Gesloten tickets, afhandeltijd en een kale klanttevredenheidsscore overleven in rapportages omdat ze er altijd goed uitzien. Dit meet je in plaats daarvan, en zo zie je of een cijfer wordt bespeeld.
Ook beschikbaar in het Engels: Measuring support quality without vanity metrics
De meeste supportdashboards staan vol cijfers die omhooggaan als het goed gaat, omhooggaan als het slecht gaat, en je niet vertellen welk van de twee aan de hand is. Ze overleven omdat niemand ze hoeft te verdedigen: een cijfer dat er altijd acceptabel uitziet, leidt nooit tot een ongemakkelijk gesprek. De prijs is dat je wachtrij een maand lang kan verslechteren zonder dat één grafiek het doorheeft.
Geen van deze getallen is verzonnen. Ze meten allemaal iets echts, en worden vervolgens gebruikt om een vraag te beantwoorden die ze niet kunnen beantwoorden.
| Cijfer | Wat het echt meet | Waar het misgaat |
|---|---|---|
| Gesloten tickets | Hoe vaak op de knop 'sluiten' is gedrukt | Sluiten is een handeling van je medewerker, geen uitkomst voor je klant. Het stijgt als er strenger wordt afgesloten, als gesprekken worden opgeknipt, en na een slechte week waarin er simpelweg meer te sluiten viel. |
| Gemiddelde afhandeltijd | Hoelang een medewerker per gesprek bezig is | Een kostenpost die als kwaliteitssignaal wordt gelezen. Omlaag duwen beloont korte antwoorden en gehaaste overdrachten, en de tickets die daardoor terugkomen landen in het volume van volgende week, waar niemand ze nog toerekent. |
| Opgelost bij eerste contact, zelf aangevinkt | Of iemand een vinkje heeft gezet | Degene die het vinkje zet, wordt erop beoordeeld. Zolang het niet is afgeleid uit de vraag of de klant terugkwam, meet je optimisme. |
| Gesprekken 'afgehandeld door AI' | Hoe vaak de widget heeft meegepraat | Meepraten is niet helpen. Dit is het cijfer dat indrukwekkende automatiseringspercentages oplevert terwijl je wachtrij niet korter wordt. |
| Kale klanttevredenheidsscore | De mening van de kleine groep die reageerde | Bij een lage responsratio wordt de score bepaald door de enthousiastelingen en de woedenden. Niet onjuist, maar het gaat over een andere groep dan de klanten die je bedient. |
Het aandeel 'afgevangen' gesprekken verdient een aparte vermelding, want dat wordt het vaakst als kwaliteitscijfer gepresenteerd terwijl het een capaciteitscijfer is. Het telt contacten die niet binnenkwamen, en een klant die het opgaf telt precies even zwaar als een klant die geholpen is. Gebruik het om bezetting te plannen, niet om je AI te beoordelen, en laat er nooit een factuur op baseren.
Drie correcties maken van de eerste reactietijd een signaal in plaats van decoratie. Rapporteer de mediaan en het 90e percentiel in plaats van het gemiddelde, want het gemiddelde wordt bepaald door een handvol gesprekken dat een weekend bleef liggen. Meet alleen over openingstijden, anders beoordeel je jezelf op de klok in plaats van op je service. En meet het over gesprekken die een mens hebben bereikt, want directe AI-antwoorden erdoorheen mengen levert een cijfer op dat technisch klopt en operationeel niets zegt.
Het 90e percentiel is het cijfer om week na week te volgen. Een stabiele mediaan met een oplopend 90e percentiel is de klassieke handtekening van een wachtrij waarin het routinewerk prima loopt en het moeilijke werk ligt weg te rotten.
Eén score over een gemengde wachtrij vertelt je bijna niets waar je iets mee kunt. Splits naar hoe het gesprek eindigde — afgerond door de AI, of afgerond door een mens — en precies dezelfde antwoorden beantwoorden ineens echte vragen: houdt automatisering de kwaliteit vast, en welke onderwerpen kun je beter niet automatiseren.
Die splitsing moet in het verzamelen zitten, niet achteraf worden gereconstrueerd. Bij CustomerEagle is een beoordeling een heel getal van 1 tot en met 5, één per gesprek, en wordt hij opgeslagen samen met de vraag of het gesprek door de AI is opgelost, zodat de uitsplitsing er gewoon is. Er zijn twee plekken waar je klant kan beoordelen — de kaart in de widget en de link in de e-mail na afronding — en beide lopen bewust door dezelfde code, zodat de twee kanalen niet uit elkaar kunnen groeien en verschillende dingen gaan meten.
Eén beoordeling per gesprek is een bewuste grens: een tweede inzending wordt geweigerd in plaats van meegemiddeld, zodat een naijler de eerste indruk niet overschrijft. Een lage beoordeling doet bovendien meer dan rapporteren. Bij een gesprek dat als AI-oplossing was geteld, draait een score van 2 of lager die oplossing terug — hij verdwijnt uit je verbruik en wordt gecrediteerd als hij al gefactureerd was, via dezelfde afkoelperiode die op hoe wij AI-oplossingen meten staat beschreven. Een tevredenheidscijfer dat de leverancier geld kan kosten, is een tevredenheidscijfer dat de leverancier eerlijk wil ophalen.
Kosten per opgelost contact is het cijfer waar de directie om vraagt en het cijfer dat het makkelijkst de verkeerde kant op verbetert. Het daalt als je afhandeltijd wordt uitgeknepen, als medewerkers sneller afsluiten en als klanten het opgeven — geen van drieën iets wat je wilt. Het hoort te dalen omdat je contactratio daalde: minder mensen hoefden te vragen, omdat het artikel bestond, de track-and-tracepagina duidelijk was, of het product de vraag niet meer opriep.
Rapporteer het dus als paar. Kosten per opgelost contact naast de contactratio, en een beweging in het eerste die niet door het tweede wordt verklaard is een beweging om uit te zoeken, niet om te vieren. Wordt een deel van je kosten per oplossing gefactureerd, dan is de definitie achter die facturatie onderdeel van het cijfer — die vraag staat uitgewerkt in wat is een AI-oplossing.
Zeven cijfers, één pagina, elk met een notitie over hoe het eruitziet als er met het cijfer wordt gespeeld. Kun je die laatste kolom niet invullen, dan hoort het cijfer niet op de pagina.
| Cijfer | De vraag die het beantwoordt | Zo ziet spelen eruit |
|---|---|---|
| Gesprekken, plus contactratio per bestelling of klant | Groeit de vraag harder dan het bedrijf? | Gesprekken samenvoegen of opknippen om het aantal te verschuiven zonder dat het werk verandert. |
| Opgelost aandeel, nul menselijke reacties | Hoeveel wordt er echt zonder mens afgehandeld? | Gesprekken meetellen waarin een medewerker één bericht stuurde, of stilte als succes boeken. |
| Heropeningen binnen een genoemde termijn | Hielden die oplossingen stand? | De termijn verkorten, of een nieuw gesprek starten in plaats van het oude heropenen. |
| Eerste reactie: mediaan en 90e percentiel, openingstijden | Hoelang wacht een mens nu echt? | Een automatische ontvangstbevestiging meetellen als eerste reactie. |
| Werkvoorraad ouder dan 24 en 72 uur, als aantallen | Ligt er onderin iets te rotten? | Oude gesprekken sluiten om het aantal te drukken, waarna ze terugkomen als heropeningen. |
| Klanttevredenheid gesplitst naar AI en mens, met responsratio | Houdt de kwaliteit stand waar automatisering groeide? | De vraag alleen versturen na gesprekken die goed gingen. |
| Belangrijkste overdrachtsredenen, gegroepeerd | Wat schrijven we deze week op? | Een categorie 'overig' die groot genoeg is om het echte antwoord in te verbergen. |
Die laatste rij maakt van een rapport werk. Gegroepeerde overdrachtsredenen zijn een contentachterstand op volgorde van belang, en de reden die maandag bovenaan staat is meestal een artikel dat je dinsdag kunt schrijven — de rest van die werkwijze staat in klantenservice automatiseren voor je webshop.
Een cijfer is niet beter dan de gebeurtenis eronder, en de meeste discussies over rapportages gaan in werkelijkheid over die gebeurtenis. Voordat een getal op de pagina komt, heeft het drie dingen nodig: een vastgelegde gebeurtenis met een beschreven trigger, een eigenaar met naam die de definitie mag wijzigen, en een export die je tegen echte gesprekken kunt houden.
Hier is geen datateam voor nodig. Wel de keuze welke zeven cijfers je gaat verdedigen, het opschrijven van wat elk cijfer betekent, en de bereidheid om een cijfer te publiceren dat de verkeerde kant op gaat. Waar de rapportage over de AI-kant in het product zit, zie je op het functie-overzicht.
Schijnstatistieken zijn cijfers die er betrouwbaar acceptabel uitzien, ongeacht wat je klant heeft ervaren: gesloten tickets, gemiddelde afhandeltijd, zelf aangevinkte oplossing bij eerste contact, gesprekken waarin de AI meepraatte, en een kale tevredenheidsscore bij een lage responsratio. Ze meten allemaal iets echts, maar geen ervan onderscheidt een geholpen klant van een klant die het opgaf.
Het opgeloste aandeel op een strenge definitie, het heropeningspercentage binnen een genoemde termijn, de contactratio per bestelling of per actieve klant, de leeftijd van je werkvoorraad als verdeling in plaats van als gemiddelde, reactietijd als mediaan en 90e percentiel over openingstijden, en klanttevredenheid gesplitst naar gesprekken die de AI of een mens afrondde.
Ja, en het is de enige splitsing die betrouwbaar tot actie leidt. Eén samengevoegde score verbergt of automatisering de kwaliteit vasthoudt of juist uitholt, terwijl de splitsing laat zien welke onderwerpen veilig te automatiseren zijn en welke naar een mens horen. Zet bij elk segment de responsratio, want die verschilt bijna altijd tussen de twee.
Als mediaan en 90e percentiel in plaats van als gemiddelde, alleen over openingstijden, en berekend over gesprekken die een mens hebben bereikt in plaats van over alle gesprekken. Directe AI-antwoorden die in hetzelfde gemiddelde meelopen leveren een getal op dat klopt en niets zegt over hoelang een klant op een mens heeft gewacht.
Er bestaat geen overdraagbare norm, omdat de score afhangt van je kanalenmix, het moment waarop je de vraag stelt en hoeveel klanten hem beantwoorden. De vergelijking die wél iets betekent is die met je eigen nulmeting: meet nu, noteer de responsratio ernaast, splits naar AI en mens, en volg de richting in plaats van het niveau.
Schrijf bij elk getal op je rapport op hoe het eruit zou zien als iemand op het cijfer zou sturen in plaats van op de uitkomst: gesprekken vroeg sluiten, ze opknippen, de tevredenheidsvraag alleen na goede gesprekken versturen. Kun je dat faalscenario niet beschrijven, dan begrijp je het cijfer nog niet goed genoeg om erop te sturen.
2026-08-10 · 10 min leestijd
Een proactief bericht is een bericht waar de klant niet om vroeg. Welke signalen het waard zijn, wat er in zo'n bericht hoort te staan om support te zijn in plaats van ruis, en hoe je het effect eerlijk meet.
2026-08-09 · 10 min leestijd
Klanten vergeven een bot die iets niet weet. Ze vergeven geen bot die je niet laat gaan. Welke doorzetregels je vastlegt, wat er mee moet met het gesprek, en waaraan je een goede overdracht herkent.
2026-08-09 · 9 min leestijd
De belangrijkste factor voor je AI-oplospercentage is niet het model maar je content. Een praktische gids: één vraag per artikel, het antwoord vooraan, echte waarden in plaats van screenshots, en testen met je eigen tickets.
Kijk hoe eerlijk gemeten AI-oplossingen je supportdruk verlagen — begin op het gratis plan, zonder creditcard en zonder verkoopgesprek.