Splits elke soft skill op in observeerbaar gedrag, zoals de situatie van de klant erkennen of geen schuld afschuiven, en scoor dat gedrag aan de hand van het gespreksverslag. Dan komen twee reviewers, of een AI, tot dezelfde score.
In het kort
- Vraag “was de medewerker empathisch?” en elke reviewer antwoordt anders.
- Scoor wat de medewerker deed, niet hoe de reviewer zich erbij voelde.
- Kalibreer criteria voor soft skills het meest, want daar lopen reviewers het verst uiteen.
- Scoor je met volledige dekking, dan worden soft skills momenten om op te coachen.
Waarom soft skills meestal slecht worden gescoord
De meeste scorecards gaan op een van twee slechte manieren met soft skills om. Ze slaan ze over en scoren alleen de objectieve mechanica, omdat die makkelijk is. Dat vertelt medewerkers stilzwijgend dat het niet telt hoe ze de klant lieten voelen. Of ze nemen ze op als indrukken, met criteria als “was de medewerker empathisch” of “was de toon gepast”. Die klinken redelijk, maar zijn bijna niet te scoren, omdat elke reviewer antwoordt vanuit zijn eigen idee van hoe empathie eruitziet.
Het resultaat is het slechtste van beide. De criteria die misschien het meest tellen voor de klantervaring, worden het minst consequent gescoord, en medewerkers leren dat hun score voor soft skills eigenlijk meet wie hen beoordeelde. Dat is hetzelfde consistentieprobleem waarvoor kalibratie bestaat, geconcentreerd op de criteria waar het het hardst aankomt.
Splits de vaardigheid op in observeerbaar gedrag
Een soft skill wordt scoorbaar als je stopt met de abstractie te scoren en begint met het gedrag te scoren dat haar oplevert. Empathie is geen gevoel dat je detecteert; het is een reeks dingen die een medewerker wel of niet deed, en elk daarvan is zichtbaar in het gespreksverslag.
| Soft skill | Niet te scoren versie | Observeerbaar gedrag om in plaats daarvan te scoren |
|---|---|---|
| Empathie | Was de medewerker empathisch? | Erkende het specifieke probleem voordat hij het oploste; benoemde de impact op de klant; vermeed bagatelliserende taal |
| Toon | Was de toon gepast? | Stemde de formaliteit af op de klant; vermeed afwijzende of robotachtige formuleringen; paste zich aan toen de klant overstuur was |
| De-escalatie | Heeft de medewerker de-escaleerd? | Erkende de frustratie uitdrukkelijk; nam verantwoordelijkheid in plaats van af te schuiven; bood vroeg een concrete volgende stap aan |
| Actief luisteren | Luisterde de medewerker? | Verwees naar details die de klant gaf; vroeg niet naar informatie die al gegeven was; bevestigde dat hij het begreep voordat hij handelde |
| Geruststelling | Werd de klant gerustgesteld? | Schepte een concrete verwachting; legde uit wat er daarna gebeurt; vermeed vage beloftes |
Formuleer het gedrag zo dat het bewijs beslist
Heb je het gedrag, formuleer dan elk punt als iets waarop het gespreksverslag antwoord geeft in plaats van iets wat de reviewer beoordeelt. “Erkende het specifieke probleem van de klant voordat hij een oplossing aanbood” is te beantwoorden: je kunt de regel aanwijzen, of zien dat hij ontbreekt. “Was warm” is dat niet. Het is dezelfde discipline als een rubric schrijven die een AI kan scoren (in het Engels), en het heeft een nuttig neveneffect: criteria die duidelijk genoeg zijn voor een AI, zijn ook duidelijk genoeg om je menselijke reviewers eindelijk op één lijn te krijgen.
Houd twee waarschuwingen in gedachten. Ten eerste: specificeer niet zo ver dat het een script wordt. Het gedrag is “erkende de situatie van de klant”, niet “zei letterlijk: ik begrijp dat dit frustrerend is”, want een script scoren levert de robotachtige toon op die je in positive scripting (in het Engels) leest. Scoor of de medewerker het deed, in zijn eigen woorden. Ten tweede: houd rekening met de context. Een routinematige wachtwoordreset vraagt andere empathie dan een factuurfout die de klant geld kostte, dus de sterkste scorecards beoordelen of de reactie in verhouding stond tot de situatie.
Kalibreer hier het hardst, en scoor daarna alles
Bij criteria voor soft skills lopen reviewers het verst uiteen, dus daar levert kalibratie (in het Engels) het meest op. Haal je criteria voor empathie en toon specifiek door een kalibratie: laat reviewers dezelfde emotioneel geladen gesprekken scoren, breng in kaart waar ze uiteenlopen en scherp de definities van het gedrag aan tot ze naar elkaar toe groeien. Raken reviewers het niet eens, dan is het criterium nog altijd een indruk en geen gedrag, en moet je het herschrijven. Dezelfde gedragscriteria gebruik je ook voor kwaliteitscontrole van AI-agents.
Twee dingen maken het scoren van soft skills daarna echt nuttig. Dekking: elk gesprek scoren (in het Engels) in plaats van een steekproef laat je zien of de empathie van een medewerker standhoudt over al zijn gesprekken, niet alleen in de paar gesprekken die toevallig gekozen werden. En herleidbaarheid: omdat elke gedragsscore naar de exacte regel verwijst, kan coaching op iets zo delicaats als empathie vertrekken van een echt moment in een echt gesprek in plaats van van de algemene indruk van een manager. Dat is het verschil tussen feedback die een medewerker aanvaardt en feedback waar hij zich aan ergert. De empathie-as goed scoren is in de praktijk waar veel programma’s het zwakst zijn, en waar een QA-aanpak die ervoor gebouwd is, het verschil maakt.
Veelgestelde vragen
Hoe scoor je soft skills zoals empathie in QA?
Door elke soft skill op te splitsen in het observeerbare gedrag dat haar oplevert, en dat gedrag te scoren aan de hand van het gespreksverslag. In plaats van te vragen of de medewerker empathisch was, scoor je of hij het specifieke probleem van de klant erkende, de impact ervan benoemde en bagatelliserende taal vermeed. Gedrag is te beantwoorden vanuit het bewijs, dus reviewers en een AI kunnen het consequent scoren.
Waarom worden soft skills zo inconsequent gescoord?
Omdat ze meestal als indrukken worden geformuleerd in plaats van als gedrag. Een criterium als “was de toon gepast” vraagt elke reviewer om te antwoorden vanuit zijn eigen idee van gepast, dus de scores schuiven mee met wie het gesprek beoordeelde. Herschrijf je het criterium als specifiek, observeerbaar gedrag, dan verdwijnt het grootste deel van die afwijking.
Kan een AI empathie en toon scoren?
Ja, zodra de criteria op gedrag gebaseerd zijn in plaats van op indrukken. Een AI kan nagaan of een medewerker de situatie van de klant erkende, verwees naar details die de klant gaf en afwijzende formuleringen vermeed, omdat dat zichtbaar is in het gespreksverslag. Wat een AI niet betrouwbaar kan scoren, is “was de medewerker empathisch” als abstractie, en dat is precies de versie die menselijke reviewers ook inconsequent scoren.
Hoe scoor je empathie zonder dat medewerkers gescript klinken?
Scoor het gedrag, niet de exacte woorden. Het criterium is dat de medewerker de situatie van de klant erkende, hoe hij dat ook formuleerde, niet dat hij een bepaalde zin zei. Een verplicht script scoren levert de robotachtige toon op die het doel ondermijnt. Beoordeel of de medewerker het deed, en laat ruimte voor een reactie die in verhouding staat tot de situatie.
Waarom moet je criteria voor soft skills extra kalibreren?
Omdat reviewers daar het verst uiteenlopen. Laat ze dezelfde emotioneel geladen gesprekken scoren, kijk waar ze verschillen en scherp de definities van het gedrag aan tot ze overeenkomen. Raken ze het niet eens, dan is het criterium nog een indruk en geen gedrag, en moet je het herschrijven.
Verwante begrippen
- Positive scripting: 30 before-and-after examples (in het Engels)
- Writing a QA rubric an AI can score (in het Engels)
- Wat is QA-kalibratie in de klantenservice?
- How to run QA calibration sessions (in het Engels)
- How to turn QA data into coaching (in het Engels)
Maak empathie en toon echt scoorbaar
Breng je huidige criteria voor soft skills mee en een reeks emotioneel geladen gesprekken. We tonen je hoe je van empathie en toon gedrag maakt dat je reviewers en een AI op dezelfde manier scoren, over elk gesprek, met elke score herleidbaar tot de exacte regel, zodat coaching vertrekt van een echt moment.
Demo boeken Ontdek kwaliteitscontrole voor de klantenservice
