Более того, опросы позволяют оценить ситуацию лишь постфактум, в то время как клиенты все больше ожидают решения вопросов в режиме реального времени. Еще одна проблема в том, что результаты опросов сильно зависят от внешних факторов, таких как регион проживания потребителя или отраслевые перемены, и установить истинные причины тех или иных настроений клиентов часто трудно.
Поэтому ряд компаний опираются на более прогрессивные подходы. Они строят предиктивные аналитические платформы, основанные на углубленном анализе данных. В основе этих платформ три элемента.
1. «Озера данных» (содержатся как обобщенные данные, так и по каждому отдельному клиенту). Компании обрабатывают и хранят в облаке взаимосвязанные и динамически обновляемые наборы данных о клиентах. С помощью таких наборов данных можно отслеживать поведение клиента и разбираться в его причинах.
2. Предиктивные алгоритмы, которые позволяют вывести факторы удовлетворенности клиентов, отслеживать события в рамках клиентского пути и предсказывать коммерческие результаты, в том числе выручку, лояльность и стоимость обслуживания.
3. Использование полученных выводов и рекомендаций на всех уровнях организации, в CRM-платформах и других инструментах. Благодаря этому фронтлайн-сотрудники вовремя узнают, что нужно предпринять для персонализации и улучшения клиентского опыта.
Как это выглядит на практике? Например, один из ведущих эмитентов кредитных карт построил аналитическую модель на основе данных из массы доступных источников. Это помогло понять факторы удовлетворенности, проблемы и возможности улучшений по 13 приоритетным клиентским путям. В итоге внесенных корректировок стоимость обслуживания упала на 25%.
Крупная авиакомпания разработала алгоритм, позволяющий отслеживать клиентов с высоким риском оттока. Этот алгоритм выдает рекомендации практически в режиме реального времени, и благодаря этому компания может мгновенно предлагать клиентам персональные компенсации. Удовлетворенность клиентов повысилась на 800%, а риск оттока пассажиров с приоритетных маршрутов снизился на 60%.
В статье мы рассказываем, как управлять отношениями с клиентами на основе аналитики и как подготовиться к такой трансформации.
