Begrippenlijst
Deflectiepercentage
Het deflectiepercentage meet welk deel van de supportverzoeken via selfservice wordt afgehandeld voordat het bij een menselijke medewerker terechtkomt. Een hoge deflectie alleen zegt niet of klantproblemen echt zijn opgelost.
Bijgewerkt op 5 maart 2026
Wat is het deflectiepercentage?
Het deflectiepercentage meet welk deel van de klantvragen wordt afgehandeld via selfservicekanalen, zoals kennisbanken, FAQ-pagina's, chatbots of IVR-systemen, zonder dat er een menselijke medewerker aan te pas komt. De formule is eenvoudig: Deflectiepercentage (%) = (Via selfservice afgehandelde vragen / Totaal aantal ingediende vragen) x 100. Een deflectiepercentage van 40% betekent dat 4 op de 10 supportverzoeken zijn afgehandeld zonder tussenkomst van een medewerker.
Hoewel het deflectiepercentage een gangbare supportmetric is, zit er een belangrijk addertje onder het gras: gedeflecteerd betekent niet altijd opgelost. Een klant die het opgeeft in een selfserviceportaal telt in veel systemen nog steeds als "gedeflecteerd", terwijl het probleem niet is opgelost.
Hoe het deflectiepercentage wordt berekend
Organisaties meten het deflectiepercentage door het aantal vragen dat zonder menselijke tussenkomst is afgehandeld te vergelijken met het totale inkomende volume. Veelgebruikte deflectiekanalen zijn AI-chat, kennisbankartikelen, communityfora, geautomatiseerde e-mailantwoorden en IVR-selfserviceflows. De berekening hangt af van hoe je "afgehandeld" definieert. Sommige bedrijven tellen elke interactie met een selfservicekanaal als deflectie, andere vereisen dat de klant bevestigt dat het probleem is opgelost of binnen een bepaalde periode niet terugkomt.
Door deze inconsistente meetwijze moet je het deflectiepercentage altijd combineren met aanvullende metrics zoals CSAT, oplossingspercentage en het percentage herhaalcontacten. Zo weet je zeker dat het cijfer echte resultaten weerspiegelt en niet alleen omgeleid verkeer.
Waarom het deflectiepercentage belangrijk is
Supportteams houden het deflectiepercentage bij omdat elke vraag die zonder medewerker wordt afgehandeld de operationele kosten verlaagt. Telefoongesprekken en livechats met medewerkers zijn de duurste supportkanalen en kosten vaak $5 tot $12 per interactie. Selfservice-interacties kosten daar slechts een fractie van. Voor organisaties die honderdduizenden tickets per maand verwerken, kan zelfs een bescheiden verbetering in deflectie jaarlijks miljoenen opleveren.
Het deflectiepercentage zegt ook iets over de gezondheid van je kennisbank en selfservicetools. Stijgt de deflectie bij een stabiele CSAT, dan helpen je selfservicebronnen klanten echt. Stijgt de deflectie terwijl de CSAT daalt, dan is dat een waarschuwing: klanten worden weggeduwd in plaats van geholpen.
Deflectiepercentage vs. oplossingspercentage: het cruciale verschil
Dit is het belangrijkste onderscheid in moderne klantenservicemetrics. Deflectie meet of een vraag bij een menselijke medewerker is weggehouden. Oplossing meet of het probleem van de klant daadwerkelijk is opgelost. Dat is niet hetzelfde.
Inzicht uit de sector: Traditionele chatbots en eenvoudige selfservicetools halen doorgaans deflectiepercentages van 10% tot 30%, maar veel van die "gedeflecteerde" tickets worden nooit echt opgelost. De klant geeft het op, belt terug of zoekt zelf een omweg. Echte oplossing vraagt dat het probleem wordt herkend, aangepakt en bevestigd als opgelost.
Daarom verschuiven toonaangevende supportorganisaties hun belangrijkste KPI van ticketdeflectie naar oplossingspercentage. Een deflectiepercentage van 30% met een lage CSAT is slechter dan een oplossingspercentage van 90% waarbij de AI-agent de meeste vragen van begin tot eind afhandelt. De metric waarop je stuurt, bepaalt de klantervaring die je levert.
Het Maven-voordeel: oplossen in plaats van deflecteren
Maven AGI is gebouwd rond een fundamenteel andere filosofie: oplossen, niet deflecteren. Waar traditionele tools klanten naar selfservice duwen en op het beste hopen, gaan de AI-agents van Maven het gesprek aan met klanten, begrijpen ze hun probleem, halen ze gegevens uit gekoppelde systemen en lossen ze het probleem van begin tot eind op, zonder menselijke tussenkomst.
Maven in de praktijk: Papaya Pay, een FinTech-bedrijf, bereikte 90% autonome oplossing met Maven AGI. Dat is geen deflectie. Dat is 90% van de klantproblemen volledig opgelost door de AI-agent, bevestigd en afgerond.
De aanpak van Maven verschuift de vraag van "Hoeveel tickets kunnen we bij medewerkers weghouden?" naar "Hoeveel klantproblemen kunnen we echt oplossen?" Die focus op first contact resolution onderscheidt moderne AI-klantenservice van traditionele deflectietools. Voor achtergrond bij deze verschuiving lees je het klantenserviceonderzoek van Harvard Business Review of bekijk je de voorspelling van Gartner dat agentic AI in 2029 80% van de veelvoorkomende serviceproblemen oplost.
Veelgestelde vragen
Wat is een goed deflectiepercentage voor klantenservice?
Er is geen universele benchmark, omdat het deflectiepercentage afhangt van je branche, klantenbestand en kanaalmix. Traditionele chatbots halen 10% tot 30% deflectie. Geavanceerdere platforms voor klantenserviceautomatisering kunnen hoger uitkomen. De belangrijkere vraag is echter: wat is je oplossingspercentage? Een deflectiepercentage van 25% met 95% oplossing is veel waardevoller dan een deflectiepercentage van 50% waarbij de helft van de "gedeflecteerde" klanten terugbelt.
Wat is het verschil tussen deflectiepercentage en containmentpercentage?
Het containmentpercentage verwijst meestal naar het deel van de interacties dat volledig binnen één kanaal blijft (zoals IVR of chat) zonder doorverbinding naar een ander kanaal. Het deflectiepercentage meet welk deel van de vragen bij menselijke medewerkers wordt weggehouden. Een vraag kan binnen een chatbot "gecontaind" zijn en toch onopgelost blijven. Beide metrics zijn onvolledig zonder oplossingsdata.
Kan een hoog deflectiepercentage de klantervaring schaden?
Ja. Worden klanten doorgestuurd naar selfservicekanalen die hun probleem niet kunnen oplossen, dan leidt dat tot frustratie, een langere totale oplostijd en meer moeite. Daarom meet je support-ROI aan de kwaliteit van oplossingen, niet alleen aan het deflectievolume. Het doel is de werklast van medewerkers te verlagen door problemen echt op te lossen, niet door drempels op te werpen voor wie hulp zoekt.
Zie het op je eigen gesprekken.
Vraag een gratis demo op maat aan.