Customer Engagement nell'era digitale

Mentre i consumatori acquisiscono maggiore potere con la digitalizzazione, per le aziende diventa fondamentale definire una strategia di Big Data Analytics, promuovendo internamente la cultura analitica.

Il punto di vista di Fritz Lehman - Senior Vice President, Customer Engagement and Support Division, SAS


Nell'era digitale, fenomeni quali big data, Internet of Things e mobility stanno rivoluzionando il rapporto tra brand e consumatori. Si tratta di un cambiamento già in atto, che non coinvolge solamente i Millennials, ma anche le generazioni precedenti. Se per i ragazzi è normale comprare online e difficilmente entrerebbero in un negozio fisico, l'utilizzo dei canali digitali, ad esempio per rilasciare o ottenere informazioni / opinioni su un marchio o prodotto, interessa le abitudini di acquisto anche dei meno giovani. Oggi lo smartphone non è più un semplice telefonino per effettuare e ricevere chiamate, ma un vero e proprio strumento di controllo remoto.

Le opportunità derivanti dal mondo degli smart object e dei big data sono enormi, ma esiste l'altra faccia della medaglia: tutte le informazioni che transitano sulla rete finiscono da qualche parte, anche nelle mani sbagliate. Un rischio che non sfiora neppure la mente dei nativi digitali, ma che non va assolutamente trascurato: i cyber criminali sono alla ricerca continua di notizie utili per individuare potenziali bersagli, indipendentemente dalla loro identità.

Big Data Analytics: qui e ora!

Tuttavia, oltre al “lato oscuro”, esiste un risvolto positivo per il consumatore: grazie ai Big Data Analytics, le aziende possono intercettare e anticipare i bisogni del cliente o prospect, proponendo un'offerta attinente alle reali necessità. La comunicazione verso i consumatori deve essere mirata: i messaggi promozionali indistinti, inviati in massa e senza criterio, non hanno efficacia, mentre hanno successo le campagne su misura, basate sullo studio del comportamento e dei feedback rilasciati dal singolo.

In questo contesto, la criticità iniziale per le aziende è riuscire a carpire le informazioni giuste, al momento opportuno, senza perdersi nel mare di dati generati dalle interazioni con i consumatori. Ma la fase cruciale del customer journey è la capacità di monitorare continuamente i punti di contatto con il cliente e correlare in maniera appropriata i feedback raccolti nel tempo. Le aziende devono capire le ragioni recondite che si celano dietro al comportamento del consumatore e mappare la sua storia per essere realmente in grado di arrivare con una proposta adeguata nell'esatto momento in cui si manifesta il bisogno. Il limite di molte organizzazioni è fermarsi alla raccolta dei dati, senza procedere all'archiviazione/organizzazione/elaborazione sistematica dei contenuti.

Anticipare le richieste del consumatore

Un cliente reduce da una brutta esperienza con un brand, dopo avere mandato mail di reclamo o espresso un giudizio negativo nel questionario sulla soddisfazione, mal sopporta gli inviti ad acquistare nuovi servizi da quell'azienda che sembra essersi completamente dimenticata della vicenda trascorsa. L’azienda deve conoscere individualmente i propri clienti: è questo il potere degli analytics inseriti all’interno di una strategia coerente di data management. Grazie all'analisi incrociata e real-time di dati strutturati e non, il fornitore è in grado di prevedere le necessità del consumatore, intervenendo con l’offerta appropriata senza che il cliente ne abbia fatto esplicita richiesta. Ad esempio, una compagnia aerea, in caso di ritardi o cancellazioni, può suggerire immediatamente al viaggiatore le alternative possibili al suo volo mancato; infatti, grazie agli analytics, sa che il cliente ha perso l’aereo e ne conosce ubicazione, destinazione, preferenze di viaggio.

In questo scenario di opportunità, le aziende non possono rimanere ferme, bisogna fare subito il primo passo. Se non si cavalca l’onda, si rischia di uscire dall’arena competitiva. Oggi le tecnologie di storage e analytics sono mature ed economicamente sostenibili da qualsiasi azienda. Bisogna andare oltre la semplice analisi dei dati per costruire una strategia di engagement e fidelizzazione, ovvero: non serve capire a posteriori le ragioni dell'abbandono da parte del cliente, attivando azioni di recupero, ma prevenire l’abbandono con un'offerta dinamica e costantemente rimodulata in base alle aspettative.

Tutto questo si ottiene a partire dalla costruzione di una cultura analitica interna all'azienda. Come?
Attraverso una serie di best practice che ho definito in sei steps.

Analytics Culture in sei passi

Innanzitutto, qualsiasi progetto va iniziato con la chiara definizione degli obiettivi – Roadmap -, con una vision lungimirante di medio-lungo periodo. La scelta di risorse/tecnologie/persone è il secondo stage Hiring Gate: bisogna selezionare gli individui che dimostrano attitudine al problem solving e soprattutto “gioia della scoperta”, senza che abbiano necessariamente tutti gli skill desiderati. In un mondo ideale, bisognerebbe puntare su professionisti con competenze analitiche e visione di business insieme; nella realtà dei fatti, l'"all-in-one talent" è raro e difficilmente individuabile; si tratta quindi di un gioco di squadra, creando uno team con personale statistico-matematico e comunicatori, in grado di convertire i numeri in azioni strategiche. La data visualization permette di fare emergere gli insight da un insieme di dati altrimenti vuoti di senso.

Il terzo punto è la Collaboration: la costruzione della cultura analitica poggia su tre pilastri fondamentali, ovvero gli Executive, con il compito di disegnare la vision e promuovere la comunione di intenti tra IT e Business; l'IT Department, che si occupa della componente sistemica e applicativa, vigilando sui costi; le Lob che pensano ai nuovi servizi in base alle necessità competitive, ma che spesso trascurano la voce economica dei progetti. Qualsiasi iniziativa di successo deve, insomma, incontrare il sostegno del board e coinvolgere dall’alto tutta l’azienda, poggiando su obiettivi condivisi.

L’apertura mentale - Open Mind - è il quarto ingrediente: la big data analysis serve per portare alla ribalta insights e addirittura domande inaspettate, altrimenti perderebbe la sua funzione fondamentale; la vera sfida per le organizzazioni è sovvertire lo status quo. La profondità di analisi - Go Deep - è il gradino successivo: bisogna “grattare sotto la superficie”, alla ricerca delle cause remote di un fenomeno, senza fermarsi alle ragioni apparenti e più scontate. La formazione continua - Invest in training - è l'ultimo pillar: le competenze di qualsiasi risorsa devono essere a prova di futuro, non semplicemente sufficienti a svolgere le attività del presente.

I canali digitali hanno messo il potere nelle mani del cliente: in passato, prima di effettuare un acquisto, il cliente sondava l'opinione di un ristretto gruppo di persone fidate, oggi controlla le recensioni sul web di tantissimi sconosciuti. Per essere certe della bontà del servizio offerto, le aziende non possono ignorare questi feedback. E devono iniziare ora.

Back to Top