Average Handle Time (AHT)

Wat is Average Handle Time (AHT)?

Average handle time (AHT), of gemiddelde afhandeltijd, is de gemiddelde totale tijd die een supportmedewerker actief besteedt aan één klantinteractie. Dit omvat gesprekstijd, wachttijd en nawerk (after-call work, ACW), zoals notities maken, gegevens bijwerken of follow-upberichten versturen. AHT is wereldwijd een van de meest gevolgde metrics in contactcenters en klantenserviceorganisaties.

In combinatie met de oplossingsgraad en CSAT geeft AHT een volledig beeld van of je team snel is, effectief, of allebei.

Zo bereken je de Average Handle Time

AHT = (Totale gesprekstijd + Totale wachttijd + Totaal nawerk) / Aantal afgehandelde interacties

Stel dat een medewerker op een dag 40 gesprekken afhandelt met 120 minuten gesprekstijd, 20 minuten wachttijd en 40 minuten nawerk. Dan is de AHT:

(120 + 20 + 40) / 40 = 4,5 minuten per gesprek

Belangrijke aandachtspunten bij het meten:

Benchmarks per branche

AHT-benchmarks verschillen sterk per branche, door verschillen in complexiteit van vragen en verwachtingen van klanten:

Onderzoeksinzicht: Volgens McKinsey verschuiven toonaangevende contactcenters van het optimaliseren van alleen AHT naar een balans tussen snelheid en oplossingskwaliteit. AI-gedreven support stuurt die verschuiving door de afhandeltijd bij routinevragen te verkorten en de kwaliteit bij complexe vragen te behouden.

Waarom het belangrijk is

AHT heeft directe invloed op drie cruciale onderdelen van je supportorganisatie:

De meest gemaakte fout is AHT als losstaand doel behandelen. Een lagere AHT is alleen waardevol in combinatie met een sterke first contact resolution en CSAT.

Hoe AI deze metric verbetert

Contactcenter-AI verlaagt de AHT via meerdere mechanismen:

Het voordeel van Maven AGI

Maven AGI verlaagt de AHT op twee fronten. Ten eerste lost Agent Maven 80-93% van de problemen op zonder menselijke medewerker, waardoor die interacties volledig uit je AHT-berekening verdwijnen. Ten tweede biedt de AI Copilot van Maven bij tickets die wel bij medewerkers terechtkomen volledige context en voorgestelde antwoorden, zodat ze sneller worden opgelost.

De aanpak van Maven AGI: De meest effectieve manier om de AHT te verlagen, is de meeste tickets oplossen voordat ze een medewerker bereiken. De AI-agents van Maven AGI nemen het volume voor hun rekening en de AI Copilot geeft medewerkers de context die ze nodig hebben om de resterende vragen sneller op te lossen. Het resultaat: een lagere AHT, lagere kosten per ticket en een hogere CSAT.

Veelgestelde vragen

Wat is een goede average handle time?

De branche-overstijgende benchmark ligt rond de 6 minuten. Wat 'goed' is, hangt echter af van je context. Retail mikt op 3-5 minuten, technische support op 8-10 minuten. Het gaat erom dat je AHT samengaat met een sterke oplossingsgraad. Een AHT van 3 minuten zegt niets als de klant moet terugbellen.

Wat is het verschil tussen AHT en time to resolution?

AHT meet de actieve tijd van een medewerker per interactie: gesprek, wachttijd en nawerk. Time to resolution meet de totale doorlooptijd van het aanmaken van een ticket tot de oplossing, die meerdere interacties en wachttijd tussen contacten kan omvatten.

Moet ik de AHT zo laag mogelijk maken?

Niet ten koste van de kwaliteit. Medewerkers onder druk zetten om de AHT te minimaliseren, kan leiden tot onvolledige oplossingen, herhaalcontacten en lagere Customer Effort Scores. Het doel is onnodige tijd (wachten, uitzoeken, administratie) te verminderen en de tijd te behouden die nodig is voor een grondige oplossing.

Kan AI specifiek het nawerk verminderen?

Ja. AI blinkt uit in taken na de interactie, zoals gesprekken samenvatten, tickets taggen, CRM-gegevens bijwerken en follow-up-e-mails opstellen. Volgens Forrester is nawerk doorgaans goed voor 15-25% van de AHT, en AI-automatisering kan het nawerk met 30-50% verminderen. Dat levert meetbare winst op in productiviteit van medewerkers.