طراحی تجربه مشتری که عالی باشد با توجه به ظهور ابزارهای تحلیل و پیش‌بینی بسیارآسان شده است. سایت شرکت مشاوره مدیریت مکنزی در مقاله ای تجربه مشتری و آینده آن را بررسی می کند. شرکت ها با ماهیت های گوناگون به شدت بر روی ابزارهای قناوری سرمایه گذاری کردند تا مشتری خود را عمیق تر درک کنند و از این را ه به مزیت تجربه مشتری برتر دست پیدا کنند. با این حال مدیران بیشتر سیستم های مبتنی بر نظر سنجی را به منظور پیش‌بینی رفتار مشتری ترجیح می دهند. شرکت ها از این سیستم استفاده می کنند تا از طریق برند یا نظرسنجی روابط عمومی، کارایی تجربه مشتری را ردیابی کنند. حتی برخی سعی دارند به طور منظم این نظر سنجی ها را برگزار و نتیجه ی آن را به مشتریان شان اعلام کنند.
نتیجه نظر سنجی می تواند مقیاس ها را در هم شکند و همه چیز از کمیسیون نیروها گرفته تا تصمیمات استراتژیک در مورد سرمایه گذاری را تغییر دهد. نظرسنجی ابزار بسیار مهمی در تحقیقات است، اما شرکت ها دریافته اند سیستم های اندازه گیری مبتنی بر نظر سنجی نمیتواند پاسخگوی نیازهای شرکت ها در حوزه ی تجربه مشتری باشد. شرکت مکنزی با ۲۶۰ مدیر تجربه مشتری در شرکت ها با اندازه های گوناگون مصاحبه کرد و دریافت نود و سه درصد آنان از مقیاس های مبتنی بر نظر سنجی به منظور سنجش کارایی تجربه مشتری استفاده می کنند، اما تنها ۱۵ درصد اذعان داشتند که از این نوع نظرسنجی رضایت کامل داشته اند-تنها ۶ درصد باور داشتند که تصمبم گیری استراتژیک و تاکتیکی آنان از این طریق بهتر شده است. مکنزی در مقاله خود به کشف نحوه تجزیه و تحلیل داده ها دست می زند تا هنر و علم تجربه مشتری را بررسی کند. سپس مدیرانی را نشان می دهد که با بهره گیری از سیتم تجربه مشتری مبتنی بر داده توانسته اند در آمد را افزایش و هزینه خدمت را کاهش دهند. در پایان مقاله چهار گام برای گذار به مرحله مبتنی بر داده ارائه میدهد.
برنامه‌های تجربه مشتری در آینده، جامع، دارای قابلیت پیش‌بینی و دقیق خواهند بود. شواهد نشان میدهد مزایای قبل توجهی در انتظار شرکت‌هایی است که درحال‌توسعه این ظرفیت در ساختار سازمانی خود هستند. اما آن‌هایی که به سیستم سنتی وفادار می‌مانند مجبور می‌شوند در سال‌های آینده وارد بازی شوند. نظرسنجی‌ها ابزاری مطمئن برای جمع‌آوری داده‌های مربوط به چشم‌انداز مشتریان‌اند، اما به‌عنوان ابزار مدیریتی برای سنجش عملکرد تجربه مشتری و شناسایی فرصت‌های مبتنی بر تجربه مشتری بسیار ناکارآمد هستند. به‌منظور هدایت سازمان‌ها از موضع مشتری‌مداری، به بینشی عمیق‌تر و دقیق‌تر از تجربه مشتری و دیدگاهی جامع درمورد سفر کامل مشتری نیاز داریم. به‌علاوه به‌منظور انجام اقدامات لحظه‌ای و ایجاد تجربیات مربوط به هر مشتری به سیگنال‌های فوری و فردی نیاز داریم تا با سرمایه‌گذاری بر روی آن‌ها به بازگشت سرمایه مثبت دست پیدا کنیم.
سیستم‌های مبتنی بر نظرسنجی دارای چهار نقص عمده هستند که تقریباً این کار را غیرممکن می‌سازند:
1. محدود هستند: به این معنی که تنها هفت درصد از مشتریان شرکت در این نظرسنجی نشان داده می‌شوند و نمای بسیار محدودی از تجربه و ارزش مشتری ارائه میدهد. در واقع تنها ۱۳ درصد از مدیران به نتایج حاصل از نظرسنجی اطمینان داشتند.
2. انفعالی هستند: نظرسنجی‌ها ابزاری کند در عصر سرعت هستند. مشتریان انتظار دارند با سرعت بیشتری نگرانی‌هایشان حل شود.
3. مبهم هستند: نظرسنجی‌ها اغلب قادر به افشای ریشه اصلی احساسات مشتری نیستند. در واقع نمرات می‌توانند بر اساس بسیاری از عوامل بیرونی نظیر تعصب جغرافیایی و شوک‌های صنعتی متفاوت باشند. تجزیه و تحلیل معتبر علت‌ها تنها با استفاده از نظرسنجی به نظر دشوار می‌رسد.
4. غیرمتمرکز هستند: یک از مدیران شرکت‌های خدمات مالی اظهار داشت که: «ارتباط میان امتیازات مبتنی بر نظرسنجی و نتایج تجاری به‌خوبی درک نشده است و در نتیجه بسیاری از بخش‌های سازمان صرفاً ادغام می‌کنند که از ابتکارات مربوط به تجربه مشتری خود تأثیر پذیرفته‌اند، اما هیچ مدرکی دال بر این ادعا وجود ندارد.» چند شرکت اخیراً به این دلیل که تصمیمات مربوط به سرمایه‌گذاری را فقط بر اساس نتایج مبتنی بر نظرسنجی گرفته‌اند، شدیداً مورد انتقاد قرار گرفتند.
در عصر حاضر شرکت‌ها به مجموعه گسترده‌ای از داده‌ها دسترسی دارند: داده‌های داخلی در مورد تعاملات مشتری (اعم از آنالوگ و دیجیتال)، معاملات و پروفایل‌ها، همچنین داده‌های گسترده در ارتباط با شخص ثالث به طور گسترده در اختیار ما قرار دارد، این نوع داده‌ها شامل نگرش مشتری، مجموع رفتار و ترجیحات خرید مشتری و رفتارهای دیجیتال (یعنی رسانه‌های اجتماعی) می‌شود، داده‌های جدید در مورد سلامت، احساسات و موقعیت مکانی مشتری (به عنوان مثال در فروشگاه‌ها) از طریق اینترنت اشیا (Internet of Things) تولید می‌شود. سؤالی که پیش می‌آیند این است: چرا وقتی می‌توان از داده‌های مربوط به تعاملات مشتری به‌منظور پیش‌بینی رضایت مشتری و نیز احتمال وفادار ماندن مشتری یا حتی افزایش معاملات استفاده کرد به سراغ نظرسنجی برویم و از مشتریان در مورد تجربه‌شان بپرسیم؟
برخی مدیران تجربه مشتری شروع به استفاده از این داده‌ها کردند و اقدامات سریعی برای بهبود تجربه مشتری انجام دادند.
رویکرد دیجیتال به تجربه مشتری بر پلتفرم پیش‌بینی تجربه مشتری متشکل از سه عنصر اصلی متمرکز است:
دریاچه داده در سطح مشتری:
دریاچه داده همچون پایه‌ای برای توسعه درک دقیق از تجارب مشتری عمل می‌کند. این پلتفرم باید در سرتاسر سازمان قابل‌اعتماد و دارای این خصوصیات باشد: نقشه‌برداری واضح و سازگار در تمام منابع داده و شناسه‌های منحصر به فرد به‌ازای مشتریان، خطوط تولید و سایر ورودی‌های مهم کسب‌وکار.
پیش‌بینی نمرات مشتری:
الگوریتم برآمده از تجزیه و تحلیل رضایت مشتری در طول سفر مشتری به هر مشتری نمره میدهد. نمرات به شرکت امکان سنجش رضایت مشتری و پیش‌بینی نتایج ارزشمندی را مانند درآمد، وفاداری و هزینه خدمت می‌دهند. در مقیاس گسترده‌تر، داده‌ها مدیران تجربه مشتری را قادر می‌سازند تا بازگشت سرمایه به‌ازای سرمایه‌گذاری خاص بر روی تجربه مشتری را تخمین زده و مستقیماً آن را با نتایج کسب و کار ارتباط بدهند.
اقدام و موتور جستجوی بینش:
اطلاعات، بینش، و پیشنهادها با مجموعه گسترده‌ای از کارکنان (از جمله کارکنان خط تولید) و ابزارها (از قبیل پلتفرم‌های مدیریت روابط مشتری) از طریق لایه رابط برنامه‌نویسی (API) به اشتراک گذاشته می‌شوند. لایه API به‌عنوان تنها منبع حقیقت، به موتور پیشنهادها سوخت‌رسانی می‌کند، موتور پیشنهادها بر مبنای دریاچه داده و نیز نمرات مشتریان عمل می‌کند. نکته مهم این است که پلتفرم‌های پیش‌بینی ازاین‌دست، برخلاف سیستم‌های مبتنی بر نظرسنجی، بینش و اطلاعات کسب شده از کارمندان و رابط‌های دیجیتال را به هنگام ارائه میدهد.
در ادامه، مقاله به دوره گذار سنجش عملکرد تجربه مشتری به سمت دیجیتالی شدن اشاره می‌کند، با توجه به تحقیقات شرکت مشاوره مدیریت مکنزی گذر به مرحله پیش‌بینی بینش مشتری یک‌شبه رخ نمی‌دهد، اکثر سازمان‌ها هنوز برای ارزیابی احساسات مشتری به نظرسنجی‌ها اعتماد می‌کنند. مدیران هنوز فرصت دارند تا برنامه‌های مربوط به تجربه مشتری خود را به سطحی بالاتر ارتقا دهند. بر مبنای این تحقیقات، سازمان‌هایی که با موفقیت به سمت سنجش عملکرد تجربه مشتری به‌صورت دیجیتال رفته‌اند، از چهار مرحله عبور کردند:
کاربر روی تغییر ذهنیت:
نقش مدیران تجربه مشتری در حال تکامل است و این یعنی مدیران اجرایی باید سمت خود را در سازمان‌ها تغییر دهند. هنگامی‌که درمورد بزرگ‌ترین چالش پیشروی سیستم فعلی سؤال شد، یکی از مدیران ارشد تجربه مشتری چنین پاسخ داد که «مردم بیشتر تجربه مشتری را با بازاریابی می‌شناسند، نه فناوری» اما هرچه شرکت‌ها بیشتر به سمت تجزیه‌وتحلیل پیش‌بین‌ها به‌صورت دیجیتال پیش می‌روند، چنین تفکری تغییر می‌کند و مدیران تجربه مشتری باید به این تغییر کمک کنند.
ساخت تیم‌های میان کارکردی
بهتر است مدیران تجربه مشتری با سایر تیم‌های سازمانی ادغام شوند. در این صورت تیم‌های عملیاتی، بازاریابی، مالی و فناوری باید با هم و در کنار مدیر ارشد تجربه کار کنند. تیم تجربه مشتری باید جهت‌گیری و استراتژی را تعیین کند، اما باید از رضایت و هیجان در میان ذی‌نفعان تأثیرپذیر اطمینان حاصل کنند، در نتیجه تیم می‌تواند در مقیاس گسترده‌تری تأثیرگذار باشد.
به‌عنوان‌مثال در صنعت مسافربری می‌تواند چنین اتفاقاتی رخ دهد: بخش تجربه مشتری به‌عنوان مالک کسب و کار عمل می‌کند، تیم علوم داده محصول را تولید می‌کنند و سازمان خدمات مشتری به‌عنوان نخستین دریافت‌کننده محصول اولیه دارای حداقل استانداردها خواهد بود. خارج از تیم شورایی متشکل از مدیر ارشد بازاریابی، مدیر ارشد مالی، مدیر ارشد عملیات وجود دارد که از پیشرفت‌ها آگاه شده و مشاوره می‌دهند تا نخستین دوره ارائه آزمایشی محصول با موفقیت به اتمام برسد.
با داده صفر شروع کنید و در ادامه دقت آن را بهبود ببخشید:
اکثر سازمان‌ها در زمینه دسترسی و کیفیت داده‌ها با چالش‌هایی رو به رو هستند - بدون داده امکان شروع دوره گذار وجود ندارد. خبر خوب این است که سازمان‌ها می‌توانند با داده‌های اساسی در سطح مشتی شروع به کار کنند، حتی اگر داده‌ها کامل نباشند. نخستین گام، جمع‌آوری داده‌های مالی و عملیاتی در سطح مشتری است. ترکیبی از پروفایل مشتری به همراه تعاملات دیجیتال و آنالوگ می‌تواند سکوی پرتاب باشد. تیم‌ها باید طبقه‌بندی دقیقی از سفر مشتری خود ایجاد کنند که شامل تمامی محرک‌های بالقوه رضایت مشتری می‌شود. در نهایت شرکت‌ها می‌توانند به دنبال ادغام داده‌های سفر مشتری از منابع مختلف همچون چت،تماس، ایمیل، رسانه‌ای اجتماعی، برنامه‌ها و اینترنت اشیا باشند. صرف نظر از منبع، تمام داده‌ها، داده‌های ذخیره شده و استفاده شده باید از بهترین روش‌های حفظ حریم خصوصی و امنیت سایبری استفاده کنند. قبل از تجزیه‌وتحلیل، تمام اطلاعات شناسایی باید رمزگذاری و ناشناس شوند. مدیران تجربه مشتری باید بدانند سازمان چه اقداماتی برای حفاظت از داده‌های مشتری چه اقداماتی انجام داده است.
ابتدا بر روی مواردی تمرکز کنید که سریع ایجاد ارزش می‌کنند:
داده‌های مبتنی بر سیستم‌های پیش‌بینی فرصتی منحصر به فرد در اختیار مدیران تجربه مشتری سازمان‌ها قرار می‌دهند تا استراتژی‌های مربوط به تجربه مشتری را باارزش تجاری ملموس پیوند بزنند. در نخستین گام داشتن دیدگاهی شفاف در مورد نحوه خلق سود فوری از بینش مشتری و تمرکز بر چند مورد خاص مهم است. سازمان در یک چارچوب ساده می‌تواند به بررسی منابع مهم، فرصت‌ها و نقاط درد در سفر مشتری بپردازد و از طریق سیستم‌های پیش‌بینی راه‌حل‌های جدیدی ایجاد کرده یا راه‌حل‌های موجود را بهبود بخشد و در نتیجه بر وفاداری، هزینه خدمت، فروش کلی و رفتارهای متقابل فروش مستقیم تأثیر بگذارند.
در پایان می‌توان گفت سیستم‌های مبتنی بر نظرسنجی پس از سال‌ها کارکردن در حوزه الگویابی (benchmark) و پالایش عملکرد تجربه مشتری شرکت‌ها وارد عرصه جدیدی می‌شوند. در آینده شاهد عملکرد برتر تجربه مشتری خواهیم بود، سیستم‌های پیش‌بینی داده‌محور به مزیت رقابتی برای شرکت‌هایی تبدیل می‌شوند که می‌توانند نیاز مشتریان را بهتر درک کنند.
منبع : مکنزی
لینک زیر را با دوستان خود به اشتراک بگذارید.