embedded analytics in de praktijk

waarom embedded analytics?

Oftwel, waarom zou je analytics en dashboards inbouwen in je software?

Dat is een heel goede vraag en die ga ik hier voor je beantwoorden.

Jouw software die je aanbiedt in de cloud aan je klanten, die ondersteunt de primaire processen van die klant, en dat gaat prima. Maar je klant heeft meer vragen die jouw oplossing nog niet beantwoorden. Vragen die te maken hebben met “hoeveel?”, “hoe lang?” en “hoe goed?”.

Ik geef je een voorbeeld om het tastbaar te maken.

stel je levert software voor een helpdesk

In dit voorbeeld ben jij de leverancier van een cloud oplossing voor de helpdesk. Jouw oplossing wordt gebruikt voor het afhandelen van incidenten in de organisatie van de klant. Jouw gebruikers zijn helpdeskmedewerkers en helpdeskmanagers.

Hieronder werk ik de vragen uit van de betreffende gebruikersgroep en laat ik zien hoe analytische dashboards hem of haar kunnen helpen.

gebruikersgroep 1: de helpdesk manager

Laten we beginnen bij het hoofd van de helpdesk. Voor het gemak geven we haar een naam: Linda.

Linda, hoofd support

Linda heeft de volgende vragen:

  • hoe is de workload van mijn team, en hoe is deze verdeeld over mijn teamleden?
  • welke calls staan er te lang open, en belangrijker nog, welke calls staan in de gevarenzone?
  • welke afdeling heeft momenteel de meeste calls, en wat is daar de onderliggende oorzaak van?
  • hoe presteert elk van mijn team leden?
  • hoe doet mijn team het t.o.v. andere teams in het bedrijf en t.o.v. het marktgemiddelde?
  • kan ik informatie vinden over de bezetting van de afgelopen 3 kwartaalafsluitingen, zodat ik kan inschatten hoeveel mensen ik nodig heb voor de volgende?

Dit soort managementvraagstukken dus.

zo gaat dat nu in het softwaresysteem ….

Op dit moment moet Linda de informatie die hiervoor nodig is bij elkaar sprokkelen. En dat gaat erg moeizaam. Ze gebruikt hiervoor de rapportages uit jouw software oplossing die ze download naar Excel om verder te verwerken en te combineren met andere informatie. Dit kost haar veel werk en ze moet opletten secuur te blijven werken, want een fout is zo gemaakt en later lastig ontdekt. Voor de laatste stand van zaken is ze afhankelijk van haar teamleden en van signalen uit de organisatie. Ze zou hier eigenlijk meer grip op willen hebben.

Het naar boven halen van de stuurinformatie kost haar veel tijd; tijd die ze beter kan besteden aan het managen van haar team, het optimaliseren van de processen en het verbeteren van de helpdesk service voor het bedrijf. Zaken waar ze nu veel meer tijd aan zou besteden dan ze daadwerkelijk kan.

en zo kan het gaan met embedded analytics …

Stel nu dat de het softwaresysteem nu ook analytische dashboards zou hebben; dan zouden al deze vragen in standaard dashboards beantwoord worden.

  • Linda zou dan in deze dashboards bijvoorbeeld kunnen kijken hoe de bezetting was in afgelopen kwartaalafsluitingen,
    zodat ze een idee krijgt hoeveel mensen er nodig zijn voor de volgende kwartaalafsluiting, of voor de volgende vakantieperiode;
  • ze kan kijken hoe haar team presteert en hoe de prestaties zich verhouden tot interne targets en externe marktgemiddelden;
  • ze krijgt inzicht in welke calls te lang open dreigen te blijven staan zodat ze op tijd kan in grijpen.

Elk dashboards is tot op de minuut bijgewerkt, dus ze weet dat ze altijd de juiste informatie ziet.

Linda kan ook instellen dat ze automatisch een email krijgt als bepaalde drempelwaarden worden overschreven. Zij hoeft dan niet continu de dashboards in de gaten te houden maar ze kan erop vertrouwen dat ze een mailtje krijgt als er echt wat aan de hand is.

Dit geeft Linda rust. Ze weet precies hoe het ervoor staat en ze weet ook dat als er iets gebeurt, zij dit meteen weet.

Nu kan ze haar tijd besteden aan dat waar ze goed in is, namelijk het managen van de helpdesk. Zodat haar team en haar interne klant nog tevredener met haar gaan zijn.

gebruikersgroep 2: de helpdesk medewerker

Nu zoomen we in op één van Linda’s teamleden, de helpdeskmedewerker. Voor het gemak noemen we hem Henk.

Henk, helpdeskmedewerker

Henk werkt dus bij de helpdesk. Hij is degene die de telefoon opneemt, het incident registreert en waar nodig specialisten inschakelt om het probleem op te lossen. Hij is verantwoordelijk dat de calls tijdig en adequaat worden opgelost. Henk is een hoofdgebruiker van het systeem.

Maar naast het dagelijkse gebruik van het systeem wil Henk eigenlijk ook andere dingen weten, zoals:

  • hoe snel los ik issues op, en doe ik dat sneller dan vorige week?
  • hoe goed doe ik het ten opzichte van mijn collega’s en hoe goed doet het hele team het?
  • hoe waardeert de klanten zijn diensten, en de diensten van het team?

Ook vraagt hij zich ook weleens af, of Linda het wel weet Linda hoe druk hij het heeft. Hij krijgt er telkens maar meer taken bij en ook maakt hij veel overuren. Het zou fijn zijn als hij dit aan Linda kon laten zien, maar hij zou nu niet weten hoe hij dat aan zou moeten pakken.

zo gaat dat nu in het softwaresysteem ….

Henk heeft deze vragen maar tot op heden doet hij hier niets mee. Hij heeft gewoonweg de tijd niet en de kennis niet om hier iets mee te doen, in Excel bijvoorbeeld. Maar hij weet wel dat hij hierop door Linda wordt afgerekend.

en zo kan het gaan met embedded analytics …

Met analytische dashboard in jouw software kan Henk deze vragen wel zelf beantwoorden. Hij kan meteen zien hoe het er voor staat:

  • Hij ziet hoe hij nu presteert en hoe dit zich verhoudt tot zijn vorige prestaties en die van anderen;
  • hoeveel productie hij heeft gedraaid en hoeveel calls het hele team heeft afgehandeld en wat de kwaliteit daarvan is;
  • Ook weet hij dat Linda dit soort informatie ook heeft en dat hij hierdoor makkelijker met haar een gesprek hierover aan kan gaan.

Dit geeft Henk rust en het geeft hem inzicht. Henk kan zelf kijken hoe het ervoor staat en dit kost hem geen extra tijd. Op het scherm voor de calls ziet hij meteen ook juiste stuurinformatie zodat hij op dat moment ondersteund wordt om de juiste keuze te maken.

Embedded Analytics voegt waarde toe aan je oplossing. Jouw klanten zullen je erom waarderen, want zij hebben nu de mogelijkheid om hun processen verder te optimaliseren.

En uiteindelijk gaat het daarom; dat je gebruikers tevreden zijn met je oplossing; dat ze kunnen doen wat ze willen doen zonder daarin gehinderd te worden door beperkingen in de software; dat zij zich professioneel kunnen verbeteren, elke dag weer.

Jouw oplossing kan daarvoor zorgen. Jouw oplossing kan jouw klanten “data driven” maken.

Wij ondersteunen jullie met de juiste software en de juiste expertise, wij zorgen ervoor, samen met jouw team, dat jij analytische inzichten als een extra service aan je klanten kan gaan leveren.

Zodat je meer licenties kan verkopen, tevredener klanten hebt en zelfs nieuwe klanten aan kunt trekken.