Клиентский опыт нового поколения
Машины классные, но люди дружелюбные[21]
В 2015 году в Японии открылась гостиница Henn-na Hotel, которая занесена в Книгу рекордов Гиннесса как первый в мире отель, где гостей обслуживают роботы. Говорящие на нескольких языках роботы на стойке регистрации снабжены технологией распознавания лиц, чтобы помогать гостям с заселением и выселением. Механическая рука управляет системой хранения багажа на стойке регистрации. Робот-консьерж помогает заказывать такси, пока роботы-тележки отвозят багаж в комнаты, а роботы-уборщицы убирают в комнатах. Большинство помещений также высокотехнологичны. Например, каждая комната открывается с использованием технологии распознавания лиц, а шкаф снабжен системой обработки паром.
Изначально использование роботов было стратегией владельца гостиницы, направленной на преодоление проблем, связанных с недостатком в Японии персонала. Ожидалось, что для управления отелем потребуется минимум персонала, что снизило бы затраты на рабочую силу. Однако роботы создавали проблемы, которые расстраивали посетителей, что приводило к росту загрузки персонала отеля на исправление этих проблем. Гости, например, жаловались на то, что настольный робот-помощник реагировал на звуки храпа как на запрос и постоянно будил гостей. В результате отель приостановил автоматизацию и «уволил» половину своих роботов.
Этот пример показывает ограничения полной автоматизации. Особенно в индустрии туризма и гостеприимства, которая сильно полагается на персональные взаимодействия, полностью автоматизированные точки взаимодействия могут быть не самым лучшим вариантом. Не все задачи могут быть автоматизированы, так как взаимодействия между людьми все еще незаменимы. Роботы в самом деле классные, но люди, как известно, дружелюбны. Комбинация роботов и людей станет будущим клиентского опыта.
Это подкрепляется тем фактом, что все больше покупателей используют комбинацию онлайн- и офлайн-каналов. Согласно исследованию McKinsey, 44 % покупателей во всем мире используют вебруминг, в то время как 23 % переняли шоуруминг. Другое исследование от Transcosmos, проведенное в десяти крупнейших городах Азии, показывает, что большинство покупателей используют и вебруминг, и шоуруминг для разных категорий. Гибридный клиентский путь нуждается в омни-подходе к клиентскому опыту: хай-тек, но хай-тач.
Переосмысливая клиентский опыт в цифровом мире
Клиентский опыт – это не новая идея. Идея экономики впечатлений была описана в 1988 году Пайном и Гилмором. Они утверждали, что товары и услуги раньше были основными двигателями инноваций, однако они стали настолько единообразными, что премиальное ценообразование стало невозможным без пересмотра стратегии.
Небольшая разница в функциональности продукта может быть препятствием для перехода клиентов к конкуренту, но навряд ли она повышает готовность платить. Компании должны перейти на следующий этап эволюции экономической ценности: опыт. Сравнивая метафорично с театром, опытные компании создают покупателям запоминающиеся впечатления, используя товары как реквизит, а услуги – как сцену.
Эта идея получила еще большее массовое распространение с ростом цифровизации. В первую очередь прозрачность интернета облегчила покупателям сравнение продуктов и услуг, что ускорило коммодитизацию, то есть превращение продуктов в товары массового потребления. Поэтому компании вынуждены внедрять инновационный опыт за пределами базового предложения. Но самое важное, что покупатели уже на протяжении какого-то времени стремятся к реальной связи с брендами, что, как ни парадоксально, стало редким в эпоху связности. В результате сегодня компании считают необходимым взаимодействовать с покупателями и вовлекать их посредством интернета и других цифровых технологий.
Так как продукты стали товарами массового потребления, бизнес теперь сместил фокус на инновации в области каждой точки взаимодействия вокруг продукта. Новые способы взаимодействия с продуктом теперь более привлекательны, чем сам продукт. Ключ к победе над конкурентами больше не зависит от продукта, теперь он зависит от того, как покупатели его оценивают, покупают, используют и рекомендуют. Клиентский опыт стал фактически новым эффективным способом, с помощью которого компании создают и доносят ценность для покупателей.
На самом деле клиентский опыт – один из основных драйверов бизнес-результатов. Согласно опросу Salesforce, треть покупателей с подсоединенными к интернету устройствами готовы платить больше за отличный клиентский опыт. Исследование от PwC также показало, что почти три четверти покупателей отмечают, что отличный клиентский опыт заставил их сохранить лояльность бренду. Также покупатели заплатили бы надбавку к цене в 16 % за улучшение клиентского опыта.
Отслеживая точки взаимодействия: 5A
Так как концепция клиентского опыта состоит в дополнении узкого инновационного фокуса на продукте, чрезвычайно важно рассматривать его в более широком контексте. Клиентский опыт – это не только опыт покупки или обслуживания клиента. На самом деле клиентский опыт начинается задолго до того, как клиент покупает продукт, и продолжается долго после этого. Он охватывает все возможные точки взаимодействия клиента с продуктом: коммуникации бренда, посещение магазина, общение с продавцами, использование продукта, клиентский сервис и разговоры с другими клиентами. Компании должны «дирижировать» всеми этими точками взаимодействия, чтобы доставлять слаженный клиентский опыт, значимый и запоминающийся покупателям.
В книге «Маркетинг 4.0. Разворот от традиционного к цифровому. Технологии продвижения в интернете» мы предложили структуру для обозначения этих точек взаимодействия с целью создания превосходного клиентского опыта. 5А клиентского пути описывают опыт клиентов, когда они покупают и потребляют продукты и услуги в цифровом мире (см. рисунок 7.1).
Это гибкий инструмент, подходящий для всех индустрий. И когда он используется для описания поведения покупателей, он отражает картину, более близкую к настоящему клиентскому пути. Не только он остается актуальным сегодня, но и предоставляет сильную основу для наблюдения за тем, как люди и машины взаимодействуют в рамках всего клиентского опыта.
Рисунок 7.1. 5-A клиентского пути
Теория 5А показывает, что многие кажущиеся персональными решения о покупке по своей природе – социальные решения. Покупателям все сложнее принимать свои собственные решения с ускорением ритма жизни, ростом количества контента и снижения продолжительности концентрации внимания. Поэтому они обращаются за советом к самому надежному источнику: друзьям и семье. Сейчас клиенты активно подключаются, задают о брендах вопросы и рекомендуют их другим. В результате измерение лояльности покупателей также трансформируется от простого удержания клиентов и повторных покупок до адвокации.
В фазе осведомленности покупатели контактируют с длинным списком брендов через опыт, маркетинговые коммуникации и рекомендации других. Зная о нескольких брендах, покупатели затем воспринимают все полученные сообщения, создавая записи в краткосрочной памяти или усиливая долгосрочную память, и начинают проявлять интерес только к короткому списку брендов. Это фаза привлекательности. Руководствуясь любопытством, покупатели обычно продолжают взаимодействия, активно изучая привлекающие их бренды для поиска дополнительной информации от друзей и семьи, в медиа или напрямую через коммуникацию с брендами. Это стадия вопроса.
Если дополнительная информации на стадии вопроса была убедительна, покупатели принимают решение действовать. Важно помнить, что целевое покупательское поведение не ограничивается покупкой. После покупки покупатели глубже взаимодействуют с брендом, потребляя и используя продукт, а также в рамках послепродажного сервиса. Со временем у клиентов может развиться чувство лояльности к бренду, которое выражается в том, что они остаются клиентом, делают повторную покупку и в конечном счете рекомендуют бренд другим. Это стадия адвокации.
Конечная цель каждой компании – провести покупателя от осведомленности до адвокации, предоставляя превосходные взаимодействия на этом пути. Чтобы этого достичь, компании должны тщательно разрабатывать каждую точку взаимодействия и определить, когда использовать автоматизацию, а когда – человеческое общение. Автоматизация обычно полезна, когда клиентам просто требуются скорость и эффективность, например при бронировании и оплате. С другой стороны, люди все еще лучше справляются с задачами, требующими гибкости и понимания контекста, например при консультировании и гостеприимстве.
Люди и машины в клиентском опыте нового поколения
Роли людей и машин в равной степени важны в гибридном клиентском опыте. Они не только лучше справляются с разными вещами, но также дополняют друг друга. Скорость и эффективность компьютеров предоставляет людям больше свободы для выполнения других видов деятельности, которые требуют воображения. Автоматизация – это платформа, становясь на которую, можно перенести нашу креативность на новый уровень. В этом смысле технологии должны быть признаны движущей силой и акселераторами инноваций. Это служит цели, для которой технологии были изначально придуманы, – освобождение человеческих ресурсов.
До более глубокого погружения в то, где преуспевают машины и люди, нам необходимо понять парадокс Моравека. Ханс Моравек, как известно, поделился наблюдением, что относительно легко заставить компьютеры хорошо справляться с тестами на интеллект, но практически невозможно дать им восприятие и навыки мобильности годовалого ребенка.
Логическому рассуждению, считающемуся высококогнитивной способностью людей, легко обучить компьютеры, так как для этого требуются годы жизни, проведенные за осознанным обучением. Так как мы знаем, как это работает, мы можем просто обучать машины со схожей логикой весьма нехитрым способом. Благодаря более высокой вычислительной мощности машин они научатся быстрее нас и их знания будут надежнее.
С другой стороны, сенсомоторным знаниям – нашему восприятию и реакции на окружающую среду – обучить компьютеры сложнее. Представляется, что это низкоуровневые навыки, которым мы обучаемся в раннем детстве, когда ребенок непринужденно взаимодействует с людьми и средой. Это об интуитивном понимании чувств других людей и сочувствии. Никто не знает, как ребенок развивает эти способности, так как они по большей части получаются бессознательным обучением на основе миллионов лет человеческой эволюции. Таким образом, нам тяжело обучить тому, что мы сами не понимаем.
Ученые, изучающие искусственный интеллект, предпринимали попытки обратного проектирования[22] бессознательного обучения, применяя процессы сознания. Компьютеры анализируют миллиарды лиц и их отличительные черты, чтобы распознавать каждое и даже различать скрытые в них эмоции. Тот же принцип применяется к изучению голосов и языков. Результаты колоссальные, но требуются десятилетия для их достижения. В робототехнике успехи пока скромные. Роботы научились копировать наши движения тел в ответ на внешние раздражители, но они не преуспели в воспроизведении грациозности.
Компьютеры могут легко превзойти человеческие способности, которые большинство людей считают нашими основными активами – логическое мышление и размышление. Наоборот, на имитацию того, что кажется естественным для людей, машинам требуются десятилетия и колоссальные вычислительные мощности. Навыки, которые некоторые люди часто считают чем-то само собой разумеющимся, – это то, что отличает нас от компьютеров. Это парадоксально.
Ключевой фактор, определяющий различия между людьми и компьютерами, – это способности обрабатывать информацию. В области управления знаниями существует иерархия, известная как DIKW-пирамида: данные (англ. data), информация (англ. information), знания (англ. knowledge) и мудрость (англ. wisdom). Отчасти вдохновленные пьеса Т. С. Элиота «Скала», существуют различные версии этой иерархии от различных авторов. Мы используем шестиступенчатую модель, добавив шум и выводы в DIKW-пирамиду (см. рисунок 7.2).
Рисунок 7.2. Иерархия управления знаниями
Данные, информация и знания – это признанные области машин. Компьютеры достигли отличных успехов в обработке неструктурированных данных в значимую информацию с быстротой и практически без ограничений. Новая полученная информация затем добавляется в резервуар соответствующей информации и другие известные контексты для развития того, что называется знанием. Компьютеры организуют и управляют этим богатством знаний в своем хранилище и могут извлекать их при необходимости. Количественная природа и большие вычислительные объемы делают машины идеальными для такой работы.
С другой стороны, три несколько беспорядочных и интуитивных элемента (шум, выводы и мудрость) – это в рамках человеческих реалий. Шум – это искажение или отклонение от данных и может сильно отвлечь при группировке данных в структурированные кластеры. Пример шума – это выброс, который компьютер быстро распознает как сильное отклонение в наборах данных. Но резко отклоняющееся значение может быть как и действительной переменной, так и ошибкой. И единственный способ это определить – через субъективную оценку на основе понимания реального мира. И это то, где люди – из бизнеса, а не области наук о данных – играют роль в определении: оставить или отфильтровать сильно отклоняющееся значение.
Суждение человека при фильтрации шума имеет ключевое значение. В некоторых случаях закономерности могут быть открыты при обнаружении аномалий, или, другими словами, сильно отклоняющихся значений. Многие исследователи рынка и этнографы часто обнаруживают значимые закономерности, наблюдая за нетипичным поведением покупателей. Они также часто целенаправленно наблюдают за пользователями на крайних концах спектра нормального распределения для нахождения идей за пределами нормы. В силу своей редкости, эти необычные наблюдения часто считаются статистически незначимыми. Качественные аспекты нахождения закономерностей за пределами общепризнанных знаний – это то, что лучше всего подходит для интуитивной природы человека.
На вершине пирамиды находится мудрость, которую, возможно, машинам сложнее всего копировать с людей. Она помогает нам принимать правильные решения на основе набора беспристрастного взгляда, здравого суждения и соображений этического порядка. Никто не знает точно, как мы развиваем мудрость в течение нашей жизни. Но большинство людей согласились бы, что мудрость приходит на основе практического, а не теоретического опыта. Другими словами, люди учатся как на положительных, так и на отрицательных последствиях своих прошлых решений, и со временем их мудрость заостряется. В отличие от узкого машинного обучения, этот процесс очень широкий и покрывает все аспекты человеческих жизней.
В области рыночных исследований компьютеры могут помогать маркетологам обрабатывать информацию и создавать рыночные симуляционные модели. Но в конечном счете маркетологи должны пользоваться своей мудростью для выявления реалистичных выводов и принятия правильных решений. Часто людям требуется отменять рекомендованные искусственным интеллектом решения.
Яркое этому свидетельство – это инцидент с авиакомпанией и участием Дэвида Дао, который был силой выдворен с рейса United flight в 2017 году. Четыре пассажира должны были освободить место для сотрудников авиакомпании, которым срочно потребовалось быть на борту самолета. Направленный на максимизацию прибыли алгоритм определил Дао как одного из пассажиров, которые должны покинуть самолет из-за того, что у него был статус покупателя «с наименьшей ценностью», которая оценивает пассажиров на основе статуса в программе лояльности часто летающих пассажиров и класса билета. Но значительный факт, который компьютер не смог распознать, – это то, что Дао – врач, которому было необходимо посетить пациента на следующий день. Бездумное следование предвзятости компьютера без учета эмпатии часто приводит к неверным решениям. Грубое обращение в этой ситуации также является свидетельством того, что не была учтена важность контакта с человеком в рамках клиентского опыта.
Люди и машины могут также сотрудничать в конвергентном и дивергентном мышлении. Компьютеры известны своей способностью к конвергентному мышлению: определению закономерностей и кластеров в неструктурированных наборах данных, которые включают не только текст и числа, но также изображения и аудиовизуальные записи. Человек, напротив, хорош в дивергентном мышлении: разработке новых идей и поиске новых потенциальных решений.
Эти взаимодополняющие функции имеют колоссальный потенциал, например в улучшении эффективности рекламы. Компьютеры могут быстро просматривать миллионы рекламных роликов и обнаруживать корреляции между базовыми креативными параметрами (цветовая схема, текст и схема размещения) и результатами (уровень осведомленности, эмоциональная привлекательность и конверсия в покупку). Это может быть сделано либо через предварительное размещение при тестировании творческих гипотез, либо путем аудита исторических данных об успешности рекламных кампаний. Компания Chase, например, использует искусственный интеллект от Persado для копирайтинга. В креативном тестировании программное обеспечение умудрилось превзойти экспертов-копирайтеров в получении наивысшей кликабельности. Выбор слов был сделан на основе массивной базы слов с рейтингом по их эмоциональной привлекательности.
Бренд-менеджеры и креативные рекламные агентства не должны воспринимать это как угрозу. Все еще никакая машина не может заменить человека в написании агентских брифов и создания рекламного текста с нуля – то есть в создании позиционирования бренда, который бы откликался у аудитории, и в переводе его в правильное сообщение. Компьютеры также не идеальны для разработки аутентичных и инновационных рекламных кампаний. Однако искусственный интеллект может помогать оптимизировать рекламу, подбирая лучше слова, цвета и схемы размещения.
При взаимодействии с клиентом люди и машины могут также работать сообща. Обычно выбор канала зависит от сегмента клиента. Взаимодействия с людьми обычно закрепляются за многообещающими потенциальными покупателями и самыми ценными клиентами из-за высокой стоимости обслуживания. Тем временем машины занимаются квалификацией потенциальных покупателей, а также взаимодействием с низкоприбыльными клиентами. Сегментация сервиса позволяет бизнесу контролировать издержки, в то же время управляя рисками.
Agile-маркетинг – это последняя часть мозаики при внедрении маркетинга 5.0. Эта практика подходит под быстро меняющуюся и непредсказуемую бизнес-среду, с которой сталкиваются компании.
В самом деле, использование искусственного интеллекта для интерактивных целей рискованно. Ныне ликвидированный чат-бот Tay от Microsoft – этому пример. Обучаясь на оскорбительных твитах и отвечая провоцирующим пользователям, чат-бот начал постить в Twitter такие же оскорбительные сообщения. Бот был ликвидирован спустя всего 16 часов после запуска. Google испытал схожую проблему с алгоритмом распознавания изображений, который квалифицировал чернокожих друзей пользователей в категорию «гориллы». Компания исправила алгоритм, убрав совсем категорию «гориллы». Нечувствительность искусственного интеллекта – одна из самых больших угроз в управлении.
Компьютеры подходят хорошо только для предсказуемых запросов и программируемых задач. Такие решения, как пункты самообслуживания и чат-боты, обрабатывают только самые базовые транзакции и запросы. Люди более гибкие на всем спектре тем и поэтому лучше подходят для консультационных ролей. Превосходное понимание контекста позволяет людям адаптироваться под непредвиденные обстоятельства и необычные клиентские сценарии за пределами стандартных процедур.
Разработчик программного обеспечения HubSpot, например, использует чат-бота для выявления и обработки запросов потенциальных покупателей в верхушке и средней части воронки продаж. Однако компания выделяет менеджеров для продаж с консультированием, соответствующим потенциальным покупателям, а также вовлекает команду в процесс интеграции. На этапе после продажи компания возвращается к чат-боту с ответами на простые запросы.
Самое главное, люди приветливые и дружелюбные. Для любых задач, где требуется эмпатия, лучшее решение – это взаимодействие между людьми. Даже те некоторые компании, которые уже установили последние CRM-решения для управления клиентами, все еще опираются на социальные навыки человека при предоставлении сервиса. Рассмотрим Marriott с «M Live» – это их центр мониторинга социальных сетей. Когда алгоритм определяет упущенную возможность на одном из объектов Marriott, например, то, что пара приехала на медовый месяц, центр управления передает информацию в соответствующий отель, чтобы они могли удивить гостей.
Понимание того, что могут принести автоматизация и человеческое взаимодействие – это первый важный шаг в проектировании превосходного омниканального клиентского опыта (см. рисунок 7.3). И часто это не про выбор одного или другого. Бизнесу нужно избавиться от мышления «машины заменят людей», или они рискуют упустить возможность оптимизации своих процессов. В реальности люди и машины должны работать вместе и учитывать сильные стороны друг друга на большинстве точек взаимодействия. Таким образом, следующий шаг включает пересмотр и переформатирование клиентского пути для максимального использования потенциала совместной работы машины и людей (см. главу 11).
Рисунок 7.3. Объединение сильных сторон машин и людей
Использование технологий нового поколения для создания клиентского опыта нового поколения: чек-лист
Для гарантии беспроблемной совместной работы машин и людей маркетологи следующего поколения должны обладать знаниями о технологиях, особенно технологиях, которые усиливают маркетинговые активности. Группа технологий, которые часто используются маркетологами, называется маркетинговыми технологиями (сокр. англ. martech). Существует семь наиболее частых сценариев использования маркетинговых технологий в клиентском пути.
Реклама – это подход к донесению коммуникационных сообщений бренда до целевой массовой аудитории через различные каналы платных медиа. В мире, где внимание в дефиците, реклама может казаться навязчивой. Критично важна актуальность. Таким образом, наиболее частый сценарий использования технологий в рекламе – это таргетирование аудитории. Компании могут оптимизировать эффективность, находя подходящий сегмент, что в конечном счете повысит воспринимаемую актуальность рекламы.
Технологии также помогают маркетологам создавать портреты сегментов и отдельных людей из аудитории, что ведет к улучшению рекламы. Так как часто универсальные решения не работают в рекламе, искусственный интеллект способен быстро создавать множество рекламных креативов с различными комбинациями текста и визуального сопровождения. Технология, также известная как динамический креатив, крайне важна для целей персонализации.
Персонализация не ограничивается только рекламными сообщениями, но также применяется к размещению рекламы. Контекстная реклама позволяет показывать ее в подходящий момент в подходящем медиа автоматически. Например, реклама машины может быть показана пользователю, который ищет информацию в интернете для покупки нового автомобиля на сайте с отзывами. Так как рекламные сообщения согласуются с текущими областями интереса, отклик на такую рекламу обычно лучше (см. главу 10).
Наконец, другая важная область использования технологий в рекламе – это программируемая закупка медиа. Программируемая платформа позволяет специалистам по рекламе автоматизировать закупки и управление рекламой в платных медиаканалах. Так как это консолидированная закупка с автоматическим назначением ставок, программируемая реклама доказала свою эффективность в оптимизации рекламных бюджетов.
Контент-маркетинг – в последние годы модное слово, и он считается утонченной альтернативой рекламе в цифровой экономике, а также менее навязчивым, чем реклама. Используется набор развлекательных, образовательных и вдохновляющих материалов для привлечения внимания без настойчивого рекламирования. Основополагающий принцип контент-маркетинга – четкое определение целевой аудитории, чтобы маркетологи могли создавать интересный, актуальный и полезный контент. Таким образом, таргетирование аудитории еще более критично важно в контент-маркетинге.
Аналитика полезна в отслеживании и анализе потребностей и интересов аудитории. Она позволяет контент-маркетологам создавать и курировать создание статей, видео, инфографики и другого типа контента, который бы с высокой степенью вероятности вовлек бы аудиторию. Искусственный интеллект также позволяет автоматизировать этот трудоемкий процесс.
С помощью предиктивной аналитики контент-маркетологи могут даже представить весь клиентский путь на своих сайтах. Поэтому вместо показа статичного контента на основе заданного потока маркетологи могут предложить динамичный контент. Другими словами, каждый посетитель сайта будет видеть разный контент на основе своего покупательского поведения и предпочтений. Так можно существенно повысить конверсию посетителей сайта в клиентов, что ведет к оптимизации эффективности. Amazon и Netflix предлагают персонифицированные страницы, чтобы побудить пользователей совершать целевые для компании действия.
Прямой маркетинг – это более адресная тактика продажи товаров и услуг. В отличие от рекламы в средствах массовой информации, адресный маркетинг направлен на индивидуальное распространение предложений через посредников, обычно используя такие медиа, как электронная и обычная почта. В большинстве случаев потенциальные покупатели подписываются на каналы прямого маркетинга в надежде получить специальные предложения или актуальную информацию, что также известно как доверительный маркетинг[23].
Сообщение в прямом маркетинге должно казаться личным, чтобы оно не воспринималось как спам. Таким образом, текст сообщения должен быть настроен на конкретного человека с помощью искусственного интеллекта. Но, возможно, наиважнейший сценарий использования прямого маркетинга – это системы рекомендации продуктов, которые являются неотъемлемой частью повседневной деятельности компаний электронной коммерции. С помощью рекомендательного движка маркетологи могут предсказывать, какие покупки с большей вероятностью совершат покупатели на основе их истории покупок, и соответствующим образом формировать предложения. Так как персонализация предложений критично важна, а объем данных может быть массивным, использование автоматического процесса в адресном маркетинге обязательно.
И так как предложения обычно имеют конкретный призыв к действию, успех кампании может быть предсказуем и измерим с помощью анализа конверсии. Таким образом, использование технологий полезно и для прогнозирования, и для аналитики кампаний. Постоянное отслеживание реакций будет способствовать улучшению работы алгоритмов со временем.
В отделе продаж технологии автоматизации процессов могут принести существенное снижение издержек, а также содействовать масштабированию. Некоторые части процесса управления лидами, особенно на вершине воронки, могут быть делегированы чат-ботам. С чат-ботами получение контактной информации у потенциальных покупателей может происходить в форме беседы и использовать менее формальные формы. Программируемая природа процесса выявления перспективности потенциальных покупателей также делает процесс идеальным для выполнения чат-ботами. Некоторые продвинутые боты могут также автоматизировать процесс «обработки» потенциального клиента – то есть на средней части воронки продаж – отвечая на запросы перспективных клиентов и ловко предоставляя актуальную в данном контексте информацию.
Маркетинговые технологии также получили развитие в области работы с клиентами. В отраслевых вертикалях менеджеры по продажам тратили существенное количество времени не на сами продажи, а также на административные задачи. С CRM-системами для продаж вся информация о клиенте, включая историю взаимодействия и возможности для продажи, организуется автоматически, позволяя менеджерам по продажам фокусироваться непосредственно на задачах продаж. Огромное количество данных, собранных в процессе управления потенциальными клиентами, снабдит менеджеров по продажам подходящей информацией для закрытия последующих продаж.
Прогнозирование является проблемой для многих компаний, так как менеджеры полагаются на интуицию при оценке каждого потенциального покупателя. Проблема в том, что каждый менеджер может иметь разный уровень интуиции, искажает общее прогнозирование. Предиктивная аналитика дает отделу продаж возможность более точных прогнозов и позволяет лучше приоритизировать задачи по возможностям продаж.
Технологии нового поколения также предлагают различные сценарии использования для улучшения выбора каналов. Наиболее популярный канал, особенно после пандемии COVID-19, – это бесконтактные взаимодействия в розничных магазинах. Помимо снижения издержек, пункты самообслуживания и обслуживающие роботы предпочтительны для простых взаимодействий, таких как банковские транзакции, прием заказанных продуктов или регистрация на рейс в аэропорту. Вспышка пандемии может наконец подтолкнуть к массовому использованию дронов для доставки. В Китае компания JD.com стала первой компаний, которая доставляет товары с помощью дронов в отделенные участки во время режима самоизоляции.
Продвинутые технологии также могут гарантировать беспрепятственный клиентский опыт. Ретейл-индустрия одной из первых экспериментирует с сенсорными технологиями. Amazon, который продолжает расширять сеть розничных магазинов, пробует системы оплаты по биометрии в нескольких магазинах Whole Food. В Китае покупатели могут также оплачивать товары, просто постояв напротив касс, снабженных системой распознавания лиц, которые подключены к Alipay или WeChat Pay.
Использование «интернета вещей» также становится более популярным. В умных магазинах, снабженных сенсорами, движение посетителей может быть проанализировано, а значит, реальный клиентский путь может быть легко нанесен на карту. Так, розничные магазины вносят изменения в раскладку товаров для улучшения опыта. С «интернетом вещей» ретейлеры также могут точно определить место, где каждый покупатель находится в каждый отрезок времени, позволяя реализовывать точный и основанный на местоположении маркетинг в каждом пролете и на каждой полке.
С набором технологий нового поколения маркетологи при работе с каналами сбыта могут дать покупателям возможность получить виртуальный опыт перед покупкой. Дополненная реальность (AR) и голосовой поиск, например, используются уже на протяжении какого-то времени для подчеркивания особенностей продукта и навигации внутри магазина в Sam’s Club. Виртуальная реальность (VR) дает покупателям возможность походить по магазину, не выходя из дома. Например, Prada стал первым брендом класса люкс, использующим VR для замены опыта посещения магазина во время пандемии.
Маркетинговые технологии не только полезны для улучшения взаимодействий с клиентом, но также для совершенствования ключевых продуктов и услуг. Тренды на онлайн-покупки и персонализацию послужили толчком к развитию концепции массовой кастомизации и совместному созданию продуктов. Каждый хочет продукты, изготовленные по требованию заказчика, с его инициалом, выбором цветов и размером, который будет идеально подходить. Компании, от Gillette до Levi’s и Mercedes-Benz, расширяют свои линейки продуктов, предлагая кастомизированные варианты.
Динамическое ценообразование также должно быть на месте, чтобы соответствовать огромным возможностям кастомизации. В сфере услуг роль индивидуального ценообразования еще более явная. Страховые компании предлагают возможность выбрать страховое покрытие, которое бы подходило под потребности покупателя, что будет отражено в цене. Авиакомпании определяют цены на основании нескольких переменных: не только на основании общих данных, как текущий уровень спроса и конкуренция по маршруту, но также учитывая пожизненную ценность клиента[24] для каждого путешественника. Технологии также делают возможной бизнес-модель «все как услуга» для покупок, которые ранее были дорогостоящими, как корпоративное программное обеспечение или машины.
Предиктивная аналитика также может быть полезна при разработке продуктов. Компании могут просчитать риски по текущим планам и оценить, как товар будет принят на рынке. Например, PepsiCo использует аналитику компании Black Swan для анализа трендов обсуждения напитков и прогноза того, какие продукты, находящиеся в разработке, с наибольшей вероятностью ждет успех (см. главу 9).
Использование чат-ботов популярно не только для управления воронками продаж, но также при ответах на сервисные запросы. С чат-ботом компания может обслуживать клиентов 24/7 и предлагать мгновенное разрешение часто встречающихся проблем, что критично в цифровом мире. Также компания может обеспечить большую согласованность и интеграцию по нескольким каналам коммуникаций, как страницы сайта, социальные сети и мобильные приложения. Но самое важное, что чат-боты снижают загруженность представителей отдела обслуживания клиентов, выполняя простые задачи.
При более сложных запросах чат-боты могут незаметно для пользователя передать обращение отделу обслуживания клиентов. Интеграция с CRM-базой может существенно улучшить показатели работы отдела обслуживания, снабжая сотрудников списком с историей взаимодействия и другой релевантной информацией. И так сотрудники отдела уже могут определить лучшее решение проблем клиента.
Другой важный сценарий использования технологий – это обнаружение оттока клиентов. Бизнес может использовать системы мониторинга социальных сетей для отслеживания и измерения настроений покупателей онлайн. Но с помощью инструментов предиктивной аналитики, встроенных в системы мониторинга социальных сетей, компании также могут предсказать вероятность оттока клиентов и предотвращать его.
Несомненно, бизнес должен взять максимум у маркетинговых технологий. Однако основной вопрос для бизнес-лидеров – как определить, какие внедрять технологии, так как не все подойдут под общую корпоративную стратегию. Следующий вызов – интегрировать различные сценарии использования технологии в слаженно работающий и единый клиентский опыт (см. рисунок 7.4). Точно можно быть уверенным в том, что с технологиями маркетологи оставят научную часть маркетинга машинам и сконцентрируются на искусстве.
Резюме: машины классные, но люди дружелюбные
Клиентский опыт – это новый способ побеждать на высококонкурентных рынках. Интерактивный и иммерсивный опыт, который привычно был на периферии, теперь более важен, чем ключевые продукты и услуги. Для создания превосходного и захватывающего опыта во всех точках взаимодействия для проведения клиентов от осведомленности до адвокации обязательным является использование продвинутых технологий.
Рисунок 7.4. Сценарии использования маркетинговых технологий в клиентском опыте нового поколения
В маркетинге сценарии использования технологий нового поколения простираются вдоль семи разных точек взаимодействия: реклама, контент-маркетинг, адресный маркетинг, продажи, сбыт, предложение и обслуживание. Технологии прежде всего полезны для анализа данных и выявления закономерностей об отдельных целевых рынках. Нахождение, например, оптимальной конфигурации для медиазакупок или ценообразования – еще одна область, где маркетинговые технологии доказали свою эффективность. Сила прогнозирования ИИ ценна для прогнозирования продаж, рекомендаций товаров и определения потенциального оттока клиентов. Искусственный интеллект позволяет маркетологам персонифицировать продукты и услуги с большой скоростью и в большом масштабе.
Но никогда не следует упускать из виду необходимость в вовлечении людей, так как они уравновесят предоставленные технологиями скорость и эффективность мудростью, гибкостью и эмпатией. Непревзойденный доступ к выявленным закономерностям и экономия времени позволят маркетологам усилить свою креативность. Машины более надежны для программируемого потока задач, а люди гораздо более гибкие благодаря своей интуиции и здравому смыслу. Но, что самое важное, людей в самом деле невозможно заменить, когда дело доходит до построения душевной связи.
Нанесите на карту клиентский путь в вашей организации. Какие наиболее важные точки взаимодействия на вашем клиентском пути?
Какие улучшения маркетинговые технологии могут привнести в наиважнейшие точки взаимодействия? Как вы планируете внедрить эти технологии?