Viden med værdi - dit faglige forspring

Danske virksomheder halter bagud på kundeoplevelser og dog!
Foto: Colourbox
Ledelse & organisation Af
Det tyder på, at engelske virksomheder er kommet en længere med at udnytte sine data til at afdække kundernes behov og forudsige deres fremtidige adfærd og estimere den fremtidige lønsomhed (den såkaldte kundelivstidsværdi). Denne indsigt er altafgørende for, at virksomheden kan vælge netop de strategiske initiativer, som bidrager mest til virksomhedens fremtidige indtjening og vækst. Dette er min vurdering på baggrund af to store Customer Experience (CX) events, jeg har deltaget på her i London de seneste 3 dage. Der er dog ét område, hvor Danmark – stadig – er på forkant inden for CX. Læs mere om det herunder.

De angelsaksiske virksomheder er foran på CX strategi
På den europæiske konference CXForum 2018 afholdt af MaritzCX og UK CX Awards 2018 tegnede, der sig et ret tydeligt billede.

De største virksomheder i Storbritannien, USA og New Zealand er bedre til at arbejde strategisk med at forbedre sine kunders oplevelser.

Der især ét område, hvor de adskiller sig positivt i forhold til de fleste danske virksomheder brugen af avancerede analyser til udnyttelse af big data.

Avancerede kundeanalyser
I den angelsaksiske forretningsverden er man kommet ret langt med at anvende store datamængder (Big Data), kunstig intelligens (AI) og mønstergenkendelse (Machine Learning) til at identificere de strategiske indsatser, som mest effektivt forbedrer kundeoplevelserne på en måde, så de både øger kundernes lønsomhed og loyalitet.

Dermed kan man ikke bare lave meget præcise prædiktive analyser, men i høj grad også de såkaldte præskriptive analyser. Mens de prædiktive bidrager til at forudsige de enkelte kunders fremtidige adfærd, så finder de præskriptive analyser frem til, hvad virksomheden bør gøre over for den enkelte kunde, så de kan imødegå eller udnytte resultaterne af de prædiktive analyser. Og dette endda selvom man ikke har nogen feedback fra den pågældende kunde.

Der er en række fordele ved at kombinere data om kundernes feedback (f.eks. fra løbende NPS målinger på tværs af de vigtigste kunderejser) med de interne operationelle data:
  • Man får en responsrate på 100 pct. 
  • Forudsigelserne kan endda opnås tidligere
  • Man behøver ikke så ofte at indsamle kundefeedback
Opnå den utopiske responsrate på 100 pct.
Hvis man analyserer de unikke mønstrer i de operationelle data for henholdsvis detractor-, passive- eller promoter-kunder, kan man faktisk godt nøjes at responsraten er på de typiske 10-40 pct. og alligevel være i stand til at udregne den forventede Net Promoter Scoren (NPS) for hver af de resterende 60 pct.-90 pct. af kunderne, som ikke har givet nogen svar i kundeanalyserne. Det har for langt de fleste virksomheder en stor værdi, at kende alle kundernes NPS. For det giver virksomheden mulighed for at agere proaktivt over for alle enkeltkunder og lukke det såkaldte kunde feedback loop – endda selvom man ikke har fået nogen direkte feedback fra den enkelte kunde!

Jeg oplever i de fleste CX projekter, at gennemførelsen af kundeopfølgning over for de enkelte kunder er en af de lavest hængende frugter overhovedet. Og ved at gå fra en "responsrate" på f.eks. 20 pct. til 100 pct., får man jo en ROI på indsatsen, der 5 gange så stor! Og som du vil kunne læse om herunder er der rent faktisk en del virksomheder i Danmark, som er gode til at gennemføre disse såkaldte operationelle kundefeedback loops. 

En del vil nok tænke, at deres virksomhed ikke har alle de data der kræves for at lave sådanne avancerede analyser. Det er heldigvis sjældent tilfældet. For de fleste virksomheder har masser af relevante data, der godt nok ikke findes i CRM systemet, men som stadig kan henføres til de enkelte kunder og dermed anvendes til data mining. Nogle data er dog så personfølsomme, at man skal være opmærksom på at efterleve GDPR. Det er dog ikke så svært. Da der tale om data mining af statistiske data, kan man sagtens lave et "anonymt" udtræk til brug for analysen, som ikke indeholder personfølsomme oplysning. Så længe man har et unik kunde-id, vil man efterfølgende kunne overføre de individuelle resultater per kunde til virksomhedens CRM system og dermed anvende helt konkret i CX indsatsen.

Her er nogle få af de masser af datakilder man kan anvende; Online services, web services, GPS lokalisering, Point of Sales data, kundeklager, kundeanmodninger, IoT-enheder til måling af f.eks. energi, hastighed, belastning og slitage, eksterne databaser med præcis viden om vejret, trafikforhold og lign., detaljer om kundernes telefonforbrug (for teleselskaber), økonomiske transaktioner (for banker), web clickstreams, smartphone apps, online indkøbskurve, RFID, SMS beskeder, chat, telefonsamtaler med virksomheden, betalinger og sociale medier.

Derudover kommer de traditionelle informationer, som allerede findes i CRM-systemet som f.eks. demografiske og firmagrafiske informationer, kundestørrelse, købshistorik, kreditvurdering, NPS scores og de dertilhørende åbne kommentarer fra kunderne. De virksomheder, der arbejdet mest professionelt med at lukke det operationelle kundefedbackloop kan med fordel endda anvende de notater medarbejderne har skrevet ind CRM på baggrund af de service recoveries og root-cause analyser, de har gennemført, når de har fulgt op over for de mest relevante af respondenterne.

Så det er "bare" et spørgsmål om at få indsamlet data og få virksomhedens dygtigste analytikere til at lave en masse hårdt arbejde.

En række af de førende danske virksomheder inden for dette har dog oplevet, at de IT-værktøjer, som eksisterer pt. til tekstanalyse af det danske sprog ikke er helt så præcise, som de der er baseret på det engelsk sprog. Men der er et par nordiske udbydere, som har opbygget ret præcise logaritmer, fordi de kan anvende dansk tekst direkte i stedet først at skulle lave en "google-translate" til engelsk. De største udbydere af tekstanalyser er efterhånden også ved at nå til den lange hale af mindre udbredte sprog som Dansk. Og da der er tale om maskinlæring, forbedres præcisionen eksponentielt og bliver derfor bedre for hver eneste dag der går.

Da man oftest har adgang til de operationelle data i realtid bliver virksomheden også i stand til at agere så snart disse trigger en "alarm", fordi man har identificeret et mønster på den enkelte kunder, der indikerer, at der enten er risiko for at kunden forlader virksomheden, reducerer sit engagement eller taler negativt om virksomheden. Dermed behøver man ikke vente flere måneder på, at man får den pågældendes kundes feedback i et spørgeskema, hvis ellers man er så heldig at pågældende er blandt den brøkdel af kunderne, som rent faktisk deltager i denne undersøgelse.

Man behøver derfor heller ikke bede kunderne om feedback så ofte, hvilket jeg tror, der er rigtigt mange forbrugere, der vil tage imod med kyshånd. Jeg oplever i hvert fald, at jeg ikke er den eneste, som er godt træt af de kontante bombardementer af invitationer til irrelevante analyser, af irrelevante interaktioner med nogle marginale leverandører, som ikke interesserer mig. For så længe de er vand i hanen, gas i røret, dækning på telefonen og forbindelse til nettet – gider de fleste forbrugere ikke rigtigt engagere sig i nogen relation til udbyderne af disse commodity ydelser.

Næst efter overholdelse af GDPR er den gyldne regel for indsamling af kundefeedback, det vigtigste at tage hensyn til når man laver kundemålinger. Det er reglen om, at dataindsamlingen i sig selv skal bidrage til at skabe en bedre kundeoplevelse fremfor at forringe den gennem utidige forstyrrelser af kunderne i deres travle hverdag.

Mens de danske virksomheder kunne se ud til at halte bagefter de engelske mht. til anvendelsen af big data til at forbedre kundeoplevelserne, ser det helt anderledes ud med de menneskabte kundeoplevelser.

På CXForum var der et New Zealandske teleselskab, der påstod, at de har etableret verdens bedste operationelle closed customer loop.

Uheldigvis for ham kom Anders Normann fra DSV på som oplægsholder lige efter og demonstrerede med al tydelighed, at det loop som teleselskabet har skabt – i bedste fald – kun kan være det næstbedste i verden!

Da DSV samtidig er langt fremme med hensyn at udnytte sine interne operationelle data til at forudsige kundernes fremtidige adfærd har de således både styr på det operationelle og strategiske loop – hvilket er er super stærkt udgangspunkt for CX i verdensklasse.

Så mon ikke der er håb endnu for de danske virksomheder!   

Deltag i debatten

Retningslinjer for debat

Mest læste nyheder