27 Μάιος 2018

Χρήση Δεδομένων Επιστήμης για τη Βελτίωση της Εμπειρίας Πελατών

Ενώ το περιεχόμενο του μάρκετινγκ ήταν πάντα ίσως ο νούμερο ένα τρόπος προσέγγισης πελατών στο διαδίκτυο, η χρήση δεδομένων είναι ο νούμερο ένα τρόπος για να τους κρατήσετε από τη στιγμή που θα έχετε την προσοχή τους. Τα μεγάλα δεδομένα, βοηθούν τις εταιρείες να αναπτύξουν το είδος εμπειρίας πελατών που αφήνει ευχαριστημένους τους πελάτες και αναζητούν περισσότερα από μια δεδομένη εταιρεία.

Η οικοδόμηση εμπιστοσύνης των πελατών είναι βέβαια κλειδί για μακροχρόνια επιτυχία σε οποιαδήποτε αγορά. Πώς μπορούν τα δεδομένα να βοηθήσουν μια εταιρεία να πετύχει με την πάροδο του χρόνου με μια εξαιρετική Εμπειρία Πελατών;

Εξατομικεύστε τις Υπηρεσίες σε Καθαρές Ανταμοιβές
Ενώ οι πελάτες ανησυχούν όταν οι υπηρεσίες είναι λίγο πολύ προσαρμοσμένες (το κλασικό παράδειγμα είναι όταν το Target γνώριζε την εγκυμοσύνη γυναικών πριν από τις ίδιες) υπηρεσίες σύστασης, που είναι υψηλής ποιότητας και προσανατολίζονται προς τη σύσταση νέων προϊόντων στους πελάτες, έχουν τη δυνατότητα να βελτιώσουν δραματικά τις πωλήσεις ανά πελάτη και το σημείο τιμής ανά παραγγελία.

Τα Amazon, Netflix και Spotify είναι όλα παραδείγματα συστημάτων που κάνουν εξαιρετική δουλειά συστήνοντάς μας νέα προϊόντα που μας ενθουσιάζουν και μας εισάγουν.

Δώστε στους πελάτες αυτό που χρειάζονται
Ένας λόγος που πιθανοί πελάτες ίσως αποφεύγουν τη χρήση υπηρεσιών όπως το Uber είναι το ότι δεν γνωρίζουν πόσο θα τους κοστίσει. Για να αντιμετωπιστεί αυτό το ζήτημα, οι εταιρείες έχουν δημιουργήσει υπολογιστές τιμών που επιτρέπουν τους πελάτες να έχουν μια καλύτερη εικόνα για την τιμή προτού κάνουν κράτηση.

Αυτό είναι ένα καλό παράδειγμα των δύο τρόπων που θα μπορούσαν να χρησιμοποιηθούν τα δεδομένα. Μέσω της συλλογής δεδομένων η Uber συνειδητοποίησε ότι ένας λόγος που απέτρεπε τους πελάτες από το να κάνουν κράτηση, ήταν η αβεβαιότητα της τιμής που θα είχαν να πληρώσουν. Με τον υπολογιστή τιμών, οι πελάτες μπορούν να πάρουν μια σταθερή εκτίμηση του κόστους προτού κάνουν την κράτηση, και να διασφαλίσουν ότι το ποσό που θα πληρώσουν δεν αποκλίνει τόσο από αυτό που περίμεναν να πληρώσουν.

Τέτοιοι υπολογιστές χρησιμοποιούν, επίσης, δεδομένα για να υπολογίσουν το κόστος μιας διαδρομής. Εν τέλει, όμως, είναι αδύνατο να υπολογιστεί ακριβώς το κόστος μιας διαδρομής προτού αυτή ολοκληρωθεί. Το Uber μπορεί, ωστόσο, να αναζητήσει διαθέσιμα δεδομένα πελατών που έκαναν παρόμοιες αποστάσεις σε παρόμοιους χρόνους και να νιώθουν άνετα ότι είναι αρκετά ακριβείς με τις προτάσεις τους. Μια αριθμομηχανή είναι μόνο τόσο πολύτιμη όσο και οι εκτιμήσεις της. Αν υποτιμά το κόστος, οι πελάτες θα εκνευριστούν με την έξτρα παραπάνω πληρωμή που θα κάνουν. Αν υπερεκτιμά το κόστος, οι πελάτες θα ψυχρανθούν προτού καν κάνουν την αγορά τους.

Διορθώστε τα ζητήματα πριν συμβούν 
Πάντοτε ήταν σημαντικό να αποφεύγετε θέματα με τους πελάτες, αλλά δεδομένου πόσο γρήγορα μια αρνητική ιστορία μπορεί να διαδοθεί μέσω των κοινωνικών δικτύων, είναι πιο σημαντικό από ποτέ να αποφεύγονται δυσάρεστες εμπειρίες πελατών όποτε είναι δυνατό.

Ένας τρόπος που τα δεδομένα μπορούν να βελτιώσουν την εμπειρία πελατών είναι εντοπίζοντας προβλήματα που ο μέσος άνθρωπος απλώς δεν μπορεί να δει. Για παράδειγμα, πολλοί ξεχωριστοί αντιπρόσωποι εξυπηρέτησης πελατών θα μπορούσαν να λάβουν μεμονωμένες κλήσεις που αναφέρουν ένα μικρό θέμα με ένα προϊόν και να τις παραβλέψουν. Ένας υπολογιστής αφοσιωμένος στο μηχανισμό εκμάθησης, ωστόσο, ίσως μπορεί να αναγνωρίσει το πρόβλημα σε διάφορα αρχεία καταγραφής κλήσεων και να ειδοποιήσει κάποιον να διερευνήσει αμέσως το πρόβλημα.

Αυτό μπορεί να είναι σημαντικό και στην κατασκευή δαπέδων και άλλων παρόμοιων καταστάσεων. Ο κυρίαρχος των δεδομένων μπορεί να εντοπίζει μικρά σημάδια που η μηχανή φθείρει ή καταστρέφει και να προειδοποιεί τους τεχνικούς για επισκευή προτού η μηχανή αρχίσει να δημιουργεί προβλήματα ελέγχου της ποιότητας.

Βελτιστοποίηση Τοποθεσιών των Προϊόντων 
Και σε καταστήματα λιανικής πώλησης και σε διαδικτυακούς λιανοπωλητές, η οργάνωση προϊόντων σε ένα βέλτιστο μοτίβο είναι πάντα ενδιαφέρουσα. Για παράδειγμα, αν ο πελάτης ψάχνει για εστία φωτιάς, η ύπαρξη εργαλείων μπάρμπεκιου σε κοντινή απόσταση ίσως είναι απλά λογική.

Αλλά τα δεδομένα μπορούν να σας πουν ότι, ίσως, κάποιος που αγοράζει μια εστία φωτιάς, θα χρειαστεί επίσης ένα καινούργιο τραπέζι και καρέκλες για τη βεράντα του, ή ένα παιχνίδι για την πίσω αυλή. Αυτό σας επιτρέπει να οργανώσετε καλύτερα το κατάστημά σας δημιουργώντας συσχετίσεις προϊόντων και αυξάνοντας την ποσότητα αγορών ενός πελάτη ανά επίσκεψη.

Οι εταιρείες πρέπει να είναι προσεκτικές στο βαθμό που χρησιμοποιούν δεδομένα. Πολλοί πελάτες δεν εμπιστεύονται εταιρείες με τις πληροφορίες τους, και θα αποχωρήσουν από τα cookies και άλλες συλλογικές επιλογές όποτε αυτό είναι δυνατό.

Ο καλύτερος τρόπος για να βελτιώσουν οι επιχειρήσεις την επιθυμία των πελατών να μοιραστούν τις πληροφορίες τους είναι να δρουν υπεύθυνα με αυτές. Αυτό σημαίνει ότι θα προστατεύονται από άλλους, δε θα μπορούν να πωληθούν ποτέ και θα χρησιμοποιούνται με προσοχή.

 

Πηγή : https://customerthink.com/using-data-science-to-improve-customer-experience/