وقت الحل

ما هو وقت الحل؟

وقت الحل (TTR) هو إجمالي الوقت المنقضي بين تقديم العميل طلب دعم وحل هذا الطلب بالكامل. وهو من أهم المقاييس التشغيلية في خدمة العملاء، لأنه يعكس مباشرةً مدى سرعة فريقكم في تحقيق النتائج، لا مجرد تقديم الردود.

يُسمى TTR أحيانًا متوسط وقت الحل أو متوسط الوقت اللازم للحل (MTTR). وخلافًا لمقياس الحل من التواصل الأول الذي يقيس ما إذا كانت المشكلة قد حُلت في تفاعل واحد، يرصد TTR دورة حياة التذكرة كاملة، بما فيها أوقات الانتظار والتحويلات والتصعيدات والمراسلات المتبادلة. وانخفاض TTR يعني أن العملاء يقضون وقتًا أقل في الانتظار ووقتًا أكثر في الاستفادة من منتجكم.

كيفية حساب وقت الحل

وقت الحل = إجمالي وقت الحل لجميع التذاكر المحلولة / عدد التذاكر المحلولة

على سبيل المثال، إذا حلّ فريقكم 500 تذكرة الشهر الماضي وبلغ إجمالي وقت الحل لهذه التذاكر الـ 500 مقدار 4,000 ساعة، فإن متوسط TTR لديكم هو 8 ساعات لكل تذكرة.

اعتبارات أساسية عند قياس TTR:

معايير القطاع

تتفاوت معايير TTR تفاوتًا كبيرًا بحسب القطاع وتعقيد الدعم ومزيج القنوات. واستنادًا إلى بيانات القطاع لعام 2025:

رؤية بحثية: وفقًا لـ Forrester، يُعد خفض وقت الحل من أعلى التحسينات أثرًا التي يمكن لفريق الدعم تحقيقها، لأن كل ساعة يتم توفيرها تحسّن CSAT مباشرةً، وتخفض تكلفة التذكرة، وتقلل مخاطر فقدان العملاء. وتُظهر بيانات القطاع لعام 2025، المستندة إلى أكثر من 1.2 مليار تذكرة، أن الفرق المعتمدة على الذكاء الاصطناعي خفّضت أوقات الحل من 32 ساعة إلى 32 دقيقة في الشرائح الأعلى أداءً.

لماذا يهم؟

يُعد TTR من أقوى المؤشرات التنبؤية على رضا العملاء (CSAT) وولائهم. فكل ساعة ينتظرها العميل للحل قد يقضيها في تقييم المنافسين. كما أن طول أوقات الحل يرفع تكلفة التذكرة، لأن كل نقطة تواصل إضافية تعني مزيدًا من عمل الوكلاء وأعباء الأنظمة واهتمام الإدارة.

ويتراكم أثر TTR أيضًا. فالتذاكر غير المحلولة تكدّس قوائم الانتظار، وترفع حجم التذاكر بسبب المتابعات، وتخفض إنتاجية الوكلاء مع تنقّل الفرق بين التذاكر المتقادمة والطلبات الجديدة.

كيف يحسّن الذكاء الاصطناعي هذا المقياس

تخفّض خدمة العملاء المدعومة بالذكاء الاصطناعي وقت الحل بشكل كبير بثلاث طرق:

ميزة Maven AGI

تخفّض Maven AGI وقت الحل من خلال حل غالبية مشكلات العملاء بشكل مستقل، قبل الحاجة إلى أي وكيل بشري. فبدلًا من توجيه التذاكر عبر قوائم الانتظار، يحلها Agent Maven فورًا.

نهج Maven AGI: بفضل أكثر من 100 تكامل وبنية مصممة أصلًا للذكاء الاصطناعي، تتصل Maven AGI بأنظمتكم الحالية وتبدأ حل التذاكر من اليوم الأول. وعندما يحل الذكاء الاصطناعي ما بين 80-93% من المشكلات، تحظى التذاكر المتبقية التي تصل إلى الوكلاء البشريين باهتمام أسرع وأوقات حل أقصر على جميع المستويات.

الأسئلة الشائعة

ما وقت الحل الجيد لدعم العملاء؟

يعتمد وقت الحل الجيد على القناة والقطاع. ففي الدردشة المباشرة، استهدفوا أقل من 10 دقائق. وفي الدعم عبر البريد الإلكتروني، يُعد ما بين 4 و12 ساعة أداءً قويًا. وتستهدف فرق B2B SaaS عادةً أقل من 24 ساعة. ويبقى المعيار الأكثر دلالة هو اتجاه TTR لديكم بمرور الوقت، فالتحسن شهرًا بعد شهر يدل على عمليات أكثر صحة.

ما الفرق بين وقت الحل ومتوسط وقت المعالجة؟

يقيس TTR الوقت الكامل المنقضي من إنشاء التذكرة حتى حلها، بما في ذلك جميع أوقات الانتظار والمراسلات المتبادلة. أما متوسط وقت المعالجة (AHT) فيقيس الوقت الفعلي الذي يقضيه الوكيل في تفاعل واحد، بما يشمل وقت المحادثة ووقت الانتظار والعمل اللاحق للمكالمة. فقد يكون لتذكرة وقت حل يبلغ ساعتين، بينما لا يتجاوز AHT فيها 8 دقائق موزعة على تواصلين.

هل يقلّص الذكاء الاصطناعي وقت الحل فعلًا؟

نعم. وفقًا لـ Harvard Business School، تحل فرق الدعم المدعومة بالذكاء الاصطناعي المشكلات بسرعة أكبر بكثير مع الحفاظ على الجودة. ووجد تقرير SolarWinds لحالة ITSM لعام 2025 أن الفرق التي تستخدم الذكاء الاصطناعي التوليدي حلّت التذاكر أسرع بنسبة 30%، بمتوسط 22.6 ساعة مقابل 32.5 ساعة. أما في المنصات المصممة أصلًا للذكاء الاصطناعي مثل Maven AGI، فالتحسن أكبر بكثير، إذ تُحل معظم التذاكر في ثوانٍ بدلًا من ساعات.

هل ينبغي قياس TTR بساعات العمل أم بالساعات الفعلية؟

قيسوا الاثنين. فساعات العمل تعكس كفاءة فريقكم وتفيد في المقارنات الداخلية. أما الساعات الفعلية فتعكس تجربة العميل وترتبط ارتباطًا أوثق بـ مقياس جهد العميل والرضا. والإبلاغ عن كليهما يمنحكم صورة متكاملة.