L’intelligenza artificiale e l’intelligenza emotiva a servizio della customer experience

In un mondo in cui le esigenze e le abitudini sono sempre più demanding per via dell’utilizzo intenso dei canali digitali sia per la comunicazione che per l’operatività quotidiana, le organizzazioni hanno bisogno di dotarsi di due tipologie di intelligenza per comunicare efficacemente con i propri clienti: Intelligenza Artificiale e Intelligenza Emotiva.

La prima per apprendere da situazioni non prevedibili ex ante, la seconda per mettere l’empatia al centro dell'interazione con i clienti.

Nell’ambito della trasformazione digitale di PostePay, Prometeia ha fornito supporto nella costruzione di Customer Journey data-driven sfruttando le potenzialità di entrambe le tipologie di Intelligenza. In ambito CRM, infatti, Prometeia si propone come partner nell’evoluzione del Customer Engagement attraverso un modello di business in cui i servizi di consulenza (il supporto end-to-end alla marketing automation, la progettazione dei Customer Journey, il supporto alla software selection, …) si affiancano allo sviluppo di modelli quantitativi e metodologie di analisi (ad esempio modelli comportamentali e modelli di rischio di credito).

A supporto dell’evoluzione in corso lato tecnologico e di processo, uno dei case study analiticamente complessi e rilevanti a livello di business, svolto in collaborazione con PostePay, è stato quello della mitigazione delle transazioni andate in KO a causa della mancanza di fondi sulla carta di debito.

Il tema delle transazioni negate non è marginale: secondo alcuni studi (vedi nota in calce) tra il 25 e il 30% dei pagamenti ricorrenti vengono declinati e il 47% sono negati per mancanza di fondi sulla carta.

Gli effetti negativi si ritrovano non solo sulle revenue mancate dell'istituto, solo 1 cliente su 4 riprova ad acquistare con un altro metodo di pagamento, ma ancora di più sulla customer experience. Si può certamente intervenire con soluzioni real time o ex post. Queste ultime però, pur essendo efficaci in termini di recupero delle revenue, non lo sarebbero per la customer experience, ormai percepita come negativa. La soluzione ideale è quindi una gestione in anticipo rispetto all’evento, tramite un Customer Journey per la mitigazione delle transazioni KO causate dall’insufficienza di saldo che agisce tramite la stimolazione del cliente alla ricarica della carta al momento specifico di bisogno, cioè quello di maggior rischio di KO. Per garantire l’efficacia del Customer Journey, questo deve chiaramente essere automatizzato sia in termini di analytics che di implementazione, dinamico grazie al contatto settimanale che anticipa il momento di rischio e omnicanale tramite l’identificazione del channel mix più appropriato per ciascun cliente.

Il lavoro analitico di costruzione di un tale Customer Journey presenta una serie di complessità tecniche dovute alla necessità di identificare analiticamente dei segnali in grado di predire un comportamento rischioso per poter intervenire in anticipo e mitigarlo - si parla, infatti, di forecasting. Per raggiungere questo obiettivo l’analisi ha dovuto sfruttare il patrimonio informativo disponibile con maggiore dettaglio, gestendo quindi medium-high frequency data come le singole transazioni.

Prima dell’intercettazione dei segnali, si è partiti da una mappatura dei clienti in base alle loro tipologie di comportamento, ed è stato poi adottato un approccio ibrido con modelli predittivi e trigger puntuali per la stima del rischio puntuale di KO. La complessità dei diversi analytics è stata quindi combinata per massimizzare l’efficacia del contatto, e nella comunicazione ci si è fatti guidare dai dati tramite un approccio di test&learning per identificare la sequenza di canali e il tone of voice migliore per interagire con i diversi clienti.

L’industrializzazione del processo di creazione dei Customer Journey per aumentarne il numero e la gestione simultanea - framework di orchestrazione automatizzata - è possibile grazie all’Intelligenza Artificiale che permette di adattarsi al contesto di incertezza attuale apprendendo da situazioni non predeterminabili ex ante, sulla base di un processo iterativo e di sperimentazione rapida.

Si tratta di un approccio learning by doing che è l’unico efficace in un contesto di cambiamento strutturale nelle modalità di pianificazione e risoluzione dei problemi. Mentre in passato le situazioni erano risolvibili con un approccio analogico caratterizzato da una strategia a monte che prevedeva un numero di mosse finite, oggigiorno serve un approccio learning by doing visto che i dati a disposizione si aggiungono e mutano costantemente.

D’altro canto, l’Intelligenza Emotiva aiuta a creare il trust dei clienti, tramite un ascolto attivo che mette al centro la conoscenza del cliente, la reattività ai suoi bisogni e una comunicazione efficace e personalizzata. Attualmente i clienti hanno voglia di essere ingaggiati e di comunicare con l’istituto, così come dimostrato dall’aumento che PostePay ha registrato, in tempo di Covid, nell’open rate delle email (da 29% a 39%) e nell’engagement rate delle notifiche push (da 6.6% a 7.9%).

Per queste ragioni, i next step per valorizzare il processo di trasformazione digitale nel Customer Engagement in cui Prometeia supporta i propri clienti sono:

- il disegno e set up di un processo industrializzato di creazione di Customer Journey per aumentare il numero di quelli attivi simultaneamente;

- il monitoraggio iterativo dei Customer Journey per misurare il contributo delle iniziative di CRM agli obiettivi di business della banca e per identificare interventi migliorativi lungo tutto il funnel;

- l’orchestrazione dei Customer Journey per assicurare la copertura di tutto il ciclo di vita del cliente e gestire in maniera armonizzata la base clienti comune secondo la capacity e le priorità stabilite.

 

 

 

Nota: 2017 Ethoca Research Report: “Solving the cnp false decline puzzle: collaboration is key”; https://payretailers.com/en/rejected-transactions-the-7-most-common-reasons/; 2018 MRR Churn Study (PriceIntelligently), MasterCard