Der Kundenservice in der Industrie als Bestandteil einer nahtlosen Gesamtlösung ist ein wesentlicher Differenzierungsfaktor, mit dem sich Ihr Unternehmen stark im Markt positioniert – und das Herzstück einer Kundenbeziehung.

Die Loyalität Ihrer Kunden und die Profitabilität Ihres Unternehmens wird von effizienten Serviceteams getrieben, die schnell und wirkungsvoll auf Kundenanfragen reagieren.

Häufig fällt jedoch die Bewertung der Performance – besonders unter Berücksichtigung des weichen Faktors der „Customer Experience“ – nicht leicht. Wie lässt die sich im Service messen oder gar bewerten? Wie soll festgestellt werden, was effizient ist? Wie können die richtigen Maßnahmen abgeleitet werden?

Wie bei der Wartung einer Maschine gilt: Die richtigen Werkzeuge und Prozesse helfen die möglichen Stellhebel zu justieren.

Faires Benchmarking zur Performancebewertung

Objektive und faire Benchmarks sind wichtig, Ihre Serviceteams auf das nächste Level zu heben. Ein Benchmarking ermöglicht Ihnen, die Leistung Ihrer Teams im Vergleich zu bewerten, Strategien zu entwickeln und klare, erreichbare Ziele zu definieren. Dies führt zu einer kontinuierlichen Optimierung der Prozesse und einer besseren Servicequalität. 

Fairness im Benchmarking schafft Vertrauen innerhalb Ihrer Teams, die auf dem Weg sind exzellente Kundenerlebnisse zu gestalten.

Datengetriebene Analysen – transparente Resultate

Die Grundlage im Customer Centricity Consulting bilden fundierte, datengetriebene Analysen. Die Orientierung an einzelnen Kennzahlen zur Bewertung ist jedoch meist nicht zielführend, da viele Faktoren Einfluss auf die Prozessperformance haben. Um ein faires Benchmarking zu betreiben sind daher Analyseverfahren zu wählen, die mehrere Faktoren parallel berücksichtigen können.

Durch den Einsatz von Methoden wie zum Beispiel der Data Envelopment Analysis (DEA) lässt sich dies sicherstellen und die Effizienz Ihrer Serviceteams objektiv messen, Optimierungspotenziale identifizieren und wertvolle Erkenntnisse ermitteln, um klare, erreichbare Ziele für eine kontinuierliche Verbesserung zu formulieren.

Entscheidend für die Qualität der Ergebnisse ist dabei die Modellierung, die Wahl der richtigen Faktoren zur Abbildung des Serviceprozesses. 

Im Anschluss an die Modellierung des Serviceprozesse ist dann die Transparenz der Analyseergebnisse bedeutend für die Akzeptanz unter Ihren Mitarbeitern und deren Motivation, ihre gesetzten Ziele zu erreichen.

Maßnahmen zur Verbesserung der Serviceprozesse

Auf Basis der gewonnenen Daten entwickeln wir gemeinsam mit Ihnen maßgeschneiderte Maßnahmen zur Optimierung Ihrer Serviceprozesse. Ziel ist es, einen nachhaltig positiven Effekt auf die Customer Experience zu erzeugen. Ich begleite Sie in der Wirksamkeitssteuerung bei der Umsetzung der Maßnahmen. Gemeinsam stellen wir sicher, dass die gewünschten Erfolge erzielt werden.

Beispiel eines Industrieservice-Unternehmens

Anhand des folgenden Beispiels lässt sich gut verdeutlichen, welche Möglichkeiten für die aktive Steuerung der Customer Experience bestehen und wie die Wahl der richtigen Analysewerkzeuge den Erkenntnisgewinn erheblich verbessern kann:

Ein Industrieservice-Unternehmen hat sich auf die Wartung und Reparatur von komplexen Maschinen und Anlagen spezialisiert. Die Service-Mitarbeiter und Mitarbeiterinnen des Unternehmens sind in 15 Teams unterschiedlicher Größe aufgeteilt und haben Ihre Einsätze bei Kunden vor Ort. Nach jedem Einsatz werden die Kunden zu Ihrer Zufriedenheit und Ihrer Bereitschaft zur Weiterempfehlung befragt. Für jedes Projekt werden unterschiedliche Kennzahlen erfasst. Für das Benchmarking wird ein fester Zeitraum betrachtet, in dem die Teams verschiedene Projekte zu einer Serviceart durchgeführt haben.

Zur vereinfachten Modellierung des Service Prozesses und der Customer Experience wurde entschieden, auf die folgenden Kennzahlen zurückzugreifen, die als Inputs und als Outputs definiert wurden:

Inputs

·      Größe des Serviceteams (Full-Time-Equivalent, FTE)

·      Anzahl der Kundenrückfragen zu Projekten im Zeitraum

·      Time to Fix, durchschnittliche Dauer eines Serviceeinsatzes (Tage)

·      Nachlass auf Kundenrechnungen (in Prozent der Abschlussrechnung)

Outputs

·      Fix It Right First Time (FIRFT) in Prozent der Einsätze, bei denen der Serviceauftrag im ersten Anlauf erfolgreich abgeschlossen wurde

·      C-SAT, Prozentsatz der zufriedenen Kunden nach Service-Einsätzen

·      Net Promotor Score (NPS), Weiterempfehlungsrate

Nachdem die Inputs und Outputs des Serviceprozesses definiert und die zugehörigen Daten für den Zeitraum gesammelt wurden, wurde die folgende Rohdatentabelle zusammengestellt:

Durchführung des Benchmarkings mit der Data Envelopment Analysis

Es fällt auf, dass zur Bestimmung der Benchmarks eine größere Zahl an Faktoren gleichzeitig berücksichtigt werden musste. Ein einfacher Kennzahlenvergleich erschien hier nicht sinnvoll – zu unterschiedlich sind die Teams und Ihre Arbeitsweisen aufgestellt.

Eine Methode diese Herausforderung zu lösen besteht in der Verwendung der Data Envelopment Analysis (DEA), die auf der einen Seite viele Faktoren unabhängig Ihrer Dimensionierung (Finanzkennzahlen, Prozentsätze, usw.) parallel verwenden und komplexe Datenmengen verarbeiten kann und andererseits klare Ergebnisse, verständliche Strategieempfehlungen und eindeutige Benchmarks erlaubt.

Dabei werden mit dem Verfahren zunächst diejenigen Teams ermittelt, die mit gegebenem Einsatz (Input) den bestmöglichen Erfolg (Output) erzielen. Hierzu gehen die einzelnen Faktoren gewichtet in die Relation von Inputs zu Outputs ein und es ergibt sich ein Effizienz-Score zwischen 0-100% für jedes Team.

In unserem Beispiel sah das Resultat – mit neun effizienten Teams (100%) und 6 ineffizienten Teams – wie folgt aus:

Detailanalyse der Ergebnisse

Die datengetriebene Analyse mittels DEA bietet den Einstieg, um zu erkennen, wo Stellschrauben zur Verbesserung der Performance liegen. Gleichzeitig werden im Benchmarking Referenzpunkte, bzw. Referenzteams ermittelt, die – mit gegebenen Mitteln – eine bessere Kundenbeziehung erreichen.

·      Aufdecken von Ähnlichkeiten zwischen den einzelnen Teams: Zunächst lässt sich bewerten, ob es strukturell ähnliche Teams gab, die als Benchmarks für andere, weniger Performance-starke dienen können. Team11 zum Beispiel, das mit 86% eine Performance-Lücke zeigt, hat nach der Benchmark-Kalkulation drei strukturell ähnliche Partner-Teams, die als Referenzen herangezogen werden: Team4, Team5 und Team15. Gemeinsam bilden diese vier Teams ein Performance-Cluster.

·      Ermitteln von Performance-Leadern, also Teams, die besonders häufig als Referenzen für andere herangezogen wurden: In der Beispiel-Analyse sind dies Team4 (6 Mal), Team5 (5 Mal) und Team15 (4 Mal).

·      Erkennen von Nischenstrategien: Schon bei der Rohdatenbetrachtung fällt auf, dass Team10 sich stark von den anderen Teams unterscheidet. Dennoch ist der „Einzelkämpfer“ effizient im Hinblick auf die erreichte Customer Experience – dient aber gleichzeitig keinem anderen Team als Benchmark. 

·      Identifizieren von Erfolgsfaktoren: Die Gewichtungen der Prozesskennzahlen liefern Hinweis auf erfolgreiche Customer Experience-Strategien. Errechnet sich für einen Einflussfaktor bei der für den Effizienz-Score ein nur sehr geringes Gewicht, spielt er auch für die Entwicklung von Maßnahmen in einer zukünftigen CX-Strategie auch nur eine untergeordnete Rolle. So lässt sich auf Basis der Daten des Industrieservice-Unternehmens feststellen, dass bei den Kalkulationen der vermeintliche Erfolgsfaktor FIRFT kaum ins Gewicht fiel. Es mag eine wichtige Kennzahl sein, doch entscheidenden Einfluss auf die Gesamtperformance hat er nicht.

Die folgende Darstellung zeigt das Performance-Cluster um das Team11 mit den Benchmarks Team4, Team5 und Team15

Ergebnisse, Maßnahmen, Wirksamkeit

Wichtig bei der Interpretation der Ergebnisse ist im Kopf zu behalten, dass sich alle Aussagen ausschließlich auf das gewählte Modell und seine Parameter dieses Beispiels beziehen lassen. Nur ein gutes Modell liefert auch robuste Ergebnisse.

Die Resultate im vorliegenden Fall des Industrieservice-Unternehmens stoßen den Austausch der Teams untereinander an, sodass die Teams, die im Benchmarking Optimierungspotenzial gezeigt haben, von den effizienten Teams lernen können und Maßnahmen entwickeln, die es ermöglichen, Ihre Prozesse zu verbessern.

Am Beispiel von Team11 ist der Ansatzpunkt, von den CX-Benchmarks Team4, Team5 und Team15 zu lernen und Vorgehensweisen zu übernehmen, die einen positiven Einfluss auf das Kundenerlebnis haben.
Denkbar wären hier eine klare Kommunikation wie bei Team5, um kundenseitige Rückfragen zum Service-Projekt zu reduzieren, oder effizientere Abläufe, um eine ähnliche Time-to-Fix zu erreichen wie Team4. 

Entsprechende Maßnahmen werden auf Unternehmensebene in die Zielvereinbarungen übernommen und ihre Umsetzung nachverfolgt. Die Wirksamkeit der Maßnahmen werden dann durch Wiederholung der Benchmarkinganalyse im Zeitverlauf nachgewiesen.

Fazit - Mehrwert durch aktive Steuerung der Customer Experience

Es zeigt sich: Die Verbesserung der Customer Experience im Service ist keine Aufgabe, die sich im Handumdrehen umsetzen lässt. Kundenzentriertes Handeln zu entwickeln und fest im Unternehmen zu verankern bedeutet zunächst viel Analysearbeit mit fundierten Methoden und kontinuierlich in den Austausch zu gehen.

Ein Gesamtprojekt im Customer Experience Management um Ihren Kundenservice auf das nächste Level zu heben besteht aus den Bausteinen der fairen Analyse des Ist-Zustands und der Ermittlung von Optimierungspotenzialen, Entwicklung gemeinsamer Ziele und Maßnahmen, sowie deren Wirksamkeitssteuerung.

Der Mehrwert entsteht durch eine höhere Kundenzufriedenheit, steigende Loyalitätsraten und eine verbesserte Profitabilität aus Ihrem Servicegeschäft.

Die Einsatzmöglichkeiten der Performance-Analyse sind vielfältig und nicht auf Service-Fälle beschränkt. Möchten Sie mehr zu fairem Benchmarking im Customer Experience Management und der Data Envelopment Analysis erfahren? – Gerne begleite ich Sie bei Ihrem nächsten Projekt!