Migre de Avaya y mitigue el riesgo. Oferta especial para Clientes Avaya. Aprende más

Extrayendo datos a nivel micro y macro en el sector bancario

Comprender a los clientes en los niveles micro y macro

Los datos son abundantes, pero los datos correctos no lo son

El contact center está evolucionando

Conclusión

Conozca cómo Genesys y Pointillist conectan los datos

El ahorro de costos que genera el autoservicio ha sido el enfoque que los bancos adoptaron durante mucho tiempo, pero, si consideramos el “panorama general”, surge la siguiente pregunta: ¿cuál es el riesgo de perder ingresos por no tener conversaciones en persona? Es un verdadero acto de equilibrio que se está volviendo cada vez más complejo a medida que la industria bancaria evoluciona.

Los bancos quieren mejorar la comunicación con los clientes y retenerlos durante mucho tiempo. Para ello es necesario obtener información de varias fuentes de datos, muchas de las cuales se almacenan en sistemas dispares para luego trasladarse a otros repositorios de datos. Esto dificulta la operatoria general, sobre todo en lo que se refiere a rastrear y orquestar los journeys del cliente. Si bien se puede acceder a los datos cuando los clientes se comunican y, por su parte, usted puede agregar información de fuentes de datos de terceros, es posible que no pueda ver el journey del cliente con todos sus matices particulares.

Comprender a los clientes en los niveles micro y macro

El análisis de los microjourneys; es decir, saber en qué punto del journey se encuentran los clientes y el motivo de su llamada, es una capacidad que empodera a los agentes de los contact center tradicionales. Por el contrario, las empresas de gestión de capital y las sucursales bancarias alcanzan sus objetivos solo cuando tienen los insights sobre los macrojourneys que revelan oportunidades de crecimiento a largo plazo para perfiles de clientes muy específicos. Estos análisis a nivel macro aprovechan los algoritmos de aprendizaje automático y van más allá de los perfiles de clientes que se basan en reglas simples.

Aunque siempre ha habido análisis a nivel micro y macro, normalmente no se mezclan. Desarrollar la capacidad de compartir esos datos ha sido muy costoso o ha supuesto mucho trabajo. Hoy en día, todas las funciones relacionadas con la atención de clientes necesitan tener la capacidad de analizar los datos de los journeys a nivel micro y macro para realizar una buena labor, en especial en lo que respecta al engagement predictivo orientado a los resultados.

Una de las razones que impulsa esta tendencia es que se están derribando los muros que separaban a los empleados, como los agentes del contact center y los bancos físicos. Ahora ambos utilizan las mismas tecnologías para comunicarse con los clientes, y los roles están comenzando a superponerse.

Dado que las soluciones de autoservicio responden cada vez mejor las preguntas sencillas, las interacciones con personas se están volviendo más sofisticadas y desafiantes. Las funciones tradicionales de los empleados bancarios están cambiando. Esto significa que los análisis en los niveles micro y macro deben volverse ubicuos; es decir, los banqueros y agentes deben poder ver al cliente desde diferentes perspectivas.

Los datos son abundantes, pero los datos correctos no lo son

No hay tal cosa como falta de datos. Los bancos pueden averiguar quién vive dentro del radio de las 10 millas cuadradas de un determinado código postal, quién será rico en 10 años, etc. Sin embargo, el acceso a esos datos ha requerido engorrosos ejercicios de análisis, generalmente realizados para lanzar campañas de marketing puntuales. Pero otros en la organización a veces no ven estos datos en tiempo real. Ese es uno de los problemas de tener sistemas desconectados, y eso genera inconvenientes en la experiencia del cliente, cuyas causas son difíciles de identificar.

Las plataformas de análisis de última generación deben permitir ver los perfiles y segmentos de clientes a través de diferentes ejes, como predecir el comportamiento a través del tiempo e identificar oportunidades viables, independientemente de los canales de comunicación. Muchas de estas plataformas utilizan herramientas de desarrollo “sin código”, con interfaces simples de arrastrar y soltar para desarrollar vistas muy sofisticadas. Esto permite que un superusuario cree capacidades avanzadas sin necesidad de que participen desarrolladores e ingenieros. Lo ideal es que su plataforma analítica sin código o con bajo código también se integre de forma nativa con su sistema de engagement en tiempo real.

El contact center está evolucionando

Los contact centers pueden utilizar el engagement predictivo para ofrecer automáticamente la asistencia de un chatbot o de un agente, o incluso una devolución de llamada durante uno de los bien llamados “momento de verdad”. Por lo general, estos microjourneys no están conectados de una manera que permita cumplir el objetivo macro de crear valor de por vida. Este enfoque táctico no tiene en cuenta el valor potencial del ciclo de vida de un cliente o posible cliente. Aunque se puedan introducir datos de terceros en los motores de decisión, estos suelen centrarse en los journeys a nivel micro. Por ejemplo, podría no tener la información que le indique si el cliente debe ser atendido por un bot o por un agente con conocimientos sobre retención.

Las métricas de nivel macro deben ser parte de los motores de decisión en tiempo real, de modo de no correr el riesgo de perder clientes con un valor alto a largo plazo. Con un punto de vista solo a nivel micro, es difícil tomar una decisión sobre el “panorama general”, porque los datos analíticos estarán basados en una ventana de decisión estrecha.

Estrategias para ganar

Las empresas se asocian para ofrecer una verdadera solución integral que combine los journeys micro y macro. Genesys tiene asociaciones importantes con Adobe, Microsoft e IBM mediante las cuales los bancos pueden integrar soluciones unificadas y centradas en el cliente para alcanzar sus objetivos empresariales. Además, con las adquisiciones recientes de empresas como Bold360 y Pointillist, Genesys lleva la inteligencia artificial (IA), el aprendizaje automático y las capacidades predictivas a todos los canales.

Conclusión

La competencia está obligando a los bancos a reevaluar sus principales modelos operativos. Independientemente de cómo evolucionen, ya sea de manera puramente digital, física o híbrida, comprender los journeys del cliente a nivel micro y macro sigue siendo crucial para el éxito. Solo con este tipo de insights sofisticados los bancos lograrán combinar la automatización con el servicio asistido por humanos para brindar empatía, a gran escala.

Conozca más sobre nuestras soluciones para el sector de servicios financieros

Comience

Genesys ChatQuick links
Close Widget

¿Cómo podemos ayudarle hoy?

Genesys ChatAsistencia en vivo