Enriqueciendo la experiencia del cliente a través de Big Data y Machine learning

STARBUCKS EXPERIENCIA DEL CLIENTE

Entregar una experiencia completa a nuestros clientes creando una conexión emocional auténtica entre nuestros estos y nuestros socios ha sido y será el corazón de todo lo que hacemos.  

El término omnicanalidad, el cual se ha vuelto muy común, es empleado incorrectamente en muchos casos sobretodo en el contexto de las ventas en retail y en el cumplimiento de pedidos u ordenes. Kurt Marko ha escrito previamente acerca de las oportunidades e implicaciones que representa contar con una red de experiencias del cliente interactuando sin interrupciones en varios dispositivos y sitios web al mismo tiempo. Hoy todavía la discusión de la omnicanalidad se centra en el ámbito del retail. Sin embargo, las implicaciones que la omnicanalidad pudiera tener en el servicio al cliente y en el soporte son igualmente críticos. La omnicanalidad empleada inteligentemente puede transformar interacciones estériles y de frustración en encantadoras experiencias que generen lealtad hacia la marca, producto y/o servicio.

Recolectar, relacionar y analizar datos de las distintas interacciones a través de los diferentes canales de comunicación con los clientes son la clave para transformar una experiencia del cliente de pesadilla al nirvana. La conexión de big data y machine learing en todas sus formas, incluyendo la analítica predictiva e incluso redes neuronales de "deep learning" son hoy los fundamentos para lograr interacciones bien informadas, altamente eficientes y satisfactorias que beneficien tanto a los clientes como a las empresas.

Interacciones del cliente móviles para la era social

El estímulo está claro: Contar con un volumen de datos abundante son la fuente para identificar oportunidades de gran valor para las relaciones entre las empresas y sus clientes. Por ejemplo, en una encuesta acerca de las opciones de soporte al cliente, se determinó que dos tercios de los entrevistados prefieren hablar con un agente de soporte, mientras que un 23% prefiere interactuar con el sitio web de la empresa. El catalizador es el uso generalizado de dispositivos móviles y apps. Con los teléfonos inteligentes siendo ahora los fieles compañeros 24x7, la gente espera contar en todo momento con acceso inmediato a todo aquello que ellos consideren relevante para realizar una actividad o tarea. Pero nadie es monógamo: Los teléfonos inteligentes no son la única herramienta a la mano para que la gente inicie rutinariamente interacciones en un dispositivo o canal y lo retomen más tarde (o al menos) en otro.

Las conversaciones diarias son la mejor metáfora para desarrollar las mejores relaciones omnicanal con los clientes. Trasladado al negocio, esto significa que para deleitar y complacer a los clientes es necesario emular la calidad de conversaciones fructíferas con ellos. Las mejores conversaciones son continuas, retomándose naturalmente en el punto en donde se dejaron. Las mejores conversaciones también son interactivas, eficientes y mutuamente benéficas, otorgando beneficios tangibles en la forma de información nueva y útil.  En un mundo omnicanal, los clientes cambian dispositivos a su antojo y esperan que exista la opción y posibilidad de comenzar una tarea en algún punto en el tiempo, retomando la tarea después y manteniéndose continua a través de todo el evento. Transformando la experiencia del cliente en conversaciones naturales es como se mejora la fortaleza de la marca, el compromiso y es la mejor vía para eliminar los orígenes de frustraciones, resultando en clientes leales y felices. 

Metas Audaces con Planes pragmáticos

Es muy importante tener ambos, metas audaces ligadas a planes pragmáticos. Tal y como se comúnmente se cita: una meta sin un plan es sólo un deseo. Así que piensa a lo grande, pero también estratégicamente. La parte audaz significa considerar los procesos de soporte al cliente más importantes y críticos. Estos procesos de soporte deberían ser aquello que incluyen varias tareas, que tienen un gran volumen, que abarquen múltiples canales y que sean de gran valor tanto para el negocio como para el cliente.

Pero ser pragmático se requiere también identificar las áreas donde los cambios provean el mayor beneficio con la menor inversión. Por esta razón es imperativo identificar y distribuir prioridades por parejas de canal como pueden ser el caso de Web y soporte telefónico o Web y chat interactivo, dos combinaciones que los clientes son más propensos a utilizar de manera conjunta.

Por ejemplo, los bancos que ayudan a sus clientes con preguntas acerca de sus pagos a menudo encuentran que el número de personas que llamaron al soporte telefónico dentro de las siguientes 24 horas después de haber navegado en el sitio web es cinco veces más grande que el promedio. Esta relación es la pista a los problemas subyacentes con los procesos web de auto servicio, considerando que la gente que utiliza este tipo de servicio obviamente no consigue respuestas satisfactorias durante su viaje en línea. El hecho de tener que buscar un segundo canal de soporte al cliente destruye la construcción de la satisfacción e incrementa los costos de soporte. 

Diseño enfocado al cliente

Muy a menudo las organizaciones se centran en los procesos internos y terminan mejorando y haciendo más fáciles las cosas para los agentes de soporte o para la burocracia propia de la organización, sin mejorar en absoluto la experiencia del cliente. Se examinan los problemas en la experiencia del cliente de afuera hacia adentro, en lugar de analizarlos en términos de los procesos involucrados en la experiencia del cliente. Una metodología estructurada y efectiva para analizar la experiencia del cliente es desarrollando "customer personas": los cuales son representaciones de usuarios de varios segmentos de clientes y grupos demográficos junto con sus correspondientes necesidades y viaje omnicanal a través de todo el sistema de soporte de una empresa. Cada "persona" es un arquetipo o representación ideal de grupos de clientes clave. Dando seguimiento a sus patrones típicos en todos los canales de soporte a lo largo y ancho de todo el sistema se pueden revelar cuellos de botella en procesos, obstáculos y oportunidades para la automatización.

Fundamentos para Big Data

Los retailers con venta en línea y los publicistas fueron los pioneros en comprender el valor de la recolección de datos y su análisis. Sin embargo, cada organización tiene montañas de datos transaccionales que pueden ser analizados para mejorar la experiencia del cliente. En este punto es muy importante mencionar que no es suficiente agregar y agregar datos creando un revoltijo de información estructurada y no estructurada en un "data lake". Machine learning y la analítica predictiva requieren de un entendimiento integral del cliente. Esto significa que los registros transaccionales deberían también mapear en una estructura única de datos información auxiliar del cliente proveniente de otros sistemas como CRM, BPM, servicios de marketing de terceros, encuestas de satisfacción del cliente y métricas.

Se recomienda iniciar con datos transaccionales y métricas para que estos puedan dar luz a los customer journeys. Por lo que es conveniente identificar indicadores de ineficiencia en los procesos, frustraciones en los clientes e interrupciones entre los distintos canales. rAsí como identifica las tareas por usuario y medir las tasas de éxito y transferencia.

Emplea machine learning para el análisis de los  datos

Recuerda el objetivo no es únicamente proveer una experiencia integral omnicanal, el objetivo debe ser proactivo y no reactivo: Hay que anticiparse a las necesidades de los clientes y prevenir problemas, no únicamente resolver estos.  Para ilustrar esta situación nada mejor que la premisa expresada por la leyenda del Hockey Wayne Gretzky, "Patina hacia donde vaya a ir el disco, no hacia donde este". Por ejemplo, uno de las situaciones más comunes que abonan en contra de la experiencia del cliente es la situación de tener que hacer la misma pregunta o explicar la misma situación muchas veces a diferentes miembros del personal de soporte o tener que llenar una y otra vez formas de registro para comunicar el mismo problema. Es por eso que lo ideal es anticiparse a los problemas, de esta manera no hay necesidad de hacerle preguntas al cliente. El análisis predictivo elimina frustraciones empleando no sólo el contexto de la situación, sino también usando modelos estadísticos y de pronósticos para poder anticiparse a situaciones y problemas.

Quizás, la interacción más común con los clientes para cualquier proveedor de servicios tenga que ver con preguntas acerca del cobro y pago. Cuando el cargo de compras de un cliente es en particular muy alto y fuera de lo normal, es seguro que se trata de un problema potencial. Combinando detalles de las llamadas, los logs en los sitios web y el análisis predictivo se puede desarrollar información muy relevante sin crear mucho ruido y resolver la situación de una manera eficiente y rápida. 

Existen dos elementos necesarios para contar con un sistema omnicanal predictivo: Optimización y auto-aprendizaje. Los mejores sistemas predictivos MEJORAN a través del tiempo, APRENDEN a partir de los eventos previos, se ADAPTAN a las condiciones cambiantes y se OPTIMIZAN para mejorar el desempeño de las métricas clave. Estos atributos son especialmente importantes en sistemas de soporte al cliente, donde la mezcla de clientes, el empleo de canales, la calidad y cantidad de datos y las prioridades del negocio son bastante dinámicas.

Hoy en día, el soporte al cliente de vanguardia en la era omnicanal significa analizar grandes volúmenes de datos para entender las necesidades de los clientes y así conectar todos los puntos de contacto a lo largo del viaje que un cliente realiza en su relación con una empresa. Por lo que el mantra de los negocios debería ser Aprende, Anticipate y Simplifica. Si usted desea leer más acerca del artículo de Kurt Marko de click aquí

Xarvis en su experiencia de más de 15 años ha sido un aliado y promotor de mejorar la experiencia del cliente a través de la integración y análisis de información estructurada y no estructurada de los clientes con el objetivo de brindar mayor valor para estos y para la organización. Es así como Xarvis desarrolla su solución Customer Centric, la cual aparte de integrar información transaccional, flujos provenientes de herramientas de CRM y de Marketing Automation, cuenta con un robusto poder analítico para identificar segmentos de clientes, perfiles y conocer quienes son los mejores clientes de una organización. Xarvis entiende la dinámica actual de los negocios y sabe que en la era de la omnicanalidad y personalización, conocer al cliente es fundamental, pero los esfuerzos no se pueden limitar a lograr únicamente un mayor conocimiento, es por eso que Customer Centric y su analítica trabajan a través de algoritmos para determinar los productos, servicios o categorías de productos que un determinado segmento de clientes demandará próximamente de acuerdo al análisis de sus eventos pasados, gustos, preferencias e información relevante expresada en sus redes sociales. Si usted desea conocer más acerca de las ventajas y de los beneficios que podría brindar a su empresa una solución como Customer Centric de click aquí.