Понять своего клиента и определить точки контакта с ним

Для того чтобы разобраться, как работает сегодня рынок создания дополнительной ценности для клиента (клиентский опыт), и даже более того, понять, какие тренды будут определять «жизнь клиента», стоит прежде всего посмотреть на то, что делают сейчас крупнейшие в мире компании, которые, по сути, и определяют вектор развития клиентского сервиса. Большинство компаний не обладает таким масштабом и ресурсами, но принципы работы с клиентами крупных компаний вполне можно «примерить» на себя.

И перед тем, как «окунуться» в мир новых технологий, я бы хотел коротко объяснить, почему, на мой взгляд, составление карты клиентского опыта (Customer Journey Map) является критическим для очередного рывка компании в области клиентского сервиса. Карта клиентского опыта, по сути, — это все этапы взаимодействия клиента с компанией, разбитые на конкретные точки контакта. Точка контакта – не только точка прямого взаимодействия компании и клиента (сайт, магазин, страница в ФБ, электронная рассылка и т.д.), но и косвенное взаимодействие (тематические блоги, сайты отзывов, обзоры рынка, научные статьи, в которых упоминается компания и т.д.). Очень важно по каждой такой точке контакта разобраться, какая «накопительная ценность» (положительная или отрицательная) возникает у клиента. Необходимо выделить либо самые проблематичные (но существенные точки), либо самые важные с точки зрения решений клиента, и уже в них пытаться максимизировать создание дополнительной ценности для клиента. И тут уже рассматриваются инструменты и технологии, необходимые именно в этой точке контакта и именно для этой компании.

Ключевая задача CJM (Customer Journey Map) – структурировать все точки взаимодействия с клиентом, оценить их с точки зрения самого клиента и выделить самые важные для последующей работы.

В 2018 году компания Bain and Company провела опрос среди руководителей более 700 компаний мира, чтобы прояснить, какие технологии в области клиентского сервиса используются компаниями уже сейчас и на чем эти компании сфокусируются в ближайшем будущем.

Все используемые технологии были разделены на 4 категории:

1. Sensing (Чувствовать\ Воспринимать)

Это все те технологии, которые позволяют нам получать какую-то информацию о клиенте или от клиента. При этом клиент может совершать какие-то специальные действия для этого или нет. Примеры: различные биометрические инструменты, позволяющие понимать настроение человека или его эмоции, сканирование отпечатков пальцев для идентификации, датчики анализа состояния здоровья, датчики перемещения товара в магазинах с полок в корзину клиента и многое другое.

2. Deciding (Анализировать и принимать решения)

Технологии, способные собрать, структурировать и проанализировать огромные массивы данных и на базе этого анализа рекомендовать решения по новым товарным предложениям, форматам сервиса, новым целевым аудиториям и многому другому. Примерами таких технологий являются: предиктивная аналитика, системы прогнозирования спроса и ценообразования, системы автоматический навигации и все, что связано с искусственным интеллектом.

3. Acting (Действовать)

К этой категории относятся все инструменты и технологии, делающие нашу (клиентов) жизнь более удобной и эффективной: персонализация сервиса и маркетинга, голосовые помощники, беспилотные устройства, виртуальная и дополненная реальности.

4. Managing (Управлять процессами)

Для того, чтобы компании могли эффективно оказывать персонализированный сервис миллионам своих клиентов, им необходимо менять подходы к сбору информации, аналитике и системам принятия решений. Agile подход все больше и больше проникает в работу маркетинговых и клиентских функций в компаниях. Для повышений эффективности и скорости изменений компании начинают параллельно работать с отдельными ключевыми «эпизодами», а не последовательно анализировать и менять процессы целиком.

Эти четыре категории включают в себя все аспекты создания клиентского опыта как при взаимодействии с самим клиентом, так и в работе внутри компании, направленной на создание дополнительной ценности для клиента.

В результате опроса более чем 700 компаний в мире получился список из 20 технологий / подходов / инструментов, которые определят будущее клиентского сервиса.

На графике показан процент компаний, использующих конкретный инструмент уже сейчас и планирующих использовать его в течение ближайших 3 лет.

Согласно результатам исследования, наибольшую ожидаемую динамику демонстрируют:


1. Использование персонализированного маркетинга (с 20% в 2018 году до 63% в 2021 году).

2. Предоставление индивидуального сервиса для отдельных категорий клиентов или конкретно каждому клиенту (с 30% до 70%).

3. Системы автоматического принятия решений (с 15% до 57%).


* системы автоматического принятия решений стоят особняком от большинства других технологий и инструментов клиентского сервиса, поскольку затрагивают широкий спектр этических и моральных дилемм человечества. Интеллектуальные автоматические алгоритмы Amazon, например, принимали на работу на склад только мужчин определенного возраста (поскольку анализ данных показывал, что именно эта категория наиболее эффективна на определенных позициях). Возник этический вопрос о равноправии при приеме на работу и получении одинаковых возможностей. От алгоритма пришлось отказаться. Беспилотные автомобили действуют по алгоритмам, заложенным в них людьми. Моральные дилеммы (не всегда решенные и среди людей) только усиливаются, когда речь идет еще и о разных культурах, где нормы поведения и решений могут быть абсолютно разные.


Наиболее востребованные технологии можно сгруппировать следующим образом:

- Персонализация (маркетинга, клиентского опыта и т.д.).

- Автоматизация (искусственный интеллект, автоматизированные системы продажи и обcлуживания и т.д.).

- Внедрение Agile-подхода в создании клиентского сервиса (разбитие всех цепочек клиентского опыта на более мелкие эпизоды и работа с ними в рамках Agile подходов, т.е. в кросс-функциональных самоорганизованных командах с постоянным тестирование различных гипотез). В данном подходе очень успешны технологические компании с большой базой клиентов, например, опять же Amazon, опираясь на свой многомилионный траффик, может проверять различные гипотезы за считанные минуты.

Несколько слов об автоматизации:

Автоматизация маркетинга и клиентского опыта тесно связана с персонализацией в отношениях с клиентами. Без автоматизации вопрос персонализации резко осложняется. Автоматизация подразумевает под собой снижение роли человека в контакте с клиентом. Системы автоматизированных решений используют внутреннюю информацию, например: фиксированные предпочтения/привычки клиентов для последующих предложений новых продуктов или оказания сервиса (предложения о покупке определённых книг, назначение срока очередного ТО, приглашения на определенные мероприятия и т.д.).

Наряду с внутренней информацией для автоматизации взаимоотношений с клиентом используются и внешние триггеры / технологии. Например, обращение клиента в колл-центр пропускается через фильтр оценки его эмоционального состояния (тембр голоса, скорость речи, использование определенных слов в автоматическом запросе и т.д.), после чего следует автоматическое решение о выборе, к кому разговор будет перенаправлен.



Готовность компании автоматизировать процессы зависит от нескольких факторов:

- Наличие достаточного объема информации для выстраивания алгоритмов автоматизации.

- Способность реализовать техническое воплощение автоматизации некоторых процессов.

- Понимание, как пользоваться результатами автоматизации, для создания дополнительной ценности для клиента. Автоматизация должна помочь клиенту в чем-либо: выборе, удобстве, экономии времени или денег и т.д.



Говоря о тех гипотезах, которые мы строим в отношении реакции клиентов на те или иные процессы, невозможно не упомянуть предиктивную аналитику. Базой для любых аналитических выводов служит достаточный объем информации, который позволяет с высокой точностью смоделировать будущее. Например: для того, чтобы узнать NPS (Net Promoter Score) – оценка уровня клиентского сервиса, не всегда надо опрашивать клиентов, аналитические машины определят, как определенное изменение в продукте или сервисе повлияет на уровень NPS. Предиктивные машины Amazon планируют цену товаров (изменяя ее почти каждые 10 минут), исходя из огромного кол-ва параметров, и с целью максимизации прибыли, прогнозирование LTV (Life time value) по клиенту позволяет разрабатывать гибкие продукты.

1. Еще до оценки внедрения той или иной технологии стоит, прежде всего, составить собственную подробную карту клиента и понять, где находится основной источник создания дополнительной ценности (или её утери) для клиента и только после этого, применимо к каждому такому источнику, искать решения. Это не отменяет большой стратегической работы TOP Down и разработки стратегического виденья компании, но в текущей работе очень важно понимать существующего клиента.

2. Не надо пугаться сложности и дороговизны новых технологий. В мире тысячи стартапов работают на то, чтобы жизнь компаний была легче – для вас разложат и организуют данные, другая компания поможет их проанализировать, а третья составит алгоритмы персонализации и автоматизации.

3. Последняя рекомендация, не пытаться охватить весь процесс, а разбить работу на эпизоды и работать с ключевыми из них.