Applicazioni

Customer experience, come cambia con l’AI

L’intelligenza artificiale permette di sviluppare specifiche funzionalità, come la scelta automatica del migliore orario di invio di una comunicazione, del miglior canale di comunicazione, la valutazione dell’esito di ogni inoltro, imparando automaticamente dalle interazioni con gli utenti [...]
Paolo Massimiliano Sivo

Oracle Cloud CX

Alberto Galavotti

Oracle Cloud CX

customer experience
  1. Home
  2. Intelligenza Artificiale
  3. Customer experience, come cambia con l’AI

La sociologia dei consumi considera già da diverso tempo la customer experience come un’importante area di focalizzazione e investimento, che permette un allineamento tra il cliente (interno ed esterno) e le aziende, proprio nella sua accezione più ampia, inclusiva anche dell’ecosistema allargato del proprio capitale umano e dei fornitori.

Questo approccio è già stato adottato nel comparto privato, ma sta diventando sempre più rilevante anche nel settore della pubblica amministrazione, nell’ottica del coinvolgimento (o “ingaggio”, con parola derivata dall’inglese engagement) del cittadino nelle sue molteplici declinazioni: come turista, paziente, fruitore di servizi di pubblica utilità, ecc.

Il fattore importante e differenziante è quello di saper evitare errori in termini di sovraesposizione, rispetto alla quantità di comunicazioni inviate ai clienti attraverso i diversi canali di accesso e interazione. In questo senso, grazie alla capacità dell’intelligenza artificiale – applicata dalle aziende e dagli enti pubblici – è possibile intuire le intenzioni e intercettare il momento giusto per comunicare e venire incontro ai fabbisogni delle persone, anche nella fase in cui non sono ancora stati esplicitati chiaramente.

Il cloud nella customer experience

Il cloud introduce un cambio di passo che è diventato esperienza ormai comune per tutti; alle applicazioni cloud, oltre che per la capacità di essere real-time, ora ci si affida anche per disporre della facoltà di lavorare in modo avanzato sui dati, sfruttando l’intelligenza artificiale (AI) e gli algoritmi di machine learning per gestire due aspetti principali:

  • intuire preventivamente cosa farà il target e quindi modellare un’esperienza migliore
  • semplificare l’esperienza all’utilizzatore finale in ottica di interazione con il brand

Proprio in questo ambito le applicazioni cloud di customer experience mettono a disposizione funzionalità di AI avanzate e specifiche per ogni area, ma sviluppate a partire da un progetto comune centralizzato. I componenti di AI vengono periodicamente aggiornati introducendo, in tempi molto rapidi, nuove funzionalità intelligenti e migliorando quelle esistenti, creando un flusso continuo d’innovazione all’interno delle diverse applicazioni di business in maniera trasversale rispetto ai processi di marketing, vendite e supporto clienti. Un solo progetto centralizzato significa anche sviluppare una strategia solida che eviti funzionalità sovrapposte o intelligenze che interferiscano fra di loro.

Customer Experience

Le piattaforme di Enterprise Customer Data (CDP)

La nuova sfida, oltre a quella di essere in grado di creare un profilo unico del cliente, è anche quella di riuscire a seguirlo, distinguendolo in qualsiasi momento da altre persone e inviandogli le comunicazioni esattamente dove e quando se le aspetta, rispettando i suoi gusti, le sue preferenze, ma soprattutto il suo stile di interazione con il digitale.

Il mercato tecnologico risponde a questa sfida mettendo a disposizione le piattaforme dette di Enterprise Customer Data (CDP) che oggi consentono di sfruttare i grandi vantaggi di scalabilità del cloud per creare ambienti centralizzati dove mettere in relazione informazioni e attributi del cliente provenienti da fonti eterogenee (online e offline) e stabilire una vera e propria relazione fondata sulla continuità. Si tratta di applicazioni che rendono semplice quello che in passato richiedeva grande impegno in termini di competenze tecniche e infrastrutture coinvolte.

Queste soluzioni permettono alle figure di marketing o al responsabile del customer service di ottenere rapidamente una visione completa del proprio target, creare segmenti, ma soprattutto di attivarli sui sistemi di comunicazione multicanale o CRM, grazie al supporto degli algoritmi già disponibili all’interno della piattaforma CDP o grazie al caricamento e all’esecuzione di modelli di apprendimento personalizzati. Inoltre, a monte dei dati che vengono memorizzati nelle CDP, c’è un luogo dove è possibile sfruttare un ulteriore livello di intelligenza per seguire in tempo reale le azioni del nostro utente/consumatore, riconoscendolo e reagendo ai suoi segnali.

customer experience

WHITEPAPER
Misurare la Customer Satisfaction: ecco i 3 strumenti vincenti!
CRM
Risorse Umane/Organizzazione

Immagine Oracle

Da web analytics a customer intelligence

Oggi quello che veniva un tempo chiamato web analytics, alimentato da funzionalità di ricerca sui dati intelligenti cambia definizione in customer intelligence, in virtù della molteplicità dei canali da cui oggi siamo in grado di tracciare informazioni sui nostri utenti (web, applicazioni mobili, dispositivi indossabili, ecc..) e della capacità di non avere più alcun limite alla complessità delle informazioni tracciate.

In questo ambito, grazie all’AI ci troviamo in un mondo non più fatto di applicazioni che rendono disponibili domani le analisi impostate oggi, ma di sistemi basati su tecnologie “big data” in grado di restituire istantaneamente le informazioni che richiediamo. Queste applicazioni di customer intelligence si occupano di riconoscere gli utenti se possibile anche prima del momento in cui effettuano il login, anche quando si collegano usando PC condivisi, utilizzando algoritmi orientati all’analisi del comportamento e capaci di dirci se il clic fatto su una specifica pagina sarà rilevante o meno per la conclusione di un processo di acquisto o per l’apertura di una richiesta di supporto.

Tutto questo può avvenire in modo semplice, ricevendo informazioni che possono essere usate nella reportistica o impiegate come valori di soglia per valutare che in quel momento è necessario modificare l’esperienza utente.

 

The Future of CX: Unified front- and back-office integration

Video: Il futuro della customer experience, Larry Ellison (Oracle)

L’automazione dei processi di marketing

Al fine di fornire qualche esempio, ci focalizziamo sull’automazione dei processi di marketing riferendoci alle comunicazioni digitali in cui, a partire dal profilo di una persona nota, costruiamo una strategia di comunicazione efficace. Qui entra in gioco un nuovo ordine di informazioni e chiaramente anche un diverso tipo di intelligenza a supporto delle vendite e del servizio clienti. Identificare quale sia l’orario in cui una persona è solita consultare le email, WhatsApp o gli SMS fino ad oggi non è mai stato un lavoro semplice per chi si occupa di marketing o più in generale per i responsabili della comunicazione digitale.

In questo ambito, nella customer experience, con l’intelligenza artificiale si possono sviluppare delle specifiche funzionalità, come la scelta automatica del migliore orario di invio di una comunicazione, la scelta del miglior canale di comunicazione e di fare in modo che l’applicazione stessa, preposta all’esecuzione dell’ingaggio, valuti l’esito di ogni inoltro, imparando automaticamente dalle interazioni con gli utenti.

Ulteriori potenziali applicazioni riguardano la possibilità di capire se l’oggetto (il “subject”, in inglese) di un determinato messaggio sia efficace, la capacità di ampliare automaticamente l’audience di un messaggio o il coinvolgimento del target tramite questionari intelligenti guidati per valutarne il possesso dei requisiti per accedere di diritto a un servizio (esempio un finanziamento piuttosto che uno sgravio).

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn