Ψηφιακός Μετασχηματισμός: Ο ρόλος της Ανάλυσης Δεδομένων στη διαμόρφωση της εμπειρίας του πελάτη

Ο ψηφιακός μετασχηματισμός και η ψηφιακή τεχνολογία αναμφίβολα έχουν φέρει την επανάσταση στον τρόπο με τον οποίο ζούμε και εργαζόμαστε.

Σήμερα, με την ψηφιακή επανάσταση να αλλάζει σταδιακά τον ρου της ιστορίας, η τεχνολογική πρόοδος είναι η σημαντικότερη πρόκληση που έχουν να αντιμετωπίσουν οι επιχειρήσεις, μεγαλύτερη ακόμη και από την κλιματική αλλαγή ή άλλες αλλαγές που συμβαίνουν σε παγκόσμιο επίπεδο.

Ο Κωστής Χλουβεράκης, Principal, Analytics & Digital Leader στο τμήμα Consulting της Deloitte Ελλάδος, αναλύει τη διαμόρφωση της εμπειρίας πελάτη, της καταναλωτικής συμπεριφοράς και των data analytics:

Ανάλυση Δεδομένων: Το μυστικό στη διαμόρφωση της Εμπειρίας Πελάτη

Είναι γεγονός ότι η Εποχή του Πελάτη (Age of the Customer) και της οικονομίας της Εμπειρίας (Experience Economy), όπου η ψηφιακή τεχνολογία διαδραματίζει πρωταγωνιστικό ρόλο, ήρθαν για να μείνουν. Η ίδια η ψηφιακή τεχνολογία έχει τη δυνατότητα να μεταλλάσσει την καταναλωτική εμπειρία και συμπεριφορά των ανθρώπων, δημιουργώντας μια εξατομικευμένη και, ψηφιακά, ζωντανή αλληλεπίδραση. Ταυτόχρονα, οι καταναλωτές έχουν σήμερα απεριόριστες επιλογές μέσω της παγκόσμιας ανοικτής αγοράς και έτσι οι εταιρίες αναζητούν ένα ανταγωνιστικό πλεονέκτημα, με στόχο να βελτιώσουν την Εμπειρία Πελάτη.

Σε ό,τι αφορά τα δεδομένα, μέσω των data insights & analytics, η τεχνολογία παρέχει στους χρήστες, γρήγορα και εύκολα, εξατομικευμένο περιεχόμενο (βάσει των αναγκών και του τρόπου ζωής τους) καθώς και νέους τρόπους συναλλαγών. Αυτό σημαίνει ότι αν οι πληροφορίες δεδομένων χρησιμοποιηθούν σωστά, μπορούν να βελτιώσουν σημαντικά την Εμπειρία Πελάτη (CX) η οποία, πρακτικά θα οδηγήσει στη δημιουργία ανταγωνιστικού πλεονεκτήματος, αρά και ισχυρής ανάπτυξης για την εταιρεία που θα τα αξιοποιήσει σωστά.

Ωστόσο, τα δεδομένα CX είναι ακατάστατα, οι συμπεριφορές των πελατών πολλές και διαφορετικές, οι κανόνες απροσδιόριστοι και τα κριτήρια επιτυχίας διφορούμενα. Αυτή η πολυπλοκότητα είναι ακριβώς ο λόγος για τον οποίο η τεχνητή νοημοσύνη και η μηχανική μάθηση μπορούν να απελευθερώσουν τόσο μεγάλη αξία στην εμπειρία των πελατών. Η παροχή μιας σταθερής πολυ-καναλικής (omni-channel) εμπειρίας απαιτεί την εύρεση μοτίβων (patterns) σε έναν συντριπτικό όγκο αδόμητων δεδομένων για την κατανόηση και ποσοτικοποίηση τόσο των συμπεριφορικών προφίλ των καταναλωτών (Personas) όσο και των μοναδικών τους ταξιδιών (Journeys).

Προκλήσεις στη διαχείριση δεδομένων CX

Στην νέα αυτή κανονικότητα που ζούμε, όπως ορίζει ιδιαίτερα η πανδημία του COVID-19, ο καταναλωτής χρησιμοποιεί το διαδίκτυο σχεδόν για τα πάντα (ψυχαγωγία, επικοινωνία, εργασία, καθημερινές αγορές κ.α.) με αποτέλεσμα να αυξάνεται η χρήση, η παραμονή και οι συναλλαγές μέσω διαδικτύου. Όσο εντείνονται τα παραπάνω τόσο αυξάνεται η έκθεση του καταναλωτή σε προσφορές και προϊόντα, με υποσυνείδητες -και μη- συγκρίσεις σε τιμές, εμπειρίες και μάρκες. Άρα είναι απολύτως λογικό ότι, ειδικά σήμερα, η συνολική εμπειρία του πελάτη –από την αρχή ως το τέλος- πρέπει όχι μόνο να ανταποκρίνεται στις βασικές προσδοκίες του αλλά και να τον εκπλήσσει ευχάριστα ώστε να δημιουργείται μία συναισθηματική σύνδεση με τη μάρκα/brand που επιλέγει να αγοράσει.

Για να επιτευχθεί αυτό δεν αρκεί οι εταιρείες να ακούν τους πελάτες τους. Πρέπει να σκιαγραφήσουν το προφίλ τους, να κατανοήσουν σε βάθος ποιοι είναι, τι θέλουν, τι τους προσφέρουν, τι δεν τους προσφέρουν και τι πρέπει να αλλάξουν για να βελτιώσουν τη συνολική εμπειρία. Τεχνολογικά αυτό είναι εφικτό, καθώς η τεχνολογία βοηθάει τις εταιρείες να αναλύουν τα εσωτερικά και εξωτερικά δεδομένα που έχουν στη διάθεσή τους και που έχουν προκύψει είτε από παράπονα είτε από σχόλια πελατών (advocacy), με τα συμπεράσματα να είναι άμεσα και εύκολα αξιοποιήσιμα. Όμως, όπως αποκαλύπτει έρευνα του οίκου Forrester, οι περισσότεροι οργανισμοί δεν είναι έτοιμοι να διαχειριστούν τα δεδομένα που έχουν στη διάθεσή τους και να τα συνδέσουν μεταξύ τους ώστε να φτάσουν σε ασφαλή συμπεράσματα για το προφίλ των πελατών τους.

Η αδυναμία αυτή οφείλεται κυρίως στην έλλειψη στρατηγικής σχετικά με τη διαχείριση δεδομένων διότι απουσιάζει συνήθως η απάντηση σε ένα πολύ κρίσιμο ερώτημα: τι ακριβώς θέλουμε να μάθουμε για τον πελάτη. Για παράδειγμα, εάν θέλουμε να μάθουμε για τις επιλογές και συμπεριφορές των πελατών μας προκειμένου να αναγνωρίσουμε και να αναπτύξουμε διάφορα Personas, σίγουρα δεν αρκούν τα δεδομένα που χρησιμοποιούνται σε μια παραδοσιακή τμηματοποίηση αγοράς και προκύπτουν βάσει προϊοντικής κατηγορίας.

Από την Εμπειρία Πελάτη στην Εμπειρία Ανθρώπου

Η προσπάθεια των εταιρειών να αναπτύξουν το ανταγωνιστικό τους πλεονέκτημα δεν τελειώνει με τη διαχείριση και αξιοποίηση των δεδομένων των πελατών τους, ούτε με τη δημιουργία αναλυτικών Journeys και Personas. Ίσα ίσα μόλις αρχίζει. Απώτερος στόχος των εταιρειών είναι να δημιουργήσουν κάτι περισσότερο από την Εμπειρία Πελάτη: την Εμπειρία Ανθρώπου (Human Experience - HX).

Η Εμπειρία Ανθρώπου είναι ένας συνδυασμός Εμπειρίας Πελάτη (CX) και Εμπειρίας Χρήστη (UX). Μόλις οι εταιρίες κατακτήσουν την Εμπειρία Πελάτη, επόμενό τους βήμα είναι ο πολυκαναλικός (multi-channel) σχεδιασμός της Ανθρώπινης Εμπειρίας καθώς και η διαμόρφωση και υλοποίηση στρατηγικής περιεχομένου. Πιο συγκεκριμένα, η στρατηγική περιεχομένου βασίζεται στη δημιουργία και τον προγραμματισμό περιεχομένου με τρόπο που να ικανοποιεί τις ανάγκες των χρηστών και τέλος να επιτυγχάνει τους επιχειρηματικούς στόχους αποτελεσματικά και αποδοτικά.

Επιγραμματικά, οι εταιρείες πρέπει να επανεξετάσουν την Εμπειρία Χρήστη (UX) σε συνδυασμό με τη Διεπαφή Χρήστη (UI) και την Εμπειρία Πελάτη (CX), για να προσανατολίσουν τους καταναλωτές κατά τη διαδικασία επιλογής προϊόντων και υπηρεσιών ανακαλύπτοντας παράλληλα νέους τρόπους ανταμοιβής για την αφοσίωση τους (Customer Loyalty).

Συμπερασματικά, προκειμένου μια εταιρεία να γίνει πρωτοπόρος στην διαχείριση-δεδομένων και στην εμπειρία πελάτη και χρήστη (data-driven CX+UX=HX), πρέπει να ακολουθήσει τρία βασικά βήματα: (1) συλλογή/ενοποίηση/επεξεργασία/διαχείριση δεδομένων, (2) ανάλυση δεδομένων για τη δημιουργία συμπεριφορικών προφίλ πελάτη – Personas και άλλων αναλύσεων, (3) σχεδιασμός της Εμπειρίας Ανθρώπου (CX+UX) με τελικό βήμα την ανάπτυξη ολιστικής στρατηγικής και την υλοποίησή της.

Πρακτικές ενδεικτικές εφαρμογές

⦁ Τραπεζικός/Ασφαλιστικός Κλάδος

Με τις ψηφιακές πωλήσεις να πρωταγωνιστούν και το open banking ήδη εφαρμόσιμο, αποτελεί άμεση προτεραιότητα η δημιουργία καρτέλας 360 του πελάτη, έτσι ώστε να κατηγοριοποιηθεί και να γίνει ανάλυση των χαρακτηριστικών του. Σημαντικότερη ανάλυση δε, είναι η άσκηση Physical-to-Digital, όπου θα μπορεί η τράπεζα/ασφαλιστική να αξιολογήσει –βάσει αναλύσεων- ποιοι πελάτες θα έπρεπε να είναι digital, και να χαραχτεί στρατηγική για τη μεταφορά τους στα ψηφιακά κανάλια. Επίσης η ανάλυση δεδομένων ενισχύει την εμπειρία και στις υπηρεσίες Personal & Business Finance Management (PFM & BFM), υπηρεσίες οι οποίες προσφέρονται σήμερα χωρίς ωστόσο αξιοποιήσιμη πληροφόρηση σε πραγματικό χρόνο που θα μπορούσε να οδηγήσει σε καλύτερη οικονομική διαχείριση των πελατών αλλά και των εταιρειών. Και όλα αυτά θα πρέπει να λάβουν χώρα σε καλοσχεδιασμένα και οπτικά ελκυστικά ψηφιακά κανάλια.

⦁ Κλάδος Λιανικού και Ηλεκτρονικού Εμπορίου

Λόγω της ταχύτητας κίνησης των προϊόντων και των αγορών, η ανάγκη για μια νέα εμπειρία βάσει δεδομένων είναι επιτακτική στον κλάδο αυτό. Εάν η εταιρεία θέλει να διαφοροποιηθεί χωρίς να επικεντρώνεται στην τιμή για να το πετύχει αυτό, είναι αναγκαίο να αρχίσει να συλλέγει δεδομένα πελατών/καταναλωτών από όλα τα σημεία επαφής κατά τη διάρκεια του ταξιδιού τους (Customer Journey) και να παρέχει εξατομικευμένη υποστήριξη σε κάθε στάδιο της διαδικασίας αγοράς: από το αρχικό στάδιο της αντίληψης (awareness) και έκφρασης ενδιαφέροντος για αγορά, μέχρι την πώληση. Αξιοποιώντας μια οπτική 360 για τις ανάγκες των πελατών της, η εταιρεία θα είναι τελικά σε θέση να προβλέψει τα θέλω τους και να τα επικοινωνήσει προσωποποιημένα - διαφοροποιώντας την από τον ανταγωνισμό.

⦁ Κλάδος Ενέργειας

Η ανάλυση δεδομένων και η Εμπειρία Πελάτη διαταράσσουν αισθητά τις ισορροπίες στον κλάδο της Ενέργειας. Από τη πρόβλεψη ενεργειακής κατανάλωσης, τη βελτιστοποίηση προσφοράς και διαφοροποίηση τιμολόγησης ανά πελάτη/τύπο πελάτη, μέχρι την έξυπνη διαχείριση δικτύων, την βελτιστοποίηση παραγωγής και την προληπτική συντήρηση (preventive maintenance), η χρήση τεχνικών αναλυτικής και βελτιστοποίησης της Εμπειρίας Πελάτη, βρίσκουν πρόσφορο πεδίο εφαρμογής και δημιουργούν τις προϋποθέσεις για ουσιαστική ενδυνάμωση των προτάσεων αξίας (value proposition) των εταιρειών ενέργειας.

⦁ Κλάδος Υπηρεσιών Υγείας

Στον συγκεκριμένο κλάδο η ανάλυση δεδομένων και ο επανασχεδιασμός της Εμπειρίας Ασθενή (Patient Experience – PX) επηρεάζει ταυτόχρονα τόσο τους ασθενείς και τους συγγενείς τους, όσο και τους Επαγγελματίες Υγείας, τις εταιρείες που δραστηριοποιούνται στον κλάδο αλλά και το ευρύτερο σύστημα υγείας. Με την αποτύπωση και την ανάλυση του Ταξιδιού του Ασθενή κατανοούνται σε βάθος τα σημεία εκείνα που δημιουργούν τη μεγαλύτερη συναισθηματική φόρτιση για τον ασθενή, βελτιστοποιούνται οι μηχανιστικές και χρονοβόρες διαδικασίες, μειώνεται ο χρόνος από τη διάγνωση στη θεραπεία, ενδυναμώνεται η συμμόρφωση και προσήλωση του ασθενή (adherenece) και ουσιαστικά ενισχύεται ο μετασχηματισμός έχοντας στον πυρήνα τον ασθενή. Η συνδυαστική χρήση δεδομένων, τεχνικών αναλυτικής και Εμπειρίας Ασθενή προάγουν την πλήρη ψηφιακή ολοκλήρωση θέτοντας στο επίκεντρο τον ασθενή.

Οι πιο πρόσφατες Ειδήσεις

Διαβάστε πρώτοι τις Ειδήσεις για ό,τι συμβαίνει τώρα στην Ελλάδα και τον Κόσμο στο thetoc.gr