Quins tres elements clau marquen l’èxit d’una experiència al client omnicanal?

A mida que la transformació digital canvia el panorama empresarial, l’experiència del client (CX) s’ha convertit en el servei número 1 al call center. De fet, els líders dels contact center i experiència del client (CX) enquestats recentment per Aberdeen prioritzen l’adaptació a les necessitats del client per sobre de tot alhora d’establir les seves estratègies digitals.

Recentment, Aberdeen va enquestar a més de 1.300 líders empresarials sobre les seves operacions de servei al client. Entre els descobriments clau, que es detallen a l’informe de la consultora, “IA en CX”, es troben tres components bàsics que les empreses estan utilitzant per maximitzar els seus resultats de CX, augmentar l’eficiència operativa i millorar la seva posició competitiva:

1) Obtenció de dades clau per comprendre i abordar millor les expectatives del client

Amb les expectatives canviants dels usuaris per a una experiència sense friccions, les organitzacions han de tenir accés a una visió holística del client, i les dades són la clau per fer-ho de manera efectiva.

Segons detalla l’informe, els programes de CX omnicanal estan dissenyats per garantir que les necessitats úniques de cada client es satisfacin al canal de la seva elecció. Això vol dir minimitzar el risc d’utilitzar dades deficients o inexactes que generen ineficiències.

Per això, les empreses utilitzen cada cop més solucions basades en Intel·ligència Artificial (IA) que els hi permetin convertir les dades en informació. Detallem a continuació els resultats més destacats de l’enquesta en aquest sentit:

• El 77% crea models de converses amb els clients per mapejar el customer journey (en comparació amb el 51% entre totes les altres empreses).
• El 77% adapta automàticament els recorreguts dels clients en funció del context d’interaccions anteriors (en comparació amb el 49%).
• El 69% empra anàlisis per detectar la correlació entre les activitats dels agents i la satisfacció del client (en comparació amb el 50%).
• L’Aprenentatge Automàtic (Machine Learning) permet a les organitzacions analitzar de forma ràpida i precisa grans volums d’interaccions a tots els canals (incloses dades estructurades i no estructurades), el que permet als líders dels call center prendre mesures per oferir un “viatge” sense friccions.

2) Optimització de les activitats de CX amb dades, anàlisi i IA

Malgrat la proliferació de dades, de cada interacció de veu i text que les empreses tenen amb els clients a tots els canals, les organitzacions encara lluiten per usar les dades per assolir els seus objectius. Un de cada tres líders (34%) indica que això és conseqüència de dades insuficients, seguit d’a prop per la qualitat de les dades (33% dels enquestats).

Això és degut a que no totes les dades que les empreses tenen als seus sistemes són rellevants per a cada interacció, segons Aberdeen. A més, aquestes poden estar desactualitzades i no reflectir el comportament i les necessitats actuals dels clients.

L’enquesta d’Aberdeen va trobar que les millors organitzacions tenen 2,7 més probabilitats d’emprar les dades dels clients per identificar els canals més adequats per a resoldre els seus problemes i consultes. També tenen un 82% més de possibilitats d’usar l’automatització per després enrutar als clients a través del canal correcte per abordar el problema de la manera més efectiva possible.

3) Hiperpersonalització de les activitats de CX a tots els canals

La meitat de tots els call center utilitzen nou o més canals per atendre als clients, el que fa que sigui cada cop més important que les organitzacions puguin connectar les dades estructurades i no estructurades de tots els canals per crear una visió holística dels clients, i usar-la per a personalitzar cada interacció.

A més, les empreses utilitzen cada cop més les capacitats d’IA per assolir els objectius. Segons l’informe, el 47% dels contact center empren actualment anàlisis predictives i un 31% té previst fer-ho. Quatre de cada 10 utilitzen intel·ligència prescriptiva, que és l’encarregada de recopilar dades, recomanar accions i preveure quin impacte tindran per facilitar i automatitzar la presa de decisions, identificant la millor decisió d‘entre totes les possibles (el 31% planeja fer-ho); el 36% aprofita l’aprenentatge automàtic o ML (i un 37% preveu fer-ho); el 29% utilitza l’automatització (el 34% ho té planificat); i gairebé un de cada quatre usa IA (amb un 27% planejant fer-ho).