Ciencia de datos y el journey empírico de experiencia de cliente

Durante la década de los 90 y primera década del siglo XXI, el concepto de satisfacción del cliente ocupó mucho a los ejecutivos de servicio y marketing. Es en la segunda década del siglo XXI donde el concepto de experiencia comienza a tomar fuerza, ¿Cuál es la diferencia?

Customer Journey Mao
  Satisfacción del cliente Experiencia del cliente
¿Quién es el protagonista? El proceso es el responsable de la sensación de satisfacción del consumidor El usuario es el responsable de su propia experiencia. 
¿Cuál es el rol del proceso? Generar en el usuario imaginarios y sensaciones de bienestar. Mostrarle al usuario cómo tener una mejor experiencia
¿Cuál es el rol de la medición? Monitorear errores y fallas para asegurar que el usuario sienta satisfacción con el producto / servicio actual. Encontrar nuevas necesidades no resueltas del usuario.

Una de las herramientas más importantes en gestión de experiencia es el "Customer Journey Map". Se trata de un seguimiento específico de la interacción del usuario con cada punto de contacto. 

Hasta el momento los métodos cualitativos han servido con alta eficiencia para describir "Customer Journey Maps" teóricos, que describen la experiencia ideal del usuario, pero haciendo integración de datos desde los diferentes sistemas transaccionales de la organización, es posible describir un "Customer Journey Map" empírico.

A continuación algunas diferencias entre el el CJM teórico vs empírico:

  CJM Teórico CJM Empírico
¿Cuales son las bases teóricas para el planteamiento?
  • Filosofía de calidad total
  • Swedish Customer Satisfaction Barometer (SCSB)
  • American Customer Satisfaction Index” (ACSI)
  • Norwegian Customer Satisfaction Barometer (NCSB)
  • European Customer Satisfaction Index (ECSI)
  • Hong Kong Customer Satisfaction Index (HKCSI)
  • Economía del comportamiento.
  • Sesgos de consumidor.
  • Heurísticos de decisión.
  • Nudge
  • Juicios de consumidor.
¿Qué Información se usa para su construcción?
  • Encuestas históricas de satisfacción.
  • Estudios cualitativos de experiencia de usuario.
  • Acuerdos en sesiones de ideación sobre experiencia de usuario.
  • Ingesta e integración de datos provenientes de los diferentes sistemas transaccionales y medios de contacto de la organización.
¿Qué describe?
  • La experiencia ideal, lo que debería ser adecuado para la experiencia del usuario
  • Lo que realmente ha experimentado el usuario, de forma secuencial en cada punto de contacto.

¿Que beneficios aporta?
  • Norte para mejorar los procesos y alinear la transformación digital y cultural de los mismos.
  • Aprovechamiento de la huella digital de la experiencia auténtica del usuario.
¿Qué aportes hacen a la construcción de la experiencia?
  • Adaptación del proceso a los retos del competidor y el mercado.
  • Encontrar los cuellos de botella y nudos de proceso que impiden que el usuario pueda gestionarse.
Debilidades
  • Se centra en hipotéticos de servicio y plantea ideales de gestión que tienen como referencia el competidor y el mercado, fundamentalmente.
  • Se centra en datos internos y su aprovechamiento, desconociendo el competidor o el benchmark de industria.

¿COMO SE CONSTRUYE UN JOURNEY EMPÍRICO?

Podemos hablar de 4 grandes etapas:

      1. Ingesta de datos: En esta etapa, nos interesa mapear todos los sistemas transaccionales que dan fe de la experiencia del cliente. Ejemplo: en el sistema de facturación, servicio, contactcenter, PQRS, etc., existe un rastro de transacción del usuario con fecha y hora.

      2. Integración de datos: Aquí, interesa crear un ABT (Analytic Based Table) que integre la información desde el evento más antiguo hasta el más reciente. Esto permite ver el journey real del usuario.

Arquitectura_data

      1. Analitica de datos: Mediante reglas de asociación (algoritmo de minería de datos) se pueden encontrar secuencias frecuentes, repetitivas comparando los journey de todos los consumidores y agrupando aquellos cuya secuencia son similares. Esto permite segmentar las audiencias e intervenir de forma eficiente.

        Link_Analysis_SAS
      2. Visualización y consumo de información: Establecer gráficos de sankey para trazar experiencias frecuentes. esto permite dimensionar los embudos y cuellos de botella. Un ejemplo de visualización en SAS se aprecia a continuación:

Sankey_SAS

 

Gabriel Contreras

Gabriel Contreras

Actual CEO de SINNETIC para Colombia. Estudios en psicología, estadística, Msc en estadística, MBA y especialista en comportamiento del consumidor e investigación de mercados. Más de 15 años de experiencia haciendo consultoría analítica y de datos para Seguros, Agronegocios, FMCG, Farma y Movilidad

Artículos Relacionados

Evaluación de conceptos: Métodos iterativos y market research

Uno de los casos de uso mas relevantes en investigación de mercados es la evaluación de conceptos....

CONTINUAR LEYENDO

Insights desde chatbots y whatsapp con NLP

En la medida en la que las organizaciones abren nuevos canales de interacción con el consumidor,...

CONTINUAR LEYENDO

Analítica de datos e investigación en proyectos de innovación

Las necesidades de información a lo largo del continuo de innovación son diversas. Esto se debe a...

CONTINUAR LEYENDO