Die durchschnittliche Gesamtdauer einer Kundeninteraktion, einschließlich Gesprächszeit, Haltezeit und Nachbearbeitung. AHT ist eine zentrale Kennzahl im Contact Center, sollte aber nie isoliert optimiert werden.
Formel: (Gesprächszeit + Haltezeit + ACW) ÷ Anzahl Interaktionen
Benchmark: 6–8 Minuten (branchenabhängig)
Verwandte Begriffe: After-Call Work (ACW), First Call Resolution (FCR)
Die Zeit, die Agents nach einer Interaktion mit Nachbearbeitung verbringen: Dokumentation, CRM-Updates oder Follow-ups. Auch als Wrap-Up Time bekannt. Effiziente ACW-Prozesse steigern die Agent-Produktivität.
Benchmark: 10–20 % der gesamten Bearbeitungszeit
Verwandte Begriffe: Average Handle Time (AHT)
Die kumulierte Zeit, die ein Ticket im Status „Wartend" verbringt, also der Agent auf eine Kundenantwort wartet. Zeigt, wie schnell Kunden auf Rückfragen reagieren.
Verwandte Begriffe: Requester Wait Time, Resolution Time
Der Prozentsatz der Kundenanliegen, die vollständig von KI oder Automatisierung gelöst werden, ohne dass ein Mensch eingreift. Die zentrale ROI-Kennzahl für KI im Kundenservice.
Formel: (Automatisch gelöste Anfragen ÷ Gesamtanfragen) × 100
Benchmark: 20–40 % (reife KI-Deployments bis 60 %+)
Verwandte Begriffe: Containment Rate, Deflection Rate, Touchless Resolution
Die absolute Anzahl der Konversationen, die vom KI-Agent vollständig gelöst wurden. Zusammen mit der Rate ein wichtiger Volumenwert für die ROI-Berechnung.
Verwandte Begriffe: Automated Resolution Rate
Die Gesamtzahl der Seitenaufrufe aller Knowledge-Base-Artikel. Zeigt, welche Themen am meisten nachgefragt werden und wie intensiv Self-Service genutzt wird.
Verwandte Begriffe: Views per Article, Articles Viewed (Distinct), Knowledge Base (KB)
Die Anzahl unterschiedlicher Artikel, die mindestens einen Seitenaufruf erhalten haben. Zeigt die Breite der Knowledge-Base-Nutzung im Vergleich zu den Gesamtaufrufen.
Verwandte Begriffe: Article Views, Views per Article
Die Anzahl positiver und negativer Bewertungen (Upvotes/Downvotes) auf Knowledge-Base-Artikeln. Der Netto-Wert zeigt die wahrgenommene Qualität eines Artikels.
Verwandte Begriffe: Article Usefulness Rating, Article Comments, Knowledge Base (KB)
Die Anzahl der Kommentare, die Nutzer auf Knowledge-Base-Artikeln hinterlassen. Kommentare liefern qualitatives Feedback zur Artikelqualität und -aktualität.
Verwandte Begriffe: Article Votes, Knowledge Base (KB)
Die Anzahl der Nutzer, die Aktualisierungen zu einem Knowledge-Base-Artikel abonniert haben. Hohe Subscriptions deuten auf häufig benötigte oder sich ändernde Themen hin.
Verwandte Begriffe: Article Views, Knowledge Base (KB)
Die Gesamtzahl der Arbeitspunkte, die Agents in einem Zeitraum zugewiesen wurden. Im WFM-Kontext ein Maß für die geplante Arbeitsbelastung.
Verwandte Begriffe: Solved Points, Tickets per Agent
Der Prozentsatz der Kunden, die eine Interaktion starten, aber nicht abschließen. Häufig gemessen bei Anrufen, Chats oder Warenkörben. Eine hohe Abandonment Rate deutet auf lange Wartezeiten oder umständliche Prozesse hin.
Formel: (Abgebrochene Interaktionen ÷ Gesamtinteraktionen) × 100
Benchmark: < 5 % bei Anrufen, < 10 % bei Chat
Die Gesamtzeit, die Agents im Chat- oder Telefonsystem eingeloggt sind. Grundlage für die Berechnung von Occupancy und Utilization Rate.
Verwandte Begriffe: Logged In Time, Occupancy Rate, Utilization Rate
Die durchschnittliche Zeit vom Klingeln eines Anrufs bis zur Annahme durch den Agent. Eine spezifische Telefonie-Metrik, die die Reaktionsgeschwindigkeit am Telefon misst.
Verwandte Begriffe: Average Speed of Answer (ASA), Service Level
Die Anzahl der Ticket-Aktualisierungen, die von Agents vorgenommen werden. Zusammen mit End-User Updates ein Indikator für den Kommunikationsaufwand pro Ticket.
Verwandte Begriffe: Ticket Updates (Total), End-User Updates, Replies (Count)
Die Anzahl unterschiedlicher Agents, denen ein Ticket während seines Lebenszyklus zugewiesen wurde. Viele Stationen deuten auf Routing-Probleme oder Kompetenzlücken hin.
Verwandte Begriffe: Group Stations, Transfer Rate