“Onze AHT is 6 minuten,” zegt de manager trots tijdens de wekelijkse cijferbeschouwing. Ik knik vriendelijk, maar voel de bekende irritatie opkomen. Want wat als die keurige 6 minuten bestaat uit gesprekken van 10 minuten naast flitssnelle afhandelingen van minder dan 2 minuten? Dan hebben we namelijk een probleem dat geen enkel gemiddelde kan maskeren.
Laatst bezocht ik een contactcenter op de Zuidas van Amsterdam. De sfeer voelde gespannen aan, zoals dat gaat in organisaties waar de cijfers kloppen maar de realiteit wringt. Een klant had rechtstreeks aan de directie geschreven over zijn “verschrikkelijk lange wachttijd,” gevolgd door een gesprek waarin hij driemaal werd doorgeschakeld naar verschillende afdelingen. De manager staarde beteuterd naar zijn dashboard: gemiddelde wachttijd van minder dan 1 minuut, First Call Resolution 82 procent. “Maar de KPI’s zijn toch gewoon goed?” mompelde hij, alsof hij zichzelf wilde overtuigen.
Key Takeaways
Voordat we dieper op dit verhaal ingaan, merk ik op dat gemiddelden voor planners waardevol zijn, maar misleidend voor managers. Achter elke KPI ligt data die de klantbeleving kan maken of breken. Consistentie gaat altijd boven gemiddelden. Als managers kijken we vaak naar dashboards met aantrekkelijke cijfers. Maar kennen we de spreiding achter die cijfers? Hier begint het verhaal pas echt. Wat is de oplossing? Geen hogere wiskunde maar eenvoudige visualisaties. Teken uiteenlopende resultaten op een flip-over en ontdek waar de werkelijke kansen voor verbetering liggen.
Want wat je niet weet en meet van spreiding, kun je ook niet managen.
De bedrieglijke charme van het gemiddelde
En dus komen we bij de kern van het probleem dat veel contactcenter-management plaagt: onze collectieve verslaving aan gemiddelden. Dagelijks worden er duizenden gesprekken gevoerd, tickets afgehandeld, klanten geholpen. Die imposante berg aan menselijke interacties wordt vervolgens keurig weggestopt in een handvol KPI’s: Average Handling Time, First Call Resolution, Net Promoter Score. Allemaal gemiddelden. Allemaal ogenschijnlijk solide en betrouwbaar.
Voor de capaciteitsplanner is dit systeem natuurlijk ideaal. Hij moet immers voorspellen hoeveel mensen er morgen nodig zijn, volgende week, volgende maand. Hij rekent met ervaringscijfers, trends en de wet van grote getallen. Tienduizend gesprekken van gemiddeld 7,5 minuten betekent 1250 uur gesprektijd. Plus pauzes, administratie en wat flexibiliteit. Zo werkt moderne workforce planning, en voor dat specifieke doel functioneert het prima.
Het probleem begint echter zodra we vergeten wat zich achter elk gemiddelde verschuilt: een spreiding die groot, heel groot, of ronduit schokkend kan uitpakken.
Wanneer cijfers liegen (of de halve waarheid vertellen)
Laat ik even concreet worden, want abstracties helpen niemand vooruit. Die gemiddelde AHT van 7,5 minuten kan perfect ontstaan uit honderd gesprekken van exact 7,5 minuten elk. Maar evengoed uit vijftig gesprekken van tien minuten plus vijftig gesprekken van vijf minuten. Of – en hier wordt het pas interessant – uit vijfentwintig gesprekken van vijftien minuten, vijftig gesprekken van vijf minuten, en vijfentwintig gesprekken van 2,5 minuten.
Wiskundig gezien klopt het allemaal als een bus: 100 × 7,5 = 750 minuten, precies hetzelfde als 50 × 10 + 50 × 5 = 750 minuten. Voor de klantbeleving daarentegen betekent het verschil tussen dag en nacht. In het eerste scenario krijgt elke klant een voorspelbare, consistente ervaring. In het tweede geval speelt elke klant Russische roulette: krijg je de agent die je in twee minuten verder helpt, of die je een kwartier aan de lijn houdt?
Vorig jaar sprak ik een contactcenter manager in Rotterdam die enthousiast vertelde over zijn team’s FCR van 85 procent. “Indrukwekkend,” antwoordde ik, “en hoe ziet de spreiding eruit?” Hij keek me aan alsof ik plotseling Swahili was gaan spreken. Later bleek dat sommige agenten 95 procent van alle vragen in één gesprek oplosten, terwijl anderen op een magere 60 procent bleven hangen. Het gemiddelde verhulde dus een kwaliteitsprobleem van formaat.
Waarom consistentie het echte doel zou moeten zijn
Een onderneming die daadwerkelijk consistente service en kwaliteit nastreeft, móet deze spreiding terugdringen. (Lijkt me logisch, maar blijkbaar is dat niet voor iedereen vanzelfsprekend.) Het ideaalbeeld ziet er zo uit: elke klant krijgt dezelfde vraag op identieke wijze beantwoord, met vergelijkbare behandeltijd, inhoud en servicekwaliteit. Natuurlijk ingekleurd met de persoonlijke touch van individuele agenten – we willen geen robots – maar de basis moet gewoon kloppen.
Denk maar aan je favoriete restaurant. Je gaat er niet heen omdat de gemiddelde maaltijd acceptabel is. Je gaat erheen omdat je weet dat je er elke keer een goede maaltijd krijgt. Consistentie bouwt vertrouwen op, week na week, maand na maand. Voor contactcenters geldt precies hetzelfde.
Tegelijkertijd moeten we eerlijk blijven over differentiatie. Niet alle klantvragen zijn immers hetzelfde. Een simpele vraag over openingstijden heeft een korter antwoord dan een complexe klacht over een defect product. En terecht. Differentiatie in KPI’s voor verschillende categorieën is niet alleen wenselijk – het is ronduit noodzakelijk.
Het blinde-vlek-syndroom van het management
Hier begint het verhaal pas echt interessant te worden. Ik heb inmiddels vele contactcenter managers gesproken, van kleine bedrijven tot multinationale concerns. Nog nooit – en dat is geen overdrijving – heeft ook maar iemand mij gevraagd naar de spreiding achter hun KPI’s. Wel zijn diezelfde managers binnen no time in alle staten als ze persoonlijk een klacht van een ontevreden klant ontvangen.
Een boze klant op LinkedIn? Onmiddellijke crisis. Structurele spreiding in prestaties die duizenden klanten raakt? Daar wordt simpelweg niet naar gevraagd.
Hoe komt dit? Omdat we gewend zijn geraakt aan dashboards vol keurige gemiddelden. Omdat spreiding abstract en complex lijkt, terwijl een individuele klacht concreet en direct bedreigend voelt. En omdat – laten we ronuit eerlijk zijn – de meeste managementsystemen gewoonweg niet zijn ingericht om variatie systematisch te monitoren.
Bewustwording door concrete actie: de flipover-oefening
Hoe maken we management dan bewust van ongewenste spreiding? Niet door statistische formules met Griekse letters. Wel met een simpele, visuele oefening. Perfect geschikt voor een managementsdag. Er is niet meer voor nodig dan flip-over, papier en viltstiften.
Stap 1: De theorie tastbaar maken
Begin met een fictief maar realistisch voorbeeld. Schrijf groot op de flip-over: “Gemiddelde AHT: 6 minuten.” Vraag de managers vervolgens twee scenario’s uit te werken:
Scenario A: 25 agenten met 5,5 minuten, 25 agenten met 6,5 minuten.
Scenario B: 25 agenten met 3 minuten, 25 agenten met 9 minuten.
Beide scenario’s produceren identiek hetzelfde gemiddelde, maar de spreiding verschilt dramatisch. Laat ze de gevolgen doorspreken: welke klantervaring ontstaat er? Welke operationele hoofdpijn? Welke verschillen in prestaties worden zichtbaar?
Stap 2: Kwartielen ontrafeld
Stel: je legt honderd agenten hierboven op volgorde van AHT.
Teken dit op een flip-over, met kleuren. Trek een dikke lijn die elke 25 scheidt van de volgende 25. Met drie lijnen deel je de groep in 4 groepen. Noteer voor elke lijn de waarde.
Je hebt nu drie kwartielen bepaald. Proficiat! Wat is een kwartiel? Kwartielen zijn lijnen met een waarde die groepen data verdelen in vier groepen van elk 25%:
25 zitten onder de waarde van het eerste kwartiel. 25 tussen eerste kwartiel en tweede kwartiel. 25 procent zit tussen tweede en derde kwartiel. De laatste 25 boven de lijn van het derde kwartiel.
Het tweede kwartiel noemen we de mediaan. Het verdeelt de groep 50/50. Check: verdeelt je mediaan de data in twee groepen van 50%?
Stap 3: De werkelijkheid
Nu wordt het spannend. We pakken de cijfers bij. Neem de werkelijke AHT-data van honderd genummerde agenten. Het gaat niet om de namen. Zet ze op volgorde van laag naar hoog en verdeel ze met 3 kwartielen. Teken de verdeling met lijnen in verschillende kleuren op de flip-over.
Herhaal dezelfde oefening voor FCR-percentages. Leg beide verdelingen naast elkaar. Vaak ontstaat er een “aha-moment” wanneer management ziet hoe groot spreiding vaak in werkelijkheid is.
Praktische consequenties van deze inzichten
Wat betekent dit alles nu concreet voor de dagelijkse bedrijfsvoering? Als je ontdekt dat je onderste kwartiel agenten twaalf minuten per gesprek nodig hebben, terwijl je topkwartiel het in vier minuten regelt én een goede FCR, dan weet je precies waar je energie moet steken. Dan praten we niet meer over hypothetische discussies over gemiddelden – dan doen we gewoon aan operationeel management.
“Elke dag scherper, beter, klantgerichter.”
Summary (English)
Averages Are Just Numbers: The Weakness of Contact Center KPIs
Contact centers rely heavily on average-based KPIs like Average Handling Time (AHT), First Call Resolution (FCR), and Net Promoter Score (NPS). While useful for capacity planning, these averages mask critical variations that directly impact customer experience. Two scenarios can produce identical 6-minute average call times: consistent 6-minute calls versus a mix of 10-minute and 2-minute interactions. The customer experience differs dramatically between these scenarios.
The core problem arises when management focuses on averages while ignoring distribution. A team with 85% FCR might include agents performing at 95% alongside others at 60% – the average hides significant quality issues. Companies seeking consistent service must reduce this variation rather than celebrate misleading averages.
The article proposes a practical flipchart exercise for management awareness: visualize real agent performance using quartiles rather than averages. By plotting actual AHT and FCR data for 100 agents across quartiles, management can identify where bottom performers would need 12 minutes per call while top performers achieve the same results in 4 minutes. This shifts focus from theoretical average discussions to practical operational management, building the consistency that creates customer trust.
Resumen (Español)
Los Promedios Son Solo Números: La Debilidad de los KPIs en Centros de Contacto
Los centros de contacto dependen excesivamente de KPIs basados en promedios como el Tiempo Promedio de Gestión (AHT), Resolución en Primera Llamada (FCR) y Net Promoter Score (NPS). Aunque útiles para planificación de capacidad, estos promedios ocultan variaciones críticas que impactan directamente la experiencia del cliente. Dos escenarios pueden producir tiempos promedio idénticos de 6 minutos: llamadas consistentes de 6 minutos versus una mezcla de interacciones de 10 minutos y 2 minutos. La experiencia del cliente difiere dramáticamente entre estos escenarios.
El problema central es que la gerencia se enfoca en promedios ignorando la distribución. Un equipo con 85% FCR podría incluir agentes con 95% de rendimiento junto a otros con 60% – el promedio oculta problemas significativos de calidad. Las empresas que buscan servicio consistente deben reducir esta variación en lugar de celebrar promedios engañosos.
El artículo propone un ejercicio práctico con rotafolio para crear conciencia gerencial: visualizar el rendimiento real de agentes usando cuartiles en lugar de promedios. Al graficar datos reales de AHT y FCR de 100 agentes por cuartiles, la gerencia puede identificar dónde los agentes de menor rendimiento necesitan 12 minutos por llamada mientras los mejores logran los mismos resultados en 4 minutos. Esto cambia el enfoque de discusiones teóricas sobre promedios hacia gestión operacional práctica, construyendo la consistencia que genera confianza del cliente.