Tevreden klanten in een digitale wereld

Tevreden klanten in een digitale wereld
Met process mining verbetert Rabobank haar dienstverlening in een digitale wereld. De met process mining verkregen inzichten zorgen voor optimalisering van de klantbeleving en voor vereenvoudiging van de fulfilment-processen.
Mireille Brooijmans en Rob Bakker
Vrijwel alle huishoudens in Nederland hebben internettoegang. De Rabobank speelt hier op in door haar dienstverlening de afgelopen jaren meer en meer te virtualiseren. Winkelen, afrekenen en bankieren doen consumenten vaker dan ooit online of mobiel. Het is de uitdaging om in deze virtuele wereld de beloftes, die het verschil maken, te kennen en waar te maken. Door de verdergaande digitalisering ontstaat de noodzaak op een andere manier te volgen of die beloftes worden waargemaakt. De vraag is: hoe verbeter je klantbeleving in een digitale wereld? Process mining verschaft inzichten die het onderbuikgevoel visueel maken op basis van feiten uit digitale eventdata. Een kans om nieuwe vragen te stellen, waardoor inzicht ontstaat in mogelijke verbeteringen van de klantbeleving. We onderscheiden twee perspectieven:
• Moment of Truth’s (MoT’s ): leer de klantbehoefte kennen en zet stappen om de klant positief te verrassen;
• Moment of Irritation’s (MoI’s) : herken de hindernissen voor klant en medewerker en ruim deze uit de weg, zodat de belofte waargemaakt kan worden.
 
Hoe gebruikt de Rabobank de met process mining verkregen inzichten om de klantbeleving te optimaliseren? Dit wordt geïllustreerd aan de hand van de customer journey voor het verkrijgen van een woningfinanciering. Met twee praktische voorbeelden tonen we hoe inzicht wordt verkregen in de klantbeleving en in de onderliggende fulfilment processen. De customer journey voor het verkrijgen van een woningfinanciering, Het Rabobank Hypotheekdossier , is in januari 2013 gelanceerd als een van de nieuwe 24/7 virtuele diensten voor de klant. Het hypotheekdossier is een virtuele plek waar de klant snel en eenvoudig kan uitrekenen wat hij maximaal kan lenen en wat dat betekent voor zijn maandlasten. De klant oriënteert zich, krijgt snel inzicht in zijn mogelijkheden en kan eenvoudig persoonlijke dossiergegevens delen met de adviseur van de bank. Het begin van een reis die de klant aflegt om een nieuwe woning te financieren. Een belangrijke eerste fase, want de Rabobank kan de klant hier al positief verrassen. Inzicht in de route die de klant aflegt, levert belangrijke informatie op om zijn reis te verbeteren. Deze klantreis en de voorbeelden in dit artikel staan weergegeven in figuur 1 .
Figuur 1. De customer journey voor het verkrijgen van een woningfinanciering
 
Case 1: De klantbeleving
Steeds meer klanten oriënteren zich online. Klanten kunnen zich vanuit de luie stoel laten informeren over hypotheken en deze vergelijken door langs verschillende digitale etalages te lopen en te lezen waar anderen voor kiezen. De online winkel biedt geen antwoord op iedere individuele behoefte. Daarom zijn de face-to-face en telefonische contactmomenten ook belangrijk voor klanten. In de praktijk zien we dat klanten vaak wisselen tussen kanalen en dat het lastiger wordt om de beloofde klantbeleving waar te maken.
 
Gebruikte technieken
Een eerste essentiële stap is het herijken van MoT’s. Drie voorbeelden in deze case:
• MoT 1: De klant kan binnen drie werkdagen terecht voor een adviesgesprek;
• MoT 2: Het uploaden gaat in één keer goed;
• MoT 3: Na het aanvragen van een afspraak is er binnen twee uur telefonisch contact. Ze worden geïllustreerd in figuur 2 .
 
Figuur 2. MoT’s voor de beloofde klantbeleving
 
Vervolgens is er specifieke data nodig om process mining te kunnen toepassen (Van der Aalst, 2011). Binnen de Rabobank worden veel gegevens bewaard. Het vinden van de juiste eventdata is een uitdaging. Om de customer journey in kaart te brengen zijn twee databronnen geselecteerd: de eventdata van klikgedrag uit het online Rabobank Hypotheekdossier en de eventdata van contactmomenten met de klant uit het CRM-systeem. De volgende uitdaging is het vinden van een gemeenschappelijke sleutel, waarmee de reis van klanten door zowel het hypotheekdossier, als het CRM-systeem gevolgd kan worden. Het koppelen van bronnen bleek uiteindelijk mogelijk door vier verschillende klant-identificaties uit verschillende systemen aan elkaar te koppelen. Om de klantreis in beeld te brengen is gebruik gemaakt van de process-miningtool, Disco, en daarbinnen van een control flow mining en visualisatie-algoritme ( Process Mining Manifesto , 2011).
 
Inzichten
Per MoT kan direct en objectief gemeten worden of hieraan wordt voldaan. Aangezien de telefoongegevens tijdens dit project niet zijn gebruikt, is niet vast te stellen of klanten op tijd worden teruggebeld. Gemiddeld genomen kan een klant na tien dagen terecht voor een adviesgesprek. Duidelijk is dat dit nog fors afwijkt van de norm. Het uploaden van documenten gaat in 14 procent van de gevallen in één keer goed. Hier valt dus ook nog veel te winnen. Met process mining kunnen we dieper kijken naar gedrag. We willen daarmee kunnen vaststellen wat mogelijke oorzaken zijn van het geobserveerde gedrag. De process-miningtool Disco stelt ons in staat om gericht in te zoomen op deze wirwar. Figuur 3 illustreert dat er in ongeveer 40 procent van de gevallen contact is met de bank, voordat het hypotheekdossier wordt gebruikt. Er kunnen verschillende oorzaken aan ten grondslag liggen. Zijn klanten op de hoogte van het bestaan van het Rabobank Hypotheekdossier ? Mist de klant informatie of heeft persoonlijk contact de voorkeur?
Figuur 3. Het werkelijke kanaalgebruik
 
Ook de momenten waarop klanten in de customer journey afvallen, worden met behulp van process mining in detail in kaart gebracht. Dat geeft niet alleen inzicht op welke pagina’s de klanten afvallen, maar ook wat daar aan voorafging. Een voorbeeld hiervan is dat veel klanten afvallen na het zoeken van het telefoonnummer van de bank. Opvallend is dat zij niet bereid waren om hiervoor te registreren of in te loggen. Ook zit er een groot verschil in doorlooptijd van het ‘eerste contact’ tot de ‘afspraak’ bij een lokale bank.
 
Geleerde lessen
Door de klantreis in de praktijk te toetsen, krijgen we inzicht waar er potentieel zit om de klantbeleving te verbeteren. Natuurlijk gebeurt dit ook al door bijvoorbeeld survey’s via een customer experience center. Met process mining zijn we echterin staat het beeld te objectiveren en te onderbouwen voor alle klanten. Deze ervaring leert ons ook dat de gegevens niet altijd direct geschikt zijn om process mining op toe te passen. Er was bijvoorbeeld geen rekening gehouden met een unieke identificatie om de klantreizen (anoniem) te kunnen volgen. Met een eenvoudige wijziging in de systemen, waarbij eventlogging is aangezet, kan de Rabobank nu wel beschikken over deze (anonieme) gegevens. Het is echter nog steeds een uitdaging om een uniek item te kunnen vasthouden, waarmee de klantreizen (anoniem) gevolgd kunnen worden langs alle kanalen die klanten gebruiken in hun contacten met de Rabobank. De kwaliteit van de eventdata uit het online hypotheekdossier is gelukkig uitstekend. Deze gegevens worden automatisch bij elke klik van de klant geregistreerd. De eventdata uit het CRM-systeem daarentegen is van mindere kwaliteit. Mogelijk oorzaken zijn dat de gegevens minder geautomatiseerd en deels handmatig worden geregistreerd. Tijdens de eerste analyse is hier rekening mee gehouden door verkeerd ingevoerde gegevens (zogenaamde uitbijters) niet mee te nemen in de analyse of door deze eerst te corrigeren. Door de customer journey van klanten van verschillende lokale banken met elkaar te vergelijken, is het mogelijk ervaringen uit te wisselen tussen lokale banken. Hiermee verhoogt de Rabobank het leereffect. Een belangrijke randvoorwaarde om vergelijken mogelijk te maken, is consistent en eenvoudig gebruik van de systemen. Zeker als een proces of systeem veel vrijheden biedt tijdens registratie. Het toepassen van customer journey mining geeft inzicht in de knelpunten en mogelijkheden om deze weg te nemen. Om het ‘laaghangende fruit’ te oogsten, zijn aanpassingen in de customer journey zelf en in het gedrag van medewerkers nodig. Hiervoor is meer nodig dan de presentatie van feiten alleen. Bij de Rabobank wordt structureel een dialoog gevoerd met lokale banken om zo te leren van elkaar. Best practices worden gedeeld en bottlenecks worden besproken. Process-miningvisualisaties helpen hierbij. Bovendien wordt nu elke maand, per bank, opnieuw gemeten of de klantbeleving wordt waargemaakt.
 
Case 2: Het fulfilmentproces
Door de toevoeging van nieuwe digitale kanalen veranderen ook de fulfilmentprocessen en -systemen van de bank. De ambitie is ‘Straight Through Processing’, waarbij opdrachten volledig automatisch worden verwerkt. Dit vereist een vereenvoudiging van processen en een verkleining van het aantal varianten in werkelijke uitvoering. Inzichten uit process mining kunnen daarbij helpen.
 
Gebruikte technieken
Hier worden twee voorbeelden genoemd van MoI’s, die medewerkers ervaren bij het uitvoeren van de dagelijkse taken:
• MoI 1: Na het aanvragen van een product dient een medewerker in bijna 100 procent van de gevallen terug te gaan naar de klantinformatie om te controleren of het product daadwerkelijk is aangevraagd. Een directe bevestiging hiervan ontbreekt;
• MoI 2: Medewerkers die een productaanvraag willen bekijken, kunnen daar niet direct naartoe navigeren. Tussen het zoeken naar een klant en het overzicht van productaanvragen voor die klant moet een medewerker via twee andere schermen naar het doelscherm navigeren;
• MoI 3: Managers ervaren een onnodig grote variatie in het interactie- en fulfilmentproces, waardoor het proces lastig bij te sturen is.
 
Figuur 4 illustratreert van dit gevarieerde gedrag. Het interactie- en fulfilmentproces wordt ondersteund door een CRM-systeem. Het bezoeken ván en navigeren tússen de schermen wordt opgeslagen in een eventlog. Elk half uur worden achthonderdduizend muisklikken van medewerkers gelogd. Door process mining toe te passen op deze eventdata is in één keer inzicht verkregen in het werkelijke gebruik en de variatie van het interne CRM-proces.
 
Figuur 4. Variaties in het gebruik van het CRM-systeem
 
 
Verbeteracties
Met behulp van process mining kan men inzoomen op alle onderdelen van het proces. In interactieve werksessies wordt het onderbuikgevoel van de medewerkers onderbouwd. Hierdoor kan men gericht op zoek gaan naar verbeteringen die helpen om de MoI’s weg te nemen. Dat vraagt om vereenvoudiging van hetinteractieproces en het gebruik van de systemen. Hierdoor zijn medewerkers minder tijd kwijt met onnodige handelingen of taken, waardoor er meer tijd en aandacht is voor de klant. Voor ieder MoI is een verbeteractie voorgesteld en die worden nu geïmplementeerd.
• Verbeteractie voor MoI 1: Zorg voor een directe bevestiging van de productaanvraag via een expliciete melding op het scherm;
• Verbeteractie voor MoI 2: Breng een hyperlink aan op de klantpagina, die direct verwijst naar het productoverzicht;
• Verbeteractie voor MoI 3: Maak het CRM-proces meer uniformer en eenvoudiger.  Gebruik hierbij de gerichte inzichten uit process mining om overbodige procesvarianten te identificeren en te elimineren.
 
Geleerde lessen
Een grote hoeveelheid klikdata is niet te analyseren in traditionele business intelligence- en database-omgevingen zonder performance-problemen. De gegevens zijn daarom geanalyseerd in een aparte big data-cluster. Daarin is voldoende computerkracht beschikbaar om de benodigde statistische analyses uit te voeren en om de gegevens op te knippen in bruikbare stukken ten behoeve van nadere analyse. Process mining blijkt een krachtige methode om de taken binnen het CRM-systeem te visualiseren en de varianten in het gebruik te identificeren. Er zijn meerdere validatieslagen met de organisatie nodig om een totaaloverzicht van het CRM-gebruik te verkrijgen. Hiermee wordt inzichtelijk wat de werkelijke volgorde van taken, en daarbinnen de navigatie tussen schermen, is. Ook wordt inzichtelijk wat de bestede tijd per scherm is. Deze basis is eenvoudig uit te breiden met bijvoorbeeld de bestede tijd per medewerker of een vergelijking van lokale banken onderling. Een laatste belangrijke les is dat er pas werkelijk iets verandert, als alle inzichten op een iteratieve manier gedeeld worden met alle betrokkenen die invloed hebben op de verandering.
 
Conclusie
De klantreis verloopt langs verschillende kanalen: internet, mobiel, call centers, chat en direct contact met medewerkers. Het is de kunst om in deze cross-channelwereld de beloftes aan de klant, die het verschil maken, te kennen en waar te maken. De eerste praktijkcase laat zien hoe ‘customer journey mining’ inzicht geeft in welke mate de belofte aan de klant wordt waargemaakt. Focus op realisatie van de Moments of Truth op basis van inzichten uit process mining verbetert de klantbeleving binnen online kanalen. De tweede case laat zien hoe process mining wordt ingezet om oriëntatie- en koopprocessen te vereenvoudigen en verbeteren. Het is noodzakelijk om digitale processen en systemen te ontwerpen die efficiënt zijn ondanks de veelal toegenomen complexiteit. Inzicht in en monitoring van Moments of Irritation helpen medewerkers om klanten beter te ondersteunen in hun koop- en fulfilment-proces. Winnaars in een digitale wereld zorgen zo voor tevreden klanten.
 
Mireille Brooijmans is manager Klantinzicht Competence Center bij de Rabobank.E-mail: m.r.c.brooijmans@rn.rabobank.nl
 
Rob Bakker is manager Change Office bij de Rabobank. E-mail: r.bakker@rn.rabobank.nl
 
Literatuur
Van der Aalst, W.M.P. van der (2011). Process Mining: Discovery, Conformance and Enhancement of Business Processes. Springer-Verlag, Berlijn. IEEE Task Force on Process Mining (2011). Process Mining Manifesto. http://www.win.tue.nl/ieeetfpm/doku. php?id=shared:process_mining_manifesto
 

Tag

Onderwerp



Niet gevonden? Vraag het de redactie!

Heeft u het antwoord op uw vraag niet gevonden, of bent u op zoek naar specifieke informatie? Laat het ons weten! Dan zorgen we ervoor dat deze content zo snel mogelijk wordt toegevoegd, of persoonlijk aan u wordt geleverd!

Stel uw vraag