Customer journey, per conoscere i clienti ci vuole intelligence
In un mercato dove i clienti sono sempre più informati e digitalizzati, la customer intelligence ha cambiato la relazione tra azienda e clienti: le analisi si basano su insight raccolti dai Big Data e dati comportamentali del customer journey che arricchiscono il profilo del cliente
Tra le sfide che devono affrontare oggi le aziende, una delle più importanti è riuscire a vendere i propri prodotti e servizi a clienti che sono sempre più informati, e quindi sempre più esigenti, e meno fedeli. Clienti che, negli anni, si sono sempre più digitalizzati, e quindi sono in grado di accedere facilmente al web e alle informazioni relative ai prodotti e al brand, individuando in un click offerte e promozioni, e confrontando al tempo stesso esperienze e opinioni di altri utenti. Secondo una recente indagine del Censis, sono oltre 30 milioni gli italiani che leggono abitualmente giudizi relativi ai prodotti presenti su social network e blog, e più di 6 milioni quelli che pubblicano post raccontando le proprie esperienze commerciali, in rete o in punti vendita fisici.
CUSTOMER INTELLIGENCE
Per analizzare al meglio tutte le informazioni legate ai clienti, ai loro acquisti e ai loro comportamenti, sono necessari – anzi ormai indispensabili – strumenti avanzati per la customer intelligence, senza i quali non è possibile avere le informazioni utili al proprio business. La tecnologia ha cambiato la relazione con i propri clienti. La customer intelligence, infatti, permette di costruire interazioni con i propri clienti basate sugli insight raccolti dai Big Data e dalla loro analisi. Le esperienze dei clienti sono tenute continuamente aggiornate, collezionando tutte le informazioni dai vari touch point: grazie alla customer intelligence, si riesce a misurare la customer experience su tutti i canali dell’azienda, e si possono collegare le strategie orientate al cliente agli obiettivi di business. Approfondire la conoscenza dei clienti significa comprenderne attitudini, preferenze, abitudini di acquisto e relazioni sociali, ma anche trovare il canale più adatto per comunicare con loro, utilizzando messaggi personalizzati, prevedendone il comportamento, e creando offerte personalizzate che favoriscono il business e fidelizzano i clienti. Sfruttando questi strumenti, le attività di marketing sono molto semplificate, e più efficaci: da un lato tutti i processi sono ottimizzati, e i costi di marketing e delle campagne significativamente ridotti, dall’altro i propri prodotti sono posizionati meglio e più rapidamente sul mercato.
Inoltre, si può facilmente segmentare la clientela per indirizzare una strategia commerciale e di servizio personalizzata, anche in tempo reale, e generare così un più alto ritorno sugli investimenti di marketing e sulle promozioni. Non solo. Reagire subito e in modo appropriato ai cambiamenti nel comportamento dei clienti, in particolare per anticipare i rischi di abbandono, significa aumentare l’efficacia della forza vendita, identificando i prospect più qualificati, e risolvere i problemi dei clienti in maniera più efficiente, rendendo più informato il proprio customer service. In sintesi, gli advanced analytics in questo campo permettono di conoscere i propri clienti nel modo migliore possibile e di anticipare le prossime mosse di ogni cliente, prendendo decisioni basate su dati più intelligenti. Grazie al rapido ritorno degli investimenti, e alla loro provata efficacia, questi strumenti sono usati in tutti i settori di mercato. Il mercato della customer intelligence ha ormai raggiunto una dimensione importante, e una previsione di crescita notevole. Secondo dati di IDC, soltanto nel retail, uno dei settori di maggiore importanza per queste soluzioni, il mercato delle tecnologie di customer analytics nell’Europa Occidentale, comprendente software, hardware e servizi, si attesta a quasi 340 milioni di euro, e raggiungerà 450 milioni nel 2020.
ANDARE OLTRE GLI SLOGAN
Secondo Giancarlo Vercellino, research & consulting manager di IDC Italia, le soluzioni di customer intelligence sono da sempre strettamente integrate in sistemi informativi di front-end, in modo particolare nelle piattaforme di CRM oppure di customer experience. Però è ragionevole immaginare che avranno sempre più una valenza autonoma e disgiunta da qualsiasi applicativo aziendale più o meno canonico e tradizionale. «Dipende tutto dalla destinazione d’uso dei dati e da quanto i processi stanno evolvendo da uno scenario role-based a uno scenario data-driven, dando quindi sempre più spazio a logiche di automazione intelligente attraverso il machine learning» – spiega Vercellino. «Parlare di benefici in senso assoluto, tout-court, senza contestualizzare l’impiego dei dati in processi definiti ci aiuta soltanto in parte a capire i benefici sostanziali, andando oltre slogan più semplici che possiamo leggere in qualche brochure o in qualche presentazione. Considerata la velocità con la quale sta cambiando la società, capire quali sono i bisogni, sempre più variabili, volatili e sofisticati, del cliente digitale – sia consumer che business – rappresenta il vero fondamento per le attività di customer intelligence, al di là di quali siano i modelli e i paradigmi tecnologici che si intendono impiegare».
Secondo Alfieri Voltan, presidente di Siav, un ambito strategico per la customer intelligence è quello della business process intelligence e del process mining, «per tenere sotto controllo i processi interni ed esterni legati alle relazioni con il cliente, ricostruendoli e misurandoli in modo oggettivo a partire dai dati contenuti nei sistemi informativi di customer relationship management». Per la gestione delle relazioni e delle interazioni in tempo reale su canali fisici e digitali, la soluzione SAS di customer intelligence si colloca nell’area CRM/Campaign, integrandosi con ogni altro tipo di applicazione (CRM, Casse, Commerce, Loyalty…). Da un punto di vista organizzativo, si posiziona nel marketing strategico e operativo, sales e customer service e permette – come ci spiega Max Ardigò, customer intelligence solution consultant – di analizzare mercato di riferimento, definire segmenti, prodotti, offerte, valutare performance, consentendo di definire e ottimizzare le strategie omnicanale. «I motori analitici alla base sono la chiave per interagire nel momento e nel canale preferito dal cliente con la migliore azione o offerta. SAS Customer Intelligence si integra con i sistemi per business analyst e data scientist, e chi studia e produce modelli analitici può capire meglio come verranno utilizzati a regime, accorciando la distanza culturale con gli utenti di business. Ma anche con soluzioni di Credit Risk & Fraud Management: gestendo decine di migliaia di interazioni in tempo reale sincronizzate tra canali fisici e digitali, è fondamentale non sbagliare, specialmente nella gestione del rischio e del credito. E infine Streaming Analytics, IoT, AI e Machine Learning: attività omnicanale che interagiscono con ogni persona o cosa producono dati da cui estrarre valore e imparare».
DIFFICOLTÀ E BENEFICI
Un aspetto che viene ampiamente segnalato da tanti CMO durante l’implementazione di progetti di customer intelligence è il tema dell’information hoarding, che porta necessariamente a un fenomeno molto simile ai silos che si osservano sempre facilmente nell’IT, ma inedito nell’ambito della funzione marketing. «La questione – spiega Vercellino di IDC Italia – deriva in parte dalla natura intrinseca di molti progetti IT, che oggi forse più che in passato assumono valenze sempre più ampie e generali, e quindi tendono a travalicare qualsiasi confine organizzativo. In modo particolare, i progetti che mettono al centro i dati e gli analytics mostrano più di altri l’inevitabile tendenza a estendere “organicamente” la propria portata quasi a 360 gradi. Però forse sussistono anche altri fattori che sono più “endemici”, in altre parole, più strettamente caratteristici dei processi marketing & sales e più in generale dei processi di front-end, che confrontandosi con la variabilità dell’ambiente esterno all’organizzazione generano una notevole eterogeneità di informazioni, e soprattutto, di competenze, non soltanto tacitamente presenti nella testa delle persone, ma altrettanto innestate dentro processi secondari, pratiche informali ed eccezioni. Sotto questo specifico punto di vista, che rappresenta soltanto un aspetto ricorrente fra tanti progetti, è importante sottolineare che i progetti di customer intelligence portano spesso il risultato inatteso di evidenziare il disallineamento tra processi formali e processi sostanziali, e quindi, conseguentemente, possono dare l’avvio non soltanto a importanti passi di standardizzazione delle attività, ma soprattutto a una revisione e, potenzialmente, una trasformazione più o meno significativa del modo di confrontarsi con i clienti». Tra le attività da compiere per ottenere un’implementazione di successo, occorre innanzitutto stabilire una data governance completa, per proteggere i dati sensibili, è necessario poi sviluppare gli analytics in modo che la customer intelligence sia facilmente accessibile, immediata e condivisa, e dimensionare la potenza di analisi per definire le giuste offerte di up e cross-selling. Nello sviluppo del progetto, bisogna far sì che gli analytics permettano di elaborare rapidamente i dati dei clienti per personalizzare le interazioni con ogni cliente, e di ottimizzare le operazioni rivolte ai clienti stessi.
CUSTOMER JOURNEY IN TRE PASSI
Centrale, nei progetti di customer intelligence, è il concetto di customer journey, che può essere definito come l’itinerario che ciascun utente percorre dal primo contatto con un’azienda su un qualunque canale, online o offline, fino alla decisione di acquisto (o di non acquisto). Conoscendo il momento e il canale esatto in cui avviene il primo contatto con il cliente, e la successiva rotta che viene compiuta, ogni azienda è in grado di ottimizzare gli investimenti di marketing, ma anche di interpretare i bisogni dei propri clienti, e di riuscire addirittura ad anticiparli. Il profilo storico di un cliente viene integrato in tempo reale con i dati comportamentali del “customer journey”, arricchendolo di informazioni utili per un’approfondita analisi, che non può essere fatta con strumenti di query e reporting ma con gli analytics. I punti di contatto di un cliente con un’azienda sono molteplici, possono essere canali sia digitali (siti web, campagne di social media marketing, advertising digitali, campagne di direct email marketing) sia fisici (radio, tv, eventi, negozi fisici, call center). Gli utenti hanno numerosi strumenti per effettuare la propria scelta: pc, smartphone, tablet, ogni genere di device wearable, smart tv. Il confine tra interazioni online e offline è molto labile, tanto che gli esperti di marketing devono essere in grado di gestire le diverse esperienze in modo uniforme, senza distinguere se l’interazione è stata compiuta con dispositivi mobili, via web o nei negozi.
«Alla base di una strategia di marketing guidata dai dati ci sono 3 passi» – spiega Max Ardigò di SAS. «Listen, understand e act. Il customer journey è un susseguirsi di momenti di relazione, attraverso il mondo fisico e digitale, che deve essere sempre ottimizzato (Ascolto). I dati lasciati dal cliente vanno analizzati (Comprensione) e dopo aver ascoltato e capito l’esigenza del cliente è necessario restituire un riscontro personalizzato in real-time (Azione). Non bisogna però dimenticare che, in questa trasformazione verso il digitale, restiamo persone fisiche, che interagiscono in un mondo fisico. Il customer journey deve essere realmente omnicanale e le aziende devono essere pronte a sostenere una relazione omnicanale con il cliente». Ma per essere guidati dai dati – aggiunge Alfieri Voltan di Siav – «occorre affidarsi a strumenti di process discovery e performance analysis in grado, a partire dalle entry presenti in un database che supporta un sistema informativo, di effettuare la scoperta automatica dello schema di processo sottostante, su cui proiettare metriche di frequenza e performance. Questi strumenti consentono di disegnare in automatico, misurare e valutare i processi di supporto e di risposta al cliente, i tempi di percorrenza e le eventuali criticità rispetto ai quali ridefinire le regole di pianificazione delle attività».