Analytics aplicado ao relacionamento com o cliente

É sensato supor que a atual reconfiguração da realidade na qual todos estamos inseridos tenha impactado, mais do que as relações entre os indivíduos, mas também a forma como ela se percebe. A mudança brusca que 2020 está exigindo de todos nós certamente afetou as expectativas, a tolerância e a estabilidade emocional das pessoas – ora positiva, ora negativamente.

Se você é, ou já foi, o head de uma área de atendimento, certamente é responsável por administrar e responder por alguns indicadores clássicos e fundamentais para a gestão, como o tempo médio de atendimento (TMA), resolução no primeiro contato (FCR, em inglês), nível de serviço, nível de aderência ao dimensionamento da equipe, índice no Reclame Aqui e índice de satisfação dos clientes com o atendimento recebido. Por outro lado, se você atua, ou já atuou, próximo à esta área, já deve ter ouvido falar destes indicadores, e quem sabe, até já pode ter cobrado por eles em algum momento.

Agora te convido a pensar no seguinte: você já esteve à frente de uma área de atendimento ao cliente em um cenário onde as pessoas estão sendo cobradas a reduzir suas relações sociais presenciais, pressionadas a conciliar dentro de suas casas vida profissional e vida pessoal, desafiadas a mudar seus hábitos de compra e consumo e obrigadas a reinventar as suas relações familiares?

Ao longo deste artigo, vamos refletir sobre este desafio, pois não é possível falar em eficiência no atendimento ao cliente e entrega de resultados e KPI’s favoráveis sem compreender quem é esta pessoa que está falando com a gente – alguém que viveu experiências com a nossa marca e, possivelmente, com os nossos concorrentes, que tem expectativas, necessidades e uma história antes do chamado à nossa central.

Olhando para este cenário complexo, também não é possível falar em eficiência no atendimento e entrega de resultados sem falar de analytics, a onda que nasce a partir do Big Data, da transformação digital e da capacidade abundante de registros e coleta de dados e informações, sobretudo pessoas, processos, marcas e mercado.

Analytics como diferencial na gestão da área

A estrutura e os processos da área de CRM são planejados e gerenciados bem antes do início da jornada do cliente junto ao atendimento – ainda nestes processos já se observa oportunidade de aplicação do analytics para aumento da eficiência operacional. Vejamos algumas:

Capacidade de atendimento

O número de PA’s disponível para atendimento não precisa ser necessariamente o mesmo o tempo todo, isso a gente sabe, mas será que conhecemos as reais condições que indicam quando a capacidade de atendimento deve ser ampliada e quando pode ser reduzida?

Patrocínios, promoções, ações de merchandising e lançamentos podem explicar quando um número de contatos aumenta ou diminui, mas será que todos estes eventos influenciam na demanda por atendimento da mesma forma? Eles podem ter impacto diferente de acordo com suas características e o que influencia em um caso pode não influenciar no outro.

Dias da semana e horários também são variáveis que tendem a movimentar o dimensionamento da equipe, mas modelos preditivos são capazes de identificar outras características que podem ser tão ou mais influentes na demanda por atendimento: modelos com probabilidade de erro controlada e que integrem informações que representem também o ambiente externo no qual este cliente está inserido – lembrando que “lá na ponta” estão pessoas que reagem de forma diferente a um mesmo estímulo, ou de forma igual a estímulos diferentes, então se conseguirmos identificar as variáveis realmente influentes na decisão de uma pessoa buscar atendimento, somos capazes de organizar estrutura e processos de forma a simplesmente esperar pelos contatos que chegarão.

Gestão da equipe

Não adianta dimensionar a equipe de forma adequada e viver lutando contra o indicador de absenteísmo ou de turn over, não é mesmo? Por meio do analytics um gestor pode identificar o perfil atitudinal do seu pessoal de linha frente, sendo mais eficiente na contratação, se antecipando e evitando faltas, ou ainda direcionando o cliente para o atendente certo, o mais alinhado àquele perfil, por exemplo.

Transformando dados de atendimento em inteligência para o negócio

Saindo dos processos, vamos explorar o potencial estratégico da área de atendimento ao cliente para o negócio a partir do analytics.

Compreender a incidência e o padrão de variação das diferentes manifestações que um cliente pode fazer é um caminho para antecipar crises das marcas, veja alguns exemplos:

• Se o patamar padrão de recebimento semanal ou diário de um determinado tipo de reclamação aumentar (em termos estatísticos, científicos, e não por percepção e feeling) algo de errado pode ter acontecido num lote ou em uma nova formulação.
• Se o volume natural de pedidos de informação aumenta, provavelmente orientações sobre a forma de manuseio ou uso do produto precisam serem revistas.
• Quando os elogios começam a reduzir, por sua vez, talvez o engajamento do cliente com a minha marca esteja esfriando.

Para não ter que escolher para quais manifestações, regiões ou produtos voltaremos nossos esforços de processamento de dados (pense na infinidade de combinações possíveis de análise você já tem guardadas aí sem uso), métodos estatísticos de análise aplicados como machine learning, são capazes de fazer a varredura da totalidade destas combinações, analisar o padrão de variação na ocorrência de cada uma, para cada produto e em cada região, por exemplo, e sinalizar apenas aquelas cuja variação represente algo que realmente deva ser analisado e consumido pelos gestores do negócio – resultados negativos e positivos que representem algum tipo de mudança, seja ela antecessora de uma crise ou de um case de sucesso.

Além disso, ser capaz de desenvolver, de forma proativa, análises para alimentar com informações (e mais que isso, com inteligência) as equipes de marketing, desenvolvimento, comercial, jurídica e outras.

Conhecendo o cliente para reduzir seu esforço com a aplicação do analytics

Resgatando o artigo publicado pela Harvard Business Review, sobre o Customer Effort Score (Índice de Esforço do Cliente, em português, julho-agosto/2010) é importante facilitar as coisas para o cliente.

Ele precisa ter fácil acesso aos canais de atendimento, não deve fazer mais de um contato com a empresa para falar sobre um mesmo assunto e não pode sentir-se inseguro frente as orientações que receberá.

Estas três coisas podem desestimular uma pessoa a buscar um serviço de atendimento e fazer com que recorra diretamente aos canais alternativos de atendimento, como o Reclame Aqui por exemplo, ou pior, pode fazer com que ele simplesmente migre para a concorrência, deixando de lado não só a ocorrência, mas a marca.

Quando isso acontece uma marca perde um cliente principalmente por não ter criado a oportunidade para que ele se aproximasse. Diferentes ferramentas de analytics podem ser desenvolvidas para o estudo dos gatilhos que o fariam abrir mão da marca ou buscar o atendimento ao cliente.

Facilitar para ele não pode significar tornar os processos da área mais complexos (sobretudo em tempos como o que vivemos hoje, enquanto escrevo este artigo, onde as empresas estão enfrentando o desafio de migrar as equipes para home office e adaptar as estruturas de atendimento).

Personificação do cliente: atendimento direcionado

A aplicação do analytics no customer experience ajudará a compreender – por meio do contexto em que o cliente está, das escolhas que ele faz e das situações que apresenta – qual é o perfil atitudinal daquela pessoa e, com isso, prestar um atendimento alinhado aos seus reais objetivos, motivações e até linguagem (aumentando a confiança do consumidor e impactando favoravelmente os níveis de satisfação com atendimento).

Modelos similares podem ser aplicados com sucesso no entendimento do pré e pós contato com o serviço de atendimento com o objetivo de evidenciar o encadeamento dos diferentes contatos e assim evitar a necessidade de um segundo chamado por parte do cliente.

Não ter que buscar por atendimento de novo tende a aumentar a satisfação e a confiança, reduzir a percepção de esforço e assim aumentar fidelidade, reduzir o número de chamados e, no limite, impactar de alguma forma a especialização e o tamanho das equipes.

Integração de dados revela o real feedback do cliente

Quando se identifica que os resultados da pesquisa trimestral de satisfação não estão alinhados a avaliação imediatamente pós atendimento (por meio da URA) e que há muitas pessoas que ainda consideram seus chamados sem solução, fica evidente que a experiência com o atendimento recebido não acabou ali, no momento em que o contato com a área chegou ao fim. O primeiro índice é mais próximo do CX (customer experience) já o segundo do UX (user experience).

A aplicação do analytics e integração do cenário “oficial” com o cenário “percebido” (oriundo da pesquisa de satisfação junto ao cliente atendido) possibilitam uma gestão mais eficaz da área, aumentam o tempo de reação para correção de processos e indicam oportunidades de melhoria em roteiros. Resultado esperado: melhor avaliação da experiência, maior nível de satisfação, menor chance de detração da marca.

As pesquisas de satisfação inclusive, utilizadas para mensurar a qualidade do serviço prestado de forma holística, também são uma oportunidade de aplicação do analytics para identificar de forma muito eficiente não apenas a métrica de satisfação (quantitativa), mas principalmente os fundamentos do cliente para aquela avaliação.

Ferramentas qualitativas de análise são essenciais na descoberta daquilo que está por de trás do que é dito (razão versus emoção) – são aplicadas a partir de estudos qualitativos ou podem ser empregadas a partir do que é verbalizado pelos clientes no momento do atendimento, e compõe o conceito de Big Data (dados estruturados e não estruturados, qualitativos e quantitativos).

Traga a transformação digital para a sua área de atendimento ao cliente e se diferencie

Os clientes estão diferentes e as áreas de atendimento ao cliente (cada uma com a sua missão, representadas por SAC, Customer Experience, Customer Insights, CRM, Relacionamento com o Cliente) têm tudo para se tornarem cada vez mais estratégicas, por serem quem detêm alto conhecimento e proximidade do consumidor, além de representarem uma rápida oportunidade de feedback ao negócio.

Momentos de transformação acontecem com ou sem crises e, independentemente da origem, são momentos em que é preciso estarmos atentos às oportunidades de mudança nos processos que agreguem real valor ao negócio. Mudar processos significa impactar o esforço do cliente.

Pensando pontualmente no atendimento ao cliente, personalização é a palavra da vez.

Tendem a se destacar as marcas que olham e tratam o consumidor (ou seja, na teoria e na prática) como um ser individual e compreendem que cada momento é um momento e, portanto, ações que fizeram sentido um dia, podem não fazer mais. Pensando nisso, as ferramentas de analytics precisarão estar nos processos de tratamento de dados e geração de conhecimento das áreas de atendimento ao cliente para viabilizar esta personalização, do macro para o micro, com eficiência e segurança.

Saiba mais sobre as soluções desenvolvidas pela Maena para auxiliá-lo nas análises de registros de interação com o cliente, acesse: Consumer Analytics.

Daniela Benetti Pelagalo – especialista em inteligência de mercado, pesquisa e estatística aplicada, professora universitária e fundadora da Maena Inteligência Analítica.