El reto de la eficacia en la experiencia de cliente 

Crear valor a través de la experiencia de cliente es un reto, y mantener la eficiencia y la eficacia lo es aún más. CX Optimización es el marco de actuación para ganar eficiencia, es un enfoque sistemático para identificar áreas de mejora y ahorro en la cadena de valor de la experiencia de cliente. 

La experiencia de cliente se ha vuelto clave en la relación entre las marcas y sus clientes: todo es ‘experience’, todo es ‘engagement’. Desde el punto de vista tecnológico, la creación de experiencias de cliente, ya de por sí muy amplia, se ha vuelto compleja, muy compleja. No solo la personalización es determinante, los datos de los clientes son ingentes y volátiles, los puntos de contacto no paran de crecer y la ventana de atención a los mensajes es mínima. Además de los quebraderos de cabeza de los equipos de experiencia de cliente, esto ha producido un crecimiento de todos los recursos que se necesitan para construir esa experiencia, desde múltiples herramientas en el stack tecnológico hasta un sinnúmero de procesos y recorridos de cliente que atender. 

La cadena de valor de la experiencia de cliente 

CX Optimization aborda la cadena de valor desde la perspectiva de la eficacia de forma sistematizada. Esto significa que, siguiendo la filosofía de Michel Porter, se establecen cuáles son las actividades principales y las actividades de soporte de la experiencia de cliente, lo que crea el marco de trabajo. 

Tal como se ve en la figura, los cuatro bloques esenciales en la experiencia de cliente son marketing, sales, service y commerce, que reflejan los cuatro grandes dominios en los que las marcas crean y exponen experiencias para sus clientes y potenciales clientes. 

De forma equivalente, hay cuatro grandes palancas en la creación de la experiencia de cliente: data (datos de clientes), business process (procesos de negocio), platform (plataformas tecnológicas), people (equipos de experiencias de cliente. 

Esta aproximación permite ahondar en cada bloque y en cada palanca, sin perder de vista los elementos de la creación de experiencia cliente. Y la forma práctica en la que CX Optimization ahonda en cada bloque y palanca es mediante una batería de herramientas y procesos que facilitan el descubrimiento de posibles ineficiencias y facilitan la búsqueda de soluciones.

 

CX Optimization en la práctica: eficiencia, rendimiento y productividad 

CX Optimization tiene como objetivo la mejora práctica, el ahorro. Si el punto de partida es el marco de trabajo de la cadena de valor (presentado anteriormente) y el objetivo es ahorrar de distintas formas: ganar eficiencia, mejorar el rendimiento, incrementar la productividad. 

Tres ejemplos para contrastar el enfoque 

• CX Optimization en al ámbito de marketing, dispone de herramientas de auditoría de contactabilidad, que permiten identificar datos de clientes duplicados o erróneos. La correccion de este tipo de problemas de contactabilidad, repercute directamente en el ahorro de costes de las campañas, puesto que construye un escenario de contactos óptimos haciendo ganara eficacia en los envíos de correros electrónicos o mensajes. 

• CX Optimization en el ámbito de las plataformas de experiencia de clientes (CRM, Sales Automation, Customer Service, BPM, Web Portals, Apps, etc.) dispone de un conjunto de herramientas diseñadas para verificar la salud de cada plataforma. Estas herramientas analizan procesos funcionales, integraciones, ingesta de datos, volúmenes de registros, espacio de datos, etc. En la actualidad, los modelos de Software as a Service están definidos por factores múltiples factores, por lo que la optimización de las variables de plataforma repercute directamente en su coste. 

• CX Optimization en el ámbito de los equipos de trabajo tiene una clara orientación a la automatización para reducir tareas y ganar productividad. Detrás de CX Optimization para equipos hay un conjunto de herramientas de inteligencia artificial (algoritmos, asistentes, agentes) que permiten automatizar tareas rutinarias. La inteligencia aplicada a las oportunidades de ventas y a los potenciales clientes, aporta modos de puntuación (scoring) que se asignan de forma automatizada por modelos de machine learning. Esta puntuación, a su vez permite a los equipos comerciales priorizar mejor, asignar su tiempo a las oportunidades más relevantes y así ganar productividad.