La priorità delle aziende non è più tanto concentrata sulla ricerca di nuovi canali di contatto. Ora, si cerca di capire e ottenere il massimo dalla esperienza del cliente (CX) nel suo viaggio multimodale. E di ottimizzare quanto è già disponibile.
Parlando di esperienza, si è certi che ad essa vada attribuito un valore, ma come fare a quantificarlo? Intanto bisogna tener conto del fatto che l’esperienza è composta da vari elementi. Per il consumatore esperienza può significare:
- la fase vissuta direttamente,
- il ricordo del vissuto,
- la testimonianza specifica di altri,
- il sentito dire,
- le attese e
- ciò che si immagina.
L’esperienza ha una variabile di rilievo: il tempo in cui viene vissuta. Ma, di fronte ad un mercato che si conferma con cicli di vita di prodotti e servizi molto brevi, si richiede che la CEM (Customer Experience Management) debba essere valuta pressoché istantaneamente. E sono necessari interventi altrettanto rapidi.
L’esperienza riguarda un aspetto rilevante: il marchio. Il brand rappresenta il continuum, vero collante strategico nei vari journey dei clienti nelle relazioni che si creano nei punti di contatto reali e virtuali.
L’esperienza richiede investimenti sulle persone. Per ottenere risultati eccellenti occorre mettere in gioco le migliori risorse umane, superare vincoli culturali, pregiudizi e timori nei confronti delle innovazioni. Soprattutto, serve preparare il proprio personale per ottenere valore aggiunto ed per una efficace interrelazione con le macchine, a cui affidare attività ripetitive e a basso valore.
L’esperienza è rappresentata da tanti dati Per poter impiegare adeguatamente la rilevante mole di dati attualmente disponibile, sia nei sistemi interni alle imprese sia negli ambienti esterni alle stesse (es. web e social network), le aziende devono dotarsi di "data scientist".
L’esperienza deve essere capita e valutata dai top manager. Questa è la prerogativa di chi decide. Come sopradetto, si propone di non trascurare in questa analisi queste variabili: tempo, marchio, risorse umane e data science.
MM - aprile 2017
|