Il ruolo dei sondaggi tradizionali nella CX viene messo in dubbio. L’AI diventa sempre più importante per ottimizzare la customer experience. I dati assumono un ruolo fondamentale nell’identificazione delle preferenze e dei profili dei consumatori.
Customer experience e intelligenza artificiale
L’intelligenza artificiale al servizio della Customer Experience (CX): ne hanno parlato Roberta Laudito (InMoment) e Giulio Rosati (W-mind) durante l’evento organizzato dalla Customer Experience Professionals Association (CXPA), moderato da Pasquale Borriello, uno dei fondatori del Network Italiano CXPA.
CXPA è una comunità di professionisti della customer experience nata nel corso del 2020. L’obiettivo è proporre eventi attraverso i quali creare un network, imparare e condividere idee e best practice sui temi della CX e della Employee Experience. L’argomento della discussione trae ispirazione da un articolo pubblicato da McKinsey a febbraio 2021 dal titolo ‘Prediction: The future of CX‘ in cui, in tono polemico, viene messo in discussione il ruolo dei sondaggi tradizionali all’interno della customer experience.
L’intelligenza artificiale sta trasformando il modo in cui le aziende si relazionano con i propri clienti. Microsoft prevede che, entro il 2025, fino al 95% delle interazioni con i consumatori finali avverrà attraverso l’AI. I team commerciali e customer care aziendali utilizzano sempre più strumenti dotati di AI per rispondere rapidamente alle domande dei clienti e migliorare la loro comunicazione.
L’intelligenza artificiale aiuta a creare una consumer experience sempre più integrata e personalizzata. E, grazie a essa, i brand di ogni settore possono essere disponibili per i loro clienti in ogni fase del customer journey. L’intelligenza artificiale può quindi aiutare le aziende a comprendere meglio i clienti e fornire una migliore esperienza al consumatore finale.
Abbiamo affrontato questa tematica nel 2019, soffermandoci in particolare sull’esperienza digitale. Se sei interessato, trovi l’articolo qui.
La customer experience e l’utilizzo dei sondaggi
Le aziende investono molte risorse in tool e tecnologie per capire meglio i clienti e realizzare una migliore customer experience. Cercano quindi di avere un’immagine il più possibile precisa delle preferenze e dei comportamenti dei consumatori, facendo affidamento a sondaggi che sono sempre stati alla base della customer experience.
In base a quanto afferma McKinsey, i sondaggi tradizionali non riescono a definire i bisogni della customer experience delle aziende. Infatti nel campione di aziende intervistato, solo il 15% si ritiene soddisfatta di come viene misurata la customer experience stessa. I limiti presentati sono i bassi tassi di risposta, l’ambiguità delle variabili e la mancanza di un chiaro collegamento con i risultati economici.
Per questo motivo alcune aziende stanno sperimentando un nuovo approccio alla CX basato sui dati disponibili.
Oggi, le aziende possono raccogliere regolarmente e legalmente i dati relativi alle interazioni dai loro sistemi di clienti, finanziari e operativi, ottenendo informazioni approfondite sui loro consumatori.
Le realtà più orientate al futuro stanno potenziando le proprie capacità di analisi e sfruttando le intuizioni predittive per connettersi più strettamente con i propri clienti, anticipare i comportamenti e identificare problemi e opportunità in tempo reale. Queste aziende possono persino prevenire i problemi durante il customer journey.
I limiti dei sondaggi usati nella customer experience
Sebbene i sondaggi stessi siano un mezzo valido per raccogliere informazioni sui clienti, non sono uno strumento di gestione per misurare i risultati della customer experience e identificare o agire sulle varie opportunità. I sistemi basati sui sondaggi hanno quattro principali difetti che rendono quasi impossibile agire sul momento e dimostrare i miglioramenti dell’esperienza in cui si vuole investire. Nel già citato articolo di McKinsey, trovate il dettaglio di questi limiti.
Innanzitutto i sondaggi non sono esaustivi: forniscono infatti uno spettro limitato dell’esperienza del cliente. Solo il 13% delle aziende del campione sostiene che i sistemi di customer experience adottati rappresentino i loro clienti.
I sondaggi sono uno strumento che guarda al passato in un mondo in cui i clienti si aspettano che le loro preoccupazioni vengano risolte sempre più rapidamente. Quasi due terzi degli intervistati hanno classificato la capacità di agire su questioni di CX quasi in tempo reale come tra le loro prime tre priorità, ma solo il 13% delle aziende del campione ha espresso la certezza che le loro organizzazioni possano raggiungere questo livello attraverso i sistemi esistenti.
I sondaggi spesso non riescono a rivelare le vere intenzioni dei clienti: solo il 16% delle aziende ha affermato che i sondaggi forniscono dati sufficientemente chiari per una corretta comprensione dell’utente finale.
La relazione tra i risultati ottenuti da un sondaggio e i risultati di business non è molto chiara. Molte organizzazioni affermano che i sondaggi sulla CX abbiano un impatto sui risultati economici aziendali senza nessuna evidenza.
Inoltre, con l’analisi descrittiva non si può sapere qual è il risultato espresso da una persona in particolare. Per di più, occorre ricordare che un sondaggio è uno strumento che non si può utilizzare di frequente, si rischia di stressare i consumatori.
Sondaggi e intelligenza artificiale
L’intelligenza artificiale può cambiare la consumer experience. I sondaggi tradizionale vengono ancora utilizzati dalle aziende ma presentano dei limiti, come visto poc’anzi.
Ma cosa vuol dire introdurre l’AI nei sondaggi? Prendiamo come variabile la soddisfazione del cliente di un determinato servizio, come per esempio Amazon. Se il consumatore è contento del servizio, si comporterà diversamente da un utente meno soddisfatto. Quindi, prendendo in considerazione KPI come la frequenza di acquisto settimanale o il numero di categorie acquistate, si otterranno risultati diversi. Infatti se si vive una customer experience positiva verranno fatti acquisti frequenti, comprando tante categorie. Al contrario, avrò una frequenza di acquisto bassa e molti reclami dei clienti irrisolti.
Applicare modelli di predictive analytics alla consumer experience vuol dire cercare una correlazione tra la soddisfazione e i KPI presi in considerazione. Si può creare in questo modo un modello predittivo in cui, in base ai comportamenti di un consumatore, in tempo reale si riesce a dedurre il livello di soddisfazione secondo la scala di valori stabilita.
Quindi, per la creazione del modello, l’algoritmo deve essere addestrato. Per esempio, per individuare il livello soddisfazione di un cliente, l’algoritmo dovrà vedere una serie di valori di persone che sono contente del servizio, quelle che non lo sono e quelle che lo sono solo per metà. Una volta che l’algoritmo ha studiato una popolazione con determinati valori di customer experience e customer satisfaction, può creare il modello predittivo.
La creatività e l’intelligenza artificiale
Big data e intelligenza artificiale sono importanti. Ma la creatività non è da meno: permette di interpretare i dati relativi ai consumatori.
Gli esperti di consumer experience devono stabilire quale metrica abbia senso predire per un determinato cliente e come raccogliere quella metrica iniziale, per istruire l’algoritmo. In questo modo, si cerca di avere una buona retention del sondaggio. Facendo sì che il cliente non falsifichi la preferenza.
Una customer experience intelligente quanto è affidabile?
L’azienda può far ricorso all’intelligenza artificiale per predire i valori di customer experience e customer satisfaction su tutti gli utenti che non hanno risposto al sondaggio, basandosi sui dati.
Un modello predittivo di questo tipo può avere una cura del 70-78%. Esiste un margine del 20% di predizione sbagliata. Il 100% si potrà raggiungere con l’integrazione dei dati provenienti da canali diversi. Ma dipenderà anche dal modello predittivo utilizzato e dalla tecnologia a supporto dell’azienda.
L’approccio e la costruzione di un modello predittivo per la customer experience è ancora immaturo sia in Italia sia in Europa, Medio Oriente e Africa (EMEA).
L’introduzione di una logica di questo genere passa attraverso una reingegnerizzazione dei processi e dei touch point. Se le aziende vogliono registrare i comportamenti del cliente per creare un’analisi predittiva, il processo attualmente utilizzato non è adatto a questo approccio. Da parte delle aziende infatti ci potrebbe essere un po’ di riluttanza ad adottare l’intelligenza artificiale perché si tratta di stravolgere i metodi utilizzati tradizionalmente. È quindi possibile adottarla step by step.
L’importanza dei dati
Le aziende si stanno rendendo conto dell’importanza di classificare i dati dei clienti, sia per determinare i risultati aziendali sia per il ROI. I dati acquisiti diventano fondamentali nel momento in cui i clienti si aspettano esperienze online in tempo reale.
In base a quanto affermato da Call2Net, l’analisi predittiva permette di incrementare i margini di vendita del 60%. E si prevede che questo valore cresca con l’aumentare delle capacità dell’intelligenza artificiale e con una maggiore diffusione dell’utilizzo dell’AI tra le aziende.
Le aziende, raccogliendo i dati, possono analizzare il comportamento dei consumatori e segmentare i profili degli utenti. È così possibile fornire feedback in tempo reale e prevedere le esigenze dei clienti.
CRM e customer experience
Al giorno d’oggi il cliente vuole vivere un’esperienza unica. E non vuole mai essere trattato come un cliente generico. Per questo motivo è importante utilizzare una piattaforma CRM. Essa infatti offre la possibilità di raccogliere, estrarre, analizzare e utilizzare i dati per prevedere il comportamento degli utenti.
Quando il CRM ricorre all’utilizzo dell’AI il rischio di perdere i dati su un cliente viene ridotto al minimo. Inoltre l’intelligenza artificiale non si limita solo a trasmettere al CRM tutti i dati che vengono raccolti. Il suo valore aggiunto consiste nell’elaborazione di questi dati in insight, ovvero KPI predittivi che possono essere sfruttati per migliorare la performance aziendale.
Una piattaforma CRM unita all’AI permette di avere una visione unificata dei dati dei clienti. Aiuta in questo modo le aziende a individuare le tendenze e anticipare i bisogni.
Alcune aziende hanno cominciato a lavorare a una fase addirittura precedente a quella del CRM. I sondaggi realizzati attraverso una piattaforma andranno ad arricchire il CRM. La fase successiva sarà quella di fare le analisi predittive. L’azienda mantiene una continua interazione con i clienti, modificando di continuo i touch point, introducendo live chat e app. Si vuole fare una fotografia relativa ai bisogni dei clienti, e le analisi predittive da questo punto di vista sono uno strumento importante.
La customer experience è in evoluzione continua. E qui entra in gioco la creatività, come detto prima, facendo sondaggi soprattutto sul futuro chiedendo ai clienti di dare dei suggerimenti. Tutto ciò rende dinamica la raccolta dei dati.
Oltre ai dati, il contesto è importante
L’intelligenza artificiale è un mezzo da utilizzare per comprendere i clienti e per capire qual è la strategia migliore da adottare. La gestione multicanale, poi, permette ai brand di avere una conoscenza del consumatore molto più estesa, aiutando a capire meglio come si muove e cosa si aspetta. Applicando l’intelligenza artificiale a questo tipo di informazioni, i brand possono fornire prodotti e promozioni personalizzate, capaci di invogliare maggiormente il cliente all’acquisto.
Indipendentemente dalla strategia adottata dall’azienda e dal mercato in cui opera, il coinvolgimento del cliente è fondamentale.
Infatti, oltre ai valori numerici, è necessario tenere in considerazione il contesto e l’elemento empatico.
