El objetivo de este artículo es medir la Conformidad del cliente en una tienda online mediante el indicador Tasa de reclamos.

La conformidad se refiere a la medida en que los clientes realizan algún contacto con la empresa por motivos de reclamo luego de haber realizado la compra.

Por lo que estamos analizando la conformidad del cliente en los procesos de posventa.

Esto permitirá detectar fallas en algún punto de las operaciones, como así la satisfacción del cliente en esta etapa.

La conformidad del cliente es uno de los 30 factores críticos presentados en el artículo Como realizar una gestión integral del canal online utilizando datos.

Para otorgarle un contexto al análisis presentado es recomendable guiarse por el artículo Como medir los factores críticos de una tienda online.

En este caso se utilizará el indicador Tasa de reclamos para analizar este factor crítico ya que permite profundizar en los motivos que lo componen.

Indicador Tasa de reclamos

El indicador Tasa de reclamos se refiere a la cantidad de reclamos o quejas recibidas en relación con un determinado número de clientes o de ventas realizadas.

Sum (Reclamos) / Sum (Tickets)

En ecommerce podemos tomar los reclamos recibidos mediante un sistema de tickets de gestión del cliente como Zendesk, y en el denominador los tickets registrados en la plataforma de venta.

Se deberá tener un registro de los tipos del reclamo, que a la vez deben ser las opciones que tiene el usuario al iniciar una conversación.

En este caso para conformar el indicador en términos desagregados por motivos de reclamo, aparece un problema en la cantidad de tickets.

Al no poder relacionar un ticket a un reclamo, debemos optar por dos opciones que se presentan: realizar un prorrateo por igual por cada tipo de reclamo, o estudiar la participación del motivo.

Apertura en dimensiones

Las dimensiones para analizar el indicador serán los tipos de reclamos, tomando su participación dentro de los reclamos totales.

En ecommerce mayormente los reclamos que se realizan vía web son los relacionados con las ventas online.

De todos modos, una empresa puede canalizar todos los reclamos por el canal digital, y si tiene muchas ventas offline habrá que tenerlo en cuenta al leer el indicador.

Si el modelo de datos lo permite, podrá profundizarse luego en los tipos de clientes que conforman ese segmento.

Detección del potencial

El óptimo para el período de análisis podrá encontrarse en los mejores valores históricos ajustados por el contexto.

Esto significa que se tendrá en cuenta la participación de cada dimensión durante los mejores momentos de Reclamos.

En ese sentido, el contexto estará dado por las variables oferta y demanda estimada para ese período.

Las oportunidades surgirán del desvío entre el valor real y óptimo del período para cada tipo de reclamo.

Para encontrar prioridades de trabajo puede mensurarse económicamente esos desvíos por la cantidad de reclamos que recibe cada tipo.

Una vez encontrado el tipo de reclamo que es prioridad de trabajo, se podrá profundizar en subdimensiones en categorías de productos o tipo de clientes.

Las alertas pueden ser entonces acerca de alguna categoría de producto que está generando cambios, o un tipo de clientes que están realizando la devolución.

Algunas de las alertas que puede arrojar este algoritmo respecto al desempeño de cada tipo de reclamo pueden ser:

• Los Clientes nuevos se encuentran realizando mayores Cambios que el óptimo esperado
• Los Clientes Recurrentes se encuentran realizando menores reclamos del tipo Otros
• Los niveles de Devolución se mantuvieron en niveles óptimos durante 5 días consecutivos