Een voorbeeld van minder herhaalcontacten begint zelden bij de medewerker die een telefoongesprek voert. De oorzaak zit meestal eerder in de keten: een klant krijgt geen duidelijke status, moet dezelfde gegevens opnieuw doorgeven of ontvangt een antwoord dat niet leidt tot een volgende concrete stap. Het resultaat is voorspelbaar: de klant belt, chat of mailt opnieuw, terwijl de druk op de operatie verder oploopt.
Voor organisaties met grote contactvolumes is dit meer dan een CX-probleem. Herhaalcontacten verhogen de kosten per afgehandelde vraag, verlengen wachtrijen en vertroebelen KPI’s zoals first contact resolution. Ze kunnen ook een signaal zijn dat processen achter de klantenservice onvoldoende eigenaarschap, inzicht of terugkoppeling kennen. Minder herhaalcontacten vraagt daarom om een beheerst operationeel model waarin automatisering, menselijke beoordeling en procesgovernance op elkaar aansluiten.
Wanneer is een contact echt een herhaalcontact?
Een klant die opnieuw contact zoekt, is niet automatisch ontevreden. Soms verandert de situatie, is aanvullende informatie nodig of vraagt een complex dossier terecht om meerdere momenten van afstemming. De relevante vraag is of het vervolgcontact te voorkomen was geweest met een volledig, correct en begrijpelijk eerste antwoord.
Een bruikbare definitie onderscheidt drie situaties. Bij vermijdbaar herhaalcontact kreeg de klant geen oplossing, geen heldere verwachting of geen opvolging. Bij noodzakelijk vervolgcontact vraagt het dossier aantoonbaar om een volgende actie, bijvoorbeeld omdat een technische analyse tijd kost. En bij nieuw contact heeft de klant een andere vraag. Alleen de eerste categorie moet structureel omlaag. Wie alle vervolgcontacten als fout beoordeelt, stuurt agents naar te snelle afsluiting en tast juist de kwaliteit aan.
Meet daarom niet uitsluitend het aantal contacten per klant. Koppel contactredenen, kanaal, dossierstatus en tijd tussen twee contactmomenten aan elkaar. Voeg kwaliteitsbeoordelingen toe: was het antwoord inhoudelijk juist, was een vervolgafspraak vastgelegd en kon de klant zien wat er daarna zou gebeuren? Zo ontstaat een betrouwbaar beeld in plaats van een oppervlakkige score.
Voorbeeld minder herhaalcontacten bij een vertraagde levering
Stel dat een retailer dagelijks veel vragen ontvangt over bestellingen die later arriveren dan verwacht. Klanten zien in hun account alleen de melding ‘onderweg’. Wanneer de bezorging uitblijft, nemen zij contact op. Een agent controleert de order, ziet dezelfde beperkte status en zegt dat de klant nog twee werkdagen moet afwachten. De klant weet niet waarom, krijgt geen bevestiging en belt de volgende dag opnieuw. Dat tweede contact lijkt een servicevraag, maar is feitelijk een gevolg van een onvolledig proces.
In een beter ingericht model herkent AI bij het eerste contact de orderstatus, bezorgpartner en mogelijke afwijking. Voor voorspelbare situaties geeft de assistent direct een specifiek antwoord: de actuele status, de verwachte bezorgdatum, de voorwaarden voor een vervolgactie en het moment waarop de organisatie zelf contact opneemt. De klant ontvangt die informatie ook in het kanaal waarin hij of zij contact heeft gezocht.
Is er sprake van een uitzondering, bijvoorbeeld een verloren zending, een tijdkritische levering of een klant met een commerciële klacht, dan draagt AI het gesprek over aan een getrainde agent. Die agent ontvangt de volledige context: ordernummer, eerdere berichten, uitgevoerde controles en de reden voor escalatie. Daardoor hoeft de klant het verhaal niet opnieuw te vertellen. De agent kan vervolgens een besluit nemen binnen vooraf afgesproken bevoegdheden, zoals vervanging organiseren, een onderzoek starten of een duidelijke escalatie toezeggen.
Het verschil zit niet alleen in de snelheid van het eerste antwoord. De klant weet wie de volgende actie uitvoert, wanneer een update volgt en wat er gebeurt als die update uitblijft. Dat voorkomt contact uit onzekerheid. Tegelijk krijgt de operatie een traceerbaar dossier met een eigenaar, een deadline en een herkenbare contactreden.
De drie operationele oorzaken achter onnodig terugbellen
Herhaalcontacten ontstaan vaak door een combinatie van informatietekort, gebrekkige overdracht en ontbrekende opvolging. De oplossing vereist aandacht voor alle drie.
1. Informatie is beschikbaar, maar niet bruikbaar
Veel organisaties hebben de juiste gegevens ergens in hun systemen, maar agents en klanten zien ze niet op het benodigde moment. Statusinformatie is te algemeen, kennisartikelen zijn verouderd of verschillende systemen geven uiteenlopende antwoorden. Automatisering helpt alleen wanneer de onderliggende brongegevens betrouwbaar zijn en de antwoordlogica wordt beheerd.
Leg daarom per veelvoorkomende contactreden vast welke informatie nodig is voor een definitief antwoord. Denk aan actuele status, uitzonderingscode, verwachte doorlooptijd, voorwaarden en mogelijke vervolgstappen. AI kan deze voorspelbare vragen 24/7 afhandelen, maar moet geen zekerheid suggereren wanneer gegevens ontbreken. In dat geval is directe overdracht of het maken van een concrete vervolgafspraak beter dan een algemeen antwoord.
2. De overdracht verliest context
Een klant ervaart AI, chat, telefoon en e-mail niet als afzonderlijke processen. Voor de klant is het één gesprek met één organisatie. Wanneer een menselijke agent opnieuw om klantnummer, probleemomschrijving of screenshots vraagt, daalt het vertrouwen onmiddellijk. Bovendien stijgt de afhandeltijd, zonder dat het dossier inhoudelijk beter wordt.
Ontwerp de overdracht daarom als een gecontroleerd proces. De menselijke agent moet zien wat de klant heeft gevraagd, welke gegevens al zijn gevalideerd, welk antwoord of welke actie AI heeft aangeboden en waarom menselijke beoordeling nodig is. Niet elk detail hoeft zichtbaar te zijn. Rolgebaseerde toegang is essentieel, zeker bij persoonsgegevens en financiële of contractuele gegevens. Wel moet de agent precies genoeg context krijgen om verantwoordelijkheid te nemen.
3. Een toezegging heeft geen bewaakt vervolg
‘Wij komen erop terug’ is geen oplossing als niemand eigenaar is van de terugkoppeling. Vooral bij technische storingen, claims, wijzigingen en backofficeprocessen ontstaat herhaalcontact wanneer een dossier verdwijnt tussen teams. De klant belt dan niet omdat hij ongeduldig is, maar omdat de organisatie stil blijft.
Maak vervolgacties daarom meetbaar. Iedere openstaande case krijgt een eigenaar, een uiterste terugkoppeltijd, een status en een escalatieregel. Rapporteer niet alleen op gesloten tickets, maar ook op afspraken die op tijd zijn nagekomen. Een lage gemiddelde afhandeltijd is weinig waard wanneer klanten daarna opnieuw moeten bellen om voortgang te krijgen.
KPI’s die sturen op oplossing, niet op snelheid alleen
First contact resolution blijft een relevante KPI, mits de definitie per contacttype helder is. Combineer deze met het aandeel vermijdbare herhaalcontacten binnen bijvoorbeeld zeven dagen, de tijd tot eerste inhoudelijke oplossing, de naleving van terugbelafspraken en kwaliteitsresultaten uit dossiercontroles. Daarmee wordt zichtbaar of een lage contactduur werkelijk voortkomt uit goede service of uit voortijdig afsluiten.
Segmentatie is noodzakelijk. Een wachtwoordreset heeft een andere norm dan een technische storing of een wijziging in een zakelijk contract. Vergelijk ook AI-afgehandelde contacten met menselijk afgehandelde contacten per intentie, niet als totaal. Een hogere automatiseringsgraad is alleen waardevol als de klant niet alsnog via een ander kanaal contact zoekt.
Kwaliteitsanalisten spelen hierbij een belangrijke rol. Zij beoordelen een representatieve steekproef op correctheid, volledigheid, empathie, duidelijkheid van de vervolgstap en juiste dossiervastlegging. Die inzichten voeden zowel kennisbeheer als coaching van agents en de verdere inrichting van AI-dialogen. Zo wordt kwaliteitscontrole een verbetercyclus, geen controle achteraf.
Van diagnose naar gecontroleerde verbetering
Begin met de contactredenen die zowel veel volume als veel herhaalcontact opleveren. Breng per reden de klantreis, gebruikte systemen, overdrachtsmomenten en openstaande acties in kaart. Zoek niet alleen naar fouten van medewerkers, maar naar procespatronen: ontbrekende statusupdates, onduidelijke bevoegdheden, tegenstrijdige communicatie of lange wachttijden in de backoffice.
Test verbeteringen vervolgens beheerst. Pas bijvoorbeeld eerst één contactreden aan met betere statuscommunicatie, een vaste escalatiestroom en automatische opvolgberichten. Meet het effect op herhaalcontact, klantbeleving, doorlooptijd en kwaliteitsresultaat. Pas na een stabiele periode wordt de werkwijze breder uitgerold. Deze aanpak beschermt continuïteit en voorkomt dat een goedbedoelde automatisering nieuwe uitzonderingen creëert.
DHC Offshore richt dit type operatie in als één keten: AI behandelt standaardvragen direct, terwijl getrainde agents complexe, emotionele en commercieel gevoelige gesprekken overnemen met dossiercontext. Onderliggende werkafspraken, toegangsrechten, kwaliteitscontroles en KPI-rapportages zorgen dat schaalbaarheid niet ten koste gaat van controle of merkbeleving.
Minder herhaalcontacten is uiteindelijk geen opdracht om klanten sneller af te ronden. Het is het resultaat van een organisatie die bij het eerste contact een betrouwbaar antwoord geeft, een volgende stap daadwerkelijk uitvoert en de klant niet zelf laat bewaken wat intern had moeten worden opgevolgd.
