Customer Experience Analytics Case Studies

Esta sessão começou como uma pergunta aberta: “O que seria uma boa experiência do cliente?” e após um breve debate outras perguntas se seguiram:

Seus clientes podem achá-los facilmente?

A primeira impressão que você causou foi memorável?

Você passa mensagens claras?

Seus produtos são intuitivos?

Você tem uma visão unificada do seu cliente?

Você entrega valor aos seus clientes mais importantes? Em especial foi discutido um caso do Steve Jobs num lançamento do iPhone 4 quando a conexão falhou quatro vezes seguida (http://youtu.be/l27SorIkBc0) e as pessoas passaram a reclamar da operadora...o gancho foi utilizado para dizer o seguinte: uma operadora sabe (assim como nós) identificar um cliente Premium e não podemos oferecer somente “pontos” ou “descontos” para atenuar caso de falhas como o ocorrido. Qual o impacto deste tipo de falha para causar churn de um cliente Premium? Então, como podemos monitorar este tipo de falha (que pode ser no operador, na rede ou mesmo no device)? É possível monitorar cada cliente e prover um serviço diferenciado para os melhores clientes?

Todas estas perguntas foram feitas para introduzir um conceito de “real-time decision” para análise de comportamento do cliente e tomada de decisão. Neste ambiente (um passo a frente de onde queremos chegar hoje), além de ter preferências mapeadas, propensões calculadas e ofertas programadas a fazer (seja para contatos ativos ou passivos), e necessário utilizar “as últimas experiências” do cliente para no momento de contato prover um serviço diferenciado.

A figura 1 mostra uma representação de como seria um ambiente como esse que o “Analytics” tradicional com análises de tempo real. A estruturação de um ambiente como esse deve obedecer a um ciclo de maturidade de coleta, análise e comunicação da informação possue vários estágios (figura 2) e que a IBM empacotou num produto chamado “Information Agenda”. O fato curioso é que o Arvind Sathi (criador do modelo) é da Carnegie Mellon University onde nasceu o CMM e CMMi e certamente uma fonte de “inspiração” para a criação dos níveis de maturidade do Information Agenda.

O trabalho do Information Agenda (figura 3) em si consiste em posicionar uma organização num dos estágios de maturidade do modelo (as is), definir em qual estágio ela deveria se posicionar (to be) e o que deve ser feito para tal. Sem dúvida um guia valioso para quem está implantando uma nova área ou quer reposicioná-la na organização.

O debate prosseguiu com um representante da AT&T comentando os desafios de tentar entender o cliente e como ofertar algo diferenciado para ele. De tudo que ele comentou o que chamou a atenção foi novamente o tema de “redes de relacionamento” e a tentativa de identificar os “nós” mais fortes das redes (figura 4) para fidelizá-lo e tentar fazer com que ele aumente a uso dos serviços de comunicação de sua própria rede. Neste sentido há até uma classificação destes “nós” em “disseminating leaders” e “ authority leaders” que requerem diferentes ofertas e relacionamento para a fidelização.

Desafios a serem vencidos

Muitas pessoas envolvidas no processo analítico da organização e como trabalham de maneira independente o conhecimento, o compartilhamento da informação e mesmo o resultado que pode ser alcançada fica limitado.

Os processos de negócio são muito complexos e a atividade de “Analytics” não pode ser isolada! Deve estar integrada e “orquestrada” com as áreas de negócio.

Muitos usuários precisam de informação de análise, então esta deve ter um meio eficiente e único de ser entregue para cada um dos usuários.

O controle operacional de analytics são enormes com muitas tarefas, dados e rotinas repetitivas que em geral consomem horas de recursos caros e limitados as silos de atuação.

Os modelos (propriedade intelectual) não são tratados como um ativo da empresa o que pode por em risco toda a operação comercial.