A pesquisa “Cracking Tomorrow’s CX Code” divulgada pela SAS em parceria com o CMO Council no ano passado, trouxe um número preocupante: 50% das empresas entrevistadas não se sentem confiantes quanto as próprias estratégias de Costumer Experience (CX). Naturalmente, a insegurança operacional ecoa na percepção do público: 56% dos consumidores entrevistados disseram que as marcas não entregam boas experiências ao associarem canais físicos e digitais.
A tradução dos números indica um panorama em que o cliente se vê falando com duas marcas diferentes – a marca do site e a marca da loja – e, em função disso, é obrigado a trilhar por jornadas pouco coesas e viver experiências negativas. Neste cenário, dois sinais de alerta indicam a necessidade de melhoria imediata das estratégias de CX: de acordo com a pesquisa da SAS, a consistência no atendimento Omnichannel é o ponto mais relevante para a escolha de uma marca. Adicionalmente, um relatório divulgado pela Zendesk aponta que 58% dos consumidores desistem de fazer negócios com uma empresa após uma experiência de compra ruim.
Pensando nos potenciais impactos provocados pela inconsistência, 69,3% das empresas entrevistadas pela SAS se mostram interessadas em utilizar soluções de Marketing Analytics, inteligência artificial e machine learning para melhorar a experiência dos clientes nos canais digitais. “Atualmente, os modelos de machine learning estão mais rápidos do que nunca e oferecem fácil implantação, com processos que podem ser feitos em nuvem, e transitam com bastante transparência entre as áreas operacionais”, destaca Lyse Nogueira, Customer Advisor do SAS, em bate-papo com o Clube Mundo do Marketing.
Como a Inteligência Artificial pode ajudar?
Cada vez mais relevante para cultivar boas relações com os clientes, a aliança entre os universos online e offline simplifica a obtenção dos ovos de ouro do mundo do Marketing – os dados. “A Inteligência Artificial trabalha com dados pré-existentes. Estamos falando de informações como o histórico do cliente, o que ele já comprou, há quanto tempo ele compra, onde ele compra e com que frequência. É possível descobrir, também, se ele visita o site, quais produtos ele busca e qual caminho ele trilha por lá. Trata-se de uma combinação entre os dados obtidos nos canais digitais e as informações históricas dos nossos clientes”, explica Lyse.
Alimentada pelos dados, a Inteligência Artificial é capaz de transpor os limites da cognitividade humana e encontrar oportunidades reveladas por padrões de consumo e similaridade. “Supondo que eu fosse consumidora assídua dos esmaltes de uma rede de cosméticos, mas tivesse um perfil de consumo muito parecido com o grupo que consome esmaltes mas também consome fragrâncias, a IA seria capaz de detectar esses grupos e identificar padrões de similaridade que o ser humano, normalmente, não consegue”, exemplifica.
Por que esses padrões de similaridade são importantes? Porque, ao avaliá-los, torna-se possível entender o comportamento de compra dos consumidores – individualmente ou em grupo – e, a partir dessas informações, planejar estratégias personalizadas voltadas para objetivos específicos. “Ao identificar um grupo semelhante, é possível levar campanhas direcionadas para a um consumidor específico, tendo como base o padrão de similaridade identificado pela IA. Dessa forma, é possível rentabilizar e fidelizar o cliente, pois conseguimos entender a necessidade e o momento dele, além de interagir no melhor canal para ele”, conclui a Advisor.
O bom exemplo
Espalhada por todo o território estadunidense com sua constelação de mais de 1300 lojas, a Ulta Beauty tinha um desafio em mãos: se reinventar dentro do mundo dos cosméticos e garantir a permanência dos membros do grupo de fidelidade, composto por mais de 38 milhões de membros.
Partindo da lógica de captura de dados e consolidação de informação para entender o comportamento dos consumidores, a SAS auxiliou a gigante dos cosméticos na tarefa de trabalhar a relação com os clientes nos canais omnichannel. “Trabalhamos os clientes na loja e também no site, juntamos as informações e construímos modelos e segmentações até a ativação de fato, tanto nos canais digitais quanto nos canais offline. Depois, eles começaram a realizar personalizações direcionadas para segmentos específicos, o que fez com que os consumidores que compravam apenas um produto passassem a comprar dois ou mais”, conta Lyse.
Não demorou até que o exercício das novas táticas se provasse vantajoso para a Ulta. As ações comandadas pela SAS se refletiram no aumento do ticket médio dos consumidores, nas receitas e nas margens de venda. No entanto, estes aumentos não foram a principal vantagem conquistada pela rede. “Atualmente, eles ostentam uma marca assustadora: 95% das vendas feitas pela Ulta são para clientes que já são clientes – ou seja, clientes que retornam após a primeira experiência”, finaliza a Customer Advisor.
Durante o bate-papo com o Clube Mundo do Marketing, Lyse Nogueira destacou três pontos-chave para a utilização da Inteligência Artificial no Marketing e discorreu sobre as vantagens da utilização do machine learning para o avanço de processos e projetos. Clique aqui para acessar:
Leia também: Quais são os prós e os contras sobre a evolução da Inteligência Artificial?
