Autor: Rafael Vara
Compartir:

¿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 experiencia de cliente?

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?

La potencialidad y hallazgos, hasta la fecha, de utilizar ambas metodologías en simultáneo provoca grandes beneficios:

1. Se pueden tomar decisiones empresariales bajo una sólida base científica.

2. 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.