Elke serviceafdeling heeft een klanttevredenheidsonderzoek. De meeste hebben ook een klachtenproces. Maar de manier waarop die twee naast elkaar bestaan, zegt veel over hoe serieus een organisatie haar klanten eigenlijk neemt. Want terwijl teams maandelijks vergaderen over NPS-scores en responspercentages, ligt er in de klachtendatabase een schat aan informatie die niemand systematisch leest. Dat is geen toeval. Het is een keuze, al is het zelden een bewuste.
Het verschil tussen meten en begrijpen
Een klanttevredenheidsonderzoek meet hoe klanten zich voelen op het moment dat je ze ernaar vraagt. Dat moment is zorgvuldig gekozen: net na een interactie, of aan het einde van een kwartaal. De vragen zijn gestandaardiseerd, de schalen zijn netjes, en de output past in een dashboard. Dat is handig. Het is ook gevaarlijk, omdat het de indruk wekt dat je weet wat er speelt.
Klachten werken anders. Een klant die klaagt, heeft de moeite genomen om contact op te nemen, zijn verhaal te doen en te wachten op een reactie. Dat kost energie. De drempel is hoog, wat betekent dat de klachten die binnenkomen het topje van de ijsberg zijn. Onder de oppervlakte zitten de klanten die gefrustreerd zijn maar niets zeggen, en stilletjes vertrekken of gewoon minder gebruik maken van je dienst.
Het klanttevredenheidsonderzoek meet sentiment. De klacht beschrijft een probleem. Dat is een fundamenteel verschil, en het is de reden waarom je ze niet als vervangers van elkaar kunt behandelen.
Hoe klachten systematisch worden genegeerd
Klachten worden geregistreerd. Bijna altijd. Maar registreren is niet hetzelfde als analyseren. Op de meeste serviceafdelingen die ik van binnen heb gezien, gebeurt het volgende: een klacht komt binnen, wordt toegewezen aan een medewerker, wordt afgehandeld, en wordt gesloten. De sluiting is het doel. Niet het inzicht.
Het resultaat is een database vol gesloten tickets met categorieën die te breed zijn om nuttig te zijn. “Factuurvraag.” “Leveringsprobleem.” “Communicatie.” Die labels vertellen je niets over wat er structureel misgaat. Ze vertellen je alleen dat er iets was, en dat het is opgelost. Of tenminste, dat het dossier is gesloten.
Er zijn een paar patronen die dit in stand houden:
- Klachten worden gezien als afwijkingen, niet als signalen. De afdeling is ingericht op oplossen, niet op leren. Zodra de klacht weg is, is het probleem weg.
- De categorisering is ontworpen voor rapportage, niet voor analyse. Leidinggevenden willen weten hoeveel klachten er waren en hoe snel ze zijn afgehandeld. Niet waarom ze er waren.
- Er is geen eigenaar voor het patroon. Individuele medewerkers lossen individuele klachten op. Niemand is verantwoordelijk voor wat vijftig klachten over hetzelfde onderwerp zeggen over een proces of een beleid.
- De verbinding met andere data ontbreekt. Klachten worden zelden naast churndata, contractopzeggingen of herhalingscontacten gelegd. Daardoor blijft het beeld gefragmenteerd.
Dit is geen kwestie van onwil. Het is een kwestie van hoe de afdeling is ingericht en wat er wordt gemeten en beloond.
Wat je anders moet doen: van registratie naar patroonherkenning
Het goede nieuws is dat je geen nieuw systeem nodig hebt om dit te veranderen. Je hebt de data al. Wat ontbreekt, is een manier om er structureel naar te kijken.
Begin met een eenvoudige analyse: neem de klachten van de afgelopen drie maanden en lees ze. Niet de categorieën, maar de tekst. Als je een groot volume hebt, neem dan een steekproef van vijftig. Lees ze als verhalen, niet als datapunten. Wat zegt de klant eigenlijk? Wat is de aanleiding? Wat had de klant verwacht? En wat was het moment waarop het misging?
Wat je dan ziet, is bijna altijd hetzelfde: een handvol terugkerende thema’s die in de categorisering volledig onzichtbaar zijn. Klanten die klagen over een factuur, klagen eigenlijk over onduidelijke communicatie vooraf. Klanten die klagen over een leveringsprobleem, klagen eigenlijk over het gebrek aan proactieve informatie toen het fout ging. De oppervlakteklacht en de onderliggende oorzaak zijn zelden hetzelfde.
Zodra je die thema’s hebt, kun je ze koppelen aan processen. Waar in de klantreis ontstaat dit probleem? Is het een procesprobleem, een communicatieprobleem, of een verwachtingsprobleem? Die vraag is niet altijd makkelijk te beantwoorden, maar het stellen ervan is al een stap vooruit.
Een paar concrete dingen die je maandag kunt doen:
- Verander de categorieboom. Voeg een tweede laag toe die de oorzaak beschrijft, niet alleen het onderwerp. Niet “factuur” maar “factuur – onduidelijke specificatie” of “factuur – afwijking van verwachting”.
- Wijs een eigenaar aan voor patronen. Dat hoeft geen fulltime rol te zijn. Eén iemand die elke maand een uur besteedt aan het doorkijken van gesloten klachten en de terugkerende thema’s documenteert, is genoeg om te beginnen.
- Leg klachten naast herhalingscontacten. Als een klant twee weken na de eerste klacht opnieuw belt, is de klacht niet opgelost. Dat is een signaal over de kwaliteit van de afhandeling, niet alleen over het oorspronkelijke probleem.
- Bespreek thema’s in het teamoverleg, niet alleen aantallen. “We hadden dertig klachten over facturering” zegt weinig. “Twaalf van die dertig gingen over het feit dat klanten niet wisten dat de tarieven waren gewijzigd” zegt iets wat je kunt aanpakken.
Het doel is niet om klachten te elimineren. Dat lukt toch niet. Het doel is om te stoppen met hetzelfde probleem elke maand opnieuw op te lossen zonder er iets van te leren.
De kloof tussen wat klachten zeggen en wat beleid doet
Hier wordt het ongemakkelijk. Want zelfs als je klachten goed analyseert, betekent dat niet dat er iets verandert. De kloof tussen wat de balie ziet en wat het beleid doet, is een van de meest hardnekkige problemen in serviceorganisaties. En die kloof wordt zelden gedicht door betere data alleen.
Wat er typisch gebeurt: een medewerker of teamleider signaleert een patroon. Dat patroon wordt intern gemeld. Het komt terecht bij een afdeling die verantwoordelijk is voor het beleid of het product. Die afdeling heeft andere prioriteiten, andere KPI’s en een andere definitie van het probleem. Het signaal verdwijnt in een overlegcircuit en komt er niet uit.
De medewerker aan de balie weet dit. Na een paar keer proberen, stopt ze met melden. Ze lost de klacht op, sluit het ticket, en gaat door. Het systeem leert niets.
Dit is geen managementprobleem in de zin dat er slechte managers zijn. Het is een structuurprobleem. Serviceafdelingen zijn ingericht om te reageren, niet om te beïnvloeden. Ze hebben zelden formele invloed op het product, de communicatie of het beleid. Toch zijn zij degenen die de gevolgen van die beslissingen dagelijks opvangen.
De oplossing is niet een nieuw escalatiepad of een maandelijks overleg met de directie. Die bestaan al, en ze werken zelden. Wat wel werkt, is het koppelen van klachtendata aan iets wat de beleidsafdeling al meet en serieus neemt.
Stel dat een productafdeling stuurt op churn. Als je kunt aantonen dat een specifieke categorie klachten voorafgaat aan opzeggingen, heb je een argument dat aansluit bij wat zij al belangrijk vinden. Dat is geen politiek spel. Dat is gewoon spreken in een taal die wordt gehoord.
Hetzelfde geldt voor kosten. Een klacht kost geld: de tijd van de medewerker, eventueel compensatie, en de kans op verlies van de klant. Als je kunt berekenen wat een terugkerend patroon kost, is dat een ander gesprek dan “klanten zijn ontevreden over X”. Ontevreden klanten zijn abstract. Twintigduizend euro per kwartaal aan vermijdbare klachtenafhandeling is concreet.
Wat je hier mee kunt doen:
- Koppel klachtencategorieën aan klantwaarde. Welke klanten klagen het meest? Zijn dat ook de klanten met de hoogste contractwaarde of de langste relatie? Als dat zo is, verandert de urgentie van het gesprek.
- Bereken de herhalingskosten. Hoeveel klachten over hetzelfde onderwerp heb je gehad in de afgelopen zes maanden? Wat kost het gemiddeld om één klacht af te handelen? Vermenigvuldig dat. Dat getal is je argument.
- Maak de verbinding met opzeggingen zichtbaar. Als je CRM-systeem het toelaat, kijk dan of er een patroon zit tussen klachten en contractbeëindigingen. Zelfs een ruwe analyse geeft richting.
- Rapporteer niet alleen over aantallen, maar over impact. “We hebben dit kwartaal honderd klachten ontvangen” is een feit. “Veertig procent van die klachten had voorkomen kunnen worden als de tariefwijziging eerder was gecommuniceerd” is een conclusie waar iemand iets mee moet.
Het punt is dit: klachten zijn geen bewijs van falen. Ze zijn bewijs van wat er werkelijk gebeurt tussen jouw organisatie en haar klanten. De vraag is of je die informatie gebruikt of wegstopt in een database die niemand leest.
Een klanttevredenheidsonderzoek vertelt je of klanten tevreden zijn. Een klacht vertelt je waarom ze dat niet zijn. Dat tweede is moeilijker om te horen, maar het is de informatie waar je maandag iets mee kunt.