> Perbaikan proses berkelanjutan > Layanan pelanggan > Zendesk Support

Tingkatkan layanan pelanggan Anda

Panduan 6 langkah untuk mengoptimalkan layanan pelanggan di Zendesk.
Tingkatkan layanan pelanggan Anda
Layanan pelanggan
Zendesk Support

Pilih proses

Pilih proses untuk melanjutkan pekerjaan di ruang kerja yang terhubung.

Proses yang tersedia
Proses umum 1 Dari prospek hingga pembayaran 7 Layanan pelanggan 7 Manajemen gudang 6 Manajemen kualitas 6 Manajemen Siklus Pendapatan 6 Order to Cash - Pemrosesan pesanan penjualan 8 Order to Cash, penagihan dan faktur 8 Orientasi karyawan 6 Orientasi pelanggan KYC 6 Pembelian hingga pembayaran, pesanan pembelian 8 Pemeliharaan aset 6 Pemrosesan faktur utang usaha 7 Pemrosesan invoice dari pengadaan hingga pembayaran 8 Pemrosesan pembayaran 7 Pemrosesan pembayaran utang usaha 7 Pemrosesan penggajian 7 Pemrosesan retur dan pengembalian dana 7 Penanganan klaim 6 Pengajuan pinjaman 6 Pengelolaan insiden 6 Pengelolaan kontrak 6 Pengelolaan kredit dan penagihan 7 Pengelolaan masalah 6 Pengelolaan pengeluaran 6 Pengelolaan Permintaan Layanan 7 Pengelolaan persediaan 7 Pengelolaan perubahan 6 Pengelolaan rantai pasok 7 Pengelolaan transportasi 6 Perencanaan produksi 6 Perjalanan pasien 6 Piutang Usaha 7 Purchase to Pay - Permintaan pembelian 8 Record to Report - Jurnal 7 Record to Report, penutupan periode, dan rekonsiliasi 7 Rekrutmen dan akuisisi talenta 6 Rekrutmen hingga pensiun, manajemen posisi 4 Siklus hidup pengembangan perangkat lunak 6 Siklus karyawan dari perekrutan hingga pensiun 8
Sistem yang tersedia
Tantangan(11)Target(11)6 langkahPratinjauHasilDataFAQ(4)

Tingkatkan layanan pelanggan di Zendesk Support

Proses layanan pelanggan sering menyimpan ketidakefisienan yang tidak terlihat. Akibatnya, pelanggan kecewa dan biaya operasional meningkat. Platform ini membantu Anda menemukan hambatan secara tepat, memahami akar penyebabnya, dan melihat peluang perbaikan. Anda dapat menerapkan perubahan praktis untuk memangkas waktu penyelesaian dan meningkatkan kepuasan pelanggan.

Unduh templat data yang telah disiapkan dan atasi tantangan umum untuk mencapai target efisiensi Anda. Ikuti rencana perbaikan enam langkah dan lihat Panduan Templat Data untuk meningkatkan operasional Anda.

Tampilkan deskripsi lengkap

Mengapa layanan pelanggan di Zendesk Support perlu ditingkatkan

Layanan pelanggan berperan penting dalam keberhasilan bisnis. Layanan ini memengaruhi loyalitas pelanggan, reputasi merek, dan pendapatan. Di tengah persaingan saat ini, memenuhi harapan saja tidak cukup. Pelanggan menginginkan dukungan yang cepat, efisien, dan sesuai kebutuhan mereka. Bagi organisasi yang menggunakan Zendesk Support, tantangannya adalah memastikan setiap tiket menempuh jalur paling efisien, sejak kontak pertama hingga penyelesaian. Inefisiensi dalam proses layanan pelanggan sering tersembunyi di tengah kesibukan operasional sehari-hari. Akibatnya, penyelesaian menjadi lebih lama, biaya operasional meningkat, agen kelelahan, dan pelanggan kecewa hingga beralih ke penyedia lain.

Tanpa gambaran yang jelas tentang perjalanan permintaan layanan dari awal hingga akhir, mencari penyebab keterlambatan dan penyimpangan hanya menjadi tebak-tebakan. Apakah beban kerja beberapa agen terlalu tinggi? Apakah jenis permintaan tertentu sering tertahan? Apakah kepatuhan SLA terganggu oleh pengerjaan ulang yang tidak perlu atau terlalu banyak serah terima? Jawaban atas pertanyaan ini penting untuk mengambil keputusan dan melakukan perbaikan berkelanjutan. Meningkatkan proses layanan pelanggan bukan sekadar memangkas biaya. Tujuannya juga membangun operasional yang tangguh dan berfokus pada pelanggan, sehingga hubungan jangka panjang dan pertumbuhan bisnis dapat terjaga.

Cara process mining meningkatkan efisiensi layanan pelanggan

Process mining membantu Anda memahami dan meningkatkan operasional layanan pelanggan di Zendesk Support. Dengan mengekstrak log peristiwa dari data Zendesk, alat process mining menyusun kembali alur proses yang benar-benar terjadi. Anda dapat melihat setiap langkah yang dilalui permintaan layanan. Hasilnya bukan gambaran berdasarkan dugaan, melainkan pandangan objektif tentang operasional Anda berdasarkan data.

Analisis ini membantu Anda melihat durasi seluruh siklus layanan pelanggan, menemukan penyimpangan yang sering terjadi dari prosedur operasional standar, dan menunjukkan hambatan yang mengurangi efisiensi. Misalnya, Anda dapat melihat tiket yang berulang kali dialihkan, yang bisa menunjukkan perlunya pelatihan atau perbaikan desain alur kerja. Anda juga dapat menemukan kategori permintaan layanan tertentu yang sering melampaui target waktu penyelesaian, lalu memperbaiki proses secara terarah. Process mining membantu Anda mengambil keputusan berdasarkan bukti, bukan asumsi. Dengan begitu, perubahan yang dilakukan lebih tepat sasaran dan berbasis data. Temuan yang jelas tentang inefisiensi membantu Anda mengurangi durasi siklus layanan pelanggan dan meningkatkan kinerja secara keseluruhan.

Area utama yang dapat ditingkatkan dengan process mining

Penerapan process mining pada data Zendesk Support biasanya mengungkap beberapa area penting untuk perbaikan:

  • Menemukan dan mengatasi hambatan: Temukan antrean, kelompok agen, atau aktivitas tertentu yang menjadi tempat permintaan layanan menumpuk dan tertunda. Temuan ini membantu Anda mengalokasikan sumber daya atau merancang ulang proses secara terarah.
  • Mengurangi pengerjaan ulang dan memperbaiki serah terima: Lihat tiket yang dibuka kembali atau berulang kali dialihkan antar tim. Mengurangi serah terima yang tidak perlu dapat menyederhanakan proses, mengurangi pekerjaan sia-sia, dan mempersingkat waktu penanganan rata-rata.
  • Menganalisis kepatuhan dan penyimpangan SLA: Pantau kepatuhan proses layanan pelanggan terhadap Perjanjian Tingkat Layanan. Temukan penyebab umum pelanggaran SLA, seperti langkah proses tertentu, ketersediaan agen, atau ketergantungan internal.
  • Mencari akar penyebab keterlambatan: Telusuri faktor yang memperpanjang durasi siklus, seperti permintaan informasi tambahan kepada pelanggan, eskalasi internal, atau ketergantungan eksternal. Dengan begitu, Anda dapat menanganinya secara sistematis.
  • Menilai kinerja dan kebutuhan pelatihan agen: Dengan tetap menjaga privasi, data gabungan dapat menunjukkan perbedaan efisiensi agen atau kepatuhan terhadap praktik terbaik. Informasi ini dapat membantu Anda menyusun pelatihan yang tepat sasaran atau menyeimbangkan beban kerja.

Hasil yang diharapkan dari peningkatan layanan pelanggan Zendesk

Penerapan process mining secara terarah pada proses layanan pelanggan di Zendesk Support dapat memberikan manfaat yang terukur:

  • Memperpendek durasi siklus layanan pelanggan: Sederhanakan proses dengan menghilangkan langkah dan hambatan yang tidak perlu agar masalah pelanggan lebih cepat diselesaikan.
  • Meningkatkan kepuasan pelanggan: Layanan yang lebih cepat dan efisien membuat pelanggan lebih puas dan mendorong mereka untuk tetap menggunakan layanan Anda.
  • Menurunkan biaya operasional: Optimalkan alokasi sumber daya, kurangi pengerjaan ulang, dan batasi pekerjaan manual untuk menghemat biaya.
  • Meningkatkan kepatuhan SLA: Penuhi dan lampaui target Perjanjian Tingkat Layanan secara konsisten untuk memperkuat kepercayaan pelanggan dan menghindari penalti.
  • Meningkatkan transparansi proses: Pahami operasional layanan pelanggan secara objektif agar Anda dapat terus melakukan perbaikan dan menangani masalah lebih awal.

Dengan process mining, Anda dapat mengubah layanan pelanggan di Zendesk Support dari pusat biaya yang hanya bereaksi menjadi operasional yang proaktif, efisien, dan berfokus pada pelanggan, serta siap menghadapi kebutuhan mendatang.

Mulai tingkatkan proses Anda

Siap meningkatkan operasional layanan pelanggan dan efisiensi di Zendesk Support? Gunakan analisis proses untuk menelaah alur kerja yang ada. Temukan dengan tepat letak hambatan dan cara mengurangi durasi siklus layanan pelanggan. Hasil analisis membantu Anda menerapkan perbaikan yang terarah agar tim dapat memberikan layanan yang baik dengan lebih efisien. Mulailah meningkatkan pengalaman pelanggan di Zendesk Support hari ini.

Layanan pelanggan Operasional dukungan Efisiensi agen Perjanjian tingkat layanan Kepuasan pelanggan Penyelesaian tiket Manajemen help desk Peningkatan CX Sistem tiket Manajemen tiket Tiket dukungan Pusat kontak Dukungan pelanggan CRM Help desk Penyelesaian kasus

Masalah dan tantangan umum

Tentukan tantangan yang Anda hadapi

Keterlambatan menyelesaikan permintaan layanan pelanggan dapat menurunkan kepuasan dan membuat pelanggan beralih. Waktu tunggu yang lama menciptakan pengalaman buruk dan menambah beban agen karena pelanggan menghubungi kembali untuk menanyakan perkembangan.
ProcessMind menganalisis seluruh siklus hidup setiap Service Request di Zendesk Support. Anda dapat melihat di mana dan mengapa waktu penyelesaian melampaui target. ProcessMind menunjukkan hambatan dalam urutan aktivitas atau penugasan agen tertentu, sehingga area yang perlu ditingkatkan menjadi jelas.

Jika masalah pelanggan sering dieskalasikan secara internal, artinya penyelesaian pada kontak pertama masih rendah dan lebih banyak sumber daya terpakai. Setiap eskalasi menambah biaya operasional dan memperpanjang waktu penyelesaian, sehingga pengalaman pelanggan ikut memburuk.
ProcessMind memetakan jalur yang ditempuh Service Request dan menunjukkan seberapa sering serta pada tahap mana eskalasi internal terjadi. ProcessMind membantu menemukan penyebabnya, seperti kurangnya pelatihan agen atau artikel basis pengetahuan yang belum tersedia, agar Anda dapat melakukan perbaikan terarah pada alur kerja Zendesk Support.

Kegagalan memenuhi target Perjanjian Tingkat Layanan (SLA) secara konsisten dapat berujung pada penalti, ketidakpuasan pelanggan, dan rusaknya reputasi. Pelanggaran SLA menunjukkan masalah sistemik dalam efisiensi proses atau alokasi sumber daya yang perlu segera ditangani.
ProcessMind memantau setiap Service Request berdasarkan kebijakan SLA yang ditetapkan di Zendesk Support. Anda dapat menemukan tahap atau jenis permintaan yang sering melanggar target. ProcessMind juga menunjukkan hambatan penyebab keterlambatan agar Anda dapat menyesuaikan penyampaian layanan sebelum masalah berulang.

Permintaan layanan yang dibuka kembali setelah dinyatakan selesai menunjukkan bahwa solusi belum tuntas atau belum efektif. Hal ini membuat pelanggan kecewa dan menyita waktu agen. Pengerjaan ulang juga meningkatkan biaya rata-rata setiap penyelesaian dan memperlambat penanganan secara keseluruhan.
ProcessMind menemukan pola ketika aktivitas 'Service Request Resolved' sering diikuti kontak baru dari pelanggan atau aktivitas tindak lanjut. Anda dapat mengetahui jenis Service Request atau agen tertentu yang berkaitan dengan tingginya tingkat pembukaan kembali di Zendesk Support, lalu menentukan pelatihan atau perubahan proses yang sesuai.

Pelanggan sering berpindah saluran komunikasi saat mengajukan satu permintaan layanan. Akibatnya, informasi terpecah dan pelanggan harus menjelaskan masalah berulang kali. Pengalaman pelanggan memburuk dan waktu penyelesaian bertambah karena agen harus menyusun kembali riwayat interaksi.
ProcessMind menganalisis atribut 'Communication Channel' untuk setiap Service Request dan menunjukkan kapan serta mengapa pelanggan berpindah saluran, seperti email, chat, atau telepon. Anda dapat melihat pola dalam proses Zendesk Support yang perlu ditangani dengan menyederhanakan interaksi atau mengintegrasikan saluran.

Beban kerja yang tidak seimbang dapat membuat sebagian agen kelelahan sementara agen lain kurang dimanfaatkan. Hal ini memengaruhi semangat dan efisiensi tim, serta dapat menyebabkan layanan tidak konsisten dan pelanggan yang ditangani agen dengan beban tinggi harus menunggu lebih lama.
ProcessMind memberikan gambaran jelas tentang aktivitas agen dan penugasan Service Request di Zendesk Support. Anda dapat menemukan agen atau tim dengan beban kerja yang jauh lebih tinggi atau rendah, lalu mengatur distribusi sumber daya agar penanganan Service Request lebih merata dan efisien.

Penyimpangan dari prosedur layanan pelanggan standar dapat menyebabkan kualitas layanan tidak konsisten, ketidakpatuhan terhadap peraturan, dan lebih banyak kesalahan. Praktik ad hoc juga mengurangi efektivitas pelatihan dan menyulitkan pengembangan operasional.
ProcessMind menemukan jalur yang benar-benar ditempuh Service Request di Zendesk Support dan membandingkannya dengan model proses yang diharapkan. ProcessMind menunjukkan setiap penyimpangan, termasuk lokasi dan penyebab agen atau sistem tidak mengikuti alur kerja yang ditetapkan, sehingga Anda dapat melakukan tindakan perbaikan yang tepat.

Kesalahan dalam mengategorikan atau menentukan prioritas permintaan layanan dapat mengarahkannya ke departemen atau agen yang keliru. Akibatnya, penyelesaian masalah mendesak tertunda. Inefisiensi ini dapat membuat pelanggan kecewa dan menghambat penanganan masalah penting secara tepat waktu.
ProcessMind menganalisis aktivitas awal 'Request Categorized and Prioritized' serta dampaknya pada proses berikutnya di Zendesk Support. Anda dapat menemukan pola ketika kategori atau prioritas tertentu sering menyebabkan waktu penyelesaian lebih lama atau lebih banyak eskalasi. Temuan ini membantu Anda memperbaiki proses penerimaan permintaan.

Keterlambatan mengirim konfirmasi awal setelah permintaan layanan dibuat dapat langsung memberi kesan buruk kepada pelanggan. Waktu tunggu membuat pelanggan merasa tidak didengar, meningkatkan kekhawatiran, dan berpotensi mendorong mereka menghubungi Anda berulang kali.
ProcessMind mengukur dengan tepat waktu antara 'Service Request Created' dan 'Initial Customer Acknowledgment Sent' di Zendesk Support. Anda dapat menemukan hambatan pada tahap awal yang penting ini, termasuk masalah proses atau sistem yang menunda komunikasi dan memengaruhi kesan pertama.

Jika agen berulang kali meminta informasi yang sudah diberikan pelanggan atau mudah ditemukan, hal ini menunjukkan proses yang tidak efisien dan aliran informasi yang terpecah. Langkah yang tidak perlu ini memperpanjang waktu penyelesaian dan membuat pelanggan kecewa.
ProcessMind memetakan kemunculan aktivitas 'Information Requested from Customer' dalam alur kerja Service Request. Anda dapat menemukan situasi ketika aktivitas ini terjadi berulang kali atau sebenarnya tidak diperlukan. Temuan ini dapat menunjukkan bahwa agen sulit mengakses informasi atau data awal yang dikumpulkan di Zendesk Support belum memadai.

Jika agen menghabiskan terlalu banyak waktu untuk menyelidiki masalah atau kesulitan menemukan informasi yang relevan, waktu penyelesaian akan bertambah. Inefisiensi ini mengurangi produktivitas agen dan menunda dukungan penting bagi pelanggan, sekaligus meningkatkan biaya operasional.
ProcessMind menganalisis durasi dan aktivitas yang terjadi sebelum 'Solution Proposed to Customer' atau 'Service Request Resolved'. Anda dapat menemukan kasus ketika aktivitas 'Agent Investigates Issue' berlangsung lebih lama dari biasanya. Hal ini dapat menunjukkan perlunya integrasi basis pengetahuan yang lebih baik atau pelatihan agen di Zendesk Support.

Tujuan umum

Tentukan seperti apa keberhasilan itu

Tujuan ini berfokus pada pengurangan waktu yang dibutuhkan untuk menyelesaikan permintaan layanan pelanggan, sejak kontak pertama hingga kasus ditutup. Pencapaian ini dapat meningkatkan kepuasan pelanggan, menekan biaya operasional akibat kasus yang berlarut-larut, dan menyediakan lebih banyak kapasitas bagi agen. Hasilnya, operasional Zendesk Support menjadi lebih efisien.
ProcessMind menganalisis data Zendesk Support untuk menemukan hambatan dan keterlambatan dalam alur penyelesaian. Anda dapat melihat aktivitas atau urutan aktivitas tertentu yang memperpanjang penyelesaian, lalu menggunakan temuannya untuk menyederhanakan proses, mengotomatiskan tugas berulang, dan mengalokasikan sumber daya dengan lebih tepat. Anda dapat menargetkan pengurangan waktu penyelesaian rata-rata sebesar 15-25%.

Memenuhi Perjanjian Tingkat Layanan penting untuk memberikan layanan pelanggan yang andal dan menghindari penalti. Tujuan ini berfokus pada peningkatan persentase permintaan layanan yang diselesaikan sesuai target SLA, sehingga kualitas dan keandalan layanan di lingkungan Zendesk Support tetap terjaga.
ProcessMind memantau jalur proses penting dan menandai keterlambatan untuk menemukan kasus yang berisiko melanggar SLA. Anda dapat mengetahui penyebab utama kegagalan SLA, seperti serah terima antaragen, keterlambatan investigasi, atau kesenjangan komunikasi. Temuan ini membantu Anda mengambil tindakan terarah untuk meningkatkan kepatuhan sebesar 10-20%.

Tingginya tingkat eskalasi internal sering menunjukkan masalah mendasar, seperti kurangnya pengetahuan agen, kategorisasi awal yang tidak tepat, atau serah terima proses yang rumit. Tujuan ini berupaya mengurangi frekuensi permintaan layanan pelanggan yang perlu dieskalasikan ke tingkat lebih tinggi atau departemen lain di Zendesk Support. Dengan begitu, biaya dapat ditekan dan penyelesaian dipercepat.
ProcessMind memetakan jalur eskalasi dan menemukan pemicu yang umum. Anda dapat melihat kesenjangan pengetahuan atau ketidakjelasan proses. Dengan menganalisis situasi yang memicu eskalasi, ProcessMind membantu Anda menyempurnakan pelatihan, memperbaiki konten basis pengetahuan, dan meningkatkan triase awal. Langkah ini berpotensi mengurangi tingkat eskalasi sebesar 10-15%.

Tingginya tingkat permintaan layanan yang dibuka kembali menunjukkan bahwa penyelesaian awal belum sepenuhnya mengatasi masalah pelanggan. Akibatnya, pelanggan kecewa dan beban kerja bertambah. Tujuan ini berfokus pada penyelesaian masalah pelanggan secara tuntas dan efektif sejak awal di sistem Zendesk Support.
ProcessMind menganalisis seluruh siklus hidup permintaan yang dibuka kembali untuk menemukan pola, agen, atau jenis permintaan yang sering terkait dengan pembukaan kembali. Anda dapat mengetahui penyelesaian yang belum memadai atau masalah mendasar yang belum ditangani sepenuhnya, lalu melakukan perbaikan untuk mengurangi tingkat pembukaan kembali sebesar 5-10%.

Penggunaan saluran komunikasi yang tidak konsisten dapat membuat pengalaman pelanggan terpecah dan alur kerja agen menjadi tidak efisien. Tujuan ini berupaya menetapkan dan menerapkan saluran standar untuk interaksi dengan pelanggan, sehingga komunikasi lebih jelas dan konsisten serta proses layanan di Zendesk Support lebih lancar.
ProcessMind menampilkan alur saluran komunikasi yang digunakan selama siklus hidup permintaan layanan. Anda dapat melihat penyimpangan dari saluran yang diutamakan dan situasi ketika beberapa saluran yang berpotensi membingungkan digunakan sekaligus. Temuan ini membantu Anda menyederhanakan dan menstandarkan komunikasi untuk meningkatkan CX.

Distribusi beban kerja yang tidak merata dapat menyebabkan agen kelelahan, layanan tertunda, dan kualitas yang tidak konsisten. Tujuan ini berfokus pada pemerataan beban kerja agen layanan pelanggan di Zendesk Support untuk meningkatkan efisiensi dan memastikan sumber daya dialokasikan secara adil di seluruh tim.
ProcessMind memberikan gambaran tentang aktivitas setiap agen dan penugasan kasus, sehingga ketimpangan dan hambatan dapat terlihat. Anda dapat menemukan peluang untuk menyeimbangkan beban, melakukan pelatihan silang, atau menyesuaikan aturan penugasan. Langkah ini membantu membagi beban kerja secara lebih adil dan efisien serta meningkatkan produktivitas agen sebesar 10%.

Konfirmasi yang lambat atas permintaan layanan pelanggan baru dapat memberi kesan pertama yang buruk dan membuat pelanggan semakin khawatir. Tujuan ini berfokus pada pengurangan waktu yang dibutuhkan pelanggan untuk menerima konfirmasi awal setelah menghubungi Anda melalui Zendesk Support.
ProcessMind melacak waktu sejak 'Customer Contact Initiated' hingga 'Initial Customer Acknowledgment Sent'. Anda dapat menemukan keterlambatan dan celah proses pada langkah awal yang penting ini, lalu mempercepat respons otomatis atau menyederhanakan triase awal. Langkah ini dapat meningkatkan kecepatan konfirmasi sebesar 20-30%.

Kategorisasi permintaan layanan yang kurang tepat sering menyebabkan salah pengalihan, keterlambatan, dan penanganan yang tidak efisien. Tujuan ini berupaya meningkatkan ketepatan kategorisasi dan penentuan prioritas permintaan masuk di Zendesk Support agar permintaan segera ditangani agen atau departemen yang tepat.
ProcessMind menganalisis hubungan antara kategorisasi awal dan jalur proses berikutnya, termasuk eskalasi atau penugasan ulang. Anda dapat menemukan pola kesalahan kategorisasi untuk menyempurnakan aturan, meningkatkan pelatihan agen, atau mengotomatiskan triase awal. Langkah ini dapat meningkatkan ketepatan sebesar 15-20%.

Pelanggan merasa kesal jika diminta memberikan informasi yang sama berulang kali saat mengajukan permintaan layanan. Tujuan ini berfokus pada penyederhanaan proses pengumpulan informasi di Zendesk Support agar semua detail yang diperlukan terkumpul dengan efisien, idealnya dalam interaksi pertama.
ProcessMind memetakan titik dalam proses layanan ketika informasi diminta dari pelanggan. Anda dapat menemukan permintaan berulang yang tidak perlu atau aktivitas ketika agen berkali-kali meminta data yang sudah diberikan. Temuan ini membantu Anda menyesuaikan proses dan mengurangi kejadian tersebut sebesar 10-20%.

Penyimpangan dari prosedur operasional standar dapat menyebabkan kualitas layanan tidak konsisten, risiko ketidakpatuhan, dan inefisiensi operasional. Tujuan ini berupaya memastikan semua agen layanan pelanggan dan proses di Zendesk Support mengikuti pedoman dan alur kerja yang telah ditetapkan.
ProcessMind menemukan dan menampilkan semua jalur proses yang benar-benar terjadi, lalu membandingkannya dengan model acuan yang diharapkan. Anda dapat melihat jalan pintas tanpa izin, langkah yang terlewat, atau tindakan yang tidak sesuai ketentuan. Bukti yang jelas ini membantu menegakkan disiplin proses dan meningkatkan konsistensi sebesar 20%.

Langkah investigasi yang tidak efisien dapat memperpanjang waktu penyelesaian dan meningkatkan biaya layanan pelanggan. Tujuan ini berfokus pada peningkatan aktivitas untuk mendiagnosis dan menyelesaikan masalah pelanggan agar proses di Zendesk Support lebih cepat dan efektif.
ProcessMind menemukan pengulangan, pengerjaan ulang, dan langkah yang tidak perlu dalam tahap 'Agent Investigates Issue'. Anda dapat melihat aktivitas yang menyita terlalu banyak waktu atau terus diulang oleh agen. Temuan ini membantu Anda meningkatkan alat diagnostik, akses ke basis pengetahuan, atau kolaborasi internal, serta mengurangi waktu investigasi sebesar 10-15%.

6 langkah untuk meningkatkan layanan pelanggan

1
Unduh templat
2
Ekspor data Zendesk Anda
3
Unggah dataset Anda
4
Analisis alur layanan Anda
5
Terapkan perbaikan utama
6
Pantau peningkatan kinerja
1

Unduh templat

Yang perlu dilakukan

Buka dan unduh templat data Excel yang telah dikonfigurasi khusus untuk menganalisis proses layanan pelanggan di Zendesk Support.

Lihat panduan template data Unduh template

Mengapa ini penting

Struktur data yang seragam memastikan semua informasi penting dari tiket Zendesk Support tercatat dengan benar untuk analisis proses yang akurat.

Hasil yang diharapkan

Templat Excel siap pakai yang dirancang untuk data layanan pelanggan Zendesk Support.

YANG AKAN ANDA DAPATKAN

Temukan Alur Tersembunyi dalam Proses Layanan Pelanggan

ProcessMind mengubah data mentah Zendesk Support menjadi visualisasi interaktif yang mudah dipahami. Lihat setiap langkah dalam perjalanan layanan pelanggan Anda, temukan inefisiensi, dan cari peluang untuk melakukan perbaikan.
  • Visualisasikan proses layanan dari awal hingga akhir
  • Temukan hambatan tersembunyi di Zendesk
  • Tingkatkan koordinasi antaragen dan pelaksanaan tugas
  • Kurangi rata-rata waktu penyelesaian permintaan pelanggan
Discover your actual process flow
Discover your actual process flow
Identify bottlenecks and delays
Identify bottlenecks and delays
Analyze process variants
Analyze process variants
Design your optimized process
Design your optimized process

HASIL YANG UMUM DICAPAI

Perbaikan nyata dalam layanan pelanggan

Hasil ini menunjukkan manfaat nyata yang diperoleh organisasi dengan menerapkan process mining pada data Zendesk Support. Dengan menganalisis siklus permintaan layanan, perusahaan dapat menemukan inefisiensi dan hambatan, lalu meningkatkan kinerja operasional secara signifikan.

0 %
Waktu penyelesaian lebih singkat

Penurunan rata-rata waktu penyelesaian permintaan layanan

Process mining menemukan hambatan dan inefisiensi, sehingga Anda dapat memperbaiki alur kerja dan memangkas waktu penyelesaian masalah pelanggan secara signifikan.
- 0 %
Kepatuhan SLA meningkat

Peningkatan pencapaian target tingkat layanan

Dengan menemukan jalur proses yang tidak patuh beserta akar penyebabnya, organisasi dapat mengatasi masalah lebih awal agar lebih banyak permintaan memenuhi target SLA.
0 %
Tingkat eskalasi lebih rendah

Penurunan jumlah permintaan yang memerlukan eskalasi internal

Dengan memahami pemicu eskalasi internal, Anda dapat meningkatkan pelatihan agen dan menyesuaikan proses, sehingga kebutuhan untuk melibatkan tim dengan tingkat dukungan lebih tinggi berkurang.
0 %
Lebih sedikit kasus yang dibuka kembali

Penurunan jumlah permintaan layanan pelanggan yang dibuka kembali

Analisis alasan kasus dibuka kembali membantu meningkatkan kualitas dan kelengkapan penyelesaian pertama. Hasilnya, kontak berulang dari pelanggan berkurang dan kepuasan meningkat.
0 %
Respons awal lebih cepat

Penurunan rata-rata waktu untuk memberikan respons awal kepada pelanggan

Dengan menemukan keterlambatan pada kontak pertama, Anda dapat menyederhanakan interaksi awal, menetapkan ekspektasi pelanggan dengan lebih baik, dan meningkatkan kepuasan sejak awal.

Hasil yang dicapai dapat berbeda, bergantung pada kompleksitas proses, kualitas data, dan cakupan penerapan. Contoh ini menggambarkan perbaikan yang umum ditemukan organisasi saat menggunakan process mining untuk proses layanan pelanggan.

Data yang disarankan

Mulailah dengan atribut dan aktivitas yang paling penting, lalu tambahkan data lain sesuai kebutuhan.
Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Atribut

Data penting untuk dikumpulkan saat analisis

Pengenal unik untuk setiap permintaan layanan pelanggan, yang juga dikenal sebagai tiket atau kasus.

Mengapa ini penting

Ini adalah ID kasus utama yang menghubungkan semua langkah proses, sehingga setiap perjalanan layanan pelanggan dapat direkonstruksi dan dianalisis.

Stempel waktu yang menunjukkan kapan suatu aktivitas atau peristiwa dimulai.

Mengapa ini penting

Stempel waktu ini penting untuk mengurutkan peristiwa, menghitung durasi, dan menganalisis lini masa proses permintaan layanan.

Nama atau ID agen layanan pelanggan yang ditugaskan untuk menangani permintaan layanan.

Mengapa ini penting

Mencatat agen yang melakukan tindakan, sehingga kinerja individu, distribusi beban kerja, dan alokasi sumber daya dapat dianalisis.

Klasifikasi permintaan layanan, seperti 'Pertanyaan', 'Insiden', 'Masalah', atau 'Tugas'.

Mengapa ini penting

Mengelompokkan permintaan agar kinerja berbagai jenis masalah dapat dibandingkan dan dianalisis. Hal ini penting untuk menentukan perbaikan proses yang tepat sasaran.

Tingkat prioritas yang ditetapkan untuk permintaan layanan, seperti 'Rendah', 'Normal', 'Tinggi', atau 'Mendesak'.

Mengapa ini penting

Menunjukkan tingkat urgensi permintaan. Informasi ini penting untuk menganalisis kepatuhan terhadap SLA dan memastikan masalah mendesak segera ditangani.

Saluran yang digunakan untuk mengirim permintaan layanan atau berkomunikasi.

Mengapa ini penting

Menunjukkan cara pelanggan dan agen berinteraksi, sehingga Anda dapat menganalisis efisiensi tiap saluran serta dampaknya terhadap proses dan pengalaman pelanggan.

Batas waktu yang ditetapkan untuk menyelesaikan permintaan layanan berdasarkan kebijakan SLA.

Mengapa ini penting

Menetapkan komitmen layanan kepada pelanggan dan menjadi tolok ukur untuk mengukur ketepatan waktu serta kepatuhan terhadap SLA.

Penanda boolean yang menunjukkan apakah waktu penyelesaian permintaan layanan melampaui target SLA.

Mengapa ini penting

Memberikan hasil yang jelas, ya atau tidak, untuk kinerja SLA setiap kasus sehingga pemantauan dan pelaporan kepatuhan lebih mudah.

Aktivitas

Langkah proses yang perlu dilacak dan dioptimalkan

Aktivitas ini menandai awal proses layanan pelanggan, saat tiket baru dibuat di Zendesk melalui saluran seperti email, formulir web, atau chat. Sistem mencatat peristiwa ini secara langsung dengan ID tiket unik dan stempel waktu saat tiket dibuat.

Mengapa ini penting

Sebagai peristiwa awal utama, aktivitas ini penting untuk menghitung durasi keseluruhan kasus dan menganalisis volume permintaan yang masuk dari waktu ke waktu. Aktivitas ini menjadi dasar untuk mengukur KPI seperti waktu hingga respons pertama dan total waktu penyelesaian.

Peristiwa ini menandakan bahwa permintaan layanan telah ditugaskan kepada agen tertentu untuk ditangani. Penugasan dapat dilakukan otomatis berdasarkan aturan perutean atau secara manual oleh ketua tim maupun agen.

Mengapa ini penting

Penugasan merupakan tahap penting untuk memastikan akuntabilitas dan mengelola beban kerja. Analisis waktu penugasan dan pola penugasan ulang dapat mengungkap hambatan dalam proses triase dan distribusi.

Aktivitas ini terjadi saat agen memerlukan informasi tambahan dari pelanggan untuk melanjutkan penanganan, lalu mengubah status tiket menjadi 'pending'. Perubahan status ini secara langsung menunjukkan bahwa proses sedang menunggu pihak eksternal.

Mengapa ini penting

Aktivitas ini menunjukkan adanya ketergantungan pada pelanggan dan menghentikan sementara penghitungan SLA internal. Jika terjadi berulang kali pada satu tiket, hal ini dapat menandakan pengumpulan informasi awal yang kurang lengkap dan memperpanjang waktu penyelesaian.

Agen menandai permintaan layanan sebagai 'solved' setelah memberikan solusi kepada pelanggan. Status ini bersifat sementara karena pelanggan masih dapat membalas dan membuka kembali tiket sebelum tiket ditutup secara permanen.

Mengapa ini penting

Ini merupakan tahap utama untuk mengukur waktu penyelesaian dan efisiensi agen. Tahap ini menandai saat agen menganggap pekerjaan selesai dan menjadi dasar untuk menganalisis pekerjaan ulang jika tiket dibuka kembali.

Aktivitas ini terjadi jika pelanggan membalas tiket dengan status 'solved'. Zendesk otomatis mengubah statusnya kembali menjadi 'open', yang menandakan masalah belum sepenuhnya terselesaikan.

Mengapa ini penting

Tiket yang dibuka kembali merupakan indikator penting kegagalan penyelesaian pada kontak pertama dan rendahnya kualitas solusi. Analisis frekuensi dan alasan tiket dibuka kembali membantu menemukan hal yang perlu diperbaiki dalam pelatihan agen dan prosedur penyelesaian.

Ini adalah aktivitas terakhir yang menandai penutupan permanen permintaan layanan. Biasanya, tiket ditutup secara otomatis setelah jangka waktu tertentu sejak ditandai sebagai 'solved', jika pelanggan tidak mengirim balasan baru.

Mengapa ini penting

Sebagai peristiwa akhir yang definitif, aktivitas ini mengakhiri siklus tiket. Jeda antara status 'solved' dan 'closed' merupakan periode ketika tiket masih dapat dibuka kembali. Peristiwa 'closed' mengonfirmasi bahwa penyelesaian telah diterima.

FAQ

Pertanyaan yang sering diajukan

Process mining membantu Anda melihat alur nyata permintaan layanan di Zendesk, sekaligus menemukan hambatan, penyimpangan, dan inefisiensi. Anda dapat mengetahui permintaan mana yang tersendat atau terlalu lama ditangani, lalu memperbaiki alur kerja dan mempersingkat waktu penyelesaian. Anda juga bisa menemukan akar masalah seperti tingginya jumlah tiket yang dibuka kembali atau pelanggaran SLA yang kritis.

Untuk process mining, Anda terutama memerlukan log peristiwa dari Zendesk Support. Data ini mencakup ID kasus, seperti Service Request ID, nama aktivitas, seperti "Ticket Created" atau "Agent Assigned", serta stempel waktu setiap aktivitas. ID agen dan perubahan status, misalnya "Open", "Pending", dan "Solved", juga penting.

Anda dapat mengharapkan penurunan signifikan pada rata-rata waktu penyelesaian dan tingkat eskalasi internal. Process mining membantu meningkatkan kepatuhan terhadap SLA penting dan mengurangi jumlah permintaan layanan yang dibuka kembali. Pada akhirnya, hal ini meningkatkan kepuasan pelanggan dan membuat pemanfaatan waktu agen lebih efisien.

Zendesk Support menyediakan beberapa cara untuk mengekstrak data, termasuk melalui API, fitur pelaporan, dan fungsi ekspor data. Banyak alat process mining juga menyediakan konektor langsung atau dapat mengimpor data dalam format standar seperti CSV atau Excel. Kami dapat membantu Anda memilih cara yang paling efisien untuk konfigurasi Zendesk Anda.

Pemahaman dasar tentang struktur data akan membantu, tetapi banyak platform process mining modern dirancang untuk pengguna bisnis. Pengetahuan dasar SQL dapat berguna saat menyiapkan data, tetapi Anda tidak selalu memerlukan data engineer khusus. Alat process mining menangani pekerjaan analisis yang rumit.

Ya. Process mining dapat menunjukkan langkah proses yang menyebabkan keterlambatan, seperti lambatnya respons awal. Analisis log peristiwa juga dapat menemukan pola ketika pelanggan berulang kali diminta memberikan informasi yang sama. Pola ini bisa menandakan proses investigasi yang tidak efisien atau kategorisasi permintaan yang kurang tepat. Temuan tersebut membantu Anda menentukan perbaikan yang tepat sasaran.

Ekstraksi data awal dan pembuatan model biasanya dapat diselesaikan dalam beberapa minggu, bergantung pada volume dan kompleksitas data. Anda sering kali sudah bisa memperoleh wawasan yang dapat ditindaklanjuti dalam 4-8 minggu pertama. Pemantauan berkelanjutan membantu menjaga manfaat dan mendorong perbaikan selanjutnya.

Atasi Hambatan Layanan Pelanggan dan Tingkatkan CSAT

Kurangi kontak berulang. Capai FCR 80% dan tingkatkan kepuasan pelanggan.

Mulai uji coba gratis

Tidak perlu kartu kredit