So erstellen Sie einen Zendesk-Qualitätssicherungs-Workflow, der wirklich funktioniert

Qualitätssicherung im Kundensupport ist eines dieser Dinge, bei denen sich alle einig sind, dass sie wichtig ist, aber nur wenige Teams bekommen sie richtig hin. Sie kennen das Spiel: Manager überprüfen stichprobenartig eine Handvoll Tickets, Agenten erhalten Wochen nach der Interaktion Feedback, und alle fragen sich, ob der Prozess tatsächlich etwas verbessert.

Hier ist die unbequeme Wahrheit: Die meisten Teams überprüfen nur etwa 2 % der Kundenkonversationen manuell. Das bedeutet, dass 98 % der Arbeit Ihres Teams nicht bewertet werden. Sie treffen Coaching-Entscheidungen, Leistungsbeurteilungen und Schulungsinvestitionen auf der Grundlage einer winzigen Stichprobe, die wahrscheinlich nicht die Realität widerspiegelt.

Dieser Leitfaden führt Sie durch den Aufbau eines Qualitätssicherungs-Workflows in Zendesk, der tatsächlich funktioniert. Egal, ob Sie bei Null anfangen oder einen bestehenden Prozess verbessern möchten, Sie erfahren, wie Sie automatisierte Bewertungen einrichten, aussagekräftige Scorecards erstellen und QA-Erkenntnisse mit echten Coaching-Ergebnissen verbinden.

Was ist ein Qualitätssicherungs-Workflow in Zendesk?

Ein Qualitätssicherungs-Workflow ist der systematische Prozess der Bewertung von Kundeninteraktionen, um sicherzustellen, dass sie Ihren Standards entsprechen, und der Identifizierung von Verbesserungsmöglichkeiten. In Zendesk bedeutet dies, Tickets, Chats, E-Mails und Anrufe zu überprüfen, um die Leistung der Agenten anhand definierter Kriterien zu bewerten.

Es gibt zwei Hauptansätze:

• Manuelle QA (Quality Assurance): Menschliche Prüfer lesen oder hören Interaktionen und bewerten sie anhand einer Rubrik. Dies bietet differenziertes Feedback, ist aber zeitaufwändig und in seinem Umfang begrenzt.
• Automatisierte QA (Quality Assurance): KI analysiert jede Konversation anhand Ihrer Kriterien und kennzeichnet Probleme und bewertet die Leistung automatisch. Dies gibt Ihnen eine 100-prozentige Abdeckung, funktioniert aber am besten in Kombination mit menschlicher Aufsicht.

Das 2%-Problem ist real. Wenn Sie nur einen winzigen Bruchteil der Konversationen überprüfen, verpassen Sie Muster, wiederkehrende Probleme und Coaching-Möglichkeiten, die erst in großem Umfang auftreten. Sie riskieren auch eine verzerrte Stichprobenziehung (Prüfer neigen natürlich zu interessanten oder problematischen Tickets, nicht zu repräsentativen).

Für Teams, die ihr Zendesk-Setup mit zusätzlichen KI-Funktionen erweitern möchten, integrieren wir uns direkt in Zendesk, um kontinuierliches Lernen und Feedbackschleifen bereitzustellen, die Ihren bestehenden Workflow ergänzen.

Einrichten Ihrer QA-Grundlage in Zendesk

Bevor Sie mit der Konfiguration beginnen, müssen Sie die Grundlage schaffen, die Ihren gesamten QA-Prozess leitet. Dies bedeutet, zu definieren, was "Qualität" für Ihr Team tatsächlich bedeutet.

Definieren Sie Ihre Qualitätsstandards

Zendesk QA bewertet Konversationen anhand von sieben Schlüsseldimensionen:

• Lösung: War die Antwort richtig und gründlich?
• Grammatik: Rechtschreibung, Zeichensetzung und Wortwahl
• Ton: Qualität der Kundendienststimme
• Empathie: Unterstützung für kontinuierliche Kundenbeziehungen
• Personalisierung: Anpassung an die individuellen Kundenbedürfnisse
• Befolgen interner Prozesse: Einhaltung von Qualitätsstandards
• Mehrwert: Zusätzliche Dienstleistungen, die über direkte Lösungen hinausgehen

Ihre Standards sollten mit den Geschäftszielen übereinstimmen. Wenn Sie versuchen, die Abwanderung zu reduzieren, könnten Empathie und das Gehen der Extrameile mehr Gewicht haben. Wenn Compliance kritisch ist, wird die Einhaltung von Prozessen zur Nichtverhandelbaren.

Erstellen Sie Ihre QA-Scorecard

Scorecards definieren, wie Konversationen bewertet werden. Zendesk QA wird mit Standard-Scorecards geliefert, die gängige Supportstandards abdecken, aber Sie werden sie wahrscheinlich anpassen wollen.

Sie können völlig neue Kategorien erstellen, indem Sie der KI in einfachem Deutsch mitteilen, wonach sie suchen soll. Beispielsweise könnte eine Einzelhandelsmarke überprüfen, ob Agenten Rückerstattungsanfragen korrekt bearbeiten, während ein SaaS-Unternehmen der technischen Genauigkeit Priorität einräumen könnte.

Zu den wichtigsten Scorecard-Funktionen gehören:

• Gewichtung der Kriterien, um die Geschäftsprioritäten widerzuspiegeln
• Kennzeichnung bestimmter Kriterien als kritisch für das Bestehen
• Verwendung verschiedener Scorecards für verschiedene Teams oder Kanäle
• Einrichten bedingter Scorecards, die je nach Tickettyp gelten

Bauen Sie Ihre Teamstruktur für die Überprüfung auf

Die QA-Verantwortlichkeiten verteilen sich in der Regel auf mehrere Rollen:

• Peer-Reviewer: Senior-Agenten, die wöchentlich ein paar Stunden damit verbringen, die Tickets neuerer Kollegen zu überprüfen
• QA-Spezialisten: Engagierte Analysten, die systematische Ticketprüfungen durchführen
• Teamleiter: Überprüfen Teilmengen der Tickets ihres Teams für Coaching-Gespräche
• QA-Manager: Entwerfen den Qualitätsrahmen und stellen die Konsistenz durch Kalibrierung sicher

Die Kalibrierung ist entscheidend. Lassen Sie mehrere Prüfer dasselbe Ticket bewerten, um sicherzustellen, dass sich alle einig sind, wie "gut" aussieht. Ohne dies werden Ihre Bewertungen bedeutungslos.

Implementieren des QA-Workflows Schritt für Schritt

Lassen Sie uns den eigentlichen Einrichtungsprozess durchgehen. Jeder Schritt baut auf dem vorherigen auf, also überspringen Sie ihn nicht.

Schritt 1: Konfigurieren der Zendesk QA-Einstellungen

Greifen Sie über das Zendesk-Produktsymbol in der oberen Leiste auf Zendesk QA zu und wählen Sie dann Qualitätssicherung aus. Ihre Ticket-Konversationsdaten werden automatisch importiert und alle 4-6 Stunden synchronisiert.

Überprüfen Sie zunächst Ihre Helpdesk-Verbindungseinstellungen. Sie können ausgewählte Inhalte herausfiltern, um die Privatsphäre zu schützen (z. B. Kreditkartennummern oder persönliche Informationen), und Datenaufbewahrungsfristen für inaktive Konversationen festlegen.

Schritt 2: Einrichten von AutoQA für die automatisierte Bewertung

AutoQA ist die Engine, die 100 % Ihrer Konversationen analysiert. Es bewertet Interaktionen anhand Ihrer Kriterien und bringt Sie von der Überprüfung von 2 % der Tickets zur vollständigen Abdeckung.

Aktivieren Sie die Autoscoring-Kategorien, die für Ihr Unternehmen wichtig sind. Zu den Standardoptionen gehören Empathie, Ton und Verständnis. Sie können auch benutzerdefinierte Kategorien mithilfe von Eingabeaufforderungen in natürlicher Sprache erstellen.

Die KI bewertet jede Interaktion und gibt Ihnen eine konsistente Bewertung, die nicht müde wird oder Vorurteile entwickelt. Aber denken Sie daran: AutoQA identifiziert Probleme und bewertet die Leistung. Es ersetzt nicht das menschliche Urteilsvermögen für komplexe Situationen.

Schritt 3: Konfigurieren von Spotlight zur Risikoerkennung

Spotlight hebt automatisch Konversationen hervor, die menschliche Aufmerksamkeit erfordern. Anstatt Tickets zufällig zu beproben, können Sie sich auf hochwertige, kritische oder lehrreiche Fälle konzentrieren.

Vordefinierte Spotlights identifizieren:

• Konversationen mit Abwanderungsrisiko
• Ausreißer und ungewöhnliche Muster
• Eskalationen
• Außergewöhnlicher Service (positive Verstärkung ist auch wichtig)
• Stille in Anrufen
• Festgefahrene Konversationsschleifen

Sie können auch benutzerdefinierte Spotlights mithilfe natürlicher Sprache erstellen. Sagen Sie der KI, wonach sie suchen soll, und sie kennzeichnet passende Konversationen zur Überprüfung.

Schritt 4: Einrichten des menschlichen Überprüfungsprozesses

KI übernimmt die Massenbewertung, aber Menschen fügen Nuancen und Kontext hinzu. Richten Sie Ihren Überprüfungsworkflow ein:

Erstellen Sie Zuweisungen, die gekennzeichnete Konversationen automatisch an die richtigen Prüfer weiterleiten. Sie können wiederkehrende Aufgaben basierend auf bestimmten Kriterien festlegen, z. B. die Überprüfung von fünf technischen Tickets pro Woche für jeden Agenten.

Prüfer können manuelle Notizen zu KI-generierten Bewertungen hinzufügen, Konversationen für Schulungszwecke anheften und Bewertungen anfechten, wenn sie mit der KI-Bewertung nicht einverstanden sind. Diese Feedbackschleife hilft dem System, sich im Laufe der Zeit zu verbessern.

Schritt 5: Einrichten von Berichts- und Coaching-Workflows

Das QA-Dashboard bietet Teamleitern einen Überblick über die aktuelle Leistung der Teams, gekennzeichnete Interaktionen und Coaching-Möglichkeiten. Agenten können ihre eigenen Bewertungen einsehen, Beispiele für Qualitätsinteraktionen anzeigen und Feedback direkt in Zendesk erhalten.

Verbinden Sie QA-Daten mit Coaching, indem Sie bestimmte Konversationen und Notizen zu formellen Coaching-Sitzungen zusammenfassen. Verfolgen Sie, wann das Coaching stattgefunden hat und ob die Agenten das Feedback überprüft haben. Dies schließt die Lücke zwischen Bewertung und Verbesserung.

KI-gestützte QA-Automatisierung in Zendesk

KI ersetzt keine menschlichen Prüfer. Sie ergänzt sie. So funktioniert die Kombination in der Praxis:

AutoQA bewältigt das Volumenproblem, indem es jede Konversation bewertet und sicherstellt, dass nichts durchrutscht. Dies eliminiert die Stichprobenverzerrung, die manuelle Programme plagt.

Spotlight filtert das Rauschen heraus und zeigt die 5-10 % der Konversationen an, die tatsächlich menschliche Aufmerksamkeit erfordern. Prüfer verbringen ihre Zeit mit wirkungsvollen Coaching-Möglichkeiten anstelle von zufällig ausgewählten Tickets.

QA-Erkenntnisse in Echtzeit werden während Live-Interaktionen direkt im Agent Workspace angezeigt. Agenten können Qualitätsrichtlinien sehen, während Konversationen noch offen sind, und so Probleme verhindern, bevor sie eskalieren.

Voice QA verwendet die Sprache-zu-Text-Transkription, um Telefonanrufe auf Stille, Einhaltung der Compliance und Qualitätsmerkmale zu analysieren. Dies erweitert Ihr QA-Programm über schriftliche Kanäle hinaus.

Für Teams, die noch weiter gehen möchten, lernt unser KI-Agent kontinuierlich aus Korrekturen und Feedback. Wenn Sie eine Antwort bearbeiten oder interne Notizen hinterlassen, integriert das System dieses Lernen sofort. Keine Umschulungszyklen oder erneuten Uploads erforderlich. Sie können mehr darüber lesen, wie KI in Zendesk funktioniert und über die verschiedenen Ansätze zur Automatisierung der Qualitätssicherung.

Messen des QA-Erfolgs: Wichtige Metriken, die verfolgt werden müssen

Sie können nicht verbessern, was Sie nicht messen. Konzentrieren Sie sich auf diese Metriken, um Ihr QA-Programm zu bewerten:

Interner Qualitätswert (IQS): Ihre primäre Qualitätsmetrik, berechnet aus Scorecard-Bewertungen über alle bewerteten Konversationen hinweg.

CSAT-Korrelation: Vergleichen Sie QA-Scores mit Kundenzufriedenheitsbewertungen. Niedrige QA-Scores sollten mit niedrigen CSAT-Werten korrelieren. Wenn dies nicht der Fall ist, misst Ihre Scorecard möglicherweise die falschen Dinge.

Häufige Fehlerkategorien: Verfolgen Sie, mit welchen Dimensionen Agenten am meisten zu kämpfen haben. Wenn die Empathie-Scores im gesamten Team durchweg niedrig sind, benötigen Sie ein Empathie-Training, kein individuelles Coaching.

Agentenleistungs-Trends: Überwachen Sie, wie sich die individuellen Agenten-Scores im Laufe der Zeit verändern. Das Ziel ist Verbesserung, nicht Perfektion.

Zeitersparnis: Messen Sie, wie viel Zeit Ihr Team mit automatisierter Bewertung im Vergleich zur manuellen Überprüfung spart. Die meisten Teams sehen eine Reduzierung der Überprüfungszeit um 80 %.

Häufige Fehler, die bei der Implementierung von QA vermieden werden sollten

Nachdem wir Dutzenden von Teams beim Einrichten von QA-Workflows geholfen haben, haben wir immer wieder dieselben Fehler gesehen:

Überprüfung zu weniger Konversationen: Die Stichprobenfalle gibt Ihnen falsches Vertrauen. Sie finden ein paar Probleme, beheben sie und denken, Sie sind fertig. In der Zwischenzeit bleiben Hunderte von problematischen Interaktionen unbemerkt.

Inkonsistente Bewertung ohne Kalibrierung: Drei Prüfer, die dasselbe Ticket bewerten, sollten zu ähnlichen Bewertungen gelangen. Wenn dies nicht der Fall ist, sind Ihre Daten unzuverlässig.

Konzentration nur auf negatives Feedback: Bei QA geht es nicht nur darum, Fehler zu erkennen. Erkennen Sie außergewöhnlichen Service an und teilen Sie Beispiele für großartige Arbeit.

Keine Verbindung von QA zu Coaching: Bewertungen ohne Maßnahmen sind nur Zahlen. Jeder niedrige Score sollte ein Coaching-Gespräch oder eine Schulungsmaßnahme auslösen.

Verzögerte Feedbackschleifen: Feedback, das Wochen nach einer Interaktion geliefert wird, verliert an Wirkung. Streben Sie Feedback innerhalb von Tagen, nicht Wochen, an.

Skalieren Ihres Zendesk-Qualitätssicherungs-Workflows

Fangen Sie klein an und erweitern Sie. Beginnen Sie mit einem Team oder Kanal, verfeinern Sie Ihre Scorecards und beweisen Sie den Wert, bevor Sie die unternehmensweite Einführung durchführen.

Berücksichtigen Sie bei der Skalierung Folgendes:

• Hinzufügen von Kanälen: Erweitern Sie QA auf Sprache, soziale Medien und KI-Agenten-Interaktionen
• Teamspezifische Scorecards: Verschiedene Teams benötigen unterschiedliche Kriterien. Ihr Abrechnungsteam und Ihr technisches Supportteam sollten nicht identische Scorecards verwenden.
• Funktionsübergreifende Erkenntnisse: QA-Daten zeigen Produktprobleme, Prozesslücken und Schulungsbedürfnisse auf, die über das Supportteam hinausgehen. Teilen Sie Erkenntnisse mit Produkt, Engineering und Operations.

Das Ziel sind keine perfekten Ergebnisse. Es ist eine kontinuierliche Verbesserung und eine Kultur, in der Qualität zählt.

Optimieren Sie die Qualitätssicherung mit KI-gestützten Tools

Der Aufbau eines effektiven QA-Workflows erfordert Zeit und Iteration. Die Teams, die erfolgreich sind, behandeln ihn als einen fortlaufenden Prozess, nicht als eine einmalige Einrichtung.

Wenn Sie Ihr Zendesk-Setup mit zusätzlichen KI-Funktionen ergänzen möchten, bieten wir Integrationen an, die kontinuierlich aus Ihrem Feedback lernen. Wenn Sie eine KI-generierte Bewertung korrigieren oder Coaching-Notizen hinterlassen, verbessert sich das System sofort. Kein Warten auf Umschulungszyklen.

Unser Ansatz verwendet einfache Anweisungen für die Anpassung. Sagen Sie der KI, wonach sie in Ihren Support-Interaktionen suchen soll, und sie passt sich an Ihre spezifischen Standards und Ihren Geschäftskontext an.

Sehen Sie sich unsere Preise an, um mehr darüber zu erfahren, wie wir Ihnen helfen können, Ihren Qualitätssicherungsprozess zu optimieren.