Como big data e IA estão mudando radicalmente a experiência de comprar

Empresas como Nike, Amazon, Uber e Netflix vêm usando automação e inteligência artificial para fornecer milhões de interações personalizadas aos clientes

Não é segredo que, hoje, os clientes esperam melhores serviços das empresas. Na década passada, empresas com experiência em tecnologia como Amazon, Uber e Netflix condicionaram os clientes a esperar um serviço personalizado e acessível sob demanda, por vários canais, que responda às suas necessidades naquele exato momento.

Agora, independente do que se venda, é obrigatório oferecer esse tipo de experiência. “As expectativas do cliente não estão sendo definidas pelo seu setor de atuação, mas sim pelos melhores dos melhores entre os melhores”, diz Mohan Sawhney, professor de marketing da Kellogg.

Assim, as empresas estão reagindo em vários setores. Para as melhores delas, não se trata apenas de um esforço para permanecer relevante para os clientes. Significa também encontrar novas oportunidades de negócios. Essas empresas adotam uma mentalidade descrita por Sawhney como “preocupar-se com o cliente é o novo comércio”.

“O que significa ‘preocupar-se com o cliente é o novo comércio’? Trata-se de eliminar silos artificiais entre marketing, vendas e atendimento ao cliente”, diz Sawhney. “Afinal, cliente é cliente. Não são ‘clientes do marketing’ ou ‘clientes do atendimento’.

“Deixe-me apresentar um cenário que recebi de um ex-diretor digital da Nike“, continua Sawhney. “A Nike conseguiu obter 290 milhões de perfis de clientes. Um desses clientes envia um tuíte para a Nike dizendo: ‘Ei, vou correr a maratona de Boston na segunda-feira. Hoje é quinta-feira, estou na Flórida, e estou viajando para Boston. Mas meus tênis não chegaram. Estou ficando nervoso.’ O representante da Nike responde: ‘Sentimos muito, iremos agilizar o pedido, mas vemos que você mora na Flórida. E a previsão é que esteja -2ºC em Boston na segunda-feira, quando acontece a corrida. Você tem roupas adequadas para o frio? O cliente diz: ‘Bem, não tinha pensado nisso.’ O representante continua: ‘Temos aqui algumas peças de segunda-pele e de proteção térmica que podem te interessar. Recomendamos várias camadas de roupa. Deixe-me mostrar alguns exemplos do que acho que será bom para você.” O cliente escolhe algumas peças e o representante diz: ‘Vamos cuidar disso. Diga-nos o hotel no qual você estará hospedado em Boston e tudo estará lá te esperando a tempo para a maratona.’”

Assim, o que começou como uma interação com um cliente que havia ligado para reclamar resultou em uma venda de US$ 500.

Mas esse encontro aparentemente acidental obviamente não foi nada acidental. A interação ocorreu apenas porque o representante de atendimento ao cliente da Nike tinha acesso a informações relevantes sobre o cliente, tinha a capacidade de analisar holisticamente suas necessidades naquele momento e deixou de ser um mero atendente para se tornar um representante de vendas.

Isso ocorreu, em outras palavras, porque a organização adotou a mentalidade “preocupar-se com o cliente é o novo comércio”.

Ele acrescenta: “No futuro, a propósito, toda essa conversa acontecerá por chatbot. Você nem vai precisar da interação com seres humanos.”

No entanto, organizações que desejam fazer a transição para essa nova abordagem precisam fazer muito mais do que promovê-la como mantra. Para muitas, será necessário fazer grandes esforços em três áreas: criar uma plataforma de dados de clientes para ter todos os dados em um único local; criar um sistema unificado de envolvimento que permita aos clientes interagir em todos os canais digitais e físicos; e alavancar estudos analíticos e inteligência artificial para personalizar o envolvimento do cliente.

Sawhney compartilha algumas maneiras com as quais as empresas precisam enfrentar esses desafios para fornecer milhares ou milhões de interações ágeis e personalizadas aos clientes que, em última análise, impulsionarão as vendas.

Onde concentrar os investimentos

Para fornecer personalização e capacidade de resposta em qualquer escala, as organizações precisarão realmente se apoiar fortemente na automação e na inteligência artificial. Entretanto, essas ferramentas não são padronizadas e devem ser usadas com cuidado para atender às necessidades reais nos momentos importantes da experiência do cliente.

Isso significa que as empresas precisam definir onde concentrar seus investimentos. Como primeiro passo, Sawhney recomenda que mapeiem o que chama de “DNA da experiência do cliente”.

A maioria das empresas pensa na experiência do cliente como um funil de vendas: o processo de conversão de clientes em potencial em clientes de fato. No entanto, também precisam ver a experiência do cliente de uma outra perspectiva: as etapas pelas quais o cliente passa em sua jornada ao tomar decisões de compra.

Para Sawhney, esses dois processos – a jornada do cliente e a jornada da gestão do funil de vendas – são duas linhas entrelaçadas. Propõe a metáfora do DNA, com sua estrutura de hélice dupla, como base de uma estrutura chamada DNA da Experiência do Cliente (CxDNA). A primeira linha no CxDNA representa o lado do cliente durante a interação, enquanto a outra linha representa o lado da organização.

Sawhney aconselha às empresas passar pelo exercício de detalhar exaustivamente – tanto qualitativa quanto quantitativamente – como funciona cada estágio da experiência do cliente sob a perspectiva do próprio cliente. Assim, ajudará a esclarecer quais informações e conteúdos serão úteis para os clientes em cada etapa do processo. Essa análise, por sua vez, informa as organizações quais são as ações necessárias para nutrir os clientes ao longo da sua jornada.

“Isso se torna uma estrutura de organização”, diz ele. “Ao tomar conhecimento dos estágios pelos quais os clientes passam, você saberá o que fazer para facilitar sua experiência. O CxDNA também define os casos práticos para aplicar inteligência artificial a fim de personalizar as informações e o conteúdo de forma a interagir com os clientes em cada etapa da jornada”.

A construção de um modelo abrangente e unificado da experiência do cliente parece ser algo bastante simples. Na prática, explica Sawhney, pode ser surpreendentemente complexo. Muitos executivos lamentam a falta de um banco de dados comum sobre seus clientes, por exemplo. “A frustração que nos expressam é: ‘Não temos os dados em um só lugar. Temos departamentos e unidades de negócios, regiões e silos. E, a menos que possamos juntar tudo em um só lugar – e, a propósito, nem sequer temos a mesma definição de cliente em todas as unidades de negócios – não há uma identidade perfeita do cliente que possamos rastrear por todos esses silos”.

Esse insight geralmente leva as empresas a criar uma plataforma única para hospedar os dados em todos os canais, estágios e interações; e para que também possa abrigar mecanismos de automação. Essas são as medidas que Sawhney recomenda enfaticamente que as empresas adotem antes de começar a pensar seriamente em fazer outros investimentos em estudo analítico. “Para poder obter todo o valor dos esforços de estudos analíticos e de inteligência artificial”, diz Sawhney.

Funil aprimorado

Depois de criar um modelo unificado da experiência do cliente e desenvolver uma plataforma de dados capaz de rastrear as interações individuais, você estará bem posicionado para testar como pôr em prática o lema “preocupar-se com o cliente é o novo comércio”.

Mais especificamente, isso significa determinar quais momentos da experiência do cliente podem ser personalizados, repensados ou melhorados e, em seguida, testar rigorosamente quais intervenções funcionam.

“É a decisão de onde, ao longo da jornada do cliente, devem-se aplicar os modelos de estudo analítico da empresa. Pense da seguinte forma: primeiro é necessário construir uma estrada; e, depois, decidir se você deve dirigir nos primeiros quilômetros da estrada, ou nos últimos quilômetros, ou em algum trecho intermediário”, diz Sawhney.

Como ponto de partida, Sawhney sugere procurar por vazamentos no funil de clientes, pois esses são os locais onde você claramente decepciona seus clientes, e uma nova abordagem seria benéfica a ambas as partes.

“Procure áreas onde as falhas ocorrem, áreas onde há problemas. Esse é o ponto de ataque para modelos preditivos ou aplicativos de estudo analítico”.

Digamos que sua empresa desenvolva aplicativos. Sua campanha de marketing gerou 100.000 leads, e a maioria das pessoas se inscreveu para a versão gratuita do seu produto. Porém, pouquíssimos estão optando pela versão paga. Seu problema, então, é convertê-los em clientes pagantes.

“Esse é o ponto que eu atacaria. Primeiro criaria um modelo para prever a conversão, analisar as variáveis que levam à conversão e quais ações corretivas poderiam ser adotadas”, diz Sawhney. Por exemplo, pode ser o desenvolvimento de mensagens personalizadas ou ofertas promocionais para incentivar os usuários a fazerem a transição para o plano pago, depois testar para verificar se eles funcionam. Ou pode significar avaliar o interesse dos usuários em um novo recurso na versão paga.

Ou, em um cenário diferente, digamos que seja uma empresa de software reconhecida e com grande penetração no mercado – 90% do mercado usa seu principal software por assinatura. Porém, muitos desses clientes o usam só de vez em quando ou para trabalhos limitados. Esses clientes podem sentir que não obtêm toda a vantagem oferecida pelo software e talvez não renovem a assinatura. Isso mostra um problema de retenção de clientes, que se pode resolver, por exemplo, desenvolvendo-se recomendações personalizadas para que experimentem novos recursos ou utilizem mais amplamente o software, para que os clientes desfrutem dele mais plenamente.

Trabalho contínuo

A transição completa para a mentalidade “preocupar-se com o cliente é o novo comércio” não será fácil para a maioria das organizações, mas isso não é motivo para não começar agora.

“Esses modelos, ferramentas e processos já existem hoje. Não é ficção científica. É hoje”, diz Sawhney. “Portanto, se sua empresa estiver fazendo marketing e envolvimento do cliente da forma antiga, manualmente e com sistemas em silos, e presumindo que o marketing é só criatividade e intuição, e criando propagandas para exibição durante a final da Copa Libertadores, você estará morto antes de se dar conta”.

No entanto, para os líderes de marketing que estão preocupados com a melhor forma de implantar a tecnologia, Sawhney informa que não há lugar ideal para concentrar seus esforços. Ao contrário, é melhor aprimorar a experiência do cliente nos locais onde os maiores problemas ocorrem, trabalhando gradativamente para obter uma visão de ponta a ponta.

É importante pensar grande, mas começar pequeno e escalonar rapidamente. “O aprendizado de máquina e a inteligência artificial devem ser aplicados não para fazer algo gigantesco”, diz ele, “mas para fazer centenas de pequenas coisas que agregam grande valor comercial”.

*Texto publicado originalmente no site Kellogg Insight, da Kellogg School of Management