Cómo mejorar la experiencia de los clientes con ayuda del big data

Las grandes corporaciones y organizaciones pueden encontrarse a veces con el problema de tener que extraer algo de «inteligencia» de los datos masivos que gestionan cada día. En las plataformas Big Data donde esa información tiene todas las características de las populares «uves» (Volumen, Variedad, Veracidad, Variabilidad…) esto es especialmente crítico.

Sara Vera, de Insightly, publicó hace poco un artículo en The Next Web donde examina algunas de las formas de mejorar la experiencia de los clientes en su conjunto y la «inteligencia» que puede obtener una empresa a partir de los datos que guarda. Este sería un pequeño resumen de estas técnicas si lo observáramos desde la perspectiva del big data:

• Entrevistas. Aunque parezca una forma un tanto «rústica», las entrevistas permiten a la empresa completar los datos que le faltan de los clientes. Se pueden hacer entrevistas telefónicas, enviar formularios por correo electrónico o lanzar alguna pregunta de vez en cuanto cuando el visitante entre en la web de la empresa. Con estas técnicas se puede completar poco a poco el perfil y la información crítica que interese conseguir: a veces es más importante conseguir unos pocos datos clave que miles de otros detalles que no sean tan relevantes.
• Examinar los datos de los clientes. Esta labor, propia de los sistemas CRM (el software para la administración de la relación con los clientes) es el primer paso para entender qué están haciendo los clientes con los productos y servicios que ofrece la empresa. Esto es válido a la hora de comprar en una tienda física, visitar una web de e-commerce o gestionar un servicio que ha contratado. ¿Por qué compran? ¿Qué les atrae? Hay software de todo tipo para realizar esta función, pero suele ser necesario que un socio con experiencia ayude a la organización a elegir la más adecuada.

• Identificar a los clientes que se quejan. Si se ofrece un servicio a nivel masivo (por ejemplo, la retransmisión de partidos de fútbol por Internet) y un día hay problemas técnicos y el sistema falla, hay decenas de «señales» que avisan con tiempo de que algo está sucediendo: llamadas al centro de atención al cliente, aumento de las quejas en las redes sociales, correos en el buzón de clientes… Estas «señales» pueden servir de prevención para activar soluciones (por ejemplo, añadir más servidores y que el partido se vea bien) o evitar determinadas crisis (críticas a la marca, campañas de desprestigio, etc.) Otra fórmula es identificar a los usuarios que se quejan activamente y priorizar la resolución de problemas de los que más influencia tengan. O localizar rápidamente de dónde vienen esas quejas, que puede ser un detalle tan absurdo como un formulario de una página web funciona mal o un botón no se ve bien.
• Examinar cuál es la forma en la que se progresa. Desde hace tiempo el seguimiento mediante herramientas de «conversión» permite entender mejor cuál es el camino en el que los clientes potenciales se convierten en compradores – lo cual es generalmente la forma más directa de medir el progreso de la empresa. Aplicar buenas herramientas de este tipo a los datos masivos almacenados a partir de las métricas en un sistema Big Data es una buena forma de comenzar a aprovecharlo.

 
Foto | Jim Kaskade

{Foto: KP Visual Data Mining (CC) Bompo @ Flickr}