W badaniu firmy Walker z 2013 r. przewidywano, że do 2020 r. głównym czynnikiem sukcesu przedsiębiorstw będzie obsługa klienta, która w tym aspekcie prześcignie cenę i produkt. Mimo że większość przedsiębiorstw i marketerów już od kilku lat traktuje wysokiej jakości obsługę klienta jako najważniejszy priorytet biznesowy, to nie zawsze wiedzą oni, jak wprowadzić ją w życie.
Marketerzy zapewniający optymalną obsługę klienta zdają sobie sprawę z tego, że kluczowe znaczenie mają tutaj dane. Aby naprawdę zrozumieć klienta, trzeba zbierać, analizować i interpretować dane dotyczące klienta oraz wykorzystywać je do zapewnienia mu spersonalizowanej obsługi. Analizy wykorzystujące kontekst umożliwiają maksymalną personalizację tej obsługi i zwiększenie lojalności klienta. Na przykład dzięki przetwarzaniu języka naturalnego z analizami przebiegającymi w tle konsumenci poczują się tak, jakby otrzymywali wyjątkową, spersonalizowaną obsługę, nawet jeśli nie rozmawiają akurat z żadną osobą z danej firmy.
Niezależnie od tego, za pomocą jakiego urządzenia klient nawiąże kontakt z firmą, dostępna będzie technologia, która będzie tłumaczyć, interpretować i rozumieć jego zachowania oraz przewidywać potrzeby. Tak właśnie wyglądają ekstremalne analizy w akcji: nowe źródła danych są wykorzystywane do zapewnienia każdemu klientowi atrakcyjnej i wyjątkowej obsługi niezależnie od tego, czy kontaktuje się z przedsiębiorstwem osobiście, czy w sposób cyfrowy.
Mimo że wielkie zbiory danych i analityka są teraz obecne w prawie wszystkich obszarach codziennej pracy marketerów, to wciąż jeszcze towarzyszy im dużo mitów i szumu medialnego. W naszym tak bardzo połączonym świecie zdumiewające jest to, jak bardzo niepołączone są nasze podejścia do obsługi klienta. Wiele przedsiębiorstw wciąż jeszcze nie wypracowało sposobów na stworzenie przejrzystych, połączonych zasobów danych.
Specjaliści ds. marketingu cyfrowego powinni być w stanie wykorzystywać dane do optymalizacji obsługi klienta w kilku kluczowych obszarach:
- Nieograniczona skala i elastyczność: Rozwiązanie analityczne musi od samego początku być tworzone z uwzględnieniem technologii analizy wielkich zbiorów danych, aby poradziło sobie z ogromną skalą wymaganą w przypadku urządzeń Internetu Rzeczy (IoT).
- Analiza danych na poziomie indywidualnym: Ujednolicona i intuicyjna obsługa użytkownika umożliwiająca spełnienie wymagań dotyczących całkowicie różnych zadań, roli i ludzi, ułatwiająca naukę i zarządzanie.
- Dokładność i skalowalność: Dane analityczne muszą wyjść poza przybliżone określanie trendów i stać się dokładnym cyfrowym źródłem informacji, na podstawie którego przedsiębiorstwo może podejmować trafne decyzje.
- Analiza wielokanałowa: Umożliwia zbieranie i łączenie ze sobą informacji o interakcjach klientów z marką niezależnie od używanego urządzenia. Umiejętność zbierania i łączenia ze sobą wszystkich tych danych jest niezbędna do tego, aby przekształcić marketing z serii niezależnych interakcji z anonimowym „gościem” w jedną rozmowę z konkretną osobą.
- Aktywacja i otwartość danych: Dane analityczne powinny być otwarte i dostępne, tak aby były łatwe do uzyskania i integracji z narzędziami marketingowymi.
Steve Earl, Dyrektor Działu marketingu dla produktów Oracle Marketing Cloud
