0
Danas je jasno vidljivo da tokom nadolazećih godina korisničko iskustvo neće ovisiti o funkcionalnostima platformi, već o sposobnosti prikupljanja i obrade podataka te pravodobnog reagiranja na iz njih dobivene uvide.
Jer upravo su podaci onaj ključan faktor koji omogućava kompanijama predviđanje potreba njihovih korisnika, personalizaciju odnosa, preventivno rješavanje problema, proaktivno nuđenje najbolje sljedeće akcije (Next-Best-Action) i slično. Jasno je da ovladavanje podacima i njihovo korištenje za pokretanje relevantnih akcija postaje imperativ za kompanije koje žele opstati i biti uspješne na suvremenom tržištu.
Jedan od najboljih izvora podataka o ponašanju i sentimentima korisnika te njihovoj percepciji kompanije, njezinih proizvoda, usluga i procedura su konverzacije koje korisnici imaju s agentima kontaktnog centra. Ali iskoristiti te podatke nije lako i to zato što su dragocjene informacije skrivene u tisućama sati snimki telefonskih razgovora i gigabajtima transkripcija tekstualnih komunikacija.
Ovaj problem vrlo efikasno rješavaju aplikacije za komunikacijsku analitiku. One konvertiraju ogromne količine podataka iz korisničkih konverzacija („BigData“) u informacije i uvide temeljem kojih kompanije mogu donositi odluke i poduzimati akcije („SmallData“).
Nedavno sam pisao o tome kako se kompanije, umjesto na integraciju raznih kanala, trebaju fokusirati na to da učine pravu stvar za korisnika u svakoj točki njegovog putovanja. Za ostvarenje ovog koncepta ključna je prediktivna analitika koja identificira potrebe i želje korisnika te predlaže najoptimalnije akcije koje kompanija u tom smislu može poduzeti (za više detalja vidjeti članak). Jasno je da pri tome sustavi za prediktivnu analitiku ovise prvenstveno o rasploživim podacima. Komunikacijska analitika može uvelike doprinijeti kvaliteti i sveobuhvatnosti podataka potrebnih za uspješnost prediktivne analitike. Ne treba posebno napominjati da time kompanija dolazi u značajno bolju poziciju u smislu unaprjeđivanja korisničkog iskustva i istovremenog ostvarivanja ostalih poslovnih ciljeva.
Komunikacijska analitika također može otkriti uzroke i pozadinu korisničkih pritužbi te pružiti kompaniji jasne smjernice za njihovo rješavanje i prevenciju. Pored toga ona jasno utvrđuje razlike između uspješnih i neuspješnih prodajnih kontakata te na taj način pomaže kompaniji da unaprijedi, kako treninge agenata, tako i svoje procese i procedure. Isto vrijedi za kontakate sa i bez First Contact Resolution-a (FCR) te uspješne i neuspješne kontakte vezane za zadržavanje postojećih ili pridobivanje novih korisnika.
Komunikacijska analitika također u potpunosti mijenja igru u području upravljanja korisničkim iskustvom (Customer Experience Management). Danas većina kompanija koristi Net Promoter Score (NPS) za mjerenje korisničkog zadovoljstva, iskustva i lojalnosti. I dok NPS svakako pruža solidnu indikaciju sposobnosti organizacije da ispuni korisnikova očekivanja, ovaj indikator ne specificira razloge zbog kojih je korisnik dao određenu ocjenu. To znači da NPS ne govori kompaniji što učiniti kako bi poboljšala iskustvo svojih korisnika.
Kroz sposobnost da jasno identificira uzroke korisničkog zadovoljstva i nezadovoljstva, komunikacijska analitika efikasno rješava ovaj dobro poznati problem te značajno unaprjeđuje postojeće procese upravljanja korisničkim iskustvom.
Nadalje, upitnici koji se koriste za praćenje korisničkog iskustva ne funkcioniraju jednako dobro na svim njegovim razinama*. Upitnici rade dobro na nivou djelotvornosti (Effectiveness) - zato što je jednostavno pitati korisnike zadovoljava li proizvod ili usluga njihove potrebe - da ili ne. Upitnici donekle dobro funkcioniraju na nivou jednostavnosti (Ease), zato što možemo pitati korisnika da ocijeni koliko je jednostavna interakcija s kompanijom - npr. od 1 do 5. Ali upitnici daju vrlo manjkave rezultate na nivou emocija (Emotion) - za što postoje brojni razlozi. Korisnicima se, naime, često teško sjetiti kako su se točno osjećali u određenom trenutku (osim kada su u pitanju ekstremi), ponekada im je teško definirati i kvantificirati emociju, a nekada jednostavno o tome ne žele govoriti.
A prema Forresteru**, emocije utječu na lojalnost korisnika puno više nego ostala dva nivoa korisničkog iskustva. Komunikacijska analitika je trenutno najpouzdaniji način utvrđivanja korisničkih emocija i sentimenata, te kao takva može značajno unaprijediti, kako razumjevanje, tako i upravljanje iskustvom korisnika.
Izvrstan primjer kako komunikacijska analitika mijenja pravila igre odnosi se na upravljanje kvalitetom u kontaktnim centrima. Tradicionalni proces upravljanja kvalitetom limitiran je brojem interakcija koje specjalisti za kvalitetu mogu manualno evaluirati. Prema mome iskustvu, kompanije tradicionalnim pristupom uspijevaju evaluirati manje od 1% svojih kontakata. Ne treba posebno naglašavati da se na taj način gube velike količine važnih informacija i ključnih uvida. Komunikacijska analitika omogućava kompanijama da automatski evaluiraju sve svoje kontakte, te da na taj način dobiju maksimum informacija (znanja) iz korisničkih interakcija. Pored toga, dobiveni uvidi ne odnose se samo na kvalitetu rada kontaktnog centra već sadrže informacije relevantne i za druge odjele (marketing, razvoj proizvoda, logistika i sl.) - te za firmu u cjelini.
Za kraj možemo zaključiti kako komunikacijska analitika zaista predstavlja „oči i uši“ upravljanja iskustvom korisnika. Duboko sam uvjeren da će u nadolazećim godinama upravo ona činiti razliku između kompanija koje će postati lideri u tom području - i onih koje će zaostajati.
* Korisničko iskustvo odvija se na tri nivoa – djelotvornost (Effectiveness), jednostavnost (Ease) i emocije (Emotion)
** Michael Gazala, Forrester Research Vice President and Research Director, Customer Experience
