Estamos viviendo un momento de transición histórico en el que el cliente ha cambiado sus hábitos, sus necesidades y, sobre todo, la forma de comprar y de relacionarse con las marcas. Ahora, tras una pandemia histórica, la población vuelve a querer consumir con entusiasmo. Eso sí, no lo hará igual que antes. Por ello, las compañías deben sumarse a este cambio para responder ante estos nuevos hábitos del cliente.

Pero, ¿cómo sé si necesito implantar una nueva metodología en mi negocio que me acerque a mis clientes? Desde Lukkap, consultora especializada en experiencia de cliente y empleado, nos indican que antes de tomar una decisión hay que realizar un diagnóstico de la compañía y valorar si tenemos que mejorar algunos de los siguientes retos:

1. Incrementar las ventas de la compañía.

2. Mejorar el ticket medio de compra.

3. Retener y fidelizar mejor a los clientes.

4. Conseguir mejorar tus ratios de conversión.

5. Facilitar las ventas a nuestros equipos de ventas.

Si te estás planteando alguno de estos objetivos, esto te interesa. Y es que la solución puede estar en implantar la metodología Customer Experience Machine Learning; una metodología que no va de modas o tendencias, sino de hechos e ingresos. Así, la metodología CXML nos permite predecir el comportamiento del consumidor, una forma accesible y factible de anticiparnos que nos permite adaptarnos y relacionarnos con el cliente tal y como él espera.

El modelo de relación con el cliente hasta la fecha ha mutado en todas las organizaciones, porque los clientes quieren consumir, pero de manera diferente, por canales diferentes y de formas diferentes. Es por ello que, este nuevo paradigma es una oportunidad para aquellas organizaciones que quieran redefinir su estrategia comercial y adaptarse de forma rápida y sencilla a la nueva realidad.

Por ello, antes de ponernos a pensar en grandes estrategias, repensar el modelo de negocio o cambiar los productos, pongamos el foco en una cosa muy simple: escuchemos lo que el cliente quiere, anticipémonos y démoselo.

Gracias a la utilización de la metodología CXML podemos aprovechar mucho más nuestros CRM y nuestras BBDD, que tanto tiempo nos ha llevado implantar. De esta forma, la metodología CXML permite ordenar los datos, incluso cuando vienen de distintas fuentes, buscar las variables relevantes y establecer la causalidades y predicciones.

Así, numerosos proyectos realizados, en múltiples sectores, nos permiten aconsejar los 6 pasos a seguir para poder predecir el comportamiento del cliente y actuar en consecuencia para mejorar los resultados de nuestra compañía.

1. Fijar el reto de negocio concreto que queremos mejorar. Contar con un reto concreto, en un área especifica o un segmento de mercado, nos ayudará a tener un KPI de negocio claro por el que apostar.

2. Información del cliente. Recojamos la información histórica que tengamos. Esta información puede ser los datos de segmentación obtenidos, el histórico de compras, el uso de su tarjeta de fidelización, la frecuencia de consumo, el uso de su producto, datos operativos, el uso de la aplicación –si es que la tenemos–, o las últimas incidencias, entre otros aspectos.

3. Analítica digital. Investiguemos qué dice el cliente de nosotros, cómo se comporta en las redes, cómo interactúa con nosotros cuando nosotros no sabemos que está “cerca”, cómo nos busca, cómo se mueve por nuestra web, hasta dónde llega, dónde se para... Esto es muy útil, sobre todo si podemos saber la persona concreta que está detrás. Para ello, si tenemos alguna app o web donde se registren los clientes y podamos ver sus movimientos, tendremos más información con la que “alimentar a la máquina” y poder extraer mejores predicciones.

Toda esa mezcla de datos hará que en el modelo predictivo no dejemos nada fuera y, así́, nos ayude a obtener esas acciones clave.

4. Preguntar al cliente. El cliente quiere ayudar, quiere un servicio mejor, un producto diferente y está encantado de aportar valor para recibir un mejor servicio y, por tanto, una mejor experiencia en la compra. Es por ello que preguntarle por la satisfacción, en general, no nos proporciona información accionable para mejorar, pero si le preguntamos de forma inteligente, la información será, en gran medida, la solución. Para preguntar debemos basarnos en la metodología de Experiencia de Cliente. Una metodología contrastada que nos permita recoger hechos, percepciones y emociones que vive el cliente en cada momento de contacto con nosotros. Es decir, medir el customer journey. Así pues, preguntemos poco y bien, preguntemos con criterio y de formas distinta, tanto cualitativa como cuantitativamente. ¡Y por ese orden!

Una vez que conocemos las causas por las que el cliente nos valora, podemos preguntar de forma más cuantitativa; eso sí, no a “bocajarro” y sin coherencia. Por ello, a la hora de construir un cuestionario, antes del lanzamiento masivo debemos testearlo y factorizar, es decir, tener claras qué preguntas nos darán información clave para mejorar el reto de negocio que nos hemos propuesto. Preguntar por preguntar no tiene sentido.

Y es que muchos modelos predictivos de cliente se han construido sin tener en cuenta esta parte y, por nuestra experiencia, se pierde mucha información. Integrando esto con las fuentes de información anteriores, lograremos obtener un modelo más robusto, con mayor capacidad de predicción y, sobre todo, que incluya información clave para los clientes que no podemos obtener de otras maneras.

5. Machine Learning. Los humanos no tenemos superpoderes, pero algunas máquinas nos ayudan a obtenerlos. Por ello, no debemos analizar nosotros solos la información, sino debemos aplicar la metodología Machine Learning. Esta metodología, que parte de la estadística y la probabilidad, nos ayuda a profundizar y generar modelos predictivos que irán mejorando en la medida que alimentemos a la máquina con más información. Para poder predecir el comportamiento del consumidor podemos utilizar dos métodos:

• La metodología de aprendizaje supervisado (clasificación o regresión)

Nos permite utilizar los datos de entrada –como cuestionarios del cliente– pero también permite mezclarlos con los resultados que obtengamos de una acción concreta –una campaña específica– y, por ello, al alimentar “la máquina” podemos ir mejorando el nivel de accuracy. Ese nivel de precisión será́ el que nos permitirá anticiparnos a los comportamientos de otros clientes.

Así en un proyecto en el que el objetivo era conocer qué hacia que una persona fuera promotor o detractor para anticiparnos y disminuir este segundo grupo, usamos árboles de decisión. Estos árboles nos ayudaron a identificar cada camino y los puntos concretos que hacían que un cliente nos recomendara o, por el contrario, no lo hiciera.

• La metodología de aprendizaje no supervisado

Esta segunda nos puede dar grandes alegrías para determinar, por ejemplo, buyer persona o arquetipo de clientes.

Es muy útil cuando, una vez que has trabajado la experiencia de cliente general, quieres identificar los distintos grupos diferentes y cómo trabajar con cada uno de ellos. Si te interesa este punto, te recomendamos esta otra guía.

De esta forma, ambas metodologías nos ayudarán a decidir cómo de rentable o no sería una promoción determinada, una campaña comercial y qué debería ocurrir para que el cliente se quedara con nosotros o fuera un “cliente fan”, teniendo en cuenta ciertas características que le hacen común a un grupo.

6. Call to action. Es la hora de implantar, de conseguir nuestro reto. Ahora sí que podemos decidir qué iniciativas poner en marcha en base a un criterio sólido y sostenible: el cliente. Por ello, es el momento en el que tenemos que actuar en cuatro vías:

a) Definir el modelo de relación y la estrategia comercial. Esto no implica darle al cliente lo que pide, sino lo que valora y de la forma en la que lo valora. Debemos ser conscientes que para que exista una buena relación no consiste solo en dar, sino en construir desde nuestras fortalezas como compañía, desde nuestras oportunidades, desde las tendencias y desde lo que el cliente valora. Construir estos vínculos nos hará más fuertes, nos dará la guía que seguir y nos hará actuar homogéneamente.

b) Establecer la nueva experiencia del cliente. El modelo de relación nos facilitará definir, paso a paso, lo que el cliente tiene que vivir y cómo. Nos permitirá definir qué hechos, percepciones y emociones debe sentir el cliente en los momentos de la verdad.

c) Establecer un plan de acción donde pongamos en marcha aquellas mejoras e iniciativas que más impacto tengan en mejorar los indicadores de nuestro reto de negocio. No consiste en cambiarlo todo, sino en ir transformando la experiencia de cliente.

d) Definir un sistema de voz que nos permita retroalimentar el modelo. Si vamos actualizando los datos, la metodología de Customer Experience Machine Learning permitirá mejorar la precisión del modelo predictivo. Este cambio repercutirá sobre la inversión de cualquier iniciativa de mejora empresarial y ahorrará costes en los que incurrimos sin necesidad ninguna. Si estás ya en este punto, aquí́ encontrarás más pistas sobre cómo trabajarlo.

En resumen, desde nuestra pasión por la ciencia de Experiencia de Cliente, consideramos que incorporar esta metodología, tanto en el diagnostico de la CX como en los sistemas de voz, nos permitirá ser mucho más precisos, simplificar el análisis de la información recogida, anticiparnos y predecir y todo ello para tener más éxito en los retos del negocio que nos propongamos en cada organización.