From data
To meaning

Come è possibile impiegare il machine learning per gestire al meglio il rapporto con i clienti e la customer experience?

Il machine learning è di gran lunga più sofisticato ed efficiente rispetto al passato, anche se il concetto sottostante rimane il medesimo. La vera novità sta nel modo in cui può venire in aiuto delle aziende per migliorare la customer experience e il customer engagement.
Come già anticipato nel nostro articolo sul tema degli analytics,

Dal 2011 ad oggi sono cambiate molte cose: innanzitutto i dati disponibili crescono a ritmi elevatissimi. Basti pensare a tutte le informazioni presenti sui social media, ai dati provenienti dai sensori, dagli oggetti “intelligenti” (Internet of Things). Non dimentichiamo che circa il 60% della popolazione adulta mondiale dispone di uno smartphone.
La capacità di stoccaggio delle informazioni è diventata allo stesso tempo maggiore con minori costi.
Infine, i data scientist hanno a disposizione computer sempre più potenti con possibilità di calcolo impensabili solo fino a qualche anno fa e che consentono loro di progettare algoritmi sofisticatissimi.

Il machine learning può supportare i business nel migliorare l’ engagement nei confronti del loro e-commerce o servizio. Dimenticatevi i sistemi di recommendation come li conosciamo oggi… entriamo in un mondo di esperienze personali e iper sofisticate.
Ma facciamo un passo indietro: cos’è il machine learning? Si tratta di tecnologie che consentono ai computer di imparare dai dati per trovare pattern e creare insight che sono particolarmente rilevanti in business dove le transazioni sono prevalentemente digitali, come l’ecommerce.

Machine Learning Customere Experience CELI

5 buoni esempi

Viviamo in un mondo nel quale fornire al cliente il contenuto ricercato in pochi secondi è diventato critico. Se cosi’ non fosse, il rischio che si annoi, si distragga e se ne vada è elevatissimo.
L’adozione del machine learning non è più quindi un “nice to have”. Di fatto consente ai business di conoscere e misurare ciò che il loro clienti fanno e sentono, chi sono, cosa desiderano e soprattutto come fornire loro esperienze online su misura.

Quali sono gli esempi e gli ambiti di applicazione del machine learning per la customer experience?

1. Prevenzione del churn
Quando un cliente vi informa che vi sta per lasciare, è troppo tardi. Non siete riusciti a coinvolgere il cliente in una relazione preziosa e significativa; inoltre sui social media l’impatto può essere ancora più negativo, in quanto potrebbe avere effetto anche su clienti potenziali. Per evitare una tale situazione, è possibile impiegare il machine learning per prevedere quali clienti non sono felici ed agire immediatamente su di essi con azioni di marketing mirate.

2. Algoritmi per la gestione delle campagne di marketing
Abbiamo detto in precedenza che l’iper personalizzazione è assolutamente critica e non può fermarsi ad una semplice “sostituzione” di nomi nelle email. Nessuno ama lo spamming e a maggior ragione vengono premiate le aziende che riescono ad utilizzare i dati di profilazione dei clienti, i programmi di loyalty e le transazioni di ecommerce per creare contenuti personalizzati. Il machine learning può essere impiegato per identificare solo le campagne ed in contenuti più rilevanti per ciascun cliente.

3. Riconoscimento delle immagini
Il riconoscimento di immagini sta diventando sempre più accessibile e semplice da utilizzare con le avanzate tecnologie di deep learning. Le aziende che operano nel mondo digitale possono applicare l’image recognition per casi d’uso specifici come la categorizzazione automatica di prodotti. In questo modo è possibile fornire al cliente una customer experience migliore. Come? Immagina di vedere una camicia che ti piace tanto dentro una vetrina. Potresti farle una foto, inserirla in un sito di ecommerce e trovare camicie simili che ti stiano a pennello.

4. Chiamate di upsell
Un’area nella quale il machine learning potrebbe avere un grande impatto sulle revenues è quella di fornire opportunità di upsell più targetizzate. Le aziende possono incorporare le tecnologie di machine learning nel sistema di CRM in modo che i sales agent possano disporre di suggerimenti di prodotto/offerta creati appositamente per ogni cliente. Chiaramente i sales agent avrebbero a disposizione informazioni rilevanti per attirare i clienti verso possibilità di upselling potenzialmente a maggior valore aggiunto.

5. Conoscenza del cliente
Chi non ha vissuto l’esperienza di chiamare un contact center, spiegare il problema, venire trasferito ad un’altra persona e dover ripetere tutto? E’ certamente la peggiore customer experience possibile! Le aziende stanno cominciando ad applicare la data science per aiutare a prevenire i problemi dei clienti, cercando di risolverli preventivamente. Inoltre, il machine learning viene in aiuto nella segmentazione della clientela, nella definizione di personas che possono indirizzare gli sforzi di marketing e comunicazione in modo mirato.

Il machine learning potrebbe davvero migliorare la customer experience al punto da cambiare la faccia del commercio digitale nei prossimi 10 anni. I business che avranno successo saranno quelli che metteranno non solo il cliente al centro, ma anche che sapranno progettare esperienze-cliente uniche ed iper personalizzate, compredendo quale migliore esperienza possa venire fornita ad ogni segmento/personas.

Vuoi saperne di più? Contattaci!

Tags: , ,