Carolina Lemos (*)
Segundo projeção da FGV, em outubro o Brasil contará com um smartphone por pessoa.
Com esse rápido avanço e massificação da tecnologia, as expectativas de interação dos consumidores com as empresas consistem em atendimento personalizado, por seu canal preferido, a qualquer momento, em qualquer lugar. Mas como as organizações podem atender a essa demanda e entregar uma experiência do consumidor condizente com as suas aspirações?
O que ainda se vê, em muitos casos, são contatos realizados pelo canal inadequado, no momento inoportuno e com a mensagem errada para determinado consumidor, mas sabemos que alcançar uma interação omnichannel personalizada é importante para o sucesso das empresas e que elas já estão — ou deveriam estar — investindo em tecnologia para suportar esse objetivo.
As oportunidades para implementar processos digitais automatizados na interação com o consumidor estão por todos os lados: nos analíticos de vendas, que podem produzir insights sobre comportamento do consumidor e determinar as ofertas que devem ser feitas a cada um deles, quando e como fazê-las; analíticos de interação, feedback do consumidor e suporte, que podem ajudar a entender a resposta aos contatos feitos e recebidos, e como lidar com ela de maneira rápida e efetiva.
Em um cenário de alta complexidade organizacional, somado à necessidade de velocidade e personalização, reagir em tempo real e do modo desejado pelo consumidor é crucial para que ele escolha a sua empresa e não o seu concorrente e, em última instância, você possa alcançar o Santo Graal dos negócios: fidelizá-lo, vender mais para ele e torná-lo um promotor ativo da sua marca.
A automatização da tomada de decisões promete contribuir com essa demanda, ao proporcionar agilidade, consistência e a possibilidade de realizar testes que vão gerar um aprendizado sobre a interação com o consumidor, onde se emprega a tecnologia de machine learning.
Analíticos prescritivos são chave para uma gestão de decisões automatizada. Mas afinal, o que eles são?
Há uma gama de analíticos, que podem basicamente ser compreendidos como aqueles que lidam com a experiência passada — os chamados descritivos (o que aconteceu?) e os diagnósticos (por que aconteceu?), e analíticos que oferecem insights futuros preditivos (o que vai acontecer?) e prescritivos (o que devo fazer?). Através de uma plataforma robusta end to end, é possível trabalhar com dados, analisá-los, transformá-los em decisões que serão colocadas em prática, aprender com elas por meio do já mencionado machine learning, e rapidamente aprimorar suas ações ao incorporar este aprendizado nas ações futuras.
Com o uso dessa tecnologia, estamos vendo uma transformação na interação com o consumidor, de decisões em silos para uma tomada de decisão ágil e integrada; de um tratamento padronizado para uma customização em massa; de uma postura reativa na experiência do consumidor para uma resposta em tempo real; de uma comunicação estática e centrada no canal para uma que é dinâmica, com foco no consumidor; de um engajamento ad hoc e insipiente para um tratamento do consumidor baseado em dados e mais bem planejado; e de uma estratégia confusa, de implementação inconsistente através do portfólio de produtos e canais de comunicação, para uma articulada de acordo com os objetivos corporativos e implementada de modo consistente em toda a empresa.
Traduzindo essa transformação para os negócios, o que os early adopters estão experimentando é um aumento nas taxas de reposta a ofertas e contatos com o consumidor, crescimento das vendas, melhores níveis de serviço, satisfação dos consumidores e o mais importante: promover a uma fidelização muito mais duradoura.
(*) – É gerente sênior de marketing na FICO.