El big data y la experiencia de cliente

En la actualidad, nadie puede negar que aprovechar los datos que se generan en las empresas, es un objetivo prioritario para cualquier compañía. Lograr una buena gestión de datos que aporte conocimiento y valor para tomar decisiones y anticiparse a los retos futuros. El conocimiento de los datos, hoy en día, representa ‘la punta del iceberg’ de lo que se prevé será la gestión de estos en los próximos años. Diversos estudios por todo el mundo pronostican incrementos de hasta 10 veces en cuanto a volumen de datos que dispondrán las empresas en 2025. Datos que serán cada vez más relevantes y con más información, tanto sobre los clientes y lo que les gusta, como de los propios procesos de la empresa, parámetros de servicio, etc.

Sin embargo, antes incluso de pensar e invertir en las herramientas qué necesitamos para poder ordenar y aprovechar toda esta información, deberíamos hacer una profunda reflexión y plantearnos ‘para qué” utilizarla.

Para contestar esta pregunta seguro que todos los CEOs de las compañías nos pueden aportar luz, y con toda probabilidad sus acertadas respuestas irán en la línea de “eficacia”, “optimización”, “rentabilidad”, “ebitda” y un largo etcétera. Sin embargo, muy posiblemente, todas las respuestas anteriores puedan resumirse en la respuesta de Jeff Bezos, CEO de Amazon:

“Nuestro trabajo es hacer que la experiencia del cliente sea un poco mejor cada día”. Jeff Bezos, CEO de Amazon

Big data y experiencia de clientes

Si aceptamos que la visión de Jeff Bezos puede ser también interesante para nuestra empresa, podemos empezar a hablar acerca de la forma en que el Big Data nos puede ayudar (y mucho) en la gestión efectiva y mejora de la experiencia de nuestros Clientes.

A continuación plantearemos un modelo en cinco niveles, describiendo la forma en que se puede aplicar el Big Data y algunos ejemplos que nos ayudarán a comprender su potencial.

Nivel I – Monitorización de experiencias

Si bien la experiencia de nuestros Clientes se desarrolla a partir de las emociones que generamos en ellos, dichas emociones van dejando una “huella” objetiva en nuestros modelos de información y sistemas informáticos.

Así, cuando un cliente realiza un pedido, una consulta, una reclamación, una transacción de cualquier tipo, o una visita a una tienda nos está aportando datos, dando una valiosa información sobre lo que piensa y siente en relación con la compañía.

Toda la información que se registra a lo largo del ciclo de vida de la experiencia de un Cliente, (desde conocer y aprender, adquirir y contratar, recibir y activar, utilizar, reclamar, pagar, hasta renovar o abandonar nuestra empresa), a través de cualquier canal de contacto (Call center, tiendas, Aplicaciones móviles, web, etc.) puede ser gestionada con BIG DATA, a fin de obtener un “Tablero de la experiencia objetiva” de nuestros Clientes, el cual a su vez incorporará los tiempos de espera, tiempo de atención, y tipo de contacto.

Estos “tableros” constituyen la clave de una gestión avanzada de la experiencia en compañías con gran cantidad de Clientes.

Adicionalmente, nuestros Clientes suelen dejar “huella” de su Experiencia en canales o sitios no gestionados por la compañía (foros, redes sociales, …), y dicha información es tan o más relevante que la recogida directamente por la compañía. La gestión de la misma, a través de BIG DATA, y su integración en los sistemas de medición de la experiencia son sin duda claves para tener una visión más completa de lo que los Clientes opinan.

Nivel II – Descubriendo tendencias para personalizar la experiencia

En segunda instancia, podemos encontrar los casos de uso basados en la exploración de tendencias a través de la experiencia, tanto para detectar cambios en la preferencia de los distintos segmentos de Clientes, como la propia segmentación en grupos de afinidad o también llamados “clusters” de Clientes. Estos grupos están compuestos por un conjunto de Clientes que poseen la misma tendencia en cuanto a preferencias o gustos en particular.

Por ejemplo, podríamos encontrar los Clientes que prefieren un canal a otro, los que prefieren ser atendidos por un hombre o por una mujer en el call center, o los que tienden a aceptar mejor los mensajes con posibles problemas en el servicio a una hora determinada del día.

Estas tendencias en la preferencia de una u otra experiencia, pueden ser aprovechadas por las compañías, tanto para captar como para desarrollar el valor de los Clientes. En su límite máximo permitirían definir una experiencia específica para cada Cliente, adaptada a sus gustos y diferente a la del resto de Clientes.

El Big Data presenta una oportunidad única para la detección de todo tipo de tendencias y por ello, debemos considerarlo como una fuente inigualable de información de valor y conocimiento que hemos de gestionar, utilizar e interpretar bien como activo operativo que aporte valor a la empresa.

Nivel III – Prediciendo experiencias

Conocer cuál sería el mejor producto para ofrecer a un cliente determinado, determinar predictivamente cuales son los Clientes que mejor se adaptarían a un nuevo producto, determinar con antelación a que suceda la posibilidad de que un Cliente abandone nuestra compañía. Todo esto era algo impensable en el pasado, pero hoy resulta perfectamente viable a través de Big Data.

Analizando una enorme cantidad de variables en paralelo, podemos casi en tiempo real, predecir los gustos y preferencias de nuestros Clientes, consiguiendo instrumentar todo lo necesario para brindar una “Experiencia de Cliente predictiva”.

Así podríamos conocer día a día, cual será a fin de mes el resultado de los estudios de satisfacción midiendo el desempeño de los Canales, los segmentos de Clientes, las respuestas en el call center o el impacto de los desvíos en el servicio de los canales digitales. Esto permite tomar acciones de corto plazo, para así no tener que esperar a que finalice el mes para conocer la satisfacción explícita de los Clientes.

Además posibilita cuantificar el impacto de cada uno de los elementos en la experiencia global o lo que es lo mismo, identificar el “dolor” o el “placer” que genera en cada Cliente determinado evento. Lógicamente, esto es una herramienta enormemente valiosa a la hora de diseñar planes de acción y decidir dónde y cómo invertir los limitados recursos de las compañías.

Nivel IV – Monetizando Emociones

Atendemos a miles de personas, podemos conocer millones de clientes, sabemos qué cantidades reciben, qué medios de pago utilizan, cuánto consumen en alimentación, vestimenta, vacaciones, educación, y donde lo compran o contratan.

Por otra parte, conocemos sus gustos e intereses, los cuales perfilan que cuestiones son las que más impulsan la satisfacción de su experiencia como Clientes.

Como sabemos, es completamente ilegal comercializar cualquier información personal de un Cliente sin su consentimiento, ya que estaríamos violando las leyes de protección de datos, las cuales nos protegen a todos nosotros. Sin embargo, a partir de la aparición de herramientas analíticas, podemos determinar la forma en que las personas se comportan, sus gustos, sus movimientos (donde viven, donde gastan), etc., sin necesidad de divulgar ninguna información personal, sino a través de los flujos de información que se desprenden de sus datos, que por su volumen y frecuencia de cálculo, permite generar, gestionar e interpretar información agregada utilizable por nosotros o por otras compañías.

Nivel V – Cambiando paradigmas

Bancos que comercializan teléfonos móviles, operadoras de telefonía móvil que se posicionan como bancos, grandes almacenes que utilizan la información de sus ventas para identificar sus niveles de riesgo en un banco… son sólo unos ejemplos de lo que ya existe y solo representan una parte ínfima de lo mucho que está por venir. Todos ellos utilizan Big Data para poder transformar sus negocios originales en nuevas oportunidades, consiguiendo analizar las experiencias y comportamientos de sus Clientes, y así comenzar nuevas líneas de negocios que hasta la aparición de esta tecnología resultaba impensable.

Sin embargo, no debemos confundir el objetivo. Más que una “diversificación” del negocio, lo que se quiere conseguir es aportar un mayor valor a los Clientes a través de la mejora de su experiencia en ámbitos donde antes no estaban presentes… y de esta forma vincularlos.

En otros casos, el cambio de paradigma basado en el Big Data se orienta en la línea de la personalización y total adaptación de los productos y servicios a las preferencias de cada uno de los clientes.

No es lo mismo observar los productos que elige la gente, que entender por qué la gente selecciona los productos que elige. El matiz puede parecer insignificante, pero detrás puede esconderse la capacidad de las empresas para vincular y retener a sus clientes. Mucho más que saber lo que compra el cliente, queremos saber y descubrir por qué lo compra. Gracias a este planteamiento, se pueden recomendar artículos nuevos y poco frecuentes que reflejen de un modo más preciso los gustos de un determinado cliente, lo que al final redunda en compradores más vinculados y, muchas veces, más rentables.