Analytics

Napa empati babagan ketemu pelanggan kanthi syarat

Bisa uga dadi bebener sing angel kanggo kita para pemasar sing paling apik kanggo ditelan, nanging rong pertiga pelanggan percaya yen pemasar ora peduli karo kabutuhan.

Iku miturut survey saka 5,000 individu dening Pega. Lan nalika sampeyan ndeleng apa sing diadhepi para pemasar, gampang kanggo ndeleng kepiye sentimen kaya ngono.

"Mikir babagan skala bisnis sampeyan," ujare Andrew LeClair, manajer pemasaran produk senior ing Pegasystems. "Sampeyan lagi nyoba kanggo ngatur secara harfiah milyar interaksi, karo mayuta-yuta pelanggan, liwat atusan lan atusan program, ing Welasan lan Welasan saluran - lan sing akèh kerumitan. Lan sayangé, kerumitan kasebut ndadekake kita katon. Ora ana akeh kemungkinan sing bisa ditindakake kanthi bener, nanging ana akeh kesempatan kanggo salah, lan mung butuh pengalaman sing ora apik lan pelanggan wis metu.

Iku siklus bola-bali kanggo akeh pemasar minangka panjaluk konversi, lan teknologi ing pembuangan kita kanggo nggawe jeblugan sawise jeblugan, semen idea iki sing pemasar ora peduli.

Nanging miturut LeClair, pendekatan sing luwih empati bisa uga ora mung nggawe iman sing luwih apik karo pelanggan, bisa uga luwih apik kanggo bisnis.

"Tumindak kanthi empati iku kabeh babagan ngerteni perasaan, pikirane, emosi, konteks utawa kahanane wong liya, banjur bisa adaptasi karo obrolan kasebut," ujare LeClair, ngandika ing Konferensi MarTech anyar. "Lan katon gampang banget yen sampeyan ngomong babagan manungsa sing melu manungsa liyane, nanging yen kita minangka merek sing nyoba nindakake iki kanthi skala, kita pancene berjuang."

Mangkene carane kita bisa ngowahi.

Sentralisasi keputusan

Kaya sing dingerteni para pemasar, jagad martech saya akeh banget amarga saiki ana luwih saka 8,000 solusi sing kasedhiya. Nanging nalika kabeh teknologi kasebut nggawe macem-macem cara kanggo melu pelanggan, ora ateges sampeyan kudu ngluwihi.

"Iki 8,000 aplikasi sing ora disambungake, siled, saben duwe otak dhewe, aturan dhewe, model data, lan cara unik kanggo mangerteni, sesambungan, lan melu karo pelanggan," ujare LeClair. "Lan sanajan saka vendor sing padha, kita kabeh ngerti manawa ora ana sing dibangun kanggo kerja bareng. Masing-masing dibangun kanggo mbantu bisnis kaya kita ngedol produk menyang pelanggan ing kelompok gedhe, ing segmen gedhe. Dheweke ora dirancang kanggo lincah lan mbantu ngatasi masalah pelanggan sajrone wektu kaya iki.

Nanging, LeClair ujar manawa penting banget kanggo nginstal wewenang keputusan pusat sing ana ing tengah kabeh saluran keterlibatan sing bisa digunakake lan ngumpulake lan nganalisa data kasebut. Iku bedane antarane nggarap 8,000 "otak pedhot" utawa mung siji.

"Lan apa sing ditindakake otak iki adhedhasar kabeh data sing diklumpukake yaiku ndeleng saben pelanggan, ing saben wektu sing unik, lan nemtokake apa kontekse, apa kahanane. Lan apa ana sing bisa kita lakoni sing bakal nambah nilai? Apa ana tindakan paling apik sabanjure sing kudu ditindakake? Lan kita ngerteni kabeh kasebut kanthi nyata, nggunakake AI, model adaptif, pembelajaran mesin, banjur ngirim tumindak paling apik sabanjure ing saluran kasebut.

P x V x L

Gagasan kanggo nglakokake tumindak sing paling apik sabanjure pancen penting yen organisasi sampeyan bakal bisa ngirim strategi pemasaran sing luwih empati kanggo para pelanggan nanging uga bisa digunakake ing skala bisnis sampeyan.

Tombol ing kana, ujare LeClair, yaiku ngerteni kecenderungan manawa pelanggan kudu nampa tawaran, nilai sing bakal digawa menyang bisnis sampeyan, kabeh ing konteks kahanan sing diwenehake. 

"Tindakan paling apik sabanjure mung sing paling dhuwur total P [kecenderungan] kaping V [nilai] kaping L [tuas]," ujare.

LeClair menehi conto pelanggan "ing aplikasi kita sajrone istirahat nedha awan ngeklik pirang-pirang halaman." Klik-klik kasebut langsung menyang otak sing terpusat, pusat keputusan, sing menehi skor maneh ing profil kasebut kanthi nyata-wektu kanggo ndeleng manawa kegiatan kasebut nuduhake owah-owahan ing kahanan saiki pelanggan - kaya yen bisa dadi risiko retensi. 

"Banjur, sing bisa ditindakake yaiku langsung menehi rekomendasi tawaran retensi paling apik sabanjure lan muncul ing saluran seluler amarga dheweke online," ujare.

Nanging mbok menawa pelanggan sing padha banjur tuku barang, sing menehi pemasar kesempatan anyar kanggo menehi saran babagan sing dipasangake karo tuku kasebut.

"Kapindho sing data tuku teka kita rescore dheweke maneh. P kaping V kaping L, lan saiki tumindak paling apik sabanjure dheweke dudu rencana retensi kasebut. Nanging, kita ngalih menyang tawaran hadiah, "ujare.

"Yen kita bakal melu empati, ora cukup mung ngerti apa sing kudu ditindakake. Banjur kita kudu menehi keputusan kasebut menyang pelanggan sajrone butuh, banjur bisa adaptasi lan ngganti pengalaman kasebut kanthi nyata-wektu kanggo mesthekake manawa cocog karo kahanan saiki.

Nuduhake yen kita peduli

Nalika nggawe wewenang keputusan terpusat lan nggunakake kanggo nglakokake tumindak paling apik sabanjure sing cocog karo pelanggan bisa dadi cara sing luwih akeh kanggo nuduhake empati minangka pemasar, kadhangkala penting kanggo ngelingi sapa sing bener-bener tanggung jawab kanggo hubungan kasebut.

"Apa sing kudu ditindakake yaiku melu pelanggan babagan syarate," ujare LeClair. "Dheweke sing ngontrol. Iku ora bab nalika kita aran kaya ngomong karo wong-wong mau. Iku terus-terusan ngrungokake, terus-terusan ngawasi konteks lan melu nalika butuh mung nalika kita bisa nambah nilai.

Artikel web

0 komentar
Umpan Balik Inline
Ndeleng kabeh komentar
Bali menyang ndhuwur tombol