Insight6

Hintergrund

Insight6 ist eine britische Customer-Experience-Agentur, die Mystery-Shopping-Bewertungen in den Bereichen Einzelhandel, Gastgewerbe, Gesundheitswesen und Recht durchführt. Mit einem Netzwerk von über 800 Mystery Shoppern, die monatlich tausende Bewertungen machten, kam die alte Plattform nicht mehr mit. Berichte brauchten zu lange, das mobile Erlebnis war schlecht für die Evaluatoren im Feld, und den Kunden fehlte jegliche Echtzeit-Einsicht in ihre Ergebnisse.

Das Unternehmen brauchte eine moderne Plattform, die den gesamten Bewertungslebenszyklus abdeckt — von der Zuweisung und Datenerfassung über die Analyse bis zur Kundenlieferung — und dabei die 48-Stunden-Liefergarantie beibehält, die sie von der Konkurrenz abhob. Das System musste außerdem neuere Bewertungsformate unterstützen, darunter Video-, Telefon- und Live-Chat-Bewertungen.

Technischer Ansatz

Wir haben die Plattform mit PHP und dem Laravel-Framework gebaut und dessen ORM, Queue-System und Authentifizierungs-Scaffolding genutzt, um die Entwicklung zu beschleunigen. Vue.js trieb das Frontend an und lieferte eine reaktive Oberfläche sowohl für die mobile Evaluator-App als auch für das Kundenportal.

MySQL war die primäre Datenbank, mit sorgfältig entworfenen Indizes für die komplexen Reporting-Abfragen, die tausende Bewertungen über mehrere Dimensionen aggregierten: Standort, Zeitraum, Bewertungstyp und Leistungskennzahlen. AWS hostete die Infrastruktur mit Auto-Scaling-Gruppen für die Lastspitzen bei Einreichungen, die typischerweise an Wochenenden und Feiertagen auftraten.

Implementierungsdetails

Die Evaluator-Anwendung war eine Progressive Web App, optimiert für den mobilen Einsatz im Feld. Evaluatoren konnten Bewertungsformulare offline ausfüllen und synchronisieren, sobald die Verbindung zurückkam. Das war nötig für Bewertungen in Geschäften, wo die Netzabdeckung unzuverlässig war. GPS-Verifikation bestätigte, dass der Evaluator physisch am bewerteten Standort war.

Die Workflow-Engine automatisierte die gesamte Bewertungspipeline. Wenn ein Kunde einen Bewertungszyklus anforderte, ordnete das System verfügbare Shopper nach Demografie, Standort und Erfahrung zu. Abgeschlossene Bewertungen durchliefen automatische Qualitätsprüfungen, bevor sie an menschliche Prüfer weitergeleitet wurden. Freigegebene Ergebnisse waren sofort im Kundenportal verfügbar.

Das Kunden-Dashboard bot Echtzeitzugriff auf Bewertungsergebnisse mit Drill-down-Möglichkeiten. Kunden konnten die Leistung über Standorte hinweg vergleichen, Trends im Zeitverlauf verfolgen und sich mit Branchendurchschnitten messen. Individuelle Berichtsvorlagen ermöglichten es jedem Kunden, sich auf die für sein Geschäft relevantesten Kennzahlen zu konzentrieren.

Wir haben Video-Bewertungsfunktionen integriert, mit denen Mystery Shopper Interaktionen diskret aufnehmen konnten. Die Plattform verarbeitete und speicherte Videos sicher neben den strukturierten Bewertungsdaten und gab Kunden so ein vollständiges Bild der Kundenerfahrung. Telefon- und Chat-Bewertungen folgten einem ähnlichen Muster mit Anrufaufzeichnung und Transkriptanalyse.

Ergebnisse

Die Plattform verarbeitet jetzt über 23.000 Mystery Shops jährlich für mehr als 500 britische Marken. Der automatisierte Workflow reduzierte die durchschnittliche Berichtslieferzeit von 48 auf unter 24 Stunden. Die Zufriedenheit der Evaluatoren stieg durch den Mobile-First-Ansatz, und die abgeschlossenen Bewertungen pro Shopper nahmen um 30 % zu. Kunden erhielten Echtzeit-Einblicke über das Dashboard. Viele berichteten von messbaren Verbesserungen ihrer Customer-Experience-Scores bereits im ersten Quartal der Nutzung.