Vragen in gewone taal
Vraag naar eerste reactietijd (FRT) per maand, klant of product in de SQL Explorer met AI. De AI schrijft de SQL, jij ziet de query en voert hem zelf uit; de AI krijgt alleen metadata.
KPI · Klantenservice
De eerste reactietijd, of first response time (FRT), is de tijd tussen het moment dat een klant een ticket, e-mail of chatbericht stuurt en de eerste persoonlijke reactie van een medewerker. Automatische ontvangstbevestigingen tellen niet mee. De eerste reactietijd bepaalt sterk hoe klanten de klantenservice ervaren, ook als de vraag daarna nog niet is opgelost.
Som van (tijdstip eerste reactie − tijdstip aanmaken) over alle tickets ÷ aantal tickets met een reactie; vaak ook als mediaan
De klantenservice van Acme Groothandel gaf in maart een eerste reactie op 1.200 tickets. Samen kostten die 3.600 uur van aanmaken tot eerste reactie. De gemiddelde eerste reactietijd is 3.600 ÷ 1.200 = 3 uur. Omdat een deel van de tickets in het weekend binnenkwam en pas maandag werd opgepakt, lag de mediaan lager, op 1,5 uur.
Fictieve cijfers van Acme Groothandel.
Een kortere eerste reactietijd betekent dat klanten sneller weten dat hun vraag is opgepakt. Kijk naar de mediaan en naar het percentage tickets binnen je eigen norm, want een paar uitschieters trekken het gemiddelde omhoog. Vergelijk per kanaal: klanten verwachten in een chat een snellere reactie dan per e-mail.
SQL & DAX
Twee voorbeelden op een fictief datawarehouse van Acme Groothandel: een query in PostgreSQL en een measure voor een Power BI-model. Pas tabel- en kolomnamen aan je eigen model aan.
SELECT date_trunc('month', created_at)::date AS month,
COUNT(*) AS tickets,
ROUND(AVG(EXTRACT(EPOCH FROM first_response_at - created_at) / 3600)::numeric, 1) AS avg_hours,
ROUND((percentile_cont(0.5) WITHIN GROUP (
ORDER BY EXTRACT(EPOCH FROM first_response_at - created_at)) / 3600)::numeric, 1) AS median_hours
FROM tickets
WHERE first_response_at IS NOT NULL
AND created_at >= current_date - interval '12 months'
GROUP BY 1
ORDER BY 1;Avg First Response (hours) =
DIVIDE(
SUMX(FILTER(Tickets, NOT ISBLANK(Tickets[FirstResponseAt])),
DATEDIFF(Tickets[CreatedAt], Tickets[FirstResponseAt], MINUTE)),
COUNTROWS(FILTER(Tickets, NOT ISBLANK(Tickets[FirstResponseAt])))
) / 60In ENABLE
Vraag naar eerste reactietijd (FRT) per maand, klant of product in de SQL Explorer met AI. De AI schrijft de SQL, jij ziet de query en voert hem zelf uit; de AI krijgt alleen metadata.
Leg de KPI vast als measure in je Power BI-model en toon hem in het portaal, met "Laatst ververst" erbij. Toegangsprofielen en optioneel row-level security bepalen wie welke cijfers ziet.
Zet de KPI als tegel in een eigen dashboard, met vergelijking met vorig jaar. De Dashboard Builder is een pilot en per klant aan te zetten.
Met de ingebouwde app Targets leg je per maand een doel voor de KPI vast, zodat je realisatie en doel naast elkaar ziet.
FAQ
Je neemt per ticket de tijd tussen aanmaken en de eerste persoonlijke reactie, telt die op en deelt door het aantal tickets met een reactie. Bij 3.600 uur over 1.200 tickets is de gemiddelde eerste reactietijd 3 uur. Rapporteer daarnaast de mediaan, omdat uitschieters het gemiddelde vertekenen.
De eerste reactietijd meet hoe snel een klant een eerste reactie krijgt, de oplostijd hoe lang het duurt tot de vraag helemaal is afgehandeld. Een snelle eerste reactie met een lange oplostijd betekent dat vragen snel worden opgepakt maar daarna blijven hangen.
Beide is mogelijk, maar kies één methode en vermeld die. Kantooruren geven een eerlijker beeld van het team als je buiten kantoortijd niet bereikbaar bent. Kalenderuren laten beter zien hoe lang de klant werkelijk wacht.
In een online demo laten we zien hoe ENABLE je data veilig beschikbaar maakt en hoe je erop bouwt: een app beschrijven in de AI Builder, vragen in gewone taal, dashboards en API's. En hoe wij het voor je inrichten en beheren.