> Perbaikan proses berkelanjutan > Manajemen permintaan layanan > Zendesk Support

Tingkatkan pengelolaan permintaan layanan

Panduan 6 langkah untuk mengoptimalkan permintaan layanan Zendesk Support

Unduh templat data

Tingkatkan pengelolaan permintaan layanan

Manajemen permintaan layanan

Zendesk Support

Pilih proses

Pilih proses untuk melanjutkan pekerjaan di ruang kerja yang terhubung.

Proses yang tersedia

Sistem yang tersedia

Tantangan(12)Target(12)6 langkah Pratinjau Hasil Data FAQ(4)

Selesaikan permintaan layanan Zendesk Support lebih cepat

Pengelolaan permintaan layanan sering mengalami keterlambatan dan inefisiensi yang berdampak pada kepuasan pelanggan dan biaya operasional. Platform kami membantu menemukan hambatan dan langkah berulang dalam alur kerja Anda. Dapatkan wawasan yang jelas dan bisa ditindaklanjuti untuk memangkas waktu penyelesaian dan meningkatkan layanan secara keseluruhan. Hasilnya, pelanggan mendapat pengalaman yang lebih baik dan biaya operasional berkurang.

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 manajemen permintaan layanan perlu diperbaiki

Manajemen permintaan layanan menjadi jalur utama bagi pengguna untuk mendapatkan dukungan yang mereka perlukan. Jika dikelola dengan baik, proses ini meningkatkan kepuasan pelanggan, produktivitas agen, dan kelancaran operasional. Namun, proses yang tidak efisien di Zendesk Support dapat menimbulkan masalah serius. Penyelesaian yang lambat, eskalasi berulang, dan penanganan permintaan yang tidak konsisten berdampak langsung pada pengalaman pelanggan dan dapat mengikis kepercayaan serta loyalitas mereka. Di dalam organisasi, waktu agen yang terbuang, pekerjaan ulang, dan penanganan yang hanya bersifat reaktif meningkatkan biaya operasional. Memahami cara memperbaiki manajemen permintaan layanan bukan sekadar menangani kasus satu per satu. Anda perlu melihat seluruh alur layanan agar dapat merespons lebih cepat dengan biaya yang lebih terkendali. Banyak organisasi kesulitan menemukan akar masalah karena hanya mengandalkan cerita dari orang-orang atau laporan dasar. Analisis berbasis data membantu mengungkap peluang nyata untuk memperbaiki proses.

Cara process mining membantu alur kerja Zendesk Support

Process mining membantu Anda memahami dan memperbaiki alur kerja manajemen permintaan layanan di Zendesk Support. Alih-alih mengandalkan asumsi atau peta proses yang hanya menunjukkan kondisi ideal, process mining mengambil data peristiwa langsung dari log Zendesk, misalnya saat aktivitas Service Request Created atau Service Request Assigned to Agent terjadi. Data ini digunakan untuk menyusun kembali perjalanan nyata setiap permintaan layanan dari awal hingga akhir. Dengan melihat alur proses yang benar-benar terjadi, Anda dapat mengenali jalur umum, penyimpangan tersembunyi, dan pekerjaan ulang yang memperpanjang waktu penyelesaian permintaan layanan. Misalnya, Anda mungkin menemukan banyak permintaan berulang kali melewati langkah Information Requested from Requestor atau Internal Review Performed sebelum mencapai Resolution Proposed. Temuan ini bisa menunjukkan perlunya mengumpulkan informasi awal dengan lebih jelas atau menyederhanakan kerja sama internal. Process mining membantu menjawab pertanyaan penting: di bagian mana permintaan paling lama tertahan? Agen atau tim mana yang menyelesaikan permintaan dengan lebih efisien? Apakah Service Level Agreement (SLA) selalu terpenuhi untuk semua jenis layanan, atau ada tahap tertentu yang sering menyebabkan target terlewat? Analisis ini memberi Anda bukti untuk mengambil keputusan perbaikan proses.

Area utama untuk memperbaiki layanan permintaan

Setelah memahami alur manajemen permintaan layanan, Anda dapat melihat area yang paling berpeluang untuk diperbaiki. Temukan secara tepat hambatan yang menyebabkan keterlambatan, seperti tahap triase tertentu, antrean penugasan agen, atau keterlibatan vendor eksternal yang memakan waktu lebih lama dari perkiraan. Dengan membandingkan variasi proses, Anda mungkin mendapati permintaan untuk kategori Service Type tertentu selalu membutuhkan waktu lebih lama atau lebih sering melewati langkah Information Requested from Requestor. Hal ini dapat menunjukkan perlunya formulir khusus atau FAQ. Anda juga dapat menganalisis dampak Priority atau Severity terhadap proses untuk memastikan permintaan kritis benar-benar ditangani lebih cepat. Process mining juga menunjukkan peluang otomatisasi, misalnya tugas manual berulang yang dapat ditangani bot atau aturan perutean otomatis di Zendesk Support. Anda dapat memeriksa kepatuhan dengan melihat apakah semua langkah wajib dilakukan dan serah terima mengikuti kebijakan. Dengan memahami pola ini, Anda dapat menyederhanakan alur kerja, menghapus langkah yang tidak perlu, dan menerapkan praktik terbaik secara konsisten di seluruh tim layanan. Hasilnya, layanan menjadi lebih efisien dan mudah diprediksi.

Hasil yang diharapkan dari perbaikan proses

Perbaikan manajemen permintaan layanan di Zendesk Support berdasarkan wawasan process mining memberikan manfaat yang nyata dan terukur. Pertama, waktu penyelesaian permintaan layanan dapat berkurang secara signifikan. Permintaan selesai lebih cepat dan pelanggan mendapat tanggapan lebih awal, sehingga kepuasan dan loyalitas meningkat. Kedua, dengan menghilangkan hambatan dan memperbaiki alur kerja, efisiensi operasional meningkat. Agen dapat menangani lebih banyak permintaan dengan baik, sementara kebutuhan lembur atau penambahan staf yang mahal berkurang. Ini membantu menekan biaya operasional. Ketiga, visibilitas proses yang lebih baik membantu memastikan kepatuhan terhadap kebijakan internal dan peraturan eksternal, sekaligus mengurangi risiko. Kepatuhan terhadap SLA juga meningkat karena Anda dapat lebih awal menangani area yang sering gagal memenuhi target layanan. Pada akhirnya, mengurangi waktu penyelesaian permintaan layanan secara efektif menjadi keunggulan strategis. Anda dapat mengalokasikan sumber daya dengan lebih baik, meningkatkan mutu layanan, dan menciptakan lingkungan kerja yang lebih baik bagi tim dukungan.

Mulai menganalisis proses permintaan layanan

Anda tidak perlu keahlian data science yang rumit untuk mulai memperbaiki manajemen permintaan layanan di Zendesk Support dengan data. Terapkan prinsip process mining untuk mengubah data peristiwa mentah menjadi wawasan yang jelas dan dapat ditindaklanjuti. Dengan begitu, Anda dapat mengambil keputusan berdasarkan data, bukan perkiraan, untuk meningkatkan efisiensi, menekan biaya, dan memperbaiki pengalaman pelanggan. Mulailah menganalisis proses permintaan layanan Anda hari ini dan temukan peluang perbaikannya.

Manajemen permintaan layanan Layanan pelanggan Meja layanan TI Penyelesaian tiket Kepatuhan terhadap SLA Pengalaman pelanggan Operasional dukungan Sistem tiket Manajemen tiket Katalog layanan Portal layanan mandiri Pemenuhan permintaan Meja bantuan TI Meja layanan

Masalah dan tantangan umum

Tentukan tantangan yang Anda hadapi

Permintaan layanan sering kali membutuhkan waktu lama untuk diselesaikan. Akibatnya, pelanggan frustrasi dan target internal tidak tercapai. Waktu tunggu yang panjang menurunkan kepuasan pelanggan dan dapat meningkatkan biaya operasional karena sumber daya harus terlibat lebih lama. ProcessMind membantu menemukan aktivitas dan serah terima yang menyebabkan keterlambatan dalam alur kerja Zendesk Support. Platform ini menampilkan jalur yang membuat permintaan tertahan, sehingga Anda dapat menemukan penyebab waktu penyelesaian yang panjang dan melakukan perbaikan yang tepat sasaran.

Banyak permintaan layanan tidak memenuhi target SLA yang telah ditetapkan. Akibatnya, organisasi dapat dikenai penalti, pelanggan merasa tidak puas, dan reputasi perusahaan menurun. Pelanggaran SLA yang berulang menunjukkan adanya inefisiensi atau masalah dalam pembagian sumber daya di operasional dukungan. ProcessMind menunjukkan titik-titik dalam proses Manajemen Permintaan Layanan yang berulang kali gagal memenuhi target SLA. Dengan menganalisis urutan dan durasi aktivitas, ProcessMind menyoroti hambatan atau jalur yang tidak patuh dan berkontribusi pada pelanggaran. Dengan begitu, Anda dapat mengambil tindakan lebih awal dan meningkatkan kepatuhan.

Permintaan layanan sering dibuka kembali atau memerlukan banyak pekerjaan ulang setelah upaya penyelesaian pertama. Hal ini menyita waktu agen dan menunda kepuasan pelanggan. Siklus penanganan ulang membebani sumber daya serta membuat agen dan pemohon frustrasi. ProcessMind memetakan jalur yang benar-benar dilalui permintaan dan menunjukkan lokasi serta penyebab pekerjaan ulang. Platform ini menemukan pola seperti 'Penyelesaian Diusulkan' yang diikuti 'Informasi Diminta' atau 'Permintaan Layanan Dibuka Kembali'. Temuan ini membantu Anda mengatasi masalah kualitas dari sumbernya di Zendesk Support.

Permintaan layanan sering kali pertama kali diarahkan ke tim atau agen yang keliru. Akibatnya, permintaan harus dipindahkan beberapa kali dan terlambat sampai ke penanggung jawab yang tepat. Efek 'pingpong' ini memperpanjang waktu penyelesaian dan menurunkan produktivitas agen. ProcessMind menampilkan alur permintaan di antara tim dan agen, lalu menemukan pola salah rute serta titik ketika permintaan sering dialihkan. Temuan ini membantu Anda menyempurnakan aturan penugasan awal dan pemetaan keahlian agen di Zendesk Support.

Agen sering perlu meminta informasi tambahan setelah pelanggan mengirimkan permintaan layanan. Hal ini memperpanjang proses penyelesaian dan menciptakan pengalaman yang kurang baik bagi pelanggan. Kondisi ini dapat menunjukkan bahwa data awal belum lengkap atau persyaratan kurang jelas. ProcessMind menyoroti aktivitas seperti 'Informasi Diminta dari Pemohon' dan seberapa sering aktivitas itu terjadi. Anda dapat melihat jenis permintaan atau kanal yang paling sering memicu komunikasi bolak-balik. Temuan ini membantu Anda menemukan kekurangan pada formulir awal atau pelatihan agen, lalu mengurangi siklus yang menghambat penanganan di Zendesk Support.

Agen atau tim yang berbeda menangani permintaan layanan dengan cara yang tidak konsisten. Akibatnya, kualitas layanan bervariasi, risiko kepatuhan meningkat, dan waktu penyelesaian sulit diprediksi. Cara kerja yang tidak seragam juga menyulitkan organisasi untuk meningkatkan skala operasional dan menjaga pengalaman pelanggan tetap konsisten. ProcessMind menemukan semua variasi yang benar-benar terjadi dalam proses Manajemen Permintaan Layanan, bukan hanya proses yang dirancang. Platform ini menunjukkan penyimpangan dari jalur yang diharapkan dan agen atau tim yang mengikuti urutan berbeda. Dengan begitu, Anda dapat memberikan pelatihan yang tepat sasaran dan menerapkan proses yang konsisten di Zendesk Support.

Keterlibatan vendor eksternal dalam penyelesaian permintaan layanan sering menyebabkan keterlambatan yang signifikan. Hal ini memperpanjang waktu penyelesaian dan menurunkan kepuasan pelanggan. Memantau dan mengelola ketergantungan pada pihak eksternal menjadi tantangan tersendiri. ProcessMind melacak siklus permintaan yang mencakup aktivitas 'Vendor Eksternal Dilibatkan' dan menghitung waktu tunggu respons atau tindakan vendor. Anda dapat melihat dengan jelas hambatan terkait vendor dan dampaknya pada proses Manajemen Permintaan Layanan.

Permintaan layanan yang memerlukan tinjauan atau persetujuan internal sering mengalami keterlambatan signifikan. Akibatnya, permintaan menumpuk dan seluruh proses penyelesaian melambat. Tahap tinjauan dapat menjadi titik hambat jika tidak dikelola dengan baik. ProcessMind menunjukkan secara tepat aktivitas 'Tinjauan Internal Dilakukan' yang menyebabkan keterlambatan. Anda dapat melihat langkah tinjauan atau tim tertentu yang menahan permintaan, menghitung waktu tunggu, dan menyempurnakan alur persetujuan internal di Zendesk Support.

Banyak permintaan layanan dieskalasikan ke tingkat dukungan yang lebih tinggi atau ke manajemen. Ini dapat menunjukkan bahwa upaya penyelesaian awal tidak berhasil atau proses saat ini belum mampu menangani masalah tertentu. Eskalasi juga menambah beban sumber daya senior. ProcessMind melacak jalur permintaan yang melibatkan eskalasi. Platform ini membantu menemukan pola pemicu, seperti jenis layanan tertentu atau penugasan awal agen, sehingga Anda dapat mengatasi akar masalah dalam proses Manajemen Permintaan Layanan.

Sebagian agen mungkin kewalahan menangani jenis permintaan tertentu, sementara agen lain kurang dimanfaatkan. Akibatnya, beberapa agen berisiko kelelahan dan yang lain memiliki waktu luang. Beban kerja yang tidak seimbang memengaruhi efisiensi tim dan waktu penyelesaian. ProcessMind menganalisis aktivitas agen dan pembagian beban kerja dengan melacak 'Agen/Tim yang Ditugaskan' untuk berbagai jenis dan prioritas permintaan layanan. Platform ini menunjukkan ketimpangan dan peluang untuk mengoptimalkan pembagian sumber daya serta pelatihan di operasional Zendesk Support.

Setelah permintaan ditriase dan ditugaskan, penanganannya sering terhenti pada tahap 'Solusi Dikembangkan/Diterapkan', terutama untuk masalah yang kompleks. Keterlambatan ini memperpanjang siklus penyelesaian dan memengaruhi kepuasan pelanggan. ProcessMind menghitung durasi aktivitas 'Solusi Dikembangkan/Diterapkan' dan menemukan jenis layanan atau tingkat kompleksitas yang menyebabkan waktu pengembangan lebih lama. Temuan ini membantu Anda menentukan bagian yang perlu diperbaiki atau keahlian agen yang perlu ditingkatkan di Zendesk Support.

Meski permintaan telah diselesaikan, skor kepuasan pelanggan (CSAT) tetap rendah. Ini menunjukkan bahwa proses atau hasil penyelesaian belum sepenuhnya memenuhi harapan. Kondisi ini dapat membuat pelanggan berhenti menggunakan layanan dan menurunkan citra merek. Jika terintegrasi, ProcessMind dapat menghubungkan variasi proses dan jalur penyelesaian dengan umpan balik pelanggan. Platform ini membantu menemukan alur proses, perilaku agen, atau kategori penyelesaian yang berkaitan dengan kepuasan rendah, sehingga Anda dapat meningkatkan pengalaman pelanggan di Zendesk Support secara tepat sasaran.

Tujuan umum

Tentukan seperti apa keberhasilan itu

Tujuan ini adalah mengurangi secara signifikan waktu rata-rata penyelesaian permintaan layanan, sejak permintaan dikirim hingga ditutup. Penyelesaian yang lebih cepat meningkatkan kepuasan pelanggan karena mereka segera menerima respons dan solusi. Agen juga memiliki kapasitas untuk menangani lebih banyak permintaan dengan efisien di Zendesk Support. ProcessMind menemukan aktivitas dan urutan yang menyebabkan keterlambatan, seperti waktu tunggu berlebih atau pengalihan yang tidak perlu. Dengan menganalisis seluruh siklus permintaan layanan, platform ini menunjukkan hambatan dan penyimpangan dari jalur optimal. Anda dapat melakukan perbaikan yang tepat sasaran untuk memangkas waktu penyelesaian sebesar 15-25%.

Tujuan ini berarti memenuhi atau melampaui target perjanjian tingkat layanan untuk permintaan layanan di Zendesk Support secara konsisten. Kepatuhan SLA membangun kepercayaan pelanggan dan memastikan masalah penting ditangani sesuai tenggat yang dijanjikan. Hal ini penting untuk menjaga standar layanan yang tinggi. ProcessMind menunjukkan dengan jelas lokasi dan penyebab pelanggaran SLA serta aktivitas atau agen yang sering tidak memenuhi target. Dengan melacak variasi proses dan waktu siklus terhadap kebijakan SLA yang telah ditetapkan, Anda dapat menganalisis kepatuhan dan meningkatkan tingkat pencapaian target sebesar 10-20%.

Tujuannya adalah mengurangi jumlah permintaan layanan yang perlu dikerjakan ulang atau dibuka kembali setelah ditandai selesai. Pekerjaan ulang yang tinggi menunjukkan solusi awal kurang memadai atau belum tuntas. Akibatnya, sumber daya terbuang dan pelanggan frustrasi. Mengurangi pekerjaan ulang membantu meningkatkan penyelesaian pada kontak pertama. ProcessMind memetakan jalur yang dilalui permintaan yang dibuka kembali dan menemukan akar masalah, seperti pengumpulan informasi yang kurang, diagnosis awal yang keliru, atau penutupan terlalu dini. Dengan menunjukkan siklus yang tidak efisien, ProcessMind dapat membantu mengurangi pekerjaan ulang sebesar 10-15% dan meningkatkan efektivitas layanan di Zendesk Support.

Tujuan ini adalah memastikan permintaan layanan langsung diarahkan ke agen atau tim yang paling sesuai, berdasarkan jenis, prioritas, dan keahlian yang dibutuhkan. Perutean yang tepat mengurangi waktu pemindahan dan memastikan permintaan ditangani oleh agen yang paling mampu menyelesaikannya. Hasilnya, efisiensi dan kepuasan pelanggan di Zendesk Support meningkat. ProcessMind menampilkan alur permintaan yang sebenarnya dan menyoroti salah rute, pemindahan berulang, atau penugasan ulang agen. Platform ini menemukan pola serah terima yang tidak efisien dan memberi masukan untuk menyempurnakan otomatisasi berbasis aturan. Langkah ini berpotensi mengurangi salah rute sebesar 20% dan mempercepat respons awal.

Tujuannya adalah menetapkan proses terbaik yang konsisten untuk menangani semua jenis permintaan layanan di seluruh organisasi. Standardisasi mengurangi variasi kualitas layanan, memastikan kepatuhan, dan membuat pelatihan agen lebih efisien. Hasilnya, layanan pelanggan di Zendesk Support menjadi lebih konsisten dan dapat diandalkan. ProcessMind menemukan semua variasi yang benar-benar terjadi dalam proses permintaan layanan dan membandingkannya dengan jalur ideal atau yang telah ditetapkan. Platform ini menunjukkan jalan pintas yang tidak diizinkan atau penyimpangan yang berkepanjangan. Temuan ini membantu Anda menyusun alur kerja standar dan mengurangi variasi proses hingga 30%.

Tujuan ini adalah mempersingkat waktu pengembangan dan penerapan solusi setelah kebutuhan dalam permintaan layanan dipahami sepenuhnya. Waktu yang lebih singkat pada tahap ini mengurangi waktu tunggu pelanggan dan membantu agen beralih ke permintaan berikutnya lebih cepat. Penyampaian solusi yang efisien penting untuk efektivitas operasional Zendesk Support. ProcessMind menunjukkan aktivitas tertentu dalam tahap pengembangan solusi yang menyebabkan keterlambatan, seperti tinjauan internal atau persetujuan yang memakan waktu. Platform ini memberikan gambaran durasi setiap subproses dan menyoroti peluang untuk menjalankan langkah secara paralel atau menghapus langkah yang tidak perlu. Dengan begitu, penyampaian solusi berpotensi dipercepat sebesar 10-20%.

Tujuannya adalah mengurangi keterlambatan saat vendor eksternal dilibatkan dalam penyelesaian permintaan layanan. Keterlambatan pada tahap ini dapat memperpanjang waktu penyelesaian secara signifikan dan membuat pelanggan frustrasi. Memperlancar serah terima ini penting untuk menjaga kelancaran layanan di Zendesk Support. ProcessMind melacak durasi aktivitas terkait vendor dan menemukan titik ketika permintaan tertahan sambil menunggu tindakan atau respons vendor. Anda dapat menganalisis kinerja vendor berdasarkan tenggat yang disepakati dan melakukan perbaikan untuk mengurangi keterlambatan akibat ketergantungan eksternal sebesar 15% atau lebih.

Tujuan ini adalah meningkatkan efisiensi tinjauan dan persetujuan internal yang mungkin diperlukan untuk permintaan layanan. Tahap tinjauan yang rumit atau berulang dapat menjadi hambatan besar dan memperpanjang waktu penyelesaian tanpa alasan. Penyederhanaan proses mempercepat penyelesaian permintaan di Zendesk Support. ProcessMind memetakan semua siklus tinjauan internal dan aktivitas persetujuan, lalu menunjukkan langkah yang paling lama atau sering diulang. Platform ini menyoroti ketergantungan dan masalah urutan, sehingga Anda dapat merancang ulang proses tinjauan, memangkas waktu siklus sebesar 20-30%, dan menghapus serah terima yang tidak perlu.

Tujuannya adalah mengurangi persentase permintaan layanan yang perlu dieskalasikan ke tingkat dukungan yang lebih tinggi atau ke manajemen. Tingkat eskalasi yang tinggi sering menunjukkan kegagalan penanganan awal, kesenjangan pengetahuan agen, atau masalah dalam proses. Dengan mengurangi eskalasi, lebih banyak permintaan dapat diselesaikan secara efisien di tingkat pertama dan pengalaman pelanggan di Zendesk Support pun meningkat. ProcessMind menemukan aktivitas dan karakteristik yang umum muncul sebelum permintaan layanan dieskalasikan, sehingga Anda dapat mengetahui akar masalahnya. Berdasarkan pola tersebut, organisasi dapat memberikan pelatihan atau mengubah proses secara tepat sasaran untuk mengurangi volume eskalasi sebesar 10-15%.

Tujuan ini adalah memastikan sumber daya agen digunakan secara optimal, dengan menyesuaikan keahlian agen dengan jenis permintaan dan mengelola beban kerja secara efektif. Pembagian yang tidak efisien dapat menyebabkan agen kelelahan, respons terlambat, dan beban kerja tidak seimbang. Pembagian yang lebih baik meningkatkan produktivitas dan kualitas layanan tim Zendesk Support. ProcessMind memberikan gambaran pembagian beban kerja agen dan jenis permintaan yang ditangani setiap agen atau tim. Platform ini menunjukkan hambatan dan kapasitas yang belum dimanfaatkan. Dengan menemukan kekurangan dalam aturan penugasan, Anda dapat melakukan penyesuaian untuk meningkatkan pemanfaatan sumber daya sebesar 15% dan mengurangi waktu menganggur.

Tujuannya adalah mengurangi frekuensi agen meminta informasi tambahan kepada pelanggan selama penanganan permintaan layanan. Komunikasi bolak-balik yang berlebihan memperpanjang waktu penyelesaian dan menurunkan kualitas pengalaman pelanggan. Pengumpulan informasi yang lebih baik sejak awal penting untuk meningkatkan efisiensi di Zendesk Support. ProcessMind memetakan permintaan yang berulang kali meminta informasi dari pelanggan dan menemukan pemicu umum atau titik kegagalan dalam pengumpulan data awal. Dengan menunjukkan inefisiensi ini, ProcessMind membantu Anda menyempurnakan formulir penerimaan dan cara agen mengajukan pertanyaan. Siklus permintaan informasi berpotensi berkurang sebesar 20%.

Tujuan ini adalah meningkatkan persentase permintaan layanan yang tuntas saat interaksi pertama dengan pelanggan, tanpa tindak lanjut atau pemindahan internal. Tingkat penyelesaian pada kontak pertama yang lebih tinggi meningkatkan kepuasan pelanggan dan efisiensi operasional secara signifikan, sehingga Zendesk Support dapat bekerja lebih efektif. ProcessMind menemukan karakteristik permintaan yang selesai pada kontak pertama dan yang memerlukan beberapa interaksi. Dengan menganalisis jalur proses dan aktivitas agen pada penyelesaian yang berhasil, platform ini membantu menemukan praktik terbaik dan kebutuhan pelatihan agen. Anda dapat menargetkan peningkatan metrik ini sebesar 5-10%.

6 langkah untuk meningkatkan Manajemen Permintaan Layanan

Unduh templat

Ekspor data Zendesk Anda

Unggah dataset Anda

Analisis permintaan layanan

Terapkan perubahan

Pantau dan sempurnakan

Unduh templat

Yang perlu dilakukan

Gunakan templat Excel yang telah disusun untuk data Manajemen Permintaan Layanan. Templat ini membantu menyiapkan data sesuai kebutuhan ProcessMind.

Lihat panduan template data Unduh template

Mengapa ini penting

Format data yang seragam penting untuk menghasilkan process mining yang akurat. Format ini mencegah masalah umum saat memasukkan data dan membantu Anda memulai upaya perbaikan dengan lancar.

Hasil yang diharapkan

Templat Excel kosong dengan format yang benar, siap diisi dengan data Zendesk Support Anda.

YANG AKAN ANDA DAPATKAN

Temukan penyebab utama keterlambatan permintaan layanan

ProcessMind menampilkan alur sebenarnya dari permintaan layanan Anda melalui visualisasi. Temukan inefisiensi secara tepat dan pahami dampaknya terhadap waktu penyelesaian.

Visualisasikan alur proses permintaan layanan
Temukan hambatan penyebab keterlambatan
Temukan pengerjaan ulang tersembunyi dan langkah yang tidak efisien
Persingkat waktu penyelesaian agar pelanggan lebih puas

Discover your actual process flow

Identify bottlenecks and delays

Analyze process variants

Design your optimized process

HASIL YANG UMUM DICAPAI

Hasil yang dicapai organisasi dalam Manajemen Permintaan Layanan

Hasil ini mencerminkan perbaikan yang umum dicapai organisasi setelah mengoptimalkan proses Manajemen Permintaan Layanan dengan process mining. Dampaknya mencakup efisiensi dan kepuasan pelanggan yang lebih tinggi.

0 % faster

Waktu penyelesaian lebih cepat

Waktu siklus rata-rata permintaan layanan

Process mining menemukan hambatan dalam alur kerja permintaan layanan, sehingga penyelesaian dari awal hingga akhir dapat berlangsung jauh lebih cepat. Pelanggan pun menerima solusi lebih cepat.

0 % fewer

Pekerjaan ulang berkurang

Penurunan jumlah permintaan layanan yang dibuka kembali

Dengan menemukan akar penyebab kasus dibuka kembali, process mining membantu meningkatkan kualitas dan kelengkapan penyelesaian awal. Agen pun tidak perlu mengulang pekerjaan yang sama.

0 % increase

Kepatuhan SLA meningkat

Kepatuhan terhadap tingkat layanan meningkat

Process mining menunjukkan penyimpangan dari target SLA, sehingga Anda dapat menyesuaikan proses dan pembagian sumber daya lebih awal. Dengan begitu, lebih banyak permintaan dapat diselesaikan sesuai tenggat.

0 % more efficient

Operasional lebih lancar

Penanganan permintaan yang seragam

Temukan dan hilangkan variasi proses serta penugasan ulang yang tidak perlu. Hasilnya, penanganan permintaan layanan menjadi lebih konsisten dan efisien, serta operasional lebih mudah dikelola.

0 % better CX

Kepuasan pelanggan meningkat

Pelanggan lebih jarang menindaklanjuti permintaan

Temukan penyebab pelanggan perlu dimintai informasi berulang kali atau permintaan tidak selesai pada kontak pertama. Process mining membantu menciptakan interaksi yang lebih lancar dan meningkatkan kepuasan pelanggan.

Hasil dapat berbeda, bergantung pada kompleksitas proses dan kualitas data. Angka ini menunjukkan peningkatan yang umum terlihat dalam berbagai penerapan.

Data yang disarankan

Mulai dari atribut dan aktivitas terpenting, lalu tambahkan sesuai kebutuhan.

Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Atribut

Data penting untuk dikumpulkan saat analisis

Pengenal unik untuk setiap tiket permintaan layanan di Zendesk.

Mengapa ini penting

Pengenal kasus utama ini menghubungkan semua peristiwa dalam perjalanan permintaan layanan, sehingga prosesnya dapat dianalisis dari awal hingga akhir.

Nama aktivitas bisnis atau peristiwa yang terjadi pada suatu permintaan layanan.

Mengapa ini penting

Atribut ini menentukan langkah-langkah dalam proses, sehingga peta proses dapat divisualisasikan dan alur, variasi, serta kesesuaian proses dapat dianalisis.

Tanggal dan waktu tepat saat aktivitas terjadi.

Mengapa ini penting

Stempel waktu ini mengurutkan peristiwa secara kronologis dan penting untuk menganalisis durasi, kinerja, serta hambatan.

Nama agen yang menangani permintaan layanan saat peristiwa terjadi.

Mengapa ini penting

Atribut ini penting untuk menganalisis kinerja agen, pembagian beban kerja, dan dampak pengalihan terhadap waktu penyelesaian.

Tim atau grup dukungan yang ditugaskan untuk menangani permintaan layanan.

Mengapa ini penting

Memungkinkan analisis kinerja tim, pemerataan beban kerja, dan efisiensi perutean antargrup dukungan.

Tingkat prioritas permintaan layanan, seperti Rendah, Normal, Tinggi, atau Mendesak.

Mengapa ini penting

Memungkinkan permintaan dikelompokkan berdasarkan urgensi. Ini penting untuk menganalisis kepatuhan SLA dan memastikan masalah kritis ditangani dengan cepat.

Status permintaan layanan saat peristiwa terjadi, misalnya Baru, Terbuka, atau Menunggu.

Mengapa ini penting

Melacak status penting untuk memahami perkembangan permintaan dan mengetahui waktu yang dihabiskan dalam keadaan menunggu atau aktif.

Saluran yang digunakan untuk mengajukan permintaan layanan, misalnya email, formulir web, atau telepon.

Mengapa ini penting

Membantu menganalisis efisiensi dan hasil dari berbagai saluran dukungan pelanggan, sehingga perbaikan dapat diarahkan dengan tepat.

Kategori atau jenis permintaan layanan, misalnya Insiden, Pertanyaan, Masalah, atau Tugas.

Mengapa ini penting

Mengelompokkan permintaan agar berbagai proses dapat dianalisis secara terpisah, misalnya insiden dan pertanyaan yang mengikuti jalur berbeda.

Daftar tag yang diterapkan pada permintaan layanan untuk pengelompokan dan perutean.

Mengapa ini penting

Memberi cara fleksibel untuk mengelompokkan dan menelaah data, sehingga subproses tertentu atau atribut tiket yang tidak tercatat di kolom lain dapat dianalisis lebih mendalam.

Aktivitas

Langkah proses yang perlu dilacak dan dioptimalkan

Menandai awal siklus permintaan layanan, saat pemohon mengirimkan tiket baru melalui kanal apa pun. Peristiwa ini tercatat sebagai peristiwa 'Create' dalam log audit tiket Zendesk dan menjadi penanda waktu mulai proses yang pasti.

Mengapa ini penting

Aktivitas ini menjadi peristiwa awal utama untuk setiap permintaan layanan. Data ini penting untuk menghitung waktu siklus dari awal hingga akhir dan menganalisis volume permintaan yang masuk.

Aktivitas ini terjadi saat permintaan layanan pertama kali ditugaskan kepada agen tertentu. Aktivitas ini disimpulkan dari peristiwa 'Change' dalam log audit tiket, ketika kolom 'assignee_id' diisi dari nilai null atau ID grup.

Mengapa ini penting

Aktivitas ini menandai dimulainya penanganan aktif oleh agen. Data ini penting untuk mengukur waktu respons awal, jeda sebelum penugasan pertama, dan pembagian beban kerja agen.

Aktivitas ini menandai komunikasi yang dikirim agen kepada pemohon. Data mencatatnya sebagai peristiwa 'Comment' eksplisit pada tiket Zendesk, dengan atribut 'public' bernilai true.

Mengapa ini penting

Peristiwa ini penting untuk menganalisis frekuensi komunikasi, mengukur waktu respons agen, dan mengetahui jumlah interaksi yang diperlukan hingga permintaan selesai.

Aktivitas ini menandai waktu ketika permintaan layanan tidak memenuhi target SLA yang ditetapkan, seperti waktu balasan pertama atau waktu penyelesaian. Zendesk mencatatnya sebagai peristiwa eksplisit saat target terlewati.

Mengapa ini penting

Peristiwa ini penting untuk memantau kepatuhan dan menjadi masukan utama bagi KPI Tingkat Kepatuhan SLA. Peristiwa ini menunjukkan dengan tepat kapan komitmen layanan tidak terpenuhi.

Terjadi saat pemohon membalas permintaan berstatus 'solved', sehingga statusnya otomatis berubah kembali menjadi 'open'. Ini menandakan solusi yang diberikan belum memadai.

Mengapa ini penting

Aktivitas ini menjadi indikator utama pekerjaan ulang. Analisis frekuensinya membantu mengukur kualitas penyelesaian dan menemukan penyebab ketidakpuasan pelanggan.

Aktivitas ini menandai saat agen memberikan solusi dan mengubah status tiket menjadi 'solved'. Dari sisi agen, permintaan dianggap selesai, tetapi pemohon masih dapat membukanya kembali.

Mengapa ini penting

Ini adalah tonggak penting yang menandai berakhirnya pekerjaan aktif agen. Waktu yang diperlukan untuk mencapai status ini menjadi ukuran utama efisiensi penyelesaian.

Menandai penutupan akhir permintaan layanan yang tidak dapat dibatalkan. Setelah berstatus 'solved' selama jangka waktu tertentu, tiket otomatis berubah menjadi 'closed' dan tidak dapat dibuka kembali.

Mengapa ini penting

Aktivitas ini menandai berakhirnya proses permintaan layanan secara definitif. Aktivitas ini menjadi titik akhir untuk menghitung durasi kasus secara keseluruhan.

FAQ

Pertanyaan yang sering diajukan

Bagaimana process mining dapat meningkatkan Manajemen Permintaan Layanan di Zendesk?

Process mining menampilkan alur aktual permintaan layanan di Zendesk Support dan menunjukkan hambatan, siklus pekerjaan ulang, serta jalur yang tidak patuh. Dengan begitu, Anda dapat menemukan akar penyebab waktu penyelesaian yang lama, pelanggaran SLA, dan rendahnya kepuasan pelanggan. Setelah memahami masalahnya, Anda dapat melakukan perbaikan yang tepat sasaran untuk meningkatkan efisiensi dan kualitas layanan.

Data apa saja dari Zendesk Support yang diperlukan untuk process mining?

Anda terutama memerlukan data historis tiket permintaan layanan. Informasi penting mencakup ID Kasus, ID Permintaan Layanan, stempel waktu setiap perubahan status, penugasan agen, komentar, dan peristiwa penyelesaian. Log peristiwa yang mencatat seluruh siklus setiap permintaan penting untuk menyusun model proses yang akurat.

Bagaimana cara mengekstrak data yang diperlukan dari Zendesk Support?

Biasanya, data dapat diekstrak dari Zendesk Support menggunakan fitur pelaporan, API, atau alat ekspor data. Sebaiknya ekspor log peristiwa tiket historis dalam format terstruktur dan sertakan semua kolom yang relevan, seperti stempel waktu, ID agen, dan perubahan status. Setelah itu, siapkan data tersebut dan masukkan ke alat process mining.

Perbaikan apa yang dapat kami harapkan pada proses Permintaan Layanan?

Process mining membantu menghasilkan perbaikan nyata, seperti waktu penyelesaian permintaan layanan yang lebih singkat, kepatuhan SLA yang lebih baik, dan pekerjaan ulang yang lebih sedikit. Anda juga dapat mengoptimalkan perutean permintaan, membagi sumber daya agen dengan lebih efisien, dan meningkatkan tingkat penyelesaian pada kontak pertama. Hasilnya, kepuasan pelanggan dan agen meningkat.

Apakah penerapan process mining untuk Permintaan Layanan Zendesk sulit?

Penerapan process mining untuk Permintaan Layanan Zendesk lebih mudah karena data tiket memiliki struktur yang jelas. Ekstraksi dan penyiapan data awal tetap memerlukan perhatian, tetapi alat analisis dirancang agar mudah digunakan. Kami memandu Anda dalam penyiapan agar prosesnya efisien dan mudah dikelola.

Apa persyaratan teknis untuk menggunakan process mining dengan data Zendesk?

Persyaratan teknis utamanya adalah akses ke Zendesk Support Anda untuk mengekspor data historis peristiwa tiket. Anda juga memerlukan platform perangkat lunak process mining berbasis cloud atau yang dipasang di lingkungan sendiri. Biasanya, integrasi khusus yang rumit tidak diperlukan karena sebagian besar alat dapat menerima ekspor CSV atau database standar.

Bisakah process mining menemukan masalah kinerja agen secara individu di Zendesk?

Process mining menampilkan alur proses secara keseluruhan dan menemukan inefisiensi, tetapi fokus utamanya adalah masalah sistemik dalam proses, bukan kinerja individu. Platform ini menunjukkan bagian proses yang menimbulkan hambatan atau pekerjaan ulang. Wawasan tersebut dapat digunakan untuk memperbaiki pelatihan atau aturan perutean, sehingga semua agen mendapat manfaat.

Berapa lama biasanya waktu yang dibutuhkan untuk mendapatkan wawasan yang dapat ditindaklanjuti dari process mining?

Setelah data diekstrak dan dimasukkan, wawasan yang dapat ditindaklanjuti sering kali bisa diperoleh dalam hitungan minggu, bahkan beberapa hari, bergantung pada kompleksitas data dan cakupan proyek. Analisis awal dapat segera menunjukkan penyimpangan dan hambatan utama. Pemantauan berkelanjutan membantu Anda melacak dampak perubahan yang diterapkan dari waktu ke waktu.

Optimalkan pengelolaan permintaan layanan. Kurangi keterlambatan sekarang.

Atasi pemenuhan yang lambat dan frustrasi pengguna. Capai otomatisasi 70%.

Mulai uji coba gratis

Tidak perlu kartu kredit. Penyiapan cepat.