Waarom je klanttevredenheidsscore stijgt terwijl je service verslechtert

·

Waarom je klanttevredenheidsscore stijgt terwijl je service verslechtert

Er is een moment dat elke servicemanager kent: de cijfers zijn groen, het dashboard ziet er goed uit, en toch weet je dat er iets niet klopt. Klanten bellen vaker terug. Medewerkers klagen over dezelfde terugkerende vragen. De mailbox loopt vol. Maar de tevredenheidsscore? Die staat op een nette 7,8. Hoe dat kan, en wat je eraan doet, is precies waar dit stuk over gaat.

Het meetmoment bepaalt de uitkomst

Klanttevredenheid meten lijkt eenvoudig. Je stuurt een vragenlijst, je krijgt antwoorden, je trekt een conclusie. Maar het moment waarop je meet, is minstens zo bepalend als wat je vraagt. De meeste organisaties meten direct na het contactmoment. Dat klinkt logisch, maar het heeft een grote blinde vlek: je meet de beleving van het gesprek, niet de beleving van het probleem.

Stel dat een klant belt omdat zijn factuur niet klopt. De medewerker is vriendelijk, neemt de tijd, legt goed uit wat er mis is gegaan. De klant hangt op met een goed gevoel. Een uur later stuurt jouw systeem een tevredenheidsvraag. De klant geeft een 8. Maar de factuur is nog steeds fout. Drie weken later belt hij opnieuw. Die tweede bel wordt niet gekoppeld aan de eerste meting. In jouw rapportage ziet het eruit als twee tevreden contacten. In de realiteit is het één onopgelost probleem.

Dit is geen theoretisch probleem. Het is de reden waarom scores stijgen terwijl het volume aan herhalingcontacten dat ook doet. Je meet de interactie, niet het resultaat.

De stille vertrekkers zitten niet in je data

Er is een groep klanten die je nooit terugziet in je tevredenheidsonderzoek: de mensen die ophangen voordat het gesprek goed en wel begonnen is, de klanten die na één slechte ervaring nooit meer contact zoeken, en de mensen die gewoon weggaan zonder iets te zeggen. Ze zijn stil. Ze vullen geen enquête in. Ze sturen geen klacht. Ze zijn er gewoon niet meer.

Dit fenomeen heet soms stille ontevredenheid, maar die term doet het tekort. Het gaat om klanten die de moeite van het klagen niet meer waard vinden. Dat is een fundamenteel ander signaal dan iemand die wél klaagt. Een klacht is betrokkenheid. Stilte is opgeven.

Als je alleen kijkt naar de klanten die reageren op je tevredenheidsvraag, heb je al een selectiebias ingebouwd. Mensen die net een goed gesprek hadden, vullen vaker in. Mensen die gefrustreerd zijn, ook — maar de groep die simpelweg afhaakt, ontbreekt volledig. Je dataset is structureel scheef. De vraag is niet of dit in jouw organisatie speelt, maar hoeveel het speelt.

  • Kijk naar je responspercentage op tevredenheidsonderzoek. Daalt dat over tijd? Dan is er iets aan de hand.
  • Vergelijk churndata met tevredenheidsscores per segment. Zie je klanten vertrekken uit groepen die hoog scoren? Dan klopt er iets niet.
  • Analyseer het percentage klanten dat nooit meer contact zoekt na een bepaald type interactie. Dat is een proxy voor stille ontevredenheid.

Hoe vriendelijkheid de meting kapotmaakt

Medewerkers zijn getraind om vriendelijk te zijn. Dat is goed. Maar vriendelijkheid heeft een bijwerking die weinig mensen hardop benoemen: het verhoogt de tevredenheidsscore ongeacht of het probleem is opgelost. Een klant die tien minuten in de wacht heeft gestaan, een medewerker krijgt die empathisch reageert en zorgvuldig luistert, geeft gemiddeld een hogere score dan een klant die direct wordt geholpen door iemand die zakelijk en efficiënt is.

Dat klinkt misschien acceptabel. Maar het heeft een consequentie voor wat je meet en wat je beloont. Als je medewerkers afrekent op tevredenheidsscores, leer je ze impliciet dat toon en houding belangrijker zijn dan oplossend vermogen. Je creëert een cultuur waarin het gesprek goed moet voelen, niet waarin het probleem daadwerkelijk wordt opgelost.

Dit is geen kritiek op empathie. Empathie is waardevol. Maar empathie zonder oplossing is een pleister op een gebroken been. En als je systeem die pleister beloont met een hoge score, verlies je het zicht op wat er echt misgaat. De meting wordt een spiegel van de interactie, niet van de dienstverlening.

Wat je maandag kunt doen: voeg aan je tevredenheidsmeting één gerichte vraag toe over het resultaat. Niet “hoe was het gesprek?” maar “is uw probleem opgelost?” Dat zijn twee verschillende vragen. Zet ze allebei in je dashboard en kijk hoe ze van elkaar afwijken. Die kloof is je echte meetpunt.

De terugbelratio als eerlijker graadmeter

Als je één getal wilt dat de kwaliteit van je serviceafdeling eerlijker weergeeft dan een tevredenheidsscore, is het de terugbelratio. Hoeveel procent van de klanten die contact opnemen, neemt binnen een bepaalde periode opnieuw contact op over hetzelfde onderwerp? Dit getal liegt niet. Het is gedrag, geen beleving.

Een hoge terugbelratio vertelt je dat problemen niet worden opgelost bij het eerste contact. Dat kost geld — elk tweede gesprek is dubbele capaciteit — maar het kost ook klantvertrouwen. Klanten die meerdere keren moeten bellen over hetzelfde probleem, worden niet loyaler. Ze worden moe.

Het meten van terugbelratio vraagt wel wat van je systeem. Je hebt een manier nodig om contacten aan elkaar te koppelen, op basis van klant-ID en onderwerp. Dat is technisch niet altijd eenvoudig, maar het is niet onmogelijk. Zelfs een grove benadering — hoeveel klanten bellen meer dan één keer per maand? — geeft al meer inzicht dan een gemiddelde tevredenheidsscore.

Combineer de terugbelratio met de tevredenheidsscore en je krijgt vier kwadranten:

  • Hoge tevredenheid, lage terugbelratio: je doet het goed.
  • Lage tevredenheid, lage terugbelratio: klanten zijn ontevreden maar komen niet terug. Risico op stille vertrekkers.
  • Hoge tevredenheid, hoge terugbelratio: vriendelijke medewerkers, maar structurele problemen niet opgelost. Dit is het gevaarlijkste kwadrant.
  • Lage tevredenheid, hoge terugbelratio: hier is actie nodig, maar tenminste is het zichtbaar.

Het gevaarlijkste kwadrant is nummer drie. Alles lijkt goed, maar onder de oppervlakte stapelen de problemen zich op.

Wat je met deze inzichten doet op maandagochtend

Analyse heeft geen waarde als er niets mee gebeurt. Dat klinkt als een open deur, maar in de praktijk is het de grootste valkuil van serviceafdelingen: rapporten die worden gedeeld, besproken en vervolgens weggelegd. Hier zijn vier concrete stappen die je kunt zetten zonder een groot project op te starten.

Voeg een resultaatvraag toe aan je tevredenheidsmeting. Eén zin: “Is uw vraag of probleem volledig opgelost?” Ja of nee. Geen schaal, geen nuance. Gewoon een harde splitsing. Kijk hoeveel procent nee antwoordt, en houd dat bij over tijd.

Bereken je terugbelratio voor de komende vier weken. Gebruik je CRM of telefooncentrale om te kijken hoeveel klanten meer dan één keer contact opnemen. Maak het zo eenvoudig mogelijk. Perfectie is hier de vijand van inzicht.

Analyseer je responspercentage op tevredenheidsonderzoek per kanaal. Daalt het op een specifiek kanaal? Dan is er mogelijk een groep klanten die afhaakt zonder te reageren. Dat is een signaal, geen ruis.

Bespreek in het volgende teamoverleg niet de score, maar de terugbelratio. Vraag medewerkers welke vragen ze het vaakst terugzien. Zij weten het. Ze weten precies welke processen niet kloppen, welke systemen traag zijn, welke beloftes niet worden nagekomen. Die kennis zit in de afdeling. Het enige wat je hoeft te doen, is ernaar vragen en er iets mee doen.

Een tevredenheidsscore is een signaal. Maar het is een signaal dat je altijd moet wantrouwen totdat je begrijpt wat het meet. Vriendelijkheid, het juiste meetmoment en een selectieve dataset kunnen een score groen houden terwijl de dienstverlening verslechtert. Dat is niet de schuld van de medewerkers, en ook niet van de klanten. Het is een ontwerpprobleem. En ontwerpfouten kun je oplossen.

Meer om te lezen