Превосходя ваши ожидания:анализ пути клиента на основе данных
Филип Пулидис, соучредитель ODAIA.ai
Отображение и анализ пути клиента
Карту пути клиента часто рассматривают только как инструмент дизайнерского мышления, который позволяет организациям понять свои рынки и то, как клиенты взаимодействуют с ними. Его можно сделать еще более мощным, если дополнить его инструментом анализа данных. Затем эти идеи можно использовать для увеличения продаж или снижения оттока. Анализ пути настолько важен, что, по данным Gartner, в 2018 году он был главным приоритетом клиентской аналитики среди бизнес- и ИТ-руководителей.
«Путешествие» клиента включает в себя все его взаимодействия с компанией, продуктом или услугой. Обычно это делается со ссылкой на «точки соприкосновения», то есть на каждую точку, в которой покупатель вступает в контакт с брендом. Это означает не только продукт или услугу, но и связанные с ними социальные сети, маркетинг, точки продаж, выставление счетов, поддержку и все остальное, что может повлиять на опыт.
Как правило, маркетологи ставят себя на место клиента и пытаются определить точки соприкосновения, а затем создают визуальную «карту» того, как, по их ожиданиям, должно выглядеть типичное путешествие клиента по организации. Эта карта важна, потому что она позволяет организации определить проблемы и области, в которых путь клиента можно улучшить. Если между точками соприкосновения есть промежутки (например, веб-сайт не ведет к точке продажи), точками, где у клиентов возникают трудности, или точками соприкосновения, которые естественным образом не ведут к следующему шагу на пути клиента, эти источники трение можно определить и зафиксировать.
Таким образом, используя карты пути клиента, клиентский опыт может быть максимально приятным и беспроблемным.
Уловка
Однако у традиционного метода картирования путешествий есть серьезные ограничения. «Ожидаемый путь клиента» — это именно то, что ожидается, а не наблюдается. Несмотря на то, что он включает в себя аналитику данных, картирование ожидаемого пути — это принципиально качественный метод определения качества обслуживания клиентов.
На практике это часто означает попытку понять «как и почему» с точки зрения пользователя с помощью семинаров, опросов и интервью с данными, дающими дополнительные подсказки (например, отсутствие веб-трафика между точками взаимодействия, показывающее, что существует разрыв, или много кликов и времени, проведенного с точкой взаимодействия, предполагая, что она может быть неудобной или запутанной).
Хотя эти методы могут быть полезны, результаты весьма спекулятивны. Компании надеются, что клиенты совершат ожидаемые поездки, которые были так тщательно составлены и спланированы, но это может быть не то, что происходит в реальном мире.
«Компании надеются, что клиенты совершат ожидаемые поездки, которые были так тщательно составлены и спланированы»
В то же время объем данных, которые организации могут собирать о точках соприкосновения, постоянно увеличивается. Умножьте количество точек соприкосновения на количество клиентов, которые с ними сталкиваются, и вы получите ошеломляющий объем информации для обработки. Сортировка реальных путей клиента для поиска значимой информации теперь сама по себе является проблемой.
Оптимальный подход
Именно здесь становится необходимым количественный подход, основанный на данных. В ODAIA мы используем технику, называемую интеллектуальным анализом процессов, для анализа данных о точках взаимодействия и предоставления полезных карт маршрутов, основанных на реальных маршрутах. Используя новейшие разработки в области машинного обучения, мы анализируем поведение клиентов, что позволяет нам помогать компаниям предотвращать отток клиентов, измерять сходство между клиентами и давать рекомендации для дальнейших действий.
Используя новейшие разработки в области машинного обучения, мы анализируем поведение клиентов
Я расскажу больше о подходах интеллектуального анализа данных к картированию пути клиента в будущем — на данный момент важный вывод заключается в том, что если вы хотите понять фактический путь клиента и предсказать будущие действия, количественный подход должен быть предпочтительнее более качественного подхода. .
Узнать больше о ODAIA.ai
Теги: #customerjourneymapping #искусственный интеллект #AINorth
