Artículos con la etiqueta NPS

La predicción del comportamiento, solución para el futuro de las empresas

Publicado en 21 de nov de 2019 por Alberto CórdobaNo Comments

 

Rafael Vara, CEO de Lukkap Iberia & Latam

Predecir el comportamiento de clientes y empleados, nos permitirá adelantarnos a los acontecimientos

Inteligencia Artificial y Machine Learning. ¿Otra vez? Sí. Porque, aunque hayamos escuchado hasta la saciedad de su importancia, parece que el concepto no termina de calar.

¿Por qué nos da miedo el concepto de Inteligencia Artificial? ¿Por qué no nos atrevemos a lanzarnos con un proyecto de Machine Learning? ¿Nos preocupa la rentabilidad de captar datos en una organización? ¿Creemos en la predicción del comportamiento? A día de hoy, todavía surgen miles de dudas que motivan que muchas compañías sigan con ciertas reticencias hacia el progreso que la tecnología pone a nuestra disposición.

Los estudios dicen que, para 2020, el 64% de las compañías utilizarán Machine Learning y que, para 2023, la inversión empresarial en Inteligencia Artificial superará los 20 billones de dólares. Ello conllevará un cambio de paradigma en los modelos de negocio; cambiará la forma y el contenido de lo que vendemos; cambiará la manera en la que compramos; y, como no puede ser de otra manera, esto tendrá un importante impacto en el mercado laboral.

Sin duda, aquellas empresas que empiecen a construir modelos basados en Machine Learning conseguirán una ventaja competitiva adicional, ya que empezarán a afinar los modelos de toma de decisiones respecto a los productos y servicios que ofrecen –en base a la predicción del comportamiento– y, en consecuencia, a definir una estrategia de ventas y experiencia de cliente que marque la diferencia con sus competidores.

Entonces, si los datos demuestran que la tendencia a medir, a analizar los datos e ir hacia la IA es imparable, ¿por qué algunas empresas no empiezan ya? Las razones son tan básicas que asustan:

  1. Miedo al concepto. El ser humano tiende a tener miedo a lo desconocido, y más aún si invade su seguridad física e intelectual. Que una máquina (y una empresa detrás de la máquina) conozca y sepa lo que voy a realizar es algo que, de primeras, no agrada. Genera temor. Pero, ¿y si con ello nos pueden salvar la vida, hacer la vida de nuestros hijos más fáciles o educarles mejor? Entonces el miedo desaparecerá … los que crean en ello serán early adopters y, con ellos, el resto de la sociedad.
  2. Desconocimiento del potencial. Los proyectos de Machine Learning permiten sacar rentabilidad a la recogida de datos (bien sea de consumidores o de empleados). Muchas veces recogemos datos y datos, pero no sabemos qué impacto real tendrá esto. Contratar un servicio de análisis de predicción del comportamiento es muy rentable, pero se desconoce. Aquellos que tengan más iniciativa conseguirán los primeros modelos predictivos y, por ende, multiplicarán exponencialmente el retorno de la inversión que supone la captación de datos.
  3. Fracasos iniciales. En algunos casos, las pruebas piloto no han funcionado. Cuando recoges datos sin una metodología contrastada es difícil obtener datos de calidad. Es por ello que se recomienda asegurarse de que la metodología de medición este contrastada y las herramientas de recogida de datos sean fiables. Hoy por hoy, las herramientas de reconocimiento facial o neuromarketing son limitadas, pero hay otras herramientas (analytics, paneles, cuestionarios…) que permiten medir de forma predictiva la experiencia del cliente o empleado.
  4. Falta de pautas. No saber cómo o con quién hacer un proyecto de estas características hace que las organizaciones no sepan por dónde empezar. ¿Quién liderará el proyecto? ¿Debemos medir primero? ¿Son válidos los datos que tenemos? ¿Qué haremos después con lo que obtengamos? Contar con una metodología y unos pasos claros a seguir, nos ayudará a predecir con sentido y con éxito.

Si ya somos capaces de predecir picos de tensión en sistemas eléctricos, el impacto del incremento de precio de las materias primas en la economía, el por qué alguien comprará en IKEA o qué personas abandonarán la empresa en los próximos meses, ¿por qué no damos un paso más allá? Medir y predecir. Si predecimos lo que nuestro cliente y/o empleado hará, podremos anticiparnos, planificar y hacer la vida más fácil a los demás.

 

Machine learning y Experiencia de Cliente, un matrimonio feliz

Publicado en 9 de oct de 2019 por Alberto CórdobaNo Comments

 

Rafael Vara, CEO de Lukkap Iberia&Latam

¿Es el machine learning el futuro de la experiencia de cliente? Si lo analizamos, podemos concluir que, sin duda, el futuro de la experiencia de cliente pasará, seguro, por la predicción de comportamientos.

En este sentido, hasta ahora se analizaba y medía el comportamiento del cliente ante la propuesta de valor de cada compañía. Pero lo hemos hecho por pura necesidad, porque el cliente exige más; exige porqué está en posición de exigir, exige porque nos encontramos en un ciclo económico donde la oferta supera, como nunca en la historia, la demanda, exige porque los niveles de consumo son exagerados y porque la cultura de compra compulsiva americana se ha asentado en Europa y Asia.

Estos hechos hacen que cualquier equipo directivo tenga que “devanarse los sesos” para hacer que la compra sea una experiencia en sí, que genere ciertas sensaciones diferenciales para los clientes. El producto por sí mismo ya no es diferencial; los productos se copian o, incluso peor, se mejoran en tiempo récord que hace que su ciclo de vida sea tan corto que no tenga sentido analizarlo. Sin embargo, la experiencia es un plus para los clientes.

Durante los últimos años hemos visto que una ventaja diferencial podría ser un NPS –Net Promoter Score– alto (tasa de recomendación de un cliente a otro), sin embargo, este índice es, en múltiples ocasiones, muy pernicioso y engañoso para la dirección de las compañías, ya que, por ejemplo, puede realizarse en un momento incorrecto, medirse con el empleado presente o que el empleado induzca a la respuesta positiva.

Con el fin de mejorar estos fallos, la disciplina de Experiencia de Cliente ha profundizado en su metodología de medición –incluyendo los momentos clave de una relación con el cliente, los hechos que vive y sus percepciones con la marca– y ello nos ha permitido obtener datos de calidad que nos permiten conocer y anticiparnos a lo que es vital para nuestro cliente.

Así, en este momento, la metodología ya nos permite ir un paso más allá, nos permite adelantarnos; tanto en las relaciones online, como en las offline, podemos, gracias a un buen customer journey, tener datos de tanta calidad que nos permitan anticiparnos a lo que el cliente quiere.

Pero, ¿qué es lo próximo en materia de experiencia?

Todo apunta a que deberá ser la predicción de comportamientos, no solo la anticipación. De ahí que resurja el machine learning. Y digo resurja, porque no es nuevo ni nació ayer.

Sin embargo, es en este momento histórico cuando más fácil es ponerlo en práctica. Principalmente por dos razones: ahora somos capaces de tener múltiples datos de calidad y es barato almacenarlos.

Así, por un lado sabemos que el machine learning es una rama de la inteligencia artificial que nos permite aprender de los datos, identificar patrones y tomar decisiones con cierta intervención humana, mientras que, por otro, sabemos que la metodología de experiencia de cliente está ultra contrastada y que, gracias a ella, conseguimos incrementar los KPI (Key Performance Indicator) de negocio con nuevas experiencias diseñadas.

Entonces, ¿por qué no unir ambas metodologías?

  1. La potencialidad y hallazgos, hasta la fecha, de utilizar ambas metodologías en simultáneo provoca grandes beneficios
  2. Se pueden tomar decisiones empresariales bajo una sólida base científica. Se puede entender qué aspectos son clave para el cliente, qué le molesta, qué le gusta contestar y nos aporta y qué no. Por ello podríamos ahorrar miles de euros en estudios de calidad inocuos.
  3. Se puede anticipar la necesidad y requerimiento del cliente.
  4. Se le puede sorprender con mayor nivel de acierto.

Sin duda, abordar un proceso de Customer Centric tiene sentido hoy en día y, más aún, con las metodologías tan sólidas que existen y con expertos en machine learning. El reto está ahí. Es bonito, es innovador, es transformador.

 

 

 

Medir Experiencia de Cliente: cómo conseguir convertir los datos en acciones concretas

Publicado en 22 de ene de 2019 por Alberto CórdobaNo Comments

María Hernanz, directora de Data & Analytics en Lukkap

Echa la vista atrás y piensa en las últimas semanas pasadas: ¿cuántas encuestas has recibido en tu bandeja de entrada?, ¿cuántas han sido justo después de haber vivido una experiencia con una compañía? Y lo más importante, ¿cuántas has contestado y en cuántas has recordado a la perfección lo que habías vivido?

En los últimos años, las compañías hemos pasado de no considerar al cliente y su experiencia como un indicador clave para el negocio a que, según un estudio sobre el Nivel de Operativización de la Experiencia de Cliente, más del 75% de las empresas españolas tengan ya –o estén implantando– un programa de voz del cliente.

Este dato, para los apasionados de la Experiencia de Cliente, es un gran paso. Pero ¿para qué medimos?, ¿para qué recogemos experiencias?, ¿para qué invertimos en preguntar a nuestros clientes?

Empecemos por señalar aquello para lo que no lo hacemos: no deberíamos medir para tener simplemente un dato que poder compartir con un comité de dirección, ni como una herramienta de auditoría o examen; deberíamos medir para mejorar, para analizar qué es lo clave para los clientes e impactar aún más en ello y, así, poder ayudar a generar negocio. En definitiva, la medición debe traducirse en transformación.

Para ello, aquí van algunas claves para lograr esta medición transformadora:

1. Medir lo relevante

Muchas veces caemos en el error de preguntar al cliente por cosas que no son importantes para él, sino que solo nos interesan a nosotros; ya sea porque hemos realizado cambios en la empresa o porque un área insiste en que hagamos preguntas específicas después de implantar un nuevo proyecto y necesitan presentar datos. En este caso, está claro que si queremos medir para transformar, tenemos que preguntar por aquello que mueve al cliente a relacionarse con la compañía, por su experiencia y por lo que le gustaría vivir en cada momento de su customer journey.

2. Medir en el momento adecuado

Un dato alarmante que se extrae del estudio ya mencionado, es que solo el 16% de las empresas preguntan justo después de la interacción. Cuando estamos hablando de experiencias y transformación, el tiempo es clave. Hay que tener en cuenta que las experiencias son recuerdos y, como recuerdos, a lo largo del tiempo solo retendremos el detalle las experiencias muy positivas (WOW) o de las muy negativas. Por ello, es necesario no esperar a final de mes para lanzar una campaña de medición o hacerlo solo cada 6 meses. Cuanto más cercana esté la medición de la experiencia, más fiabilidad del dato y más cercanía para poder actuar.

3. Medir como parte del journey del cliente

La medición debe estar integrada en viaje del cliente para que sienta que la encuesta forma parte de la experiencia; pensando en el canal adecuado para ese momento, diseñando mensajes que sigan los mismos principios que el resto de los momentos y haciendo que todo tenga coherencia para que la medición forme parte del todo.

4. Medir y actuar

Si preguntamos, generamos expectativas en el cliente y éste espera que hagamos algo con esa información; no importa si recibimos una queja o un piropo. Y es que, si queremos medir para transformar, ahí está la clave: gestionar los resultados negativos, para evitar mayores incidencias y conseguir un cliente satisfecho; pero también los resultados positivos, consiguiendo que ese cliente sea aún más fan, nos recomiende y demos motivos para que la relación se mantenga en el tiempo.

5. Medir y formar

La medición es una herramienta más y, como tal, hay que implantarla. Formar, no solo a las personas que la vayan a desarrollar, sino también a los que vayan a usarla e interpretarla, será crucial para que la implantación sea exitosa. Sin embargo, el 51% de las empresas no usan una herramienta para sacar el máximo partido a cada dato, sino que siguen haciéndolo todo a mano; claro ejemplo de que todavía queda camino por recorrer.

En definitiva, si quieres empezar a medir la experiencia de tus clientes, pregúntate antes por qué quieres hacerlo. Si es para mejorar tu compañía, adelante; si es solo para tener un dato para poder subir “arriba”, te valdrá a corto plazo; pero ten por seguro que en un futuro –no muy lejano– tus clientes se resentirán y no obtendrás los resultados esperados. No olvides que la medición es transformación.

 

¿Debe morir el NPS?

Publicado en 31 de jul de 2018 por Alberto CórdobaNo Comments

Elena Garrido, Project Manager en Lukkap

Hoy en día, cuando hablamos de Experiencia de Cliente, todos mencionamos el NPS (Net Promoter Score). Y lo hacemos porque en 2003 Frederick F. Reichheld lo presentó como “el número que necesitábamos para crecer”.

El éxito de esta métrica se debía, principalmente, a una extensa investigación que concluía que el NPS era siempre el mejor indicador para medir el crecimiento futuro de una empresa. Esto, unido a su sencillez, lo ha convertido en el número de cabecera para directores de marketing, ventas y CEOs; nos han dicho que el NPS es el único número que nos debe importar y el cual tenemos que mejorar para conseguir resultados, y hemos llegado a un punto en el que tenemos un problema: nos hemos obsesionado.

Nos hemos obsesionado desde el punto de vista de los directivos, ya que las primeras preguntas que surgen al recibir lo resultados son: “¿Cuál es el NPS?” “¿Cuánto ha subido?”, pero no solo eso, sino que la obsesión también ha llegado a los empleados.

Recientemente he vivido varias situaciones en diversas tiendas, alquilando un coche o cuando me instalaron la fibra en casa, entre otras, donde he escuchado frases como: “Si no me pones más de un 9 no me cuenta”, “solo el 9 o el 10 marcan la diferencia”.

Como cliente, cuando te dicen eso, ¿cómo vas a poner una mala valoración? El problema es que estamos consiguiendo que el cliente no se sienta libre al responder y, por tanto, los resultados que estamos recibiendo están dejando de ser reales.

Y aquí es cuando empiezan los problemas; cuando el resultado que recibimos no es el que esperábamos –una bajada drástica en un negocio que, a priori, va bien –, cuando surge alguna incoherencia porque el negocio que más ha vendido es el que ha bajado en NPS… ¿Te suenan alguna de estas situaciones?

Por eso el NPS es un buen indicador (¡muy bueno!), pero no lo es todo. Es importante que lo midamos, pero tenemos que ser conscientes de que solo nos está revelando una parte de la experiencia que vive el cliente y que, en ocasiones, está falto de contexto.

Hay muchos factores y atributos que influyen en él:

NPS= MARCA + PRODUCTO/SERVICIO + PRECIO + CX

¿En qué porcentaje afecta cada uno al NPS? No lo sabemos al 100%, no existe una fórmula mágica. Sin embargo, hay cosas que sí sabemos:

  1. Que la marca, el producto/servicio y el precio son atributos que están fuera del control del personal que está de cara al cliente.
  2. Que, aproximadamente, la correlación entre NPS y experiencia está en torno al 65-70%.
  3. Que, con los mismos atributos –es decir, misma marca, producto y precio –, una mejor experiencia de cliente aumenta mucho el NPS.
  4. Que tenemos un indicador que sabemos que cuanto mayor sea, mejor, pero no sabemos qué lo provoca.

Así, medir Experiencia de Cliente se ha convertido en una herramienta de gestión que complementa el NPS, pero, ¿qué significa medir Experiencia y cómo puedes empezar a hacerlo?

  1. Mide el Customer Journey: define los momentos clave de interacción con tus clientes, así como la Experiencia ideal que quieres que vivan.
  2. Interésate en el qué, pero también en el por qué: pregunta por lo que sucede en la experiencia y lo que hace sentir al cliente.
  3. Busca otros indicadores de referencia: piensa en cómo es tu negocio y en qué indicadores puedes impactar más con tu equipo. Desecha aquellos indicadores que estén fuera de tu control y elabora un cuadro de mando que te permita tomar decisiones.
  4. La cuestión no es tener datos, es saber utilizarlos: comparte los KPIs definidos con tu equipo y diseña planes de acción. 
  5. Decide quien ve qué: no todo el mundo tiene que conocer todos los datos y cálculos complicados. Decide qué es importante para cada nivel y muéstraselo.
  6. Haz seguimiento de la medición: analiza los avances y el impacto de los planes de acción que se están llevando a cabo.

El NPS no debe morir. Medir es necesario para avanzar, pero no se trata solo de tener números sin ton ni son, sino que la clave es medir palancas que nos permitan entender cómo mejorar la Experiencia que vive nuestro cliente. De esta forma podremos entender el por qué del NPS y su contribución a los resultados de negocio.

 

 

Medir CX: ¿Se puede cambiar el mundo con datos?

Publicado en 9 de jul de 2015 por Alberto CórdobaNo Comments

¿Quieres pasar de medir satisfacción a medir experiencia de cliente? ¿Quieres pasar de dar datos a transformar tu empresa?

Esta vez vamos a romper una barrera, la del texto para pasar a la de las imágenes. En sólo 16 minutos, cuento cómo hacer este tránsito, el salto de aburrir con 148 páginas a evangelizar con 1, de buscar explicaciones a tener palancas accionables para cambiar las cosas.

Viernes DEC \”Interpretación y acción\”

Medir customer experience

Publicado en 1 de mar de 2013 por Alberto Córdoba3 Comments

¿Quieres medir la experiencia de cliente? ¿Sientes que lo que hoy mides son cuántos, pero no porqués? ¿Sabes cómo estás, pero no cómo mejorar? No lo dudes, comienza a medir la experiencia de cliente.

¿Por qué medimos? Porque queremos mejorar.

¿Por qué te pesas? Porque quieres adelgazar. Pero para bajar peso, necesitarás una dieta. Y como todo nutricionista sabe, la prioridad deberá ser seguir la dieta. Si no mides el cumplimiento de tu dieta, puede que nunca adelgaces. Si quieres eliminar los hidratos de carbono, necesitáras medir qué porcentaje de las comidas a la semana haces sin hidratos. De este modo, mides los cómos, te aseguras de cumplir los cómos. Y tras los cómos, llegan los qués.

Pues eso es medir la experiencia de cliente: medir los cómos para que lleguen los qués. Hoy casi únicamente medimos qués. Y no nos referimos sólo a los datos de negocio, a los ingresos o a los costes. Nos referimos también a la información que tenemos de los clientes. Lo que sabemos de ellos es su satisfacción, es su posibilidad de recomendación (NPS). Sabemos las operaciones que realizamos con ellos (tiempo medio, número de operaciones, ratios de éxito en conversión). Incluso conocemos su fidelización (productos/cliente, nuevos clientes, bajas). Tenemos muchos datos estupendos, pero todos son outputs, información del pasado, ninguno son inputs sobre cómo mejorar, información del futuro. Todos son qués, ninguno son cómos. Todos son cuántos, ninguno son porqués.

Y cuándo explicamos la información al negocio, a Dirección General, siempre le preocupa una sola cosa: ¿por qué? Y ahí desaparecen los datos. Y nos damos cuenta de que la info clave casi siempre es la que aparece en los focus groups, en la entrevistas cualitativas, en los mystery shopping, la que difícilmente puede tener una representatividad muestral.

Eso es justo lo que buscamos al medir la experiencia de cliente: conocer los porqués y los cómos con representatividad muestral.

Para hacerlo, necesitamos dar el salto a medir qué es lo que vive el cliente con nosotros. A medir su vivencia, a tener datos reales de lo que sucede de verdad y de cómo le afecta. Pero no información genérica, información detallada momento a momento. En cada canal, ante cada motivación.

De este modo, sabremos muchas cosas. Lo primero es saber en un solo número cuánto cumples de verdad tu estrategia en la relación con los clientes, qué grado de cumplimiento haces de tu dieta. Lo segundo es en qué momento estás  incumpliendo o siendo diferente y por qué, en qué momentos comes hidratos. Y lo más importante es lo tercero, te permite exigir y reconocer a cada persona, ver su impacto real en el conjunto del negocio.

No sólo te va a servir para saber por qué no vendes más y cómo eres de verdad. También para establecer cómo ser ahora y cómo vender más. Para implantarlo sabiendo qué exigir al personal, qué seguir midiendo. Te va a servir para saber cómo mejorar.

¿Quieres saberlo? ¿O te da miedo saber la verdad?

Si quieres saber más sobre esto, te invitamos al Desayuno xP que tendrá lugar en Bilbao el 24.04.13