Minh Phương lược dịch
Các công ty trên thế giới đã đầu tư rất nhiều vào các công cụ và công nghệ nhằm giúp họ tìm hiểu sâu sắc hơn về tâm lý tiêu dùng và đạt được lợi thế vượt trội về trải nghiệm khách hàng (CX). Tuy nhiên, khi (càng) cố gắng xây dựng bức tranh tổng quan hơn về sở thích, hành vi của khách hàng , thì các nhà lãnh đạo lại tiếp tục dựa vào các hệ thống đo lường vốn đã tồn tại hàng thập kỷ nay. Các khảo sát được dùng để (1) theo dõi hiệu quả CX thông qua khảo sát về thương hiệu hoặc các mối quan hệ, (2) bám sát phản hồi phiếu khảo sát sau khi khách hàng giao dịch, hay (3) vạch ra các chiến lược từ các phản hồi-được khảo sát thường xuyên. Tất cả các khâu như quản lý câu hỏi và tăng tỷ lệ phản hồi đều được các nhóm nỗ lực triển khai – và các kết quả thu được có thể ảnh hưởng tới quyền lợi nhân viên và các quyết định đầu tư chiến lược.
Vấn đề là, các giám đốc điều hành ngày càng nhận ra các hệ thống khảo sát trước kia không đáp ứng được nhu cầu tìm hiểu CX của công ty mình – mặc dù các khảo sát chính là một công cụ quan trọng để thực hiện nghiên cứu. Trên thực tế, 39% trong số 260 trưởng bộ phận CX (thuộc mọi công ty tại Mỹ) vẫn sử dụng số liệu báo cáo dựa trên khảo sát (như Chỉ số hài lòng của khách hàng-CSAT hoặc Chỉ số nỗ lực của khách hàng- CES) là phương tiện chính để đo lường hiệu suất CX, nhưng chỉ 15% trong số họ hài lòng với phương pháp này và chỉ 6% tự tin rằng họ có thể đưa ra các quyết định chiến lược và chiến thuật thực hiện. Các nhà lãnh quản lý chỉ ra rằng tỷ lệ phản hồi khảo sát thấp, dữ liệu bị lỗi thời, tiềm lực hiệu suất kém rõ ràng và liên kết yếu với các giá trị tài chính là những thiếu sót nghiêm trọng của phương pháp này.
Một số công ty hàng đầu đang tiên phong đi tìm giải pháp ưu việt hơn – có thể tận dụng tối đa nguồn dữ liệu phong phú hiện có. Nguồn dữ liệu ngày nay có thể thu thập thường xuyên, hợp pháp, trơn tru từ điện thoại thông minh, các tương tác trên hệ thống khách hàng, tài chính và vận hành. Những chiến lược gia đang tăng cường khả năng thu thập và phân tích dữ liệu, đồng thời dự đoán hành vi khách hàng để có sự kết nối chặt chẽ hơn, thấu hiểu khách hàng sâu sắc hơn, cũng như xác định các cơ hội, thách thức và ứng biến nhanh chóng với các vấn đề về CX. Song song với đó, khách hàng cũng được tiếp cận với nhiều lợi ích hơn: như được bồi thường nhanh chóng khi bị hoãn chuyến bay, hoặc liên hệ với công ty bảo hiểm khi bệnh nhân có những vấn đề vướng mắc . Những lợi ích này không chỉ hỗ trợ “khách hàng” – mà còn hỗ trợ các thành viên, bệnh nhân, và các bên trung gian. Như vậy, các công ty tiên phong này đang báo trước một sự thay đổi cơ bản trong cách các công ty đánh giá và xây dựng các trải nghiệm của khách hàng.
Trong bài viết này, chúng tôi bắt đầu khám phá cách mà các dữ liệu và phân tích dữ liệu về CX biến đổi. Chúng tôi cũng trình bày những nghiên cứu mới về những thiếu sót của hệ thống đo lường dựa trên khảo sát. Sau đó, chúng tôi đánh giá phương pháp một số nhà quản lý đã triển khai các hệ thống CX dựa trên dữ liệu, từ đó giảm thiểu tỉ lệ tiêu hao, tăng doanh thu và giảm chi phí phục vụ. Cuối cùng, chúng tôi đưa ra tiến trình ban đầu gồm bốn bước chính cho các nhà quản lý CX khi muốn chuyển đổi sang phương pháp sử dụng dữ liệu.
Những lợi ích không tự nhiên mà đến. Ở giai đoạn đầu, ta sẽ phải đối mặt với nhiều chướng ngại và sự phản kháng của tổ chức. Nhưng với những cam kết, ngay cả trong các công ty có hệ thống CX thô sơ, dữ liệu hạn chế và thiếu các nhà khoa học dữ liệu thì vẫn có thể bắt đầu đặt nền tảng để chuyển đổi các chương trình và trải nghiệm của khách hàng.
Các chương trình CX trong tương lai sẽ mang tính tổng thể, dự đoán, chính xác cao và gắn liền với kết quả kinh doanh. Bằng chứng cho thấy rằng những lợi thế đáng kể đối với các công ty bắt đầu xây dựng năng lực, tài năng và cơ cấu tổ chức cần thiết cho quá trình chuyển đổi này. Những người gắn bó với các hệ thống truyền thống sẽ buộc phải bắt kịp trong những năm tới.
‘Kết quả khảo sát cho thấy”: Những thiếu sót của hệ thống đo lường truyền thống
Mặc dù khảo sát là một phương tiện hợp lệ để thu thập thông tin về hành vi khách hàng, nhưng lại không được coi là một công cụ quản lý để đo lường hiệu suất, xác định cơ hội và quyết định hành động. Để lấy khách hàng làm trung tâm, các công ty cần có cái nhìn toàn diện về hành vi người tiêu dùng cũng như tìm hiểu sâu sắc, chi tiết về những gì đang thúc đẩy CX. Họ cần sự cập nhật – sát thực tế nhất trong việc thu thập, cá nhân hóa các tín hiệu và tạo ra những trải nghiệm phù hợp với từng đối tượng. Những quyết định đầu tư để cải tiến CX cần phải dẫn đến kết quả là ROI dương. Tuy nhiên, hệ thống dựa trên khảo sát có bốn lỗ hổng lớn khiến các nhiệm vụ quan trọng trên gặp nhiều khó khăn.
- Hạn chế về tiếp cận khách hàng để khảo sát: Khảo sát về trải nghiệm khách hàng thông thường của một công ty chỉ đạt được 7% tập mẫu, cung cấp góc nhìn cực kỳ hạn chế về những gì khách hàng đang trải nghiệm và đánh giá cao. Thực tế, chỉ có 13% các nhà lãnh đạo hoàn toàn tin tưởng vào kết quả do hệ thống đo lường của họ mang lại.
- Khả năng phản ứng với các vấn đề còn chậm: Khảo sát trở thành một công cụ lạc hậu khi giải quyết vấn đề cho khách hàng. Với 2/3 số người được hỏi thì tốc độ giải quyết các vấn đề liên quan đến trải nghiệm khách hàng đang nằm trong top 3 các yếu tố ưu tiên của họ. Tuy vậy, chỉ có 13% các nhà lãnh đạo chắc chắn rằng tổ chức của mình có thể nhanh chóng thấu hiểu khách hàng thông qua các hệ thống hiện có.
- Kết quả khảo sát còn mơ hồ: Các cuộc khảo sát thường chưa tiết lộ được những nguyên nhân gốc rễ trong tâm lý khách hàng do các chỉ số thu được chịu tác động từ các yếu tố bên ngoài như khu vực khảo sát hay đặc tính từng ngành, và dẫn đến việc phân tích dữ liệu cũng trở nên khó khăn. Chỉ có 16% các nhà lãnh đạo cho biết các cuộc khảo sát cung cấp cho họ dữ liệu đủ chi tiết để giải quyết các nguyên nhân gốc rễ này.
- Không hiểu và làm rõ được vấn đề: Nhiều bộ phận trong công ty vẫn chưa tin tưởng hiệu quả kinh doanh từ các sáng kiến CX do mối quan hệ giữa kết quả khảo sát và kết quả kinh doanh chưa được làm rõ. Đã có những công ty bị phá sản chỉ vì quyết định đầu tư dựa trên các kết quả mà khảo sát của họ mang lại. Thực tế, chỉ có 4% các nhà lãnh đạo cho biết hệ thống của họ tính được ROI về các quyết định liên quan tới trải nghiệm khách hàng.
Dự đoán hành vi và thấu hiểu khách hàng là lợi thế cho các công ty trong tương lai
Kể từ khi các khảo sát dựa trên số hóa và các nền tảng công nghệ trở nên phổ biến, góc nhìn về CX đã có sự thay đổi sâu sắc hơn thông qua những tiến bộ ấn tượng về khả năng tạo lập, tổng hợp và phân tích dữ liệu. Các công ty hiện nay có quyền truy cập vào một loạt các bộ dữ liệu – từ dữ liệu nội bộ về tương tác của khách hàng (digital và analog), các giao dịch, hồ sơ cá nhân đến cả các bộ dữ liệu từ bên thứ ba. Bộ dữ liệu từ bên thứ 3 này có mức độ bao quát rất rộng rãi, từ thái độ, hành vi, sở thích mua hàng đến các hoạt động kỹ thuật số (cả trên mạng xã hội) của khách hàng; thậm chí bộ dữ liệu này còn có các cập nhật về tình trạng sức khỏe, tâm lý và vị trí hiện tại của khách hàng qua Internet vạn vật (IoT). Các lĩnh vực kinh doanh khác, bao gồm tiếp thị và quản lý doanh thu, cũng đã chuyển đổi thông qua việc tổng hợp và phân tích các tập dữ liệu khổng lồ này. Vậy thì: Tại sao ta lại sử dụng phương khảo sát trước kia – hỏi thăm từng người về trải nghiệm tiêu dùng của họ – trong khi đã có sẵn các bộ dữ liệu khổng lồ về các tương tác đó, và rõ ràng các phân tích từ nguồn dữ liệu này có thể đưa ra những dự đoán chính xác hơn?
Một số nhà lãnh đạo về CX đã quyết tâm và bắt đầu sử dụng nguồn dữ liệu được cung cấp. Họ rút ra những thông tin chi tiết để đưa ra cảnh báo và hướng dẫn hành động nhanh chóng trong việc cải thiện trải nghiệm của khách hàng. Phương pháp dự đoán này sẽ có sự khác biệt giữa các công ty và các ngành khác nhau, nhưng nhìn chung gồm ba yếu tố chính:
- Hồ dữ liệu về khách hàng
Trong khi các cuộc khảo sát thường chỉ phản ánh được quan điểm của một nhóm nhỏ khách hàng tại một thời điểm duy nhất, thì ngày nay, các công ty sẽ có góc nhìn sâu sắc hơn thông qua những bộ dữ liệu phong phú, đầy đủ về các thông tin cơ sở, tương tác giao dịch và lịch sử chuỗi trải nghiệm của khách hàng. Các dữ liệu tổng hợp và cá nhân này được công ty thu thập, xử lý và lưu trữ trong một nền tảng đám mây. Tập hợp dữ liệu này có tính cập nhật, toàn diện và kết nối cao, cho phép công ty lên kế hoạch theo dõi hành vi người tiêu dùng, cũng như làm sáng tỏ nguyên nhân gốc rễ về trải nghiệm khách hàng.
Hồ dữ liệu đóng vai trò là nền tảng để phát triển sự hiểu biết chặt chẽ về trải nghiệm của khách hàng. Nền tảng phải đáng tin cậy trong toàn bộ tổ chức, với ánh xạ dữ liệu rõ ràng, nhất quán trên tất cả các nguồn dữ liệu về khách hàng, dòng sản phẩm và đầu vào kinh doanh quan trọng khác.
- Thuật toán cho phép dự báo các chỉ số về khách hàng
Công ty phát triển khả năng phân tích dựa trên một số loại thuật toán máy học để tìm hiểu, theo dõi và dự đoán những yếu tố sẽ ảnh hưởng đến sự hài lòng của từng khách hàng, đánh giá doanh thu, lòng trung thành, chi phí phục vụ trong quá trình chi tiêu của mỗi cá nhân. Khái quát mà nói, các thuật toán này cho phép các nhà lãnh đạo CX đánh giá ROI cho các khoản đầu tư cụ thể về trải nghiệm khách hàng và đưa ra các sáng kiến bám sát kết quả kinh doanh.
- Máy thu thập dữ liệu hành động và sự thấu hiểu
Thông tin, sự thấu hiểu và các đề xuất được chia sẻ tới nhân viên (gồm cả đại lý tuyến đầu) và các công cụ (như nền tảng quản lý quan hệ khách hàng) thông qua lớp giao diện lập trình ứng dụng (API). Ví dụ: các đại lý có thể nhận được thông báo về các biện pháp giúp cá nhân hóa và cải thiện trải nghiệm khách hàng. Lớp API đóng vai trò như một nguồn thông tin uy tín duy nhất, cung cấp nhiên liệu cho các công cụ gợi ý dựa vào kho dữ liệu và các chỉ số của khách hàng. Nền tảng dự đoán cung cấp thông tin chi tiết kịp thời và thúc đẩy giải pháp nhanh chóng cho cả nhân viên và các giao diện kỹ thuật số, điều mà các khảo sát trước kia không làm được.
Nền tảng dự đoán trải nghiệm khách hàng cho phép các công ty đo lường và quản lý hiệu quả kinh doanh tốt hơn; củng cố góc nhìn tổng thể về sự hài lòng và định lượng tiềm năng giá trị của mỗi khách hàng có thể tạo ra; từ đó, cải thiện tốc độ cập nhật thông tin và đưa ra quyết định chiến lược kịp thời. Nếu xây dựng được hệ thống như vậy, các nhà lãnh đạo sẽ tạo ra những giá trị đáng kể thông qua một loạt các ứng dụng về quản lý hiệu suất, lập kế hoạch chiến lược và tương tác với khách hàng trong thời gian thực.
Nền tảng dự đoán CX trở thành nền tảng liên kết giữa ý tưởng kinh doanh và chiến lược thực hiện cải tiến trải nghiệm khách hàng.
Một công ty kinh doanh thẻ tín dụng hàng đầu muốn thực thi chiến lược bán hàng đa kênh (omnichannel) và tăng hiệu quả hoạt động của mình trên các kênh kỹ thuật số. Do đó, họ đã tập trung xây dựng và phân tích dữ liệu về trải nghiệm khách hàng để xác định, cải thiện, theo dõi một cách có hệ thống các yếu tố ảnh hưởng đến sự hài lòng của người tiêu dùng và kết quả kinh doanh dựa trên các đường lối ưu tiên. Ví dụ như tần suất khách hàng chuyển từ kênh này sang kênh khác, hay các liên lạc được thực hiện tại thời điểm khác nhau, hoặc liệu công ty có xử lý hiệu quả các kết quả tiêu cực hay không…
Cách tiếp cận này đã mang lại cho công ty một cái nhìn mang tính hệ thống và định lượng về các vấn đề, lĩnh vực tiềm năng và tương tác đa kênh của hàng triệu khách hàng, cũng như hỗ trợ cung cấp một chu trình cải tiến trải nghiệm khách hàng có hệ thống. Từ đó, giúp công ty tập trung đầu tư đúng chỗ, nỗ lực vận hành đúng phương hướng và thời điểm để đem lại sự mới mẻ cho khách hàng, và cuối cùng, giúp giảm 10 – 25% chi phí vận hành – tương tác.
Thông qua lập kế hoạch chiến lược có chủ đích, tối ưu nỗ lực CX đem đến một tương lai đầy hứa hẹn cho các hệ thống dựa trên dữ liệu. Cách này cho phép các nhà lãnh đạo CX hiểu được các yếu tố vận hành, khách hàng và tài chính nào đang tạo ra cơ hội và thách thức theo thời gian. Ví dụ, một người trả tiền cho dịch vụ chăm sóc sức khỏe của Hoa Kỳ đã xây dựng một “kho dữ liệu về trải nghiệm” để xác định cách cải thiện dịch vụ chăm sóc khách hàng của mình. Kho này đồng bộ hóa bốn tỷ hồ sơ trên chín hệ thống, bao gồm tiếp thị, hoạt động, bán hàng, kỹ thuật số và IoT. Từ đó, kết quả đã cho họ một góc nhìn toàn diện về khách hàng và xác định được các khuyết điểm trong khâu vận hành – là khi bệnh nhân yêu cầu nói chuyện với quản lý hoặc tìm kênh thông tin để giải quyết vấn đề – đồng thời chủ động liên hệ với bệnh nhân thông qua trang web, email và điện thoại để giải quyết vấn đề. Họ cũng sử dụng dữ liệu để phát triển chiến lược kỹ thuật số thông minh hơn, hướng đến những khách hàng có mức độ tương tác tối thiểu trên các kênh kỹ thuật số và hướng dẫn họ sử dụng nhiều chức năng tự phục vụ hơn. Công ty này cũng tăng cường áp dụng kỹ thuật số trên diện rộng bằng cách tập trung vào những điểm yếu, chẳng hạn như gia hạn đơn thuốc; giảm chi phí bằng cách giảm (hơn một phần tư) tần suất chuyển kênh của khách hàng.
Cuối cùng, nhờ khả năng đáp ứng kịp thời của các phân tích hành vi, các hệ thống mới này đã tạo ra một nền tảng để chủ động tương tác với khách hàng hàng ngày. Một hãng hàng không hàng đầu đã xây dựng hệ thống máy học dựa trên 1.500 biến số về khách hàng, vận hành và tài chính để đo lường mức độ hài lòng và ước tính doanh thu cho hơn 100 triệu khách hàng của mình mỗi ngày. Hệ thống cho phép hãng hàng không xác định và ưu tiên những khách hàng sẽ gặp nhiều rủi ro nhất do bị hoãn hoặc hủy chuyến, từ đó đưa ra mức bồi thường hợp lý để xoa dịu khách hàng và giảm tình trạngmất khách. 15 nhà khoa học dữ liệu, chuyên gia CX và các đối tác bên ngoài đã hợp tác cùng nhau trong khoảng ba tháng để xây dựng hệ thống và dẫn đầu ứng dụng đầu tiên này, giúp cải thiện mức độ hài lònglên 800% và giảm 60% tỷ lệ mất khách đối với các khách hàng ưu tiên.
Từ dữ liệu đến thông tin chi tiết và hành động thực thi
Quá trình để có thể dự đoán gần như chính xác về tâm lý người tiêu dùng sẽ không xảy ra trong một sớm một chiều, đặc biệt khi hầu hết các công ty vẫn còn dựa vào cách thức khảo sát trước kia. Giờ đây, các nhà lãnh đạo đang có cơ hội đưa chương trình trải nghiệm khách hàng lên một tầm cao mới. Quá trình chuyển đổi ban đầu gồm bốn bước chính.
1. Bắt đầu từ việc thay đổi tư duy ban lãnh đạo:
Quá trình chuyển đổi luôn đi kèm những khó khăn, trong đó có việc thay đổi tư duy con người từ ban lãnh đạo tới nhân viên. Các nhà quản lý có lẽ sẽ thấy hoạt động của các hệ thống dự đoán nằm ngoài khả năng hiểu biết của họ; tuy nhiên, giờ đây cái họ cần quan tâm là số liệu, còn quá trình vận hành sẽ phụ thuộc vào bộ phận IT hoặc phòng khoa học số. Thực tế, các công ty có thể thực hiện phân tích hồi quy trên một số chỉ số hoạt động chính. Đã đến lúc để suy nghĩ lớn và táo bạo hơn, cũng như xây dựng một hệ thống – không chỉ dựa vào dữ liệu.
Vai trò của người quản lý CX ngày càng quan trọng, và các giám đốc điều hành cần phải thiết lập lại vị trí của mình trong công ty. Các nhà quản lý CX cần khuyến khích nhân viên thay đổi nhận thức, rằng: “Trải nghiệm khách hàng không chỉ là tiếp thị, mà còn là công nghệ”, khi ngày càng nhiều công ty áp dụng phương pháp phân tích dự đoán.
2. Chia nhỏ các silo và xây dựng các nhóm liên chức năng:
Các bộ phận chuyên trách CX thường sa đà vào việc tạo các silo riêng, và cô lập trong công ty. Để bắt đầu chuyển đổi, các nhà quản lý CX cần dung hòa các bộ phận riêng và chung.
Chủ sở hữu dữ liệu chắc chắn sẽ mở rộng các chức năng vận hành, tiếp thị, tài chính và công nghệ, do đó, việc họp bàn với lãnh đạo cấp cao sẽ rất quan trọng để đảm bảo quyền truy cập và quản lý dữ liệu hiệu quả. Các chuyên viên khoa học dữ liệu sẽ viết thuật toán, còn bộ phận CX cần xác định đường lối và chiến lược, nhưng yếu tố quan trọng nhất để tối ưu hóa hiệu quả là duy trì mức độ hứng thú giữa các bên liên quan.
Ví dụ, một công ty du lịch đã bước đầu xây dựng hệ thống dữ liệu, với mục tiêu cung cấp kịp thời các thông tin hoạt động mới từ khách hàng, vì họ hiểu các trải nghiệm khách hàng có quan hệ đối tác chặt chẽ với các tổ chức dịch vụ.
Sự khởi đầu cần dựa vào sự hợp tác chặt chẽ giữa các bên: bộ phận CX đóng vai trò là chủ thể thương mại, bộ phận khoa học dữ liệu thì phát triển sản phẩm, và bộ phận dịch vụ khách hàng đóng vai trò thử nghiệm sản phẩm. Hơn nữa, cần thêm một ban cố vấn bao gồm COO, CFO và giám đốc tiếp thị để điều tiết tiến độ và cân nhắc đường đi nước bước có tính thực tiễn cao trong tương lai. Ngay cả với các giải pháp có quy mô nhỏ hơn, như thuê ngoài thay vì phải thành lập một bộ phận mới, quan hệ hợp tác như vậy đóng vai trò quan trọng trong việc kiến tạo và mở rộng các động cơ trải nghiệm khách hàng trong tương lai.
3. Lấy bộ dữ liệu về khách hàng cơ bản làm cốt lõi rồi mở rộng thêm để nâng cao tính chính xác:
Hầu hết các tổ chức phải đối mặt với những thách thức về chất lượng và tính khả dụng của dữ liệu – mà nếu không có dữ liệu thì quá trình chuyển đổi này đã thất bại ngay từ đầu. Các công ty có thể bắt đầu với những dữ liệu khách hàng ở mức độ cơ bản, dù không hoàn chỉnh. Bước đầu tiên là thu thập dữ liệu hoạt động và tài chính của khách hàng ở cấp độ cá nhân. Biết cách kết hợp các hồ sơ khách hàng với nhau và với các tương tác kỹ thuật số sẽ là một điểm khởi đầu vững chắc.
Các bộ phận nên tạo lập một bảng phân loại miêu tả các trường hợp cụ thể, bao gồm tất cả các yếu tố tiềm năng đằng sau mức độ hài lòng của khách hàng. Bảng phân loại này có thể được sử dụng để dự đoán giả thuyết, từ đó đưa ra thuộc tính mới, có thể đo lường được để đưa vào mô hình dự đoán. Các thuộc tính này, được gọi là tính năng dữ liệu trong máy học, có thể bao gồm các thuộc tính số, chẳng hạn như chi tiêu hàng năm của khách hàng, đến các thuộc tính nhị phân như việc khách hàng mua sản phẩm trực tuyến hay trực tiếp. Theo thời gian, khi xác định được những tính năng quan trọng trong mô hình máy học và so sánh chúng với giả thuyết trước đó, các tổ chức biết được vị trí dữ liệu thiếu chính xác hoặc không đầy đủ, từ đó điều chỉnh chiến lược thu thập dữ liệu sao cho phù hợp. Nếu dữ liệu cho các tính năng nhất định không tồn tại, các nhóm vẫn có thể tự tạo lập các tùy chọn để có được các tập dữ liệu mới (ví dụ: dữ liệu của cơ quan tín dụng) hoặc áp dụng thiết bị đo lường mới để tạo ra các tính năng cần thiết (ví dụ: cảm biến IoT để lập bản đồ các điểm tương tác của khách hàng trong môi trường vật lý). Khi thuật toán máy học tiếp nhận nhiều dữ liệu hơn và biết tự tạo ra thông tin chi tiết, các tập dữ liệu sẽ trở nên chính xác hơn và hữu ích hơn đối với công ty.
Cuối cùng, các công ty có thể tìm cách tích hợp dữ liệu từ các nguồn vào trải nghiệm khách hàng, gồm nhắn tin, gọi điện, email, phương tiện truyền thông xã hội, ứng dụng và thiết bị IoT. Bất kể từ nguồn nào thì việc thu thập, lưu trữ và sử dụng dữ liệu phải đặt quyền riêng tư và an ninh mạng lên hàng đầu. Khả năng bảo vệ dữ liệu khách hàng có thể đóng vai trò như một lợi thế cạnh tranh khi người tiêu dùng trở nên cẩn trọng hơn trong việc chia sẻ dữ liệu, họ có thể sẵn sàng ngưng sử sản phẩm-dịch vụ của các công ty mà họ không tin tưởng. Các công ty nên tuân thủ các quy định về dữ liệu địa phương và loại bỏ các biến như chủng tộc và tôn giáo. Tất cả thông tin nhận dạng phải được mã hóa và ẩn danh trước khi phân tích. Cuối cùng, phải đánh giá rủi ro thường xuyên để có thể phát hiện các sai lệch trong thuật toán của hệ thống CX. Các nhà lãnh đạo CX có trách nhiệm nắm được hoạt động của công ty trong khâu bảo vệ dữ liệu khách hàng, giảm thiểu sự phân biệt đối xử và thúc đẩy sự công bằng trong hệ thống dự đoán.
4. Trước tiên, hãy tập trung vào các tương tác có thể nhanh chóng tạo ra giá trị:
Các hệ thống dự đoán bằng dữ liệu mang đến cơ hội có một không hai cho các tổ chức để thực thi các chiến lược và tạo ra giá trị kinh doanh hữu hình. Đầu tiên, tổ chức phải hiểu rõ cách áp dụng thông tin chi tiết và tập trung vào một số tương tác cụ thể cho ra lợi nhuận tức thì. Các tổ chức có thể đánh giá cơ hội, thách thức trong trải nghiệm khách hàng hiện tại và cân nhắc kỹ lưỡng cách hệ thống dự đoán có thể tạo ra các giải pháp mới hoặc củng cố các giải pháp hiện có, để từ đó tác động trực tiếp đến lòng trung thành của khách hàng, chi phí phục vụ, thủ thuật bán chéo và bán thêm.
Ví dụ: một công ty đã sử dụng hệ thống dự đoán của mình để giải quyết các vấn đề và áp dụng một cách chiến lược hơn trong việc ưu tiên, phân bổ công bằng các quyền lợi của từng khách hàng thông qua những trải nghiệm gần nhất của họ (như độ chậm trễ của dịch vụ mà khách hàng đã trải qua trong tháng trước). Trường hợp này đã thành công, tiết kiệm cho tổ chức hơn 25% ngân sách dự kiến và mở đường cho các ứng dụng trong tương lai. Các nhà lãnh đạo nên tự hỏi trường hợp nào sẽ mang lại cơ hội cao hơn để thúc đẩy giá trị, từ đó có thể xây dựng các động lực và nhận được sự ủng hộ.
Sau nhiều năm đóng vai trò là chuẩn mực để nghiên cứu và thiết kế trải nghiệm khách hàng, các hệ thống đo lường dựa trên khảo sát trước kia đang dần trở nên kém hiệu quả. Các hệ thống dự đoán những gì khách hàng muốn và cần – dựa trên dữ liệu – sẽ đem lại tương lai vượt trội về hiệu suất trải nghiệm khách hàng và đem lại lợi thế cạnh tranh cho các công ty
Nguồn: McKinsey
