“Ha bisogno di aiuto?” frase spezza-voglia di fare shopping se detta appena si mette piede in un negozio. La risposta d’obbligo è “No, sto dando un’occhiata”.

Quanto è più apprezzata la stessa frase quando proprio non troviamo la taglia giusta del capo di abbigliamento che ci ha fatto innamorare o quando guardiamo come se fossero scritte in cirillico le caratteristiche di due elettrodomestici all’apparenza identici… la risposta sarebbe “Si, grazie…”

Allo stesso modo, un invito a chattare non richiesto appena si apre la home page di un sito è vista come noiosa, indesiderata e pedante. Se, al contrario, siamo alle prese con la compilazione di un form che neanche per accedere alla nasa sarebbe così complesso o alla comparazione di due articoli nella nostra lista dei desideri, vorremmo tanto che qualcuno comparisse dal nulla chiedendoci “vuoi chattare con il servizio clienti?”

Questa la visione del cliente, guardiamo ora l’altra metà del cielo e la visione dell’azienda.

Le aziende hanno bisogno di gestire nel migliore dei modi i clienti digitali. Non basta aver fatto studi sulla costruzione della UX, della user interface più accattivante, della navigazione più easy… le aziende devono evitare l’abbandono di carrelli e quindi la perdita di lead, devono evitare lo stress per la fallace ricerca di un’informazione e quindi insoddisfazione che può portare a rischio churn, devono poter guidare e aiutare i clienti nonostante non siano lì di fianco a loro pronti a dare una mano.

Come fare?

Con l’intelligenza artificiale (vedi articolo Converso, vedo e prevedo) su cui si basano alcune soluzioni di Predictive Engagement.

Le soluzioni di Predictive Engagement permettono di capire cosa farà il cliente da quello che sta facendo e da quello che ha fatto, così da potergli proporre l’aiuto giusto al momento giusto, quando ne ha più bisogno.

Sembra fantascienza ma elaborando le navigazioni sul sito internet, la soluzione di Predictive Engagement segmenta i visitatori per associare a ognuno l’area di maggiore interesse, come ad esempio le preferenze di shopping.

Sempre in base al journey analytics può creare un modello comportamentale che permette di capire quali siano i critical path per determinati tipi di obiettivi (abbandono form, abbandono carrello, informazione non trovata). Il modello comportamentale viene poi applicato a clienti e prospect che navigano sul sito, e quando Predictive Engagement trova una corrispondenza con un path definito, può eseguire un’azione: proposta di una chat per supportare il cliente a trovare l’informazione più velocemente, visualizzazione di un banner con l’indicazione di un’offerta proprio relativa all’articolo nel carrello…

Inoltre Predictive Engagement può essere configurato con regole più basic ma di grande valore:

  • Stai 10 secondi fermo sulla pagina contatti > ti propongo la chat
  • Hai saltellato 3 volte avanti e indietro tra il carrello e una pagina prodotto? > ti propongo il banner
  • Hai avuto un errore nell’esecuzione di una operazione? > ti propongo il contatto con il servizio di Help Desk
Analisi statistica dei KPI

Ma non finisce qui: la soluzione di Predictive engagement integrata con la soluzione di Omnicanalità o, meglio ancora, facente parte della soluzione di Omnicanalità, permette che le informazioni acquisite da Predictive engagement non vadano perse, e siano a disposizione dell’agente cosicché possa avere una storia più profonda del cliente, che non parte dall’ingaggio della chat ma dal momento in cui si è affacciato sul sito aziendale.

In questo modo l’agente potrà avere informazioni senza chiederle,

  • risparmiando tempo (diminuzione AHT)
  • non facendo mille domande al cliente (aumento Customer Experience)
  • aumentando la possibilità di First Call Resolution e quindi di soddisfazione (aumento NPS)

In un mondo digitale, è fondamentale avere anche sul sito, oltre che in negozio, un assistente che chieda ai clienti “Posso aiutarla?” quando vede che ne hanno bisogno: affidiamoci all’intelligenza artificiale di Predictive engagement.

#daivalorealtempo

GG