"Alô, como podemos ajudá-lo?" Otimização do atendimento ao cliente na Edward Jones

Com uma rede com mais de 12.000 filiais espalhadas pelos Estados Unidos e Canadá e quase 7 milhões de clientes em todo o mundo, a Edward Jones tem algum conhecimento sobre como fornecer atendimento ao cliente de alta qualidade.

A firma de serviços completos em intermediação financeira, com sede em St. Louis, Missouri, tem aumentado continuamente sua força de trabalho de consultores financeiros para acompanhar a demanda dos clientes. A firma espera ter 20.000 consultores financeiros contratados até 2020. Dado o crescimento atual (e planos de futura expansão), a firma deseja garantir que seus serviços de primeira classe continuem a ultrapassar as expectativas dos clientes. Armada com táticas de Lean Six Sigma e ferramentas estatísticas no Minitab, a equipe de melhoria de processo empresarial na Edward Jones se preparou para avaliar como a firma poderia continuar a cumprir seus padrões de atendimento ao cliente em meio aos aumentos das demandas de serviço.

A divisão de serviços na Edward Jones foca em fornecer aos clientes que ligam para sua central de atendimento, não só respostas precisas, profissionais e dentro do prazo, como também um atendimento que seja amigável e personalizado a cada cliente. Mas com o aumento cada vez mais rápido do volume de chamadas recebidas, a Edward Jones enfrenta um desafio: como sua equipe atual de associados de atendimento poderia atender às demandas de serviço em crescimento, mantendo, ou mesmo ultrapassando, os padrões atuais da firma para atendimento ao cliente?

Com a ajuda do Minitab, uma equipe de projeto da Edward Jones executou um DOE para encontrar a combinação ideal de fatores para melhorar os processos de atendimento ao cliente em seus call centers.

"Enfrentamos questões como: é melhor treinar associados de atendimento em várias áreas de habilidades? E como poderíamos otimizar a velocidade média de uma resposta?” diz Rod Toro, Master Black Belt e gerente de melhoria de processos na Edwards Jones. “Examinamos a análise de dados e o Minitab nos ajudou a responder essas perguntas”.

Toro e a equipe de projeto tiveram uma ideia inovadora importante quando pensavam na maneira de iniciar esse projeto Lean Six Sigma.

"Primeiro, começamos a pensar sobre como poderíamos ajudar cada associado a trabalhar melhor em cada interação com o cliente", diz Toro. "Depois, mudamos nosso foco em melhorar o processo geral e todos os aspectos que compõem uma chamada de serviço, desde o treinamento de novos associados até cada fase da chamada real, e todos os trabalhos após a chamada".

Essa mudança de foco permitiu que a equipe começasse a pensar sobre a melhoria em termos do processo como um todo. Eles começaram a enxergar um processo que era reproduzível, padronizado e previsível - um processo que poderia ser otimizado.

"Sabíamos que era necessário identificar as métricas para distinguir o associado certo para a habilidade certa, além de simplificar o fluxo de trabalho de uma maneira mais eficiente e significativa", diz Toro. "Ao atribuir a pessoa certa às habilidades certas, reduzimos o tempo de tratamento médio e assim melhoramos a velocidade de resposta e a experiência geral do cliente".

No início do projeto, todos os associados eram treinados em várias habilidades, com todas as habilidades recebiam a mesma prioridade de pessoal. Além disso, mudanças e acréscimos de recursos eram feitos frequentemente sem levar os impactos em consideração. A equipe sabia que podia melhorar esse ponto de partida. "Tínhamos a oportunidade de otimizar a capacidade do associado de equilibrar o desempenho do departamento em todas as habilidades telefônicas", diz Toro.

Como eles poderiam fazer isso? Aqui, entram em cena as ferramentas de Planejamento de Experimentos (DEO) no Minitab.

Em estatística, DOE se refere à criação de uma série de ensaios experimentais, ou testes, que fornecem informações sobre como diversas variáveis afetam um resultado ou uma resposta. Em um experimento projetado, as equipes de projeto podem alterar mais de um fator ao mesmo tempo e, depois, utilizar a análise estatística para determinar quais fatores são importantes, bem como para identificar os níveis ideais desses fatores.

A aplicação mais comum do DOE é em ambientes de fabricação, onde o método é usado para encontrar configurações de máquina que produzem desempenho de processo ideal, ao menor custo.

"Normalmente, você ouve falar sobre DOE e outros métodos estatísticos sendo utilizados na fabricação, mas realmente não há limite onde essa técnica pode ser empregada", diz Toro. "Uma vez compreendidos os princípios do DOE, percebemos que poderíamos também aplicá-los a nossos processos de atendimento".

Toro e sua equipa selecionaram quatro fatores importantes (classificação do associado, trabalho após a chamada, horas do turno e horas de treinamento) e usaram o Minitab para projetar um experimento fatorial com dois níveis. Após coletar e analisar os dados, eles puderam usar a saída do Minitab para avaliar a melhor combinação de cada um dos quatro fatores importantes.

Os gráficos de efeitos principais e interações para o desempenho médio geral indicam que o treino multidisciplinar de associados, que os tornaria proficientes em várias habilidades, era na verdade prejudicial. Além disso, os gráficos de efeitos principais e interações do desvio padrão revelaram que a consistência era atribuída principalmente a associados com um nível de habilidade maior.

"Aprendemos que o treinamento multidisciplinar para todos os associados não era eficaz. Em vez disso, descobrimos que permitir que eles focassem em suas melhores habilidades permitia que eles alcançassem um melhor desempenho", diz Tor. "Esse foi nosso momento de descoberta".

O gráfico de Pareto mostrou à equipe que a interação entre fatores tinha um impacto significativo sobre o desempenho geral

O DOE ajudou a equipe a concluir que enviar as chamadas às pessoas certas, com as habilidades certas, produziria a experiência de cliente ideal. Para melhor avaliar as relações entre o número de associados, a quantidade de chamadas e o tempo de execução do processo, a equipe usou gráficos de dispersão 3D no Minitab.

Usando gráficos de dispersão 3D no Minitab, a equipe de projeto na Edward Jones conseguiu avaliar as relações entre três variáveis ao mesmo tempo, representando dados em três eixos.

"Os gráficos de dispersão 3D mostram o poder do Minitab", diz Toro. “Conseguimos enxergar os detalhes e determinar os fatores importantes e níveis importantes de cada variável”.

Agora, ao atribuir associados que têm certas habilidades para as áreas mais apropriadas, a divisão de serviço aumentou a capacidade de sua equipe existente em mais de 10%, melhorando também todas as métricas do call center que eles estabeleceram para ajuste, incluindo o tempo de tratamento médio, a velocidade média da resposta e o tempo que leva para os funcionários concluírem seu trabalho após a chamada".

Os associados de atendimento ao cliente estão também muito mais felizes em seus cargos. Muitos observaram que não só estão mais aptos a responder mais chamadas em seu dia de trabalho, como também seus dias de trabalho transcorrem mais tranquilos e eles encontraram tempo extra para focar no aprendizado e em conhecer ainda melhor suas áreas respectivas de atuação.

"Em vez de basear nossas melhorias meramente na intuição, obtivemos muito mais sucesso usando uma abordagem mais baseada em fatos e dependente de análise estatística e Lean Six Sigma”, diz Toro.

"E, embora a utilização de DOE para melhorar serviços seja incomum, ela realmente não deveria ser", continua ele. "Assim que princípios de DOE são compreendidos, em vez de focar apenas em como usar as ferramentas corretamente, você percebe que as ferramentas normalmente usadas para melhoria de processos na fabricação podem ser personalizadas para uso no setor de serviços e, realmente, para tudo".