¿Mides las experiencias o analizas datos? Hacia un modelo de medición basado en la Experiencia

Autor: Mónica Arce, consultora Sr. Experience Analytics de IZO España (www.izo.es)

Las nuevas tendencias en el comportamiento del consumidor y en los procesos de decisión de compra, así como el cambio de valores consecuencia de la actual crisis económica, están propiciando una fuerte transformación en la estrategia de Modelos de Relación, orientados cada vez más a la gestión de la Experiencia de Cliente.

Ahora todo el mundo habla de experiencias, sentimientos, vivencias, emociones… Estamos ante un nuevo consumidor impulsado mucho más por elementos emocionales que racionales, pero muchas compañías entienden este concepto como una ‘moda’ más que como una tendencia que marcará el futuro de las empresas de hoy, por lo que a menudo se olvidan que la experiencia debe traducirse en resultados.

Cuando nos ponemos a construir un modelo de relación que permita la transformación de la Experiencia de Cliente, siempre nos encontramos las mismas dificultades: medir la Experiencia de Cliente es necesario, lo que no se mide no se puede controlar y lo que no se controla no se puede gestionar… y medir en este ámbito de subjetividades no es fácil precisamente (podéis hacer la prueba y analizar las reacciones de la gente al hablar de experiencias “WOW” en un comité de dirección que no esté familiarizado con este mundo).

Existe mucha confusión acerca de cómo diseñar un óptimo modelo de medición que nos permita conocer qué vive el cliente en cada interacción, cuáles son sus preferencias y necesidades, qué siente, cuáles son sus expectativas, cuál es el esfuerzo que realiza en cada paso, cuáles son sus mayores frustraciones… Pero sobre todo, el principal reto hoy en día emerge de cómo traducir una mejor experiencia de tu cliente en procesos operativos de rediseño de interacciones que no disparen los costes de la compañía o, por lo menos, que se compensen con el retorno generado.

Por lo tanto, debemos contar con modelos más avanzados que se alineen con los resultados de negocio y eso pasa por diseñar, implantar y gestionar modelos de medición que nos permitan “predecir”.

¿Puede mi modelo de ayer cubrir las necesidades del entorno actual?

Escuchar a los clientes y descubrir cómo estamos cumpliendo sus expectativas respecto a la promesa de marca en tiempo real es importante para tomar acciones inmediatas pero también hay que mirar hacia el futuro. Es fundamental comprender cómo puede impactar la experiencia presente del cliente en su comportamiento futuro, y para eso, nuestra capacidad de predecir o influir en él es de vital importancia.

En una situación tan competitiva como la actual, yo estaré en mejores condiciones sabiendo algo que los demás ignoran. La predicción depende de la información y la medición conduce a la información, pero ¿estamos midiendo de la forma adecuada?

Estos son algunos tips que nos ayudarán a optimizar nuestro modelo de medición:

1.- El uso inteligente del ‘Big Data’: hoy en día el volumen de información disponible que afecta directa o indirectamente a nuestro negocio es muchísimo mayor que años atrás. El principal reto es gestionar toda esa información de manera inteligente, por lo que es imprescindible tener claro qué queremos medir y qué vamos a hacer con esta información en el diseño del modelo si queremos construir una base sólida que nos permita tomar decisiones. Herramientas y soluciones de analytics son necesarias pero deben ir acompañadas de un análisis con enfoque consultivo para generar un reporting sencillo y útil.

2- Sistema de métricas “accionable” y con indicadores de Experiencia: las métricas son la base para poder tomar decisiones con una alta probabilidad de acierto, sin embargo, las compañías no siempre seleccionan los mejores indicadores en su cuadro de mando (por ejemplo métricas demasiado operativas o métricas “ego” que no proporcionan un verdadero conocimiento sobre la experiencia del cliente sino sobre “lo bien que están haciendo las cosas”).

3.- La Experiencia no es igual a Satisfacción: por lo tanto, tenemos que dejar atrás los atributos tradicionales e incluir en el sistema de medición variables que impacten en la experiencia (expectativas, emociones…), ya que cumplir con el proceso ya no es suficiente.

4.- Vincular los conceptos de VoC y VoB en la estrategia: para crear un modelo adecuado de medición de la experiencia debe considerarse la visión del cliente (mediante cualquier metodología de voz de cliente) conjuntamente con los indicadores de negocio (análisis de la competencia, ROI, % conversión en un servicio de ventas…).

5.- Correlación entre indicadores de Calidad Emitida Vs Percibida: es importante establecer un modelo de correlación entre ambos tipos de indicadores, con el fin de determinar si la calidad emitida se ve influenciada directa y positivamente en la experiencia percibida por parte del cliente, estableciendo así un modelo predictivo que permita analizar tendencias.

6.- Segmentación más allá de las variables sociodemográficas: el modelo debe de ser capaz de trascender la segmentación de clientes tradicional basada en características sociodemográficas básicas (edad, ubicación, sexo…) para analizar patrones actitudinales y de comportamiento, tendencias y elementos clave más específicos. Predecir las necesidades, preferencias y riesgos de grupos de interés específicos nos permitirá tomar acciones sobre el mejor canal de comunicación, mejor oferta de venta cruzada en base a preferencias del consumidor, reducir el riesgo de fuga…

7.- Creación de metodologías flexibles: en función de los objetivos deberemos seleccionar diferentes técnicas de recogida de información que permitan reacción a cambios  y que integren tanto análisis cuantitativo como cualitativo.

8- Valor comparativo y medición cronológica: un cuadro de mando sobre todo tiene valor comparativo, nos sirve para tomar decisiones en comparación con otro periodo, servicio, tipología de contacto, canal… Si observo que una misma tendencia o patrón se repite durante un tiempo prolongado, la probabilidad de que se repita en el futuro será alta.

La interpretación de resultados

No podemos olvidar un tema que adquiere gran relevancia en todo este proceso, la última etapa del modelo de medición: la interpretación de los datos y su transformación en acciones y procesos operativos que impacten en la experiencia.

Este es un tema que merece capítulo aparte, pero todo el mundo sabe que los datos no hablan por sí mismos, así que se debe interpretar la información de la manera más ajustada posible a la realidad y eso implica ser conscientes de las siguientes consideraciones:

• Las predicciones exactas no siempre implican que entendemos lo que está pasando.
• La medición se debe interpretar dentro de un contexto (no podemos comparar banca con otro sector).
• La experiencia del cliente no depende sólo de lo que hagamos sino que también se ve afectada por variables externas del entorno (de nuevo el sector banca vuelve a ser el ejemplo más claro).
• Hoy en día, la información sobre la experiencia de los clientes en las compañías sigue una distribución asimétrica y hay que tenerlo en cuenta en la construcción del indicador.

El éxito del análisis predictivo requiere un adecuado tratamiento de la información. En definitiva, tener la capacidad de detectar tendencias y anticiparse a las reglas del mercado puede ser la mejor ventaja competitiva de las compañías en… la Era del Cliente.