4 étapes pour un meilleur support client grâce à la science des données

Que pourriez-vous accomplir si vous pouviez améliorer la qualité de vos décisions ?

4 étapes pour un meilleur support client grâce à la science des données
Vous pourriez éviter de vous faire couper les cheveux.

la Coupe de cheveux

Vous pourriez éviter ce raccourci.

2014-07-07_08-39-37-700x525

Et vous pourriez améliorer votre service client.

« Les études indiquent fortement des différences de performances marquées dans les organisations qui saisissent les opportunités autour du vaste espace de l’analyse », a écrit Bob Picciano, directeur général des ventes de logiciels chez IBM. « Notre propre étude, menée conjointement par IBM et le MIT, a montré que les organisations qui se concentrent sur l’analytique surpassent considérablement leurs homologues du segment sur les principaux indicateurs commerciaux de croissance, de bénéfices et de performances. »

Alors, qu’est-ce que la science des données ? Ce petit guide vous présentera les objectifs de la science des données, ainsi que les quatre étapes pour l’utiliser pour améliorer votre support client.

L’objectif de la science des données

« La science des données est l’art de transformer les données en actions », selon le Booz Allen 2015 Guide pratique de la science des données. L’objectif : une meilleure prise de décision.

Pour y arriver, vous avez besoin de ce que Booz Allen appelle un « produit de données ». C’est l’action recommandée. Il est basé sur des données, mais vous n’avez pas besoin de voir les données pour comprendre et mettre en œuvre la recommandation.
La magie opère lorsque vous transformez les données en recommandations et les recommandations en actions.

Zxtdgfr

CHkO3Yj

Exemples de science des données

Un de exemples les plus simples de la science des données est le marquage par identification par radiofréquence (RFID). Aujourd’hui, les entreprises peuvent facilement et précisément localiser chaque article dont elles sont responsables, des produits au bétail en passant par les participants à la conférence et les bagages. Et ils peuvent suivre ces éléments le long de leurs chemins. L’étiquetage RFID permet de s’assurer que les aliments ne deviennent pas trop chauds pendant le transport, de s’assurer qu’un pont tient bien et de s’assurer que les voies ferrées ne se sont pas étendues au-delà de ce qui est sûr dans la chaleur.

D’autres exemples, de Booz Allen :

  • Recommandations de films
  • Prévisions météo
  • Prévisions boursières
  • Améliorations du processus de production
  • Diagnostic de santé
  • Prédictions des tendances de la grippe
  • Publicité ciblée
Similaire  5 applications gratuites populaires à essayer

Étapes vers la science des données

Première étape : Décidez quelles sont vos questions les plus urgentes

Quelles sont les questions qui, si elles étaient répondues, apporteraient le plus de valeur à votre organisation ?

L’une des raisons pour lesquelles vous souhaitez identifier vos questions avant d’entrer dans vos données est que le Big Data en soi est écrasant. C’est comme entrer dans un nouveau Super Walmart sans savoir ce que vous devez acheter. Vous allez vous promener sans but, vous perdre et vous sentir dépassé. Et vous pouvez ou non repartir avec quelque chose de précieux.

Par exemple, une entreprise de covoiturage Lyft compris qu’il pourrait être très avantageux pour eux de savoir quels clients ils risquaient le plus de perdre avant de les perdre.

Deuxième étape : identifier les questions urgentes auxquelles les données peuvent répondre

Toutes ces questions urgentes ne peuvent pas être résolues avec des données. Il faut donc isoler ceux qui le peuvent.

Pourquoi les clients quittent Lyft ne peuvent pas être répondus avec des données aussi facilement que qui les clients sont sur le point de partir, car « pourquoi » dans ce cas est une question qualitative, mais « qui » est une question quantitative.

Comme WordPress.com Chef d’équipe Simon Ouderkirk Mets-le pour Aidez l’éclaireur« Tirer parti de vos données de support client existantes pour débloquer la valeur présente dans votre unité de support commence par poser les bonnes questions.

Exemples de bonnes questions pour la science des données de Booz Allen :

  • Lequel de mes produits devrais-je faire plus de publicité pour augmenter mes bénéfices ?
  • Comment puis-je améliorer mon programme de conformité, tout en réduisant les coûts ?
  • Quel changement de processus de fabrication me permettra de construire un meilleur produit ?

Pour les équipes de support, Ouderkirk recommande de commencer par vos hypothèses sur votre clientèle. « Identifiez les grandes croyances non testées qui alimentent votre équipe de support. »

Voici quelques hypothèses sur ce que les clients de Automatique (la société mère de WordPress.com) pourrait souhaiter :

  • Plugins pour leurs sites
  • Accompagnement pour être en anglais
  • Toutes les réponses doivent provenir de la même personne, même si cela prend plus de temps pour obtenir une réponse

Ensuite, vous transformez ces hypothèses en « Est-ce vrai ? » des questions. Exemples:

  • Est-il vrai que nos clients veulent des plugins pour leurs sites ?
  • Est-il vrai que nos clients parlent d’abord l’anglais et que toutes les autres langues sont loin derrière ?
  • Est-il vrai que nos clients préfèrent les réponses de la même personne, même si cela prend plus de temps pour les obtenir ?
Similaire  3 façons de réduire le temps de résolution des tickets

Troisième étape : Extraire et analyser les données

« Personne n’a jamais fourni un seul centime de valeur en stockant des données », selon à la société de gestion de données Groupe de points.

J’ai parlé avec @bht sur Chat axé sur l’assistance à propos de la victoire de Lyft en science des données.

Après avoir demandé pourquoi le client quittait Lyft, l’équipe a décidé de combiner les données d’e-mail du support client avec des données sur les paiements à ses chauffeurs pour essayer d’identifier un modèle. Il a découvert que le cinquième e-mail était souvent le dernier e-mail d’un type particulier de client sur un sujet particulier avant que ce client « ne tombe du wagon et que nous le perdions en tant que client ».
Au départ, l’équipe de l’équipe Lyft a analysé les données manuellement, mais elle a ensuite trouvé un moyen de combiner les données brutes de bureau.com sur ses clients avec des données internes sur les mêmes clients pour corréler les deux et vérifier son hypothèse.

Z1MGU3z

Un autre exemple d’informations basées sur les données provient de @davedyson sur Support Driven Chat. « Un temps de réponse moyen élevé pourrait indiquer que les agents acceptent plus de nouveaux tickets qu’ils ne peuvent gérer de manière adéquate », a-t-il écrit.

Votre analyse doit aboutir à un constat. Cette constatation doit répondre à des questions commerciales urgentes de manière à ce que les décideurs puissent comprendre la réponse sans trop de recul.
Pour Ouderkirk, la clé pour trouver les données qui peuvent répondre à ses questions consiste à reposer les questions à la lumière du comportement des clients. Demandez-vous : « Quel comportement mesurable adopteraient nos clients si cette croyance était vraie ? » Donc, si, par exemple, les clients d’Automattic veulent des plugins pour leurs sites, quel comportement adopteraient-ils ? Eh bien, ils recherchent peut-être des « plugins » dans la base de connaissances. C’est assez facile de répondre avec des données.

6-28-analytics-1

Boom. « Plugins » et « WordPress.com et WordPress.org” sont leur deuxième document d’assistance le plus visité.

Quatrième étape : faire une recommandation

Demandez-vous : « Qu’est-ce qui est le plus important pour ce décideur aujourd’hui ?

Ouderkirk :

Ensuite, utilisez les données pour montrer comment le problème que vous défendez peut avoir un impact direct sur ce qui compte pour eux. Êtes-vous dans une startup à forte croissance où les « utilisateurs actifs mensuels » sont votre métrique la plus importante ? Utilisez les données pour montrer comment le soutien peut aider à déplacer cette aiguille une fois qu’ils ont les ressources dont ils ont besoin. Êtes-vous dans une entreprise mature, aux prises avec des taux de rétention turbulents ? Utilisez les données pour montrer l’impact de l’assistance sur la fidélisation des clients.

Apprendre que le cinquième e-mail était le point de dépôt des clients de Lyft « nous a aidés à prouver aux chefs de projet et à l’ingénierie qu’il fallait le réparer », m’a dit @bht. Désormais, l’équipe peut pointer vers des données montrant qu’un problème particulier faisait perdre des clients à l’entreprise avant même le cinquième e-mail, « mais c’était presque une garantie au cinquième ».

Similaire  5 meilleures pratiques pour réussir la gestion des centres d'appels

Un autre exemple de recommandation que vous pourriez faire sur la base de la science des données provient de MarketingProfs. Selon un récent Bizrate sondage sur 100 000 acheteurs, leur plus grande plainte était de devoir pincer et zoomer leur écran pour cliquer sur un bouton lors de leurs achats sur leur téléphone. Les acheteurs finissaient souvent par cliquer sur le mauvais lien après tout cela, évidemment irritant. La solution est simple, il suffit de séparer davantage les liens et de remplir les boutons avec plus de pixels pour les rendre plus faciles à atteindre.

Bizrate a obtenu ces informations à partir d’une enquête, mais ils auraient également pu les glaner à partir de leurs analyses. Tout d’abord, vous devez suivre les actions que les internautes effectuent généralement juste avant de quitter votre site. Examinez toutes les actions autres qu’un achat ou une autre conversion pour trouver des frictions. Ensuite, testez des moyens de le lisser.

MarketingProfs : « Les paniers d’achat abandonnés, les mauvaises critiques, les fonctionnalités inutilisées, les taux de retour élevés et une mauvaise réputation dans les médias sociaux sont tous des exemples de consommateurs qui expriment leurs opinions. » La science des données vous aide à écouter la voix du client.

Conclusion

Il n’y a peut-être que quatre étapes, mais la science des données n’est pas facile par un effort d’imagination. Ne vous découragez pas. Booz Allen Hamilton : « Nous avons observé que très peu d’organisations opéraient réellement aux niveaux de maturité les plus élevés, les étapes de prévision et de conseil. »

Utilisez-vous la science des données dans votre service client ? Pourquoi ou pourquoi pas? Faites-moi savoir dans les commentaires!