Jak big-data wspiera obsługę klienta

Źródłem największych rozczarowań klientów jest brak spójnego doświadczenia. 

CRM?

Dlaczego poruszam temat CRM piszę tutaj.

Przykład

Kupujesz produkt online. Niestety nie został dostarczony. Kontaktujesz się z firmą przez Facebook. Niewiele to dało. Dzwonisz. Znów powtarzasz wszystko od początku. W końcu idziesz do sklepu i jeszcze raz tłumaczysz co się stało i dlaczego starając się przy tym pomóc osobie która powinna pomóc tobie. Po kilku godzinach, ktoś – po zebraniu wszystkich informacji z organizacji i złożeniu ich w jedna całość – rozwiązuje problem. Nerwy, stracony czas, bezsilność.

Syndrom sztokholmski

Po tych wszystkich przejściach u niektórych osób pojawia się coś co można wrzucić do kategorii syndrom sztokholmski – po tych wszystkich kłopotach, nerwach i rozczarowaniach – czują wdzięczność do kogoś komu udało się w końcu zebrać całą układankę w jedną całość i rozwiązać problem, który nie powinien w ogóle zaistnieć. Jak wiadomo jednak syndrom sztokholmski nie jest tym czym chcemy czarować naszych klientów.

Nie wie prawica co czyni lewica

Każdy kanał rządzi się swoimi prawami. To osobne silosy w organizacji. Do momentu aż wszystko płynie jednym kanałem komunikacji np. e-mail wszystko wydaje się być w porządku. Jednak zmiana kanału – która zwyczajnie jest czasami konieczna, bo czym innym jest otrzymanie przesyłki a czym innym jej zamówienie – czasami powoduje piętrzące się perturbacje.

Przepływ informacji

Problem bierze się stąd, że jest za dużo danych ze zbyt wielu różnych kanałów, które z uwagi na strukturę organizacji, mają utrudnioną komunikację.

Big-data, crm i obsługa i wsparcie klienta

Big-data pozwala rozbić silosy. Zbierać dane zarówno te usystematyzowane jak i te które mają różną wielkość, źródło i format jak video, analiza sentymentu, zdjęcia z przeróżnych kanałów i tworzyć aktualną historię klienta.

Podsumowanie

Systemy CSS (Customer Service and Support) oparte na big-data teoretycznie potrafią także przewidzieć problem i przygotować organizację do jego rozwiązania. Jeżeli wśród danych znajdzie się wzorzec, który na przykład zakłada, że zamawianie produktu w piątek, przez telefon, powoduje w 30% opóźnienie o dwa dni w dostarczeniu, to możliwe jest wykrycie tego faktu, a następnie uprzedzenie o terminie dostawy i możliwych opóźnieniach, a w razie kontaktu klienta przez jakikolwiek kanał szybko zrozumieć z jakim problemem mamy do czynienia.


Opublikowano

w

przez