Każdą umiejętność miękką warto rozbić na obserwowalne zachowania, takie jak uznanie sytuacji klienta czy unikanie obwiniania, i oceniać je na podstawie transkrypcji. Wtedy dwóch recenzentów albo AI dochodzi do tego samego wyniku.
W skrócie
- Na pytanie „czy konsultant był empatyczny?” każdy recenzent odpowie inaczej.
- Oceniać to, co zrobił konsultant, a nie to, co poczuł recenzent.
- Kryteria umiejętności miękkich wymagają najwięcej kalibracji, bo tam rozbieżności recenzentów są największe.
- Oceniane przy pełnym pokryciu umiejętności miękkie stają się okazjami do coachingu.
Dlaczego umiejętności miękkie są zwykle źle oceniane
Większość kart oceny traktuje umiejętności miękkie na jeden z dwóch złych sposobów. Albo je pomija i ocenia tylko obiektywne elementy techniczne, bo te są łatwe, co po cichu mówi konsultantom, że to, jak klient się poczuł, się nie liczy. Albo uwzględnia je jako wrażenia, z kryteriami w rodzaju „czy konsultant był empatyczny” albo „czy ton był odpowiedni”, które brzmią rozsądnie, a są prawie nieocenialne, bo każdy recenzent odpowiada według własnego wyobrażenia o tym, jak wygląda empatia.
Efekt łączy najgorsze cechy obu podejść. Kryteria, które prawdopodobnie najbardziej liczą się dla doświadczenia klienta, są oceniane najmniej spójnie, a konsultanci uczą się, że ich wynik za umiejętności miękkie w rzeczywistości mierzy to, kto ich oceniał. To ten sam problem spójności, który ma rozwiązywać kalibracja, skupiony na kryteriach, gdzie dokucza najbardziej.
Rozbić umiejętność na obserwowalne zachowania
Krok, który pozwala ocenić umiejętność miękką, to porzucenie oceny abstrakcji na rzecz oceny zachowań, które ją tworzą. Empatia to nie uczucie, które się wykrywa; to zestaw rzeczy, które konsultant zrobił albo nie zrobił, a każda z nich jest widoczna w transkrypcji.
| Umiejętność miękka | Wersja, której nie da się ocenić | Obserwowalne zachowania do oceny |
|---|---|---|
| Empatia | Czy konsultant był empatyczny? | Uznał konkretny problem przed jego rozwiązaniem; nazwał skutki dla klienta; unikał bagatelizującego języka |
| Ton | Czy ton był odpowiedni? | Dopasował poziom formalności do klienta; unikał lekceważących lub mechanicznych sformułowań; zmienił podejście, gdy klient był zdenerwowany |
| Łagodzenie eskalacji | Czy konsultant załagodził sytuację? | Wprost uznał frustrację; wziął sprawę na siebie zamiast ją odbijać; wcześnie zaproponował konkretny kolejny krok |
| Aktywne słuchanie | Czy konsultant słuchał? | Odwołał się do szczegółów podanych przez klienta; nie pytał o informacje już przekazane; potwierdził zrozumienie przed działaniem |
| Uspokojenie klienta | Czy klient został uspokojony? | Określił konkretne oczekiwania; wyjaśnił, co stanie się dalej; unikał ogólnikowych obietnic |
Opisać zachowania tak, by decydowały dowody
Gdy zachowania są już określone, każde z nich warto sformułować jako coś, na co odpowiada transkrypcja, a nie coś, co ocenia recenzent. „Uznał konkretny problem klienta przed zaproponowaniem rozwiązania” to pytanie z odpowiedzią: można wskazać zdanie albo jego brak. „Był serdeczny” takim pytaniem nie jest. To ta sama dyscyplina co pisanie kryteriów, które AI potrafi ocenić (po angielsku), z przydatnym skutkiem ubocznym: kryteria na tyle jasne, by mogła je ocenić AI, są też na tyle jasne, że ludzcy recenzenci wreszcie się zgadzają.
Warto pamiętać o dwóch zastrzeżeniach. Po pierwsze, nie należy precyzować aż do skryptu. Zachowanie to „uznał sytuację klienta”, a nie „powiedział dokładnie: rozumiem, że to frustrujące”, bo ocenianie skryptu daje mechaniczny ton opisany w tekście o pozytywnych skryptach (po angielsku). Warto oceniać, czy konsultant zrobił to, co trzeba, własnymi słowami. Po drugie, trzeba uwzględnić kontekst: rutynowy reset hasła wymaga innej empatii niż błąd w rozliczeniu, który kosztował klienta pieniądze, więc najlepsze karty oceny sprawdzają, czy reakcja była proporcjonalna do sytuacji. Przykładowe sformułowania znajdą Państwo w tekście o empatii w obsłudze klienta.
Najwięcej kalibracji tutaj, potem ocena wszystkiego
Kryteria umiejętności miękkich to obszar, w którym recenzenci rozjeżdżają się najbardziej, więc właśnie tam kalibracja (po angielsku) opłaca się najbardziej. Kryteria empatii i tonu warto skalibrować osobno: recenzenci oceniają te same emocjonalnie nacechowane rozmowy, ujawnia się miejsca rozbieżności i doprecyzowuje definicje zachowań, aż oceny się zbiegną. Jeśli recenzenci nie mogą dojść do porozumienia, kryterium wciąż jest wrażeniem, a nie zachowaniem, i trzeba je przepisać.
Dwie rzeczy sprawiają, że ocena umiejętności miękkich jest naprawdę przydatna. Pokrycie: ocena każdej rozmowy (po angielsku), a nie próbki, pozwala zobaczyć, czy empatia konsultanta utrzymuje się w pełnym zakresie jego pracy, a nie tylko w kilku wylosowanych rozmowach. I możliwość prześledzenia: ponieważ każdy wynik za zachowanie wskazuje dokładne zdanie, coaching w tak delikatnej sprawie jak empatia może zaczynać się od prawdziwego momentu w prawdziwej rozmowie, a nie od ogólnego wrażenia menedżera. To różnica między informacją zwrotną, którą konsultant przyjmuje, a taką, która budzi w nim niechęć. Dobra ocena empatii to w praktyce obszar, w którym wiele programów jest najsłabszych i w którym wyróżnia się podejście do kontroli jakości zbudowane z myślą o tym.
Najczęściej zadawane pytania
Jak oceniać umiejętności miękkie, takie jak empatia, w kontroli jakości?
Rozbijając każdą umiejętność miękką na obserwowalne zachowania, które ją tworzą, i oceniając je na podstawie transkrypcji. Zamiast pytać, czy konsultant był empatyczny, ocenia się, czy uznał konkretny problem klienta, nazwał jego skutki i unikał bagatelizującego języka. Na pytania o zachowania odpowiadają dowody, więc recenzenci, a także AI, mogą oceniać je spójnie.
Dlaczego umiejętności miękkie są oceniane tak niespójnie?
Bo zwykle zapisuje się je jako wrażenia, a nie zachowania. Kryterium w rodzaju „czy ton był odpowiedni” każe każdemu recenzentowi odpowiadać według własnego poczucia tego, co odpowiednie, więc wyniki zależą od tego, kto oceniał rozmowę. Przepisanie kryterium na konkretne obserwowalne zachowania usuwa większość tych rozbieżności.
Czy AI może oceniać empatię i ton?
Tak, gdy kryteria opierają się na zachowaniach, a nie na wrażeniach. AI może sprawdzić, czy konsultant uznał sytuację klienta, odwołał się do podanych przez niego szczegółów i unikał lekceważących sformułowań, bo to wszystko widać w transkrypcji. Nie oceni wiarygodnie pytania „czy konsultant był empatyczny” sformułowanego jako abstrakcja, a to dokładnie ta wersja, którą także ludzcy recenzenci oceniają niespójnie.
Jak oceniać empatię, by konsultanci nie brzmieli jak ze skryptu?
Oceniać zachowanie, a nie dokładne słowa. Kryterium mówi, że konsultant uznał sytuację klienta, niezależnie od tego, jak to ujął, a nie że wypowiedział konkretne zdanie. Ocenianie obowiązkowego skryptu daje mechaniczny ton, który przekreśla cały sens. Warto sprawdzać, czy konsultant zrobił to, co trzeba, i pozwolić, by reakcja była proporcjonalna do sytuacji.
Dlaczego kryteria umiejętności miękkich wymagają szczególnej kalibracji?
Bo to w nich recenzenci rozjeżdżają się najbardziej. Warto, by recenzenci oceniali te same emocjonalnie nacechowane rozmowy, wskazywali miejsca rozbieżności i doprecyzowywali definicje zachowań, aż oceny się zbiegną. Jeśli nie mogą się zgodzić, kryterium wciąż jest wrażeniem i trzeba je przepisać.
Powiązane pojęcia
- Pozytywne skrypty: 30 przykładów przed i po (po angielsku)
- Jak napisać kryteria oceny, które AI potrafi ocenić (po angielsku)
- Czym jest kalibracja ocen QA?
- Jak prowadzić sesje kalibracyjne (po angielsku)
- Jak zamienić dane QA w coaching (po angielsku)
Proszę sprawić, by empatię i ton dało się naprawdę ocenić
Prosimy przynieść obecne kryteria umiejętności miękkich i zestaw emocjonalnie nacechowanych rozmów. Pokażemy, jak zamienić empatię i ton w zachowania, które recenzenci i AI ocenią tak samo, w każdej rozmowie, a każdy wynik będzie prowadził do dokładnego zdania, od którego może zacząć się coaching.
