Combatendo a sobrecarga de informações com diferentes fontes de dados (perguntas e respostas)

A maioria das equipes hoje lida com muitos dados, o que significa que elas têm dificuldade para gerar insights significativos a partir de suas informações e podem ficar sobrecarregadas pelo grande volume.

Conversamos com o CMO da CallMiner, Eric Williamson, que acredita que obter feedback dos clientes de diferentes fontes pode ajudar a resolver o problema.

BN: De que forma o volume de dados de clientes evoluiu nos últimos anos?

EW: As organizações de hoje estão interagindo com seus clientes em mais canais do que nunca — de telefone, e-mail e SMS a mídias sociais, aplicativos de autoatendimento e muito mais. Isso criou um influxo de dados de clientes. Esses dados, se você tiver a tecnologia e as ferramentas certas, podem dizer como os clientes se sentem sobre seus produtos, serviços e marca, indicando coisas como risco de rotatividade, lealdade e satisfação. Mas só porque as organizações têm mais dados do que nunca não significa necessariamente que elas são capazes de descobrir e usar esses tipos de insights para mudanças comerciais impactantes.

Uma pesquisa recente da Salesforce confirma que muitas equipes estão lidando com muitos dados, com 33% dos líderes empresariais dizendo que não conseguem gerar insights significativos a partir de seus dados e 30% relatando que estão sobrecarregados pelo grande volume.

Os próprios dados da CallMiner do nosso Relatório Anual de Cenário de CX também validam isso. Quarenta e sete por cento dos líderes globais de experiência do cliente (CX) e de contact center concordaram fortemente que a transformação digital desbloqueou uma riqueza de dados para equipes de CX — mas mais de dois terços (68 por cento) disseram que esses dados geralmente não são aproveitados para a melhor vantagem de sua organização.

Estamos agora em uma era em que ter dados suficientes sobre os clientes não é o problema. Em vez disso, mais organizações estão tendo dificuldades para usar esses dados de forma eficaz para impulsionar mudanças e melhorias significativas em seus negócios.

BN: Nem todos os dados e feedbacks de clientes são criados iguais. Por que o feedback não solicitado é tão importante para as organizações capturarem? Como as organizações podem combinar esses dados com o feedback solicitado?

EW: Nos setores de CX e contact center, geralmente colocamos os dados e o feedback do cliente em duas categorias: solicitado e não solicitado. O feedback solicitado é coletado quando as organizações pedem diretamente aos clientes informações, geralmente por meio de mecanismos como pesquisas ou avaliações. Esse feedback é certamente valioso, mas, como consumidores, não é difícil entender por que esse tipo de feedback é limitado e polarizador. Pesquisas com clientes, por exemplo, geralmente têm baixas taxas de resposta ou capturam respostas em qualquer extremidade do espectro emocional extremo.

A pesquisa da CallMiner indica que a maioria das organizações hoje (71%) ainda coleta feedback principalmente solicitado.

Feedback não solicitado, por outro lado, é o feedback que os clientes estão lhe dando sem serem solicitados. Esses insights não solicitados estão contidos em interações do contact center (voz e texto), postagens em mídias sociais e muito mais. Quando as organizações coletam e combinam fontes de dados solicitadas e não solicitadas, elas obtêm uma visão mais completa da voz do cliente (VoC), CX, desempenho do agente e muito mais — tudo isso pode ser usado para tomar melhores decisões de negócios e gerar melhores resultados para o cliente.

BN: Como as soluções de inteligência de conversação baseadas em IA podem aliviar o fardo de coletar e avaliar feedback não solicitado para evitar que as equipes se sintam sobrecarregadas?

EW: Um dos problemas com a sobrecarga de dados do cliente é que é impossível para as organizações analisar um alto volume de dados manualmente em escala. A tecnologia orientada por IA, como soluções de inteligência de conversação, torna possível capturar e analisar 100% das conversas omnicanal do cliente. Dentro do contact center, por exemplo, os supervisores só conseguem revisar uma pequena porcentagem das interações do agente manualmente. Isso torna incrivelmente difícil entender verdadeiramente as tendências em KPIs como desempenho do agente, sentimento do cliente e muito mais. A IA e o aprendizado de máquina (ML) permitem que as organizações vão além do que os humanos podem executar manualmente e derivar insights valiosos para melhorias de negócios.

Além disso, ao eliminar tarefas manuais repetitivas, a IA ajuda os funcionários a serem mais produtivos e os capacita a se concentrar em ações que melhoram a CX — sejam analistas que podem passar mais tempo descobrindo tendências importantes dos clientes, supervisores que podem passar mais tempo orientando agentes ou agentes ajudando a lidar (e resolver) problemas mais complexos dos clientes.

Ao automatizar a coleta e a análise de dados de CX, as organizações obtêm uma compreensão mais profunda do que seus clientes desejam, precisam e esperam, aliviando a sobrecarga de dados e permitindo que as equipes promovam mudanças significativas em suas organizações.

BN: Como os tomadores de decisão podem aproveitar os dados dos clientes para gerar melhorias comerciais significativas?

EW: Embora ainda haja uma lacuna na forma como as organizações usam dados e insights de CX para melhor informar decisões de negócios — quase três quartos (72%) das organizações admitem não usar totalmente seus dados de CX da melhor forma possível — algumas estão acertando.

Acredito que há algumas características comuns dessas organizações e seus líderes empresariais. Primeiro, eles estão fazendo investimentos inteligentes em tecnologia. Eles entendem que, embora seus funcionários sejam inestimáveis, é impossível analisar a enorme quantidade de dados que eles têm em escala. A tecnologia, como a IA, tira muito do trabalho pesado das tarefas manuais e permite que os humanos se concentrem em tarefas mais impactantes, como entender as tendências dos clientes.

Segundo, eles prosperam na colaboração cruzada e no compartilhamento de dados. Em muitas organizações hoje, os departamentos de contact center e CX são separados. No entanto, o contact center (ou atendimento ao cliente) é frequentemente a linha de frente do CX. Essas interações, na maioria das vezes, fortalecem ou enfraquecem coisas como a fidelidade e a satisfação do cliente. Sem a colaboração cruzada entre esses dois departamentos, os contact centers não têm contexto sobre como suas conversas estão impactando o CX geral e vice-versa.

Por fim, eles entendem que os insights do cliente podem impactar e beneficiar todos os departamentos, em toda a empresa. Eles usam os insights do cliente para melhorar a tomada de decisões em marketing (como melhorar a eficácia da campanha), em produto (como identificar problemas de produto ou tomar decisões mais inteligentes de desenvolvimento de produto), em vendas (como identificar a linguagem que resulta em negócios fechados) e muito mais.

BN: A OpenAI lançou recentemente um novo modelo de IA e uma versão desktop do ChatGPT. Com a adoção mais ampla da IA ​​entre os consumidores, como você prevê que a IA generativa impactará o atendimento ao cliente e os dados à medida que mais organizações adotam a tecnologia?

EW: A IA generativa continua a impulsionar a inovação em todos os setores — e por um bom motivo. É uma das inovações tecnológicas mais transformadoras do nosso tempo, com o potencial de revolucionar setores inteiros e a forma como trabalhamos.

Especificamente dentro do atendimento ao cliente, a IA generativa tornará as organizações mais rápidas, inteligentes e melhores. Como resultado, os clientes se beneficiarão de produtos, serviços e experiências aprimorados. A chave será equilibrar efetivamente a velocidade e a agilidade da IA ​​com responsabilidade e segurança.

As organizações de atendimento ao cliente que usarem a IA generativa “corretamente” serão aquelas que se concentrarão em quais objetivos de negócios ela pode ajudá-las a atingir e aplicarão a IA generativa a fluxos de trabalho que abordam diretamente esses objetivos, em vez de adotar a IA generativa apenas pela IA.

Quando as organizações se orientam estrategicamente em torno da IA ​​— generativa ou não — elas não apenas gerenciarão os custos de forma eficaz (o que é uma consideração crítica), mas também impactarão positivamente os resultados dos clientes e dos negócios, gerando um ROI tangível de seus investimentos.

Crédito da imagem: PixelsAway/depositphotos.com