Como empresas de telecomunicações podem reter e conquistar mais clientes com Analytics
Mel Prescott é Principal Consultant
para Telecom da FICO
Igor Castroviejo é Coordenador de Serviços Não Financeiros,
Telecomunicações & Utilities da FICO
No cenário das telecomunicações, identificar concorrentes é mais difícil do que costumava ser há alguns anos. As operadoras hoje não estão mais competindo entre si por clientes – elas precisam se defender dos fabricantes e dos serviços over-the-top (OTT) em sua infraestrutura de rede, como também dos provedores de serviços digitais mais populares como Amazon, Netflix e Spotify.
O preço hoje não é mais um diferenciador efetivo. Anos competindo por menores custos em mercados desenvolvidos resultaram na comoditização dos serviços de conectividade e margens muito apertadas.
Em vez disso, telcos líderes de mercado estão agora buscando otimizar a experiência do cliente para otimizar suas receitas. Um estudo recente da Analysys Mason mostrou que cada aumento de 1% na pontuação do promotor líquido de uma empresa de telecomunicações resulta em redução de 4% na rotatividade.
Essa oportunidade é impulsionada por grandes volumes de dados e a capacidade de obter insights a partir desses dados, com análises avançadas. Mas a maioria das empresas de telecomunicações simplesmente não tem potência analítica para diferenciar seus serviços – ainda.
Aqui estão três etapas vitais para competir no atendimento ao cliente que podem ser desenvolvidas com a ajuda da análise.
Crie uma cultura de análise da empresa
A inteligência artificial e o machine learning são as palavras-chave do momento, já que empresas de diversos setores se esforçam para transformar o Big Data em grande valor. De acordo com a consultoria McKinsey, as empresas que injetam dados grandes em análises em suas operações mostram taxas de produtividade e lucratividade 5% a 6% maiores do que seus pares.
Embora a inclusão de análises avançadas em processos operacionais e de decisão comprovadamente aumentam o impacto de velocidade, agilidade e eficiência, muitas operadoras ainda estão longe de poder usar essas tecnologias em seu benefício.
Os benefícios são claros, mas a análise tradicionalmente tem sido um domínio de especialistas que não tiveram a perspicácia de negócios para saber quais perguntas fazer aos dados. Isso está mudando, à medida que a ciência de dados continua a se tornar mais popular. As empresas de telecomunicações estão obtendo benefícios claros ao poder aplicar análises em áreas como o Customer Value Management, informando a estratégia de investimento de retenção como operações de rede.
A maioria das telcos, se não todas, embarcaram em alguma forma de jornada de “transformação digital” nos últimos tempos; é o desafio comercial do nosso tempo. Elas precisam, cada vez mais, usar análises avançadas baseadas em dados para fazer parte deste processo de automação, responder perguntas fundamentais sobre como permanecer lucrativo em mercados saturados e comoditizados, dar o salto para entregar a experiência do consumidor em idade digital, liberando o novo crescimento tecnologia emergente.
Conduzir essa transformação requer liderança. Se as decisões são tomadas a partir de insights de dados, então o processo de buy-in do C-level é crucial para garantir o investimento nas pessoas certas e na tecnologia. A liderança executiva deve, então, comunicar objetivos de negócios claros à TI para estabelecer como a análise de dados pode impactá-los.
Projete a experiência do usuário do ponto de vista do cliente
As experiências do usuário geralmente são criadas em torno das limitações do sistema existentes, em vez de serem realmente projetadas com o cliente.
Para se manterem competitivas, as telcos devem promover um relacionamento forte e duradouro com o cliente, o que requer uma abordagem mais personalizada. Para conseguir isso, elas devem construir estratégias acionáveis com os clientes na base central de insights de dados.
É preciso criar uma maneira eficiente de “unir os pontos” do relacionamento com o cliente em vários sistemas de faturamento e linhas de produtos legados. Agentes, bots ou outros recursos de autoatendimento precisam reconhecer instantaneamente coisas como problemas recentes de serviços ou consultas de vendas e basear a próxima ação no contexto certo. Todos nós sentimos a frustração de ter que interagir com muitas partes de uma empresa antes de desistir de obter uma solução.
Além disso, também é necessário ser ágil o suficiente para comparar continuamente as diferentes estratégias e acomodar melhor as mudanças constantes das necessidades e do comportamento do cliente. Isso resultará em interações significativas com o cliente e, por fim, taxas maiores de lealdade e satisfação.
O caminho para alcançar o cliente, que se sente realmente entendido e tratado como indivíduo e não como segmento, está na intersecção da digitalização e da inteligência, ou seja, sustentado pela análise.
Compreender o contexto de negócios em que o cliente opera
A boa experiência do cliente também exige que as empresas de telecomunicações tenham a mais completa e atualizada imagem que seus dados permitirem.
Hoje as telcos têm acesso a dados contextuais incrivelmente ricos, que podem ser transmitidos em tempo real, como localização, alertas, tipo de uso. Todos esses dados podem ser usados para entender o comportamento do cliente e fornecer insights que permitam a oferta de serviços mais personalizados, pelos canais corretos, identificando de forma inteligente quem é capaz de converter e como contatá-los.
Quando combinada com os recursos de aprendizado de máquina, o poder de aprender as “incógnitas desconhecidas”, a partir de dados discrepantes leva à decisão que atende às necessidades do cliente. Portanto, todas as interações com o cliente podem ser baseadas em conhecimento atualizado e personalizadas ao contexto de cada situação.
A capacidade de analisar itens como os bate-papos na web do cliente em tempo real também oferece insights que ajudam a identificar aspectos como problemas de serviço e demanda por novos produtos. Isso pode levar a ações rápidas para corrigir os problemas antes que uma falha se torne uma ameaça séria ou informar a atividade de investimento de negociação e ofertas limitadas no tempo.
Da mesma forma, esses dados permitirão às operações de rede prever e mitigar melhor a capacidade e a manutenção da rede, reduzindo assim o risco de inatividade, inconveniência do cliente e, no longo prazo, impacto na receita.