จัดการความไม่แน่นอน: การใช้ข้อมูลเพื่อสร้างแผนภูมิหลักสูตรของคุณ

ความเชื่อมั่นเป็นตัวขับเคลื่อนพฤติกรรมผู้บริโภคมาโดยตลอด ปัจจุบันนี้มีบทบาทที่ยิ่งใหญ่กว่าการโต้ตอบกับแบรนด์ในแต่ละวันของเรามากขึ้นเป็นแบบดิจิทัล คำถามสำหรับแบรนด์คือ “ฉันจะวัดความรู้สึกที่มีต่อประสบการณ์ของผู้บริโภคในลักษณะที่สามารถนำไปปฏิบัติได้อย่างไร”

ขั้นตอนแรกคือการตระหนักถึง “ช่องว่างประสบการณ์” ที่ท้าทายธุรกิจในปัจจุบัน บริษัทต่างๆ พยายามปิดช่องว่างเหล่านี้มาหลายปีแล้ว แต่พวกเขากำลังทำมันด้วยข้อมูลที่ไม่ถูกต้อง

พวกเขาทำงานได้ดีเยี่ยมในการรวบรวมสิ่งที่เราเรียกว่า “O-data” – ข้อมูลจากการดำเนินงาน พวกเขาเริ่มรวบรวม “X-data” – อีกชื่อหนึ่งของข้อมูลประสบการณ์ แต่องค์กรต่างๆ ได้ทำงานที่ไม่ดีในการใช้ประโยชน์จาก X-data และงานที่แย่กว่านั้นในการเชื่อมโยงกับ O-data เพื่อสร้างข้อมูลเชิงลึกที่แท้จริง

O-data และ X-data คืออะไร?

O-data คือข้อมูลจากการขาย การเงิน ทรัพยากรบุคคล และการดำเนินงานอื่นๆ ซึ่งจะบอกคุณเกี่ยวกับอัตราการชนะ ความสามารถในการทำกำไรตามสายผลิตภัณฑ์ และการลาออกของพนักงาน

ธุรกิจต่างๆ ได้ลงทุนอย่างมากในการรวบรวมและแจกจ่าย O-data ให้เป็นแบบอัตโนมัติ คุณเคยต้องได้รับเงินเพื่อใช้เวลาหลายสัปดาห์ในการกระทบยอดหนังสือเพื่อให้คุณได้รับการวิเคราะห์กำไรขาดทุนโดยละเอียด ตอนนี้คุณสามารถคลิกปุ่มและสร้างรายงานได้

X-data เป็นหมวดหมู่ที่เกิดขึ้นใหม่ซึ่งขับเคลื่อนความคิดริเริ่ม เช่น CRM: ความเชื่อ อารมณ์ ความรู้สึก เป็นความคิดเห็นของมนุษย์ที่ชี้ให้เห็นช่องว่างระหว่างสิ่งที่คุณคิดว่ากำลังเกิดขึ้นกับสิ่งที่เกิดขึ้นจริง

ธุรกิจต่างๆ ในอุตสาหกรรมต่างๆ กำลังรวบรวมข้อมูลมากกว่าที่เคย โซลูชันไม่จำเป็นต้องรวบรวมข้อมูลเพิ่มเติม แต่เป็นการรวบรวมข้อมูลที่ถูกต้องและทำงานได้ดีขึ้นในการเชื่อมต่อระหว่างตัว X และตัว O

ตัวอย่างเช่น สมมติว่าบริษัทของคุณมีข้อมูลสองชุด: คะแนนโปรโมเตอร์สุทธิที่วัดความภักดีของลูกค้า (X-data) และความเป็นเจ้าของผลิตภัณฑ์ของลูกค้าและประวัติการสนับสนุน (O-data) ด้วย X-data คุณสามารถคำนวณ NPS สำหรับลูกค้าที่ตอบกลับ

คุณสามารถตรวจสอบความคิดเห็นของพวกเขาและพยายามทำความเข้าใจว่าอะไรเป็นตัวขับเคลื่อนพฤติกรรมของผู้ก่อการและผู้ว่า คุณสามารถเรียนรู้จากสิ่งนี้ แต่ข้อมูลเชิงลึกจะใช้กับผู้ที่ตอบแบบสำรวจเท่านั้น

ด้วยการรวม O-data กับ X-data ของคุณ คุณจะสามารถตรวจสอบได้ว่าผลิตภัณฑ์และบริการโต้ตอบประเภทใดที่สร้างผู้สนับสนุนและผู้ว่า จากนั้นคุณสามารถใช้ข้อมูลนี้เพื่อคำนวณ NPS สำหรับฐานลูกค้าส่วนใหญ่ของคุณ

บางทีความเป็นเจ้าของผลิตภัณฑ์บางเวอร์ชันที่เชื่อมโยงกับปัญหาการบริการลูกค้าบางประเภทอาจมีแนวโน้มสูงที่จะสร้างผู้คัดค้าน

คุณสามารถระบุลูกค้าทั้งหมดที่มีโปรไฟล์นั้นและใช้มาตรการเชิงรุกเพื่อแก้ไขปัญหา แม้ว่าพวกเขาจะไม่เคยบ่นเลยก็ตาม

ตัวอย่างข้างต้นเป็นเรื่องสมมุติ แต่เราเห็นตัวอย่างจริงในด้านของบริษัทต่างๆ ในการปิดช่องว่างประสบการณ์ด้วยการจัดการ X-data และ O-data ที่มีทักษะมากขึ้น

ขับเคลื่อนการรักษาพนักงาน

เมื่อเร็วๆ นี้ Volkswagen ได้เริ่มแคมเปญเพื่อเพิ่มความภักดีของลูกค้าในตัวแทนจำหน่าย 104 แห่งในออสเตรเลีย มีการรวบรวมข้อมูลประสบการณ์ของลูกค้าจากลูกค้าชาวออสเตรเลีย แต่ใช้เวลา 3-4 เดือนในการแบ่งปันผลลัพธ์กับพนักงานของตัวแทนจำหน่าย

ผู้ผลิตรถยนต์รายนี้ยังคงรักษาสถิติเกี่ยวกับการรักษาพนักงานไว้ที่ตัวแทนจำหน่ายแต่ละแห่ง แต่ก็ไม่ได้เชื่อมโยงใดๆ ระหว่างการรักษาพนักงานและประสิทธิภาพของตัวแทนจำหน่าย

Volkswagen เปลี่ยนกลยุทธ์ เริ่มรวบรวมข้อมูลประสบการณ์ของพนักงานมากขึ้นผ่านจุดสัมผัสต่างๆ โดยใช้การวิเคราะห์เชิงคาดการณ์ เริ่มแชร์ข้อมูลประสบการณ์ของลูกค้ากับตัวแทนจำหน่ายแบบเรียลไทม์

ความสัมพันธ์ระหว่างข้อมูลประสบการณ์ลูกค้ากับข้อมูลการสนับสนุนพนักงานและสถิติการรักษา โฟล์คสวาเก้นสังเกตว่าตัวแทนจำหน่าย 10 รายในเครือข่ายของโฟล์คสวาเกนในออสเตรเลียที่มีการรักษาพนักงานและสนับสนุนมากที่สุดก็มีสัดส่วนผู้โปรโมตลูกค้ามากที่สุดเช่นกัน

ผู้ผลิตรถยนต์ตอบสนองด้วยการทำงานเพื่อปิดช่องว่างประสบการณ์ในสิ่งอำนวยความสะดวกต่างๆ ไม่ว่าจะเป็นการรับฟังคนงาน การลงทุนเงิน และการปรับปรุงอาคาร

ผลลัพธ์: Volkswagen โพสต์อัตราการรักษาพนักงานและคะแนนประสบการณ์ลูกค้าที่แข็งแกร่งที่สุดในรอบ 15 ปี ตัวแทนจำหน่ายปรับปรุงคะแนนโปรโมเตอร์สุทธิ 20 คะแนนภายใน 12 เดือน

หมุนตามความพึงพอใจของลูกค้า

ComEd ให้บริการไฟฟ้าแก่ลูกค้ามากกว่า 3.8 ล้านรายทั่ว Northern Illinois ได้รับการจัดอันดับให้เป็นยูทิลิตี้ไฟฟ้าที่ต่ำที่สุดในดัชนีความพึงพอใจของลูกค้า JD Power ล่าสุด

จากปัจจัย 40 ประการที่ประกอบเป็นคะแนนโดยรวม ComEd อยู่ในอันดับควอไทล์ต่ำสุดสำหรับ 39 รายการ ยูทิลิตี้นี้มี O-data มากมายสำหรับประเมินการดำเนินงาน แต่ไม่ได้ทำการวิเคราะห์ความพึงพอใจของลูกค้าในเชิงลึก ดังนั้นจึงไม่มีข้อมูลเชิงลึกว่าทำไมคะแนนจึงต่ำมาก

ComEd ตัดสินใจรวบรวมข้อมูล X เพิ่มเติม การวิเคราะห์ผู้ขับขี่พบว่าคะแนนความพึงพอใจของลูกค้าต่ำนั้นเกิดจากการสื่อสารที่ไม่ดีและความเข้าใจผิดเรื่องราคาเป็นหลัก

ลูกค้ายังไม่เข้าใจด้วยว่า ComEd ไม่ได้รับผิดชอบค่าใช้จ่ายส่วนใหญ่ในใบเรียกเก็บเงินของพวกเขา (ยูทิลิตี้ส่งพลังงาน แต่ไม่ได้จ่ายให้) ลูกค้ามีทัศนคติเชิงลบอย่างมากเกี่ยวกับ ComEd โดยสรุปว่าราคาของบริษัทนั้นสูงอย่างไม่เป็นธรรม

ด้วยข้อมูลเชิงลึกเหล่านี้ ComEd ได้ปรับปรุงใบเรียกเก็บเงินโดยสร้างการออกแบบใหม่หลายแบบ บริษัทได้ทำการทดลองเรียกเก็บเงินออนไลน์หลายครั้งเพื่อพิจารณาว่าลูกค้ามีปฏิกิริยาอย่างไรกับการออกแบบที่มีอยู่และที่เสนอ

ผลลัพธ์: ภายในเวลาไม่ถึงหนึ่งปี ComEd ได้เผยแพร่ใบแจ้งยอดการเรียกเก็บเงินใหม่ไปยัง 4 ล้านครัวเรือน ทำให้คะแนนความพึงพอใจของลูกค้าเพิ่มขึ้นมากกว่าโครงการของบริษัทสาธารณูปโภคไฟฟ้าขนาดใหญ่อื่นๆ JD Power อ้างถึงการออกแบบใบเรียกเก็บเงินของ ComEd ใหม่ว่าเป็นแนวทางปฏิบัติที่ดีที่สุดสำหรับบริษัทสาธารณูปโภค

บทสรุป

แบรนด์ต้องใช้เวลาสองสามปีในท้ายที่สุดเพื่อให้ทันกับประสบการณ์และการบริการของลูกค้า และผลกระทบต่อชื่อเสียงของพวกเขาอย่างไร

คนรุ่นใหม่ในวัยทำงานไม่มีเวลาหรือความปรารถนาที่จะเป็นส่วนหนึ่งขององค์กรที่ไม่ได้พยายามเชื่อมต่อกับพวกเขาในระดับบุคคลอย่างชัดเจน และยังแบ่งปันความเชื่อและความคิดเหล่านั้นนอกกำแพงบริษัท

หากบริษัทต่างๆ ยึดเอาข้อมูล X และ O ไว้ พวกเขาสามารถแข่งขันกับสิ่งที่ดีที่สุดได้

ปี 2020 เป็นเวลาสำหรับบริษัทต่างๆ ในการปรับปรุงลำดับความสำคัญทางธุรกิจ ดึงข้อมูลลูกค้า และวิเคราะห์วิธีตอบสนองความต้องการของทั้งพนักงานและลูกค้า

ความสำเร็จเริ่มต้นจากภายในและแปลเป็นการรับรู้จากภายนอก ใช้ข้อมูลและเรียกใช้ด้วย รับมันจาก ComEd คุณไม่มีทางรู้ได้เลยว่าคุณจะได้รางวัลอะไรบ้าง