Utilizzo dell'intelligenza artificiale per migliorare l'esperienza del cliente e l'orchestrazione del percorso del cliente

La messaggistica e le esperienze incentrate sul cliente richiedono risposte intelligenti gestite dall'IA. Se i clienti non ricevono e-mail o altre comunicazioni pertinenti, semplicemente disattivano.

"In questo momento, il marketing sta fallendo più di quanto funzioni", ha affermato Matthew Camuso, product marketing manager per la società di software CRM Pegasystems, alla MarTech Conference. "E se pensi al motivo per cui questo fallisce, è perché la maggior parte di ciò che spingiamo, e quando lo spingiamo, non ha una reale rilevanza per i consumatori".

Ha citato uno studio interno su oltre 5.000 consumatori che ha rilevato che il 68% di loro non crede che i marchi si preoccupino delle loro esigenze.

Se i marchi non rispondono in modo intelligente alle esigenze dei clienti con uno strumento di intelligenza artificiale, di solito dipendono da messaggi preconfezionati inviati a gruppi di clienti, suddivisi in segmenti. Il rischio è che molti clienti all'interno di questi segmenti trovino la messaggistica irrilevante e si spengano per il marchio.

Leggi il prossimo: Perché ci preoccupiamo dell'IA nel marketing

Rischi nella segmentazione tradizionale

In una campagna tradizionale, una base di clienti è divisa per dati demografici, aree geografiche e altre categorie per creare segmenti e microsegmenti ancora più perfezionati. Gli esperti di marketing possono quindi aggiungere regole in base a ciò che è noto sul cliente, come i suoi mezzi finanziari o l'interesse che ha espresso su una particolare pagina web. I messaggi predeterminati vengono quindi inviati a questo gruppo fisso di clienti.

"Alla fine della giornata, stai davvero solo cercando di trovare l'elenco migliore di persone che possono acquistare il tuo prodotto, e poi una volta ottenuto quell'elenco, è un po' più piccolo, ma ti rivolgi a tutte quelle persone attraverso i canali", disse Camuso.

Questa strategia genera una bassa percentuale di vendite, in genere nell'intervallo 1%-2%, ha affermato.

"Questo potrebbe raggiungere gli obiettivi della tua campagna a breve termine, il che è fantastico, ma a lungo termine siamo così concentrati sul prodotto e sulle vendite che in realtà ha un impatto sulle nostre relazioni con i clienti", ha spiegato Camuso.

Esperienze incentrate sul cliente basate sull'intelligenza artificiale

Per guidare la messaggistica e le esperienze incentrate sul cliente, l'intelligenza artificiale può essere utilizzata per acquisire i segnali dei clienti da tutti i canali, aggiornare il profilo del cliente e quindi proporre le prossime migliori azioni rilevanti per quei clienti.

"Ciò di cui hai bisogno è un cervello, un'autorità decisionale centralizzata, che possa alimentare tutti i tuoi impegni e riunirli", ha detto Camuso. "Quello che farà quel cervello è raccogliere dati sul cliente dai tuoi canali, come e-mail o web o mobile, e poi combinarli con i dati storici che hai dal profilo di un cliente o dalla cronologia delle interazioni, così come tutto ciò che può essere trasmesso in streaming, in tempo reale."

Invece di una campagna taglia-biscotti rivolta a un elenco segmentato di clienti, le comunicazioni gestite e autorizzate da AI forniscono offerte o suggerimenti personalmente rilevanti.

I marketer svolgono anche un ruolo nelle decisioni dell'IA stabilendo criteri specifici per il loro settore o prodotto. Ad esempio, se il marchio è una banca, può vendere una carta di credito solo a un cliente di età pari o superiore a 18 anni e tale regola dovrebbe essere aggiunta all'insieme delle condizioni per contattare un cliente.

All'interno di queste condizioni più ristrette, l'IA può quindi arrivare alle azioni migliori successive, in base alla desiderabilità dell'azione per il cliente - designata nell'algoritmo come valore "P" (propensione) - e anche in base al valore ("V") dell'azione o della vendita alla società.

Inoltre, l'IA utilizzerà i fattori aziendali interni per prendere una decisione sull'azione. Ad esempio, se un prodotto ha un inventario basso, l'IA potrebbe determinare che è meglio mettere un altro prodotto davanti al cliente dove c'è un inventario più alto, in modo che l'azienda possa soddisfare la vendita.

Ricevi la newsletter quotidiana su cui fanno affidamento i marketer digitali.

Elaborazione in corso... Attendere.

SOTTOSCRIVI

Vedi termini.

Orchestrazione del percorso del cliente basata sull'intelligenza artificiale

Ogni nuovo dato che arriva su un cliente attiva l'IA per ricalcolare il punteggio, mantenendo tutti i messaggi aggiornati e pertinenti. Un acquisto con carta di credito, ad esempio, potrebbe attivare un SMS tempestivo o anche una telefonata utile da un rappresentante in tempo reale.

Queste prossime migliori azioni basate sui messaggi sono una parte importante dell'esperienza del cliente. Tuttavia, il processo decisionale dell'IA può essere utilizzato anche per creare pagine Web ed esperienze mobili su misura per il cliente in base alle informazioni aggiornate nel profilo del cliente.

Inoltre, un approccio incentrato sul cliente basato sull'intelligenza artificiale può consentire un'orchestrazione del percorso del cliente che è anche più pertinente ed efficace.

I percorsi dei clienti tradizionali sono tracciati in linea retta utilizzando regole per spingere i clienti da un'azione o una fase all'altra. Quando un cliente, qualsiasi cliente, esegue un'azione specifica "X", viene spostato nel processo in un'altra azione, "Y", in base alle regole di base del viaggio.

La differenza con un'orchestrazione del percorso del cliente basata sull'intelligenza artificiale è che può rimanere incentrata sul cliente e scegliere tra un numero maggiore di opzioni che hanno senso per un cliente specifico in base al profilo del cliente.

Quando l'IA guida il viaggio, può gestire viaggi più complicati che includono molte variabili, che sono tutte valutate in base alla propensione. Un buon esempio per le società finanziarie è un mutuo, che è un processo complicato con una serie di fasi basate su molti punti di dati personali.

"In definitiva, si tratta solo di aiutare i clienti a ottenere ciò che stanno facendo in quella fase", ha affermato Comuso. “E quando arrivano a quel passaggio, non proviamo mai a forzarli a quello successivo. Invece, esaminiamo tutti quei viaggi [dai clienti precedenti] e vediamo dove si trova nel quadro più ampio, quindi utilizziamo le decisioni in tempo reale e la modellazione della propensione".

Sfruttando la scala fornita dalla modellazione AI, l'obiettivo è che ogni viaggio o messaggio sia fresco e pertinente per il cliente attuale. Se questo obiettivo viene raggiunto, i clienti avranno l'impressione che il marchio tenga davvero alle loro esigenze individuali.

Da ignorato a coinvolto: offri ai clienti esperienze migliori con il marketing sempre attivo di Third Door Media su Vimeo.