Mengantisipasi kebutuhan pelanggan dengan data dan AI

Orang-orang menyelaraskan diri mereka dengan merek yang memahami kebutuhan pelanggan mereka, mengenali mereka, dan terhubung dengan mereka secara manusiawi.

Dalam lingkungan COVID-19 saat ini, harapan pelanggan berkembang dengan kecepatan yang dipercepat – menantang merek untuk memberikan dan mempertahankan hubungan tepercaya.

Sekarang, lebih dari sebelumnya, merek perlu memastikan bahwa mereka menjangkau pelanggan mereka dengan konten yang tepat di saluran yang tepat pada saat yang penting pada tingkat individu.

Ini sangat penting untuk mendorong dan mempertahankan loyalitas pelanggan, dengan penelitian Deloitte menunjukkan bahwa hal itu dapat berdampak langsung pada bisnis. Hasil mengungkapkan bahwa tiga puluh sembilan persen orang yang disurvei berganti merek setelah mengalami pengalaman buruk, dan 62 persen merasa mereka menjalin hubungan dengan merek favorit mereka.

Menghubungkan dengan cara ini mungkin tampak tidak mudah, tetapi kecerdasan buatan (AI) dan pembelajaran mesin dapat membantu mewujudkannya. Teknologi ini membantu merek mengantisipasi kebutuhan pelanggan dengan lebih baik dan menjangkau mereka di saat-saat penting melalui pemasaran waktu nyata.

Berikut adalah langkah-langkah yang dapat diikuti CMO dan pemasar untuk memberikan pengalaman pelanggan yang relevan:

Tetapkan rencana yang dapat dicapai

Kebutuhan pelanggan dapat berubah dalam sekejap, memengaruhi perjalanan pelanggan mereka. Untuk menawarkan nilai, merek harus cukup gesit untuk terlibat dengan pelanggan dan memberi mereka pengalaman yang lebih dipersonalisasi berdasarkan kebutuhan waktu nyata mereka.

Untuk melakukan ini, pemasar pertama-tama harus menentukan ambisi mereka dan mengembangkan strategi dengan menyelaraskan prioritas untuk bisnis dan pelanggan. Misalnya, tujuannya dapat melibatkan peningkatan penjualan atau peningkatan loyalitas – daftarnya dapat terus berlanjut.

Alih-alih mencoba mencapai semuanya sekaligus, disarankan untuk membuat kasus penggunaan khusus dan peta jalan untuk mencapainya. Selain itu, gunakan AI dan pembelajaran mesin untuk menjalankan penargetan yang gesit dan materi iklan dinamis untuk memenuhi kebutuhan saat ini.

Penting untuk diketahui bahwa karena kebutuhan pelanggan, sumber data, dan lingkungan luar berubah-ubah, eksekusi program dan hasilnya juga bisa berubah. CMO dan pemasar harus mengikuti disiplin uji dan penyesuaian dan bersiap untuk proses berulang.

Komponen orang juga penting. Memiliki bakat yang tepat, pemangku kepentingan, dan model operasi sangat penting untuk kesuksesan pemasaran waktu nyata.

Manfaatkan data dan teknologi

Merek perlu mengidentifikasi data dan wawasan spesifik yang diperlukan untuk mendukung kasus penggunaan mereka, karena setiap kasus penggunaan adalah unik. Mereka harus mempertimbangkan hal-hal berikut:

Data

Merek memiliki banyak data di dalam dinding mereka sendiri, tetapi untuk memenuhi dan mengantisipasi kebutuhan pelanggan pada saat yang tepat, mereka memerlukan data eksternal untuk memberikan gambaran lengkap tentang pelanggan mereka dan mengisi kesenjangan. Ini bisa berupa data lingkungan seperti informasi berbasis lokasi dan musim, data tren, atau data kontekstual.

Misalnya, data media sosial eksternal dapat memberi tahu pemasar apa yang ditanggapi oleh sekumpulan pelanggan – dan jenis konten yang ingin mereka lihat di platform. Selain itu, mengingat peraturan data yang berubah dan cookie pihak ketiga akan dihapus, merek perlu bersandar pada data pihak pertama.

Dasar teknologi

Platform data pelanggan sangat berharga karena membantu menciptakan satu tampilan pelanggan yang dapat dimanfaatkan untuk kebutuhan pemasar. Ini menggabungkan data internal perusahaan di semua sumber yang dimiliki, dibayar, diperoleh bersama dengan data eksternal.

Dengan data yang tepat dan pemahaman yang lebih baik tentang pelanggan individu, pemasar akan memiliki langkah mendasar penting yang diselesaikan untuk membantu menciptakan pengalaman utama yang dipersonalisasi.

Pengambilan keputusan

AI dan pembelajaran mesin sangat penting bagi merek untuk mengantisipasi kebutuhan pelanggan dengan lebih baik, sekaligus mempercepat pengalaman pasar. Saat menggunakan kumpulan data yang kompleks, pembelajaran mesin membantu pemodelan audiens yang cerdas, dan AI membantu memperbarui strategi penargetan berdasarkan wawasan waktu nyata.

Dengan kemampuan untuk menganalisis lebih banyak informasi dan mendapatkan pemahaman yang lebih dalam, pemasar diberdayakan untuk membuat keputusan yang tepat dan cepat untuk memenuhi kebutuhan pelanggan yang berubah di seluruh saluran, pesan, dan pengalaman.

Misalnya, ketika dipraktikkan untuk bank, AI dapat mengidentifikasi pelanggan individu yang saat ini berada di pasar untuk sebuah rumah menggunakan serangkaian sinyal data di luar wawasan demografis standar dan menargetkan individu dengan penawaran hipotek yang sesuai dengan cara yang paling optimal. saluran dan momen.

Mampu mengatur pesan yang dipersonalisasi memperdalam koneksi dan kepercayaan dalam hubungan merek dan pelanggan.

Ubah proses menjadi praktik

Meskipun tindakan ini dapat mendukung kasus penggunaan atau skenario tertentu, sulit bagi merek untuk melakukannya dalam skala besar dan waktu nyata. Salah satu rintangan utama yang dihadapi banyak perusahaan adalah bahwa pengalaman pelanggan sering dianggap sebagai fungsi pemasaran atau dilihat secara terpisah.

Pengalaman pelanggan harus menjadi disiplin operasional sejati dengan kemampuan cerdas emosional yang tertanam dalam setiap area operasi perusahaan. Kolaborasi kunci harus antara CMO dan CIO.

Dengan cara ini, harapan pelanggan dan wawasan manusia, yang dibangun melalui AI dan pembelajaran mesin dapat digunakan untuk memengaruhi strategi dan tindakan merek secara real-time yang pada akhirnya mendorong hasil bisnis.

Meskipun AI dapat bermanfaat bagi pengalaman pelanggan, AI juga dapat membantu CMO dan pemasar dengan kasus penggunaan non-CX. Misalnya, AI dapat membantu mengoptimalkan ROI pemasaran, meningkatkan kinerja pemasaran, dan memperoleh pelanggan baru.

Di pusat kontak, misalnya, AI dapat bekerja sama dengan agen layanan pelanggan dengan menginformasikan pesan yang optimal untuk penelepon. Meskipun CX mungkin bukan tujuan inti, pengalaman pelanggan yang dipersonalisasi tentu dapat membantu mencapai tujuan kasus penggunaan.

Pemasar harus memercayai data mereka dan mempercayakan AI untuk melakukan lebih banyak pekerjaan dengan merancang dan menerapkan algoritme dengan benar. Manusia masih terlibat, tetapi dengan lebih banyak keputusan yang terjadi secara mandiri dan real-time, mereka dapat fokus pada keputusan strategis dan upaya kreatif lainnya untuk pelanggan.

Dengan berfokus pada kebutuhan pelanggan dan memberikan pengalaman pribadi yang mereka dambakan, merek dapat menciptakan ikatan emosional yang kuat yang mengarah pada loyalitas.

Kate Erickson adalah Managing Director di Deloitte Consulting LLP dan Hux oleh Deloitte Digital.