias,

Estos equipos son el modelo ideal de las

además de referencias para comparar las compañías de manera más

operaciones de atención al cliente

significativa y pertinente.

Los protagonistas: satisfacción del cliente por país y sector En las noticias sobre países, Asia fue la región con el mayor incremento en la satisfacción del cliente comparado con el trimestre anterior: China, Singapur y Vietnam registraron los mayores aumentos en el 4.º trimestre. No obstante, sus impresionantes aumentos no fueron suficiente para destronar a Bélgica, Nueva Zelanda o Irlanda de sus pedestales: esos tres países registraron las puntuaciones CSAT más altas por segundo trimestre consecutivo.

En cuanto a los sectores, los rubros de marketing y publicidad, hosting de Web y bienes raíces registraron los mayores incrementos, pero no pudieron desplazar a los rubros de gobierno y organismos sin fines de lucro, asesoría y servicios de TI, y servicios médicos de los primeros puestos en la lista de sectores. A escala mundial, el número de referencia de satisfacción del cliente fue del 94,71 % en el 4.º trimestre y solo registró un pequeño descenso de 0,26 puntos porcentuales desde el 3.º trimestre.

12

Zendesk Benchmark

2

4.º trimestre/2014

Enfoque: Establecimiento de puntos de referencia operativos En busca de mejores segmentos de clientes En 2010 comenzamos a crear Zendesk Benchmark para ofrecerles a las organizaciones una manera real y tangible de medir el rendimiento de la atención al cliente y, además, de ponerlo en un contexto que sirva para comparar su rendimiento con el de sus pares. A diferencia de una encuesta o la opinión de un experto, Zendesk Benchmark está basado en datos de soporte y atención al cliente reales y se centra en tres indicadores de rendimiento clave: 1) satisfacción del cliente, 2) tiempo de primera respuesta y 3) volumen de tickets (Figura 1). Con estos tres indicadores de rendimiento, los clientes de Zendesk podrán comparar sus organizaciones con otras que pertenezcan al mismo sector, que sean del mismo tamaño o que tengan el mismo público objetivo (todos estos datos los reportan las mismas organizaciones). Figura 1. Referencias globales y sectoriales sumadas a partir de más de 25.000 clientes de Zendesk

Comparación global

Satisfacción

Eficiencia

95 %

89 %

Satisfacción del cliente

Satisfacción del cliente

24,2 horas

24,3 horas

176

499

Tiempo de primera respuesta

Escala

Sector venta al por menor

Tickets por mes

Tiempo de primera respuesta

Tickets por mes

Si bien es útil conocer el rendimiento de otras compañías en mercados verticales similares, la variedad que existe dentro del ecosistema de negocios de la actualidad hace que esas selecciones de sector sean menos claras. Analicemos un ejemplo. Con oficinas en Nueva York y Berlín, Babbel ayuda a millones de personas en todo el mundo a aprender nuevos idiomas mediante su destacada aplicación para idiomas. ¿Pero qué sector debería autoseleccionar Babbel para Zendesk Benchmark? ¿Educación? ¿Software? ¿Aplicaciones web? Ese fue el dilema al que se enfrentó Stephan Seyfarth, Director de atención al cliente de Babbel, con Zendesk Benchmark. “Las métricas de Zendesk Benchmark no se podían comparar ni remotamente con lo que nuestra organización de atención al cliente se tiene que enfrentar a diario”, precisó Seyfarth. “Con más de 300 empleados y 50 agentes de soporte, atendemos a millones de clientes. Los números que Zendesk Benchmark proporciona en función del sector que seleccionamos difieren mucho de nuestros números”. El dilema de Seyfarth era que a pesar de formar parte del sector educación, la operación de soporte de la compañía maneja más de 60.000 tickets por mes, mucho más que la referencia del sector educación de 79 tickets por mes. Seyfarth no fue el único cliente que expresó esta preocupación en agosto del año pasado, cuando solicitamos comentarios sobre Zendesk Benchmark a nuestros clientes. Queríamos comprender mejor qué otros indicadores de rendimiento deseaban nuestros clientes, así como identificar lo que podíamos mejorar. Recibimos 262 respuestas directas con comentarios.

Zendesk Benchmark

4.º trimestre/2014

Las tres críticas principales fueron: 1. Mis operaciones son muy distintas de las de otros en mi sector. ¿Qué puedo usar de referencia? 2. Las métricas simplemente no son pertinentes para nosotros, no somos un equipo de atención al cliente “tradicional”. Por ejemplo, somos un equipo de Recursos Humanos. No deseo compararme con compañías de mi sector, sino más bien con otros equipos de Relaciones Humanas sin importar el sector. 3. Las métricas de referencia no toman en cuenta los horarios de trabajo de mi organización. Como respuesta, comenzamos a explorar la mejor manera de tratar los problemas incluidos en los comentarios. Las principales preguntas que nos hicimos fueron: •

¿Existe una mejor manera de establecer puntos de referencia que no sea una comparación estricta en función de mercados verticales autoseleccionados, sino que más bien se base en cómo una organización o equipo utiliza Zendesk y cómo opera?

•

De ser así, ¿cuáles son los patrones operativos que tienen en común las compañías o los departamentos que usan Zendesk?

El objetivo fue crear una manera para que los equipos que usan Zendesk, como el grupo de atención al cliente en Babbel, se comparen con otros equipos que usan Zendesk de una manera similar, aunque no estén en el mismo sector (o no sean del mismo tamaño o no atiendan al mismo tipo de clientes). El informe de Zendesk Benchmark de este trimestre es nuestro primer paso hacia averiguar cómo una nueva metodología de agrupación basada en el uso puede ayudarnos a comprender mejor los puntos en común de los patrones operativos de nuestros clientes, que nos permitan seleccionar referencias específicas para: 1. Sugerir comparaciones más precisas y proporcionar orientación más relevante a los negocios que se encuentren en un punto donde convergen varios sectores. 2. Crear un método de comparación más pertinente para los equipos que no operan dentro de una estructura de atención al cliente tradicional, como el empresario de un negocio pequeño que desempeña varias funciones o el equipo interno que atiende a otros empleados dentro de una compañía. 3. Entregar métricas significativas basadas en cómo las organizaciones ofrecen soporte e interactúan con sus clientes. Todo comienza con un análisis sofisticado de las métricas de rendimiento clave de atención al cliente para identificar patrones entre los clientes de Zendesk.

Los componentes básicos de los grupos operativos de Zendesk El análisis de grupos es una técnica de aprendizaje automático que nos permite agrupar a los clientes de Zendesk Benchmark en función de métricas operativas. Primero, recopilamos datos para cada cliente de nuestra muestra en función de siete variables o dimensiones operativas distintas. Luego combinamos las siete dimensiones en dos. Esto nos permitió trazar todos los datos operativos de cada cuenta en un diagrama de dispersión bidimensional e identificar rápidamente las cuentas que forman grupos (si desea más detalles sobre nuestro análisis, consulte la sección de metodología en el apéndice). La agrupación nos ayuda a comprender qué puntos de datos son similares en un espacio complicado de alta dimensión. Al usar este método para ver los datos de uso de un producto para las compañías y los equipos que usan Zendesk, podemos organizar a nuestros clientes en grupos de compañías que operan de manera similar. Luego podemos usar estos grupos para establecer puntos de referencia para el tiempo de primera respuesta, la satisfacción del cliente y otras métricas de rendimiento necesarias para conocer cómo funcionan las organizaciones de atención al cliente. Al crear nuestros grupos basados en el uso en toda nuestra base de clientes, analizamos patrones operativos similares en función de tres pilares de interacciones de atención al cliente: 1. El grado de preparación de una compañía para interactuar con sus clientes 2. Cómo una compañía planifica y administra sus recursos de soporte 3. El grado de madurez de una compañía al optimizar la eficiencia del soporte A partir de estos tres pilares, desarrollamos siete medidas de rendimiento para evaluar y comparar a nuestros clientes.

3

Zendesk Benchmark

4

4.º trimestre/2014

Patrones operativos

Métricas de rendimiento

El grado de preparación de una compañía para interactuar con sus clientes

Número de nuevos tickets es la métrica del número promedio de consultas entrantes de los clientes que recibe un equipo de atención al cliente por mes. Esta métrica no es solo una medida de la demanda de soporte, sino que también tiene mucha influencia sobre el indicador de rendimiento clave de la satisfacción del cliente (Figura 2). A medida que aumenta el volumen de tickets, la satisfacción de los clientes suele disminuir. Tickets por agente activo es la métrica del número promedio de tickets que un agente dado puede resolver por día. Esta métrica muestra la disponibilidad existente para satisfacer la demanda de soporte. De manera similar al número de nuevos tickets, un aumento en el número de tickets por agente activo también tiene una correlación negativa con la satisfacción del cliente. Comentarios de agente por ticket es la métrica del número promedio de comentarios de agente en cada ticket, lo que mide la dificultad y la complejidad de las consultas de soporte. De hecho, la complejidad de las interacciones de soporte puede variar según el tipo de negocio y puede tener una gran influencia en la eficiencia con la cual los agentes pueden atender a los clientes.

Cómo una compañía planifica y administra sus recursos de soporte

Horas de semana es la métrica del número medio de horas que los agentes de soporte trabajan en tickets durante los días de semana. Esta métrica mide el número de horas que el soporte estuvo disponible para los clientes y se correlaciona plenamente con el rendimiento. Vemos que el aumento en las horas de trabajo en días de semana se correlaciona fuertemente con la reducción del tiempo de primera respuesta (Figura 3). Horas de fin de semana es la métrica del número medio de horas que los agentes de soporte trabajan durante los fines de semana. Tener más disponibilidad para los clientes es, definitivamente, una estrategia única que puede variar según el negocio y cómo deciden conducir sus operaciones de soporte.

El grado de madurez de una compañía al optimizar la eficiencia del soporte

Número de reglas de negocio es la métrica del número promedio de reglas de negocios (por ejemplo, disparadores y automatizaciones) que se ejecutan en los tickets. La optimización de los flujos de trabajo es un enfoque más sofisticado que los equipos de soporte más experimentados pueden emplear para reducir el tiempo de primera respuesta y fomentar la eficiencia, con lo cual se mejora la satisfacción del cliente (Figura 4). Ratio de autoservicio es la métrica que mide las visitas al Centro de ayuda por cada nuevo ticket. Esta métrica es un indicador de cuánto ha invertido una compañía en ayudar a sus clientes a encontrar sus propias respuestas con artículos útiles de la base de conocimientos o sugerencias de la comunidad; esto puede ayudar a reducir el número de interacciones 1:1 entre el cliente y los agentes.

Zendesk Benchmark

5

4.º trimestre/2014

Figura 2. El aumento en la cantidad de nuevos tickets suele reducir la satisfacción del cliente

ÍNDICE DE SATISFACCIÓN (%)

100

95

90

85

80 0

2000

4000

6000

8000

10000

12000

20

25

30

20

25

30

NÚMERO DE NUEVOS TICKETS

Figura 3. El aumento de las horas de soporte durante la semana suele reducir el tiempo de primera respuesta de los tickets

TIEMPO DE PRIMERA RESPUESTA (HORAS)

28

26

22

18

14 0

5

10

15 HORAS DE SOPORTE DURANTE LA SEMANA

Figura 4. El aumento en la cantidad de reglas de negocio por ticket tiende a mejorar la satisfacción del cliente

ÍNDICE DE SATISFACCIÓN (%)

100

95

90

85

80 0

5

10

15 NÚMERO DE REGLAS DE NEGOCIO POR TICKET

Zendesk Benchmark

6

4.º trimestre/2014

Los 4 tipos de organizaciones de atención al cliente En función de estas siete métricas de rendimiento, utilizamos el agrupamiento para identificar a los clientes que exhiben patrones operativos de soporte similares y encontramos 12 grupos distintos. Luego agrupamos los grupos en cuatro tipos generales de organizaciones de atención al cliente, que explicaremos más adelante en esta sección. A continuación puede ver los grupos desglosados y cómo se comparan en las siete dimensiones. Figura 5. Los 12 grupos basados en nuestras siete métricas de rendimiento, ordenados por volumen de tickets

Comentarios/ ticket

Tickets/ agente

Horas de día de semana

Horas de fin de semana

Reglas de negocio/ticket

Ratio de autoservicio

Número

Nuevos Tickets

Grupo 6

Bajo

Mediano

Muy bajo

Bajo

No

Mediano

Bajo

Grupo 11

Bajo

Muy alto

Muy bajo

Mediano

No

Muy alto

Alto

Grupo 4

Mediano

Muy alto

Bajo

Alto

No

Muy alto

Mediano

Grupo 7

Mediano

Bajo

Mediano

Bajo

No

Bajo

Muy bajo

Grupo 0

Mediano

Mediano

Mediano

Mediano

No

Alto

Bajo

Grupo 3

Alto

Muy bajo

Muy alto

Bajo

No

Muy bajo

Muy bajo

Grupo 1

Alto

Bajo

Alto

Mediano

No

Bajo

Alto

Grupo 8

Alto

Mediano

Alto

Alto

Sí

Mediano

Mediano

Grupo 2

Alto

Mediano

Alto

Alto

No

Mediano

Bajo

Grupo 9

Alto

Bajo

Alto

Mediano

No

Bajo

Muy bajo

Grupo 10

Muy alto

Muy bajo

Muy alto

Alto

No

Bajo

Bajo

Grupo 5

Muy alto

Bajo

Muy alto

Alto

Sí

Mediano

Mediano

Para que sea más fácil de comprender, veamos un ejemplo en concreto. Al comienzo de este informe, hablamos de Babbel y de cómo no encaja en el perfil de una operación de atención al cliente típica del sector educación. Entonces, ¿con qué compañías o equipos de atención al cliente debería compararse Babbel si la comparación se basa en el perfil operativo de la compañía? Al igual que otras compañías del “Grupo 5”, Babbel recibe un gran número de consultas de los clientes. Los agentes trabajan muchas horas durante la semana y los fines de semana. Cada agente de Babbel debe atender muchos más tickets que sus pares del sector. Pero pueden hacerlo con muy pocas intervenciones, mientras evitan parte del volumen de tickets mediante automatizaciones del flujo de trabajo y el autoservicio. Al comparar Babbel con otras organizaciones del Grupo 5, vemos que las métricas de referencia relacionadas con la satisfacción del cliente, el tiempo de primera respuesta y el volumen de tickets son mucho más pertinentes que las del sector educación (Figura 6).

Zendesk Benchmark

Satisfacción del cliente (percentil 50)

Tiempo de primera respuesta (percentil 50)

Tickets por mes (percentil 50)

7

4.º trimestre/2014

Babbel

Grupo 5

Sector educación

91 %

85,5 %

98 %

25,9 horas 18,8 horas

33 horas

61.537

79

9.332

Figura 6. Las métricas de referencia de Babbel comparadas con el Grupo 5 y el sector educación

“Las nuevas referencias de nuestro grupo son más pertinentes y reflejan mejor nuestro comportamiento empresarial”, declaró Seyfarth. “Para nosotros, en realidad no se trata del sector al que pertenecemos sino más bien de cómo operamos y atendemos a nuestros clientes. Esa es siempre nuestra primera prioridad”.

Figura 7. Nuestro análisis de grupos encontró doce grupos que se parecen en siete variables operativas distintas

Para comprender mejor las características de cada grupo, los tipos de compañías representadas y cómo se relacionan entre sí, hemos reunido grupos similares para crear cuatro tipos de operaciones de atención al cliente de alto nivel.

Zendesk Benchmark

8

4.º trimestre/2014

Tipo 1: Relaciones bien cultivadas Estos equipos pequeños brindan una experiencia personal que los clientes aprecian muchísimo

ID de grupo

Descripción

Tickets por mes

Tiempo de primera respuesta

Satisfacción

6

Asesorías y servicios de volumen bajo

16

22,8 horas

100 %

0

Software y servicios de volumen medio

139

24,6 horas

98,8 %

A pesar de que tienen tiempos de primera respuesta inferiores al promedio de este grupo, estos equipos son los líderes en la satisfacción del cliente. Los agentes de estos equipos se esmeran en proporcionar una atención al cliente excelente, en lugar de tratar de resolver toneladas de tickets rápidamente. Grupo 6: Dado el lento tiempo de respuesta de 23 horas, parece sorprendente que más del 50 % de estos equipos tengan un índice de satisfacción del 100 %. ¿Por qué? Debe ser el estilo personal, aparente por la gran cantidad de interacciones de cada solicitud. Estos agentes forman parte de equipos pequeños (un promedio de tres agentes) con una bandeja de entrada en común o asesorías pequeñas donde todos los integrantes del negocio responden las preguntas de los clientes, por lo menos parte del tiempo. Solo tienen que responder una poca cantidad de consultas porque tienen un volumen de tickets inferior al promedio (unas 16 consultas por mes) que es fácil de manejar. Pero no es que sus clientes no necesiten ayuda: estas son organizaciones de soporte más experimentadas que invierten tanto en la automatización de reglas de negocio y el autoservicio como los colegas que tienen un volumen alto. A sus clientes les interesa la calidad, no la velocidad. Este grupo está integrado principalmente por negocios de un máximo de 100 empleados y menos de 20 tickets por mes. Grupo 0: Estas compañías operan de manera similar a las del Grupo 6, excepto que en mayor escala. Con diez veces la cantidad de tickets, sus consultas son también más complejas y es más probable que sean equipos y negocios de mediano tamaño. Muestran el mismo patrón de alta satisfacción del cliente a pesar de tener tiempos de primera respuesta un poco más largos, lo que indica que sus clientes prefieren la calidad sobre la velocidad.

Tipo 2: Maestros de la complejidad Impulsadas por solicitudes de soporte detalladas, estas compañías tienen operaciones sofisticadas de atención al cliente

ID de grupo

Descripción

Tickets por mes

Tiempo de primera respuesta

Satisfacción

11

Bajo volumen, alta complejidad y líderes en autoservicio

42

21,5 horas

100 %

4

Empresas de energía, asesoría y software de alta complejidad

200

22,6 horas

98,2 %

¿Quiénes reciben los tickets más complejos y de mayor interacción? Son estas compañías. Principalmente proveedores de negocios, proveedores de software y empresas de asesoría. Trabajan muchas horas durante la semana para ofrecer el tipo de atención al cliente cordial y personal que tanto aprecian los clientes que tienen preguntas complejas. Se enfrentan a la maraña de solicitudes de soporte con la mayor cantidad de actualizaciones de reglas de negocio por ticket que ningún otro grupo. Además, no escatiman en personal: mantienen una ratio baja de tickets por agente, que hace posible que las experiencias de atención al cliente sean excepcionales, incluso con las preguntas más complicadas. Grupo 11: Estos equipos pequeños, con un promedio de solo seis agentes, son los líderes absolutos en autoservicio y cuentan con una estrategia para evitar tickets que usa contenido para mantener baja la carga de trabajo de cada agente. En cambio, los tiempos de primera respuesta de los tickets pueden ser altos. Si sus tickets requieren muchos comentarios, y su equipo recibe entre 20 y 50 por mes, debería emular el estilo equilibrado de este grupo. Cree una excelente base de conocimientos y automatice los procesos de soporte cuando sea posible.

Zendesk Benchmark

9

4.º trimestre/2014

Grupo 4: Este grupo tiene que lidiar con un volumen de tickets mucho más alto que el Grupo 11. Aunque están muy optimizados, no llegan a la altura del Grupo 11 en lo que se refiere a la automatización de reglas de negocio y el autoservicio. Las compañías de software, asesoría y energía clasificadas en este grupo se beneficiarían con un análisis de sus procesos de soporte y sus bases de conocimientos.

Tipo 3: De desarrollo tardío Con un enfoque desequilibrado hacia el soporte, a estas compañías aún les falta desarrollar todo su potencial

ID de grupo

Descripción

Tickets por mes

Tiempo de primera respuesta

Satisfacción

3

Volumen medio, baja complejidad, bajo autoservicio

519

25 horas

93,1 %

91

28,4 horas

97,6 %

7

Volumen medio, baja velocidad, horario de trabajo reducido

10

Proveedores y minoristas B2C de volumen ultra alto

5.773

26,2 horas

86,3 %

9

Proveedores y minoristas B2C de volumen alto

551

22,3 horas

92 %

En este grupo se incluyen compañías de todo tipo y tamaño. Lo que todas tienen en común es que a sus estrategias de atención al cliente les falta un componente. Grupo 3: A pesar de que tienen los tickets más sencillos, las compañías de este grupo han descuidado el autoservicio. En lugar de ello, han optado por distribuir la carga de trabajo de unos 500 tickets por mes entre muy pocos agentes. Las

BioIQ, Grupo 10

organizaciones con tickets sencillos pueden obtener excelentes resultados si invierten en sus Centros de ayuda. La reducción consiguiente del volumen

BioIQ ofrece un paquete de soluciones de

de tickets, ratios más bajas de tickets por agente y la reducción del tiempo de

tecnología dirigido a compañías de servicios

primera respuesta pueden influir positivamente en la satisfacción del cliente.

médicos para la comunicación con sus asociados,

Grupo 7: Al igual que las compañías en el Grupo 3, los agentes de estos equipos tienen que hacer demasiadas cosas a la vez. Tienen muy pocos agentes para el volumen de tickets y por lo tanto tienen una ratio relativamente alta de tickets por agente. Estos equipos podrían beneficiarse de una inversión adicional en la automatización de reglas de negocio y en el autoservicio. Ambas inversiones son relativamente bajas dado el número de tickets que reciben por mes.

la realización de programas de pruebas biométricas, la generación de informes de laboratorio y la administración de datos médicos a nivel individual y de la población en general. Históricamente, esta compañía ha sido comparada con otros proveedores de servicios médicos. No obstante, la organización de soporte de la compañía funciona más como un producto freemium de alto volumen como

Grupo 10: Estos equipos reciben grandes cantidades de tickets por mes, pero

WhatsApp, que pertenece al mismo segmento

aún deben esforzarse un poco para optimizar las operaciones de soporte. La

(Grupo 10).

alta ratio de tickets por agente podría mitigarse con inversiones adicionales en la automatización de reglas de negocio y el autoservicio. Otra táctica que colocaría a las compañías de este grupo en posición de ventaja: ofrecer atención al cliente las 24 horas todos los días, en lugar de solo 9 horas 5 días por semana. Grupo 9: En cuanto a las aportaciones operativas, estos equipos son casi idénticos a las organizaciones de soporte más experimentadas del Grupo 1 (ver el Tipo 4 a continuación). Reciben aproximadamente la misma cantidad de tickets por mes y sus tickets tienen un nivel de complejidad similar; también tienen una ratio muy parecida de tickets por agente. Incluso tienen promedios idénticos de agentes y grupos. Sin embargo, a diferencia de los líderes en autoservicio que forman parte del Grupo 1, las compañías de este grupo tienen las ratios de autoservicio más bajas de todos los grupos. Los equipos de este grupo pueden beneficiarse con la adopción de las estrategias que usan las compañías más experimentadas de su nivel; concretamente, evitar tickets a través del autoservicio y ofrecer atención al cliente las 24 horas todos los días.

Zendesk Benchmark

10

4.º trimestre/2014

Tipo 4: Ejemplares Estos equipos son el modelo ideal de las operaciones de atención al cliente

ID de grupo

Descripción

Tickets por mes

Tiempo de primera respuesta

Satisfacción

1

Proveedores B2C de volumen alto

540

23,4 horas

91,3 %

2

Proveedores de servicio y minoristas de volumen alto y alta velocidad

774

21,8 horas

95,7 %

8

Proveedores y minoristas B2C de volumen alto

1.398

14,5 horas

92,6 %

5

Proveedores y minoristas B2C de volumen ultra alto

9.322

18,8 horas

85,5 %

Estas compañías aprovechan varias estrategias de operación de soporte. Reciben un alto volumen de tickets, tienen equipos de agentes grandes y sus tickets no son sencillos; por lo que no es sorprendente que dependan en gran parte de la automatización de reglas de negocio y el autoservicio para mitigar sus altas cargas de trabajo. Grupo 1: En definitiva, estos equipos dirigen organizaciones de soporte muy eficientes. No solo usan una gran cantidad de automatizaciones de reglas de negocio, sino que también son los líderes indiscutibles en materia de autoservicio. Grupo 2: Estas compañías se encuentran en la intersección entre el tamaño y la complejidad: reciben un alto volumen de tickets con un alto grado de

Modular Mining, Grupo 8

dificultad. Han respondido a este doble desafío desarrollando operaciones de soporte sofisticadas que incorporan altos niveles de automatización de

Modular Mining proporciona soluciones y asesoría para

reglas de negocio con documentación de autoservicio muy eficaz.

operaciones mineras a compañías en todo el mundo. El

Grupo 8: Estas compañías operan de manera casi idéntica que el grupo 2, con una excepción: ofrecen soporte las 24 horas todos los días en lugar de 9 horas 5 días por semana. Esto las convierte en uno de los grupos más equilibrados, comparable con el Grupo 5 en cuanto a la sofisticación de sus operaciones de atención al cliente.

sector que seleccionaron ellos mismos es asesoría, que parecería ser adecuado. Pero los clientes de Zendesk de este grupo son en su mayoría asesorías muy pequeñas de servicios de TI y tecnología. Con las referencias operativas, Modular Mining está

Grupo 5: Debido a que estos grupos operan en la escala más alta en

agrupada con un segmento mucho más pertinente

lo que se refiere al volumen de tickets, tienen un perfil operativo único.

de operaciones de soporte de alto volumen y más

Emplean el soporte de 24 horas todos los días como una estrategia para

experimentadas que han invertido en una estructura

reducir el tiempo de primera respuesta y su alta ratio de tickets por agente

organizativa, procesos de derivación de problemas y

refleja un equipo de soporte muy eficiente. Si bien tienen la satisfacción

una integración racionalizada en sus otros sistemas de

del cliente más baja de todos los grupos, eso probablemente se debe al

negocios. Estas compañías se caracterizan por un alto

enorme volumen de tickets. Como se muestra en la Figura 2, la satisfacción

nivel de atención al cliente a pesar de tener un volumen

del cliente suele bajar a medida que aumenta el volumen de tickets.

alto de problemas complejos de los clientes.

¿Cuál es su tipo? Las referencias del sector (además del tamaño de la compañía y el tipo de audiencia) siguen siendo puntos de comparación útiles para muchas compañías. Pero como hemos descubierto durante el análisis de las referencias de este trimestre, muchas compañías se identifican mejor con compañías que tienen operaciones similares, independientemente del sector al que pertenecen. Al comparar compañías en siete dimensiones operativas, en lugar de solo una o dos en función del perfil de la compañía, el resultado es una referencia que en muchos casos es más pertinente para los recursos de la compañía, sus limitaciones y sus procesos de negocios.

Zendesk Benchmark

11

4.º trimestre/2014

Satisfacción del cliente, 4.º trimestre: los protagonistas Cada trimestre analizamos cómo se comparan las compañías por país y sector desde el punto de vista de satisfacción del cliente. Si nos centramos en los países y los sectores que tuvieron los mayores aumentos y las mayores contracciones en el índice de satisfacción del cliente, los siguientes son los protagonistas del periodo entre el tercer y el cuarto trimestre de 2014.

Países con el mayor progreso en satisfacción del cliente PAÍS

CAMBIO RESPECTO AL TRIMESTRE ANTERIOR*

ÍNDICE DE SATISFACCIÓN, 4.º TRIMESTRE

ÍNDICE DE SATISFACCIÓN, 3.º TRIMESTRE

1. CHINA

5,6

80,4 %

74,8 %

2. SINGAPUR

4,9

91,8 %

86,9 %

3. VIETNAM

3,8

86,4 %

82,6 %

Países con un deterioro en satisfacción del cliente PAÍS

CAMBIO RESPECTO AL TRIMESTRE ANTERIOR*

ÍNDICE DE SATISFACCIÓN, 4.º TRIMESTRE

ÍNDICE DE SATISFACCIÓN, 3.º TRIMESTRE

1. MALASIA

7,8

83,0 %

90,7 %

2. COLOMBIA

5,9

84,3 %

90,2 %

3. ARGENTINA

3,1

91,4 %

94,5 %

Sectores con el mayor progreso en satisfacción del cliente SECTOR

1. MARKETING Y PUBLICIDAD

2. BIENES RAÍCES

3. HOSTING DE WEB

CAMBIO RESPECTO AL TRIMESTRE ANTERIOR*

ÍNDICE DE SATISFACCIÓN, 4.º TRIMESTRE

ÍNDICE DE SATISFACCIÓN, 3.º TRIMESTRE

1,0

94,5 %

93,5 %

0,6

95,4 %

94,8 %

0,3

95,4 %

95,1 %

Sectores con un deterioro en satisfacción del cliente SECTOR

CAMBIO RESPECTO AL TRIMESTRE ANTERIOR*

ÍNDICE DE SATISFACCIÓN, 4.º TRIMESTRE

ÍNDICE DE SATISFACCIÓN, 3.º TRIMESTRE

2,0

84,0 %

86,0 %

2. VENTA AL POR MENOR

0,9

89,1 %

90,0 %

3. TURISMO

0,9

90,9 %

91,8 %

1. ENTRETENIMIENTO Y JUEGOS

Si desea ver el ranking de todos los sectores y países, consulte el apéndice.

*CAMBIO EN PUNTOS PORCENTUALES

Zendesk Benchmark

12

4.º trimestre/2014

Acerca de Zendesk Benchmark En noviembre de 2010 comenzamos a crear Zendesk Benchmark para ofrecerles a las organizaciones una manera real y tangible de medir el rendimiento de la atención al cliente y, además, de ponerlo en un contexto que sirva para comparar su rendimiento con el de sus pares. A diferencia de una encuesta o de la opinión de un experto, Zendesk Benchmark se basa en interacciones reales de atención al cliente y de soporte de más de 25.000 organizaciones repartidas en 140 países que eligieron participar. Se centra en tres indicadores clave de rendimiento: 1) satisfacción del cliente, 2) tiempo de primera respuesta y 3) volumen de tickets. Cuando una compañía forma parte de Zendesk Benchmark, puede comparar su organización con otros negocios afines, por sector, por grupo meta o por tamaño de la compañía, utilizando estos tres indicadores de rendimiento. Cada trimestre, analizamos e informamos sobre las tendencias en nuestras métricas de referencia existentes, y exploramos nuevas formas para que las compañías puedan evaluar el estado de sus relaciones con sus clientes y sus operaciones de soporte. Las métricas de referencia normalmente se reportan por sector, país y otras medidas que alcancen un umbral mínimo de respuestas. Para que un país sea incluido, tiene que haber recibido por lo menos 10.000 respuestas de satisfacción del cliente de un mínimo de 10 compañías en ese país durante ese trimestre, y por lo tanto no todos los países aparecerán en todos los informes trimestrales.

zendeskbenchmark.com

Zendesk Benchmark

13

4.º trimestre/2014

Apéndice

14

SATISFACCIÓN DEL CLIENTE POR PAÍS DESDE 3.º TRIMESTRE (2014)*

4.º TRIMESTRE (2014) PAÍS

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

BÉLGICA

97,1 % 97,0 % 96,9 % 96,3 % 95,8 %

16.

95,3 %

17.

18.

19.

0,3

95,3 %

20.

0,3

95,3 %

0 22.

AUSTRALIA

95,2 %

23.

SUECIA

24.

25.

26.

FRANCIA

93,8 %

2,0

91,8 %

31.

32.

0,9 33.

0,9 34.

35.

36.

37.

ARGENTINA

38.

ALEMANIA

.

90,6 %

2,2

1,3

COLOMBIA

84,3 %

5,9

MALASIA

7,8

INDONESIA

1,1

CHINA

5,6

FILIPINAS

1,9

TURQUÍA

69,4 %

1,4

JAPÓN

85,5 %

78,6 %

3,1

2,4

INDIA

80,4 %

1,5

3,8

TAILANDIA

80,6 %

4.9

0,9

VIETNAM

83,0 %

0,9

1,7

POLONIA

85,9 %

0,4

ESPAÑA

89,7 %

86,4 %

0,6

SINGAPUR

90,9 %

0,3

30.

2,8

CHILE

87,8 %

3,1

BRASIL

91,4 %

0

FINLANDIA

EMIRATOS ÁRABES UNIDOS

91,5 %

0,1

DINAMARCA

92,6 %

91,8 %

0,2

29.

RUSIA

92,0 % 21.

NORUEGA

0,3

PAÍSES BAJOS

92,9 %

0,1

28.

MÉXICO

RUMANÍA

90,4 %

1,2

ITALIA

93,0 %

0,2

ESTADOS UNIDOS

93,3 %

DESDE 3.º TRIMESTRE (2014)*

4.º TRIMESTRE (2014) PAÍS

27.

ISRAEL

93,1 %

0,3

CANADÁ

93,9 % 13.

0,1

REINO UNIDO

94,4 % 12.

15.

SUDÁFRICA

SUIZA

93,8 %

0,1

IRLANDA

94,6 % 11.

14.

NUEVA ZELANDA

DESDE 3.º TRIMESTRE (2014)*

4.º TRIMESTRE (2014) PAÍS

2,4

*CAMBIO EN PUNTOS PORCENTUALES

15

SATISFACCIÓN DEL CLIENTE POR SECTOR

4º TRIMESTRE (2014) SECTOR

1.

GOBIERNO Y ORG. SIN FINES DE LUCRO

98,1 % 2.

SERVICIOS Y CONSULTORÍA DE TI

97,4 % 3.

5.

7.

0 8.

0,3

95,4 %

0,5

95,1 %

95,9 %

0,3

90,3 % VENTA AL POR MENOR

0,6

89,1 %

16.

MARKETING Y PUBLICIDAD

94,5 % 11.

0,3

MEDIOS Y TELECOMUNICACIONES

0,9

0,3

15.

SERVICIOS FINANCIEROS Y DE SEGUROS

0,2

TURISMO

90,9 % 14.

HOSTING DE WEB

10.

SERVICIOS DE ASISTENCIA PROFESIONAL Y DE NEGOCIOS

0,6

95,4 %

DESDE 3.º TRIMESTRE (2014)*

4º TRIMESTRE (2014) SECTOR

13.

BIENES RAÍCES

EDUCACIÓN

96,4 %

DESDE 3.º TRIMESTRE (2014)*

4º TRIMESTRE (2014) SECTOR

9. ATENCIÓN MÉDICA

96,9 % 4.

DESDE 3.º TRIMESTRE (2014)*

17.

MANUFACTURA Y HARDWARE INFORMÁTICO

94,2 %

MEDIOS SOCIALES

84,4 %

1,0

0,4

0,9

ENTRETENIMIENTO Y JUEGOS

84,0 %

0,5

2,0

12.

6. SOFTWARE

95,6 %

APLICACIONES WEB

0,1

Satisfacción del cliente global, 4.º trimestre 2014

94,1 %

*CAMBIO EN PUNTOS PORCENTUALES

0,1

94,71 %

0,26 puntos*

Zendesk Benchmark

16

4.º trimestre/2014

Metodología de investigación Todos los análisis que se describen en este informe fueron realizados con la pila analítica de Python, con una mención especial y bien merecida para Pandaz y Scikit-Learn. Después de obtener los datos necesarios del servidor Hive, el primer paso del proceso de agrupamiento fue combinar y luego normalizar cada una de las funciones. Las funciones se combinaron en recipientes de percentil 100, donde cada uno representaba un solo rango percentil de los datos y la representación combinada luego fue normalizada a una media de cero y una desviación estándar de uno. Puesto que las métricas de precisión de grupos como Silhouette Score esperan grupos de distribución gaussiana y no había garantía alguna de que nuestros datos debían tener esa forma, decidimos seguir un método de reducción de dimensionalidad e inspección visual para encontrar límites adecuados para los grupos. Inspeccionamos visualmente pares de funciones trazadas en conjunto además de los primeros dos componentes principales del conjunto de datos obtenidos a través del análisis del componente principal. Como no había una formación de grupo obvia en esta etapa recurrimos al uso de una técnica de reducción de dimensionalidad más avanzada llamada t-Distributed Stochastic Neighbor Embedding ( (t-SNE). Con la t-SNE se aseguró que las cuentas que se encontraban cerca en el espacio de 7 dimensiones original de nuestro conjunto de datos seguían estando cerca cuando se proyectaban en dos dimensiones. La inspección visual de los datos bidimensionales consiguientes mostraron 12 grupos bien definidos. Utilizamos DBSCAB (Density-Based Spatial Clustering of Applications with Noise) para formalizar los límites de los grupos y etiquetar nuestros datos. Cada grupo fue luego analizado para buscar sus rasgos determinantes.