Analíticas de datos reducen 88% crisis en RRSS

De acuerdo con un análisis de Atento, dentro de la industria de la Experiencia de Cliente (CX), herramientas como las analíticas de datos han transformado la eficiencia al permitir una reducción de 88% de crisis en las redes sociales de una marca.

Las analíticas se han convertido en una prioridad para las compañías. En los planes 2021 de adopción de esta tecnología, 74%[1] de los tomadores de decisión en áreas de Negocio y Tecnologías de la Información planean incrementar su inversión: 36% significativamente y 38% moderadamente, de acuerdo con Statista. Mientras que las proyecciones de gasto en soluciones de Big Data y analíticas de negocio alcanzarían 216[2] mil millones de dólares a nivel global este año.

En el caso de una aerolínea, la utilización de analíticas avanzadas en la escucha y monitoreo de redes sociales con el apoyo de lingüistas y un equipo de expertos multidisciplinarios, se estableció un motor semántico que identificó comentarios positivos, neutrales y negativos en la comunidad de la marca. Al detectar una posible crisis, el sistema envía una alerta y un agente de atención le da prioridad a la resolución de ese caso. Como resultado se redujeron en un 88% las crisis en las cuentas oficiales de la compañía.

Otro ejemplo se dio en las operaciones de un banco, que implementó analíticas avanzadas para conocer mejor el estado del mercado para su producto de créditos para consumo. Como resultado, tan sólo en los primeros 4 meses de implementación se superó en un 18% el objetivo promedio mensual de venta del producto.

En este sentido, Aarón Zoreda, CIO de Atento México, explicó que prácticamente todas las industrias pueden obtener beneficios a partir de analíticas avanzadas. Se puede analizar el comportamiento del cliente final en una llamada o interacción escrita; obtener estadísticas de las llamadas telefónicas realizadas por cada agente para estudios de desempeño; o ejecutar minería de datos con el objetivo de definir o ajustar una estrategia de experiencia de cliente con base en las necesidades del cliente final o las tendencias del mercado.

Las analíticas avanzadas se emplean en la interacción entre marcas y usuarios, principalmente, en la toma de decisiones basadas en datos, con el objetivo de mejorar procesos y, como resultado, fortalecer relaciones de negocio o impulsar una marca, producto o servicio en el mercado gracias a la optimización de la relación con el cliente.

Del mismo modo, se utilizan para analizar toda la información generada durante un proceso de atención al cliente, por ejemplo, el porcentaje de satisfacción con la que los clientes califican la atención recibida. Pero no sólo arrojan el dígito de este indicador, sino que también ayudan a determinar qué factores influyeron para que la satisfacción —en este caso— se encuentre en ese nivel específico, cuál ha sido el comportamiento que lo llevó a su estado actual y qué podría hacerse para mejorar.

“Debido al conocimiento generado y los buenos resultados obtenidos con su implementación, las analíticas avanzadas se convertirán en una tendencia cada vez más fuerte en las estrategias de experiencia de cliente en los próximos 5 años”, añadió Zoreda.

Las analíticas de datos también se complementan con otras tecnologías, como herramientas de canales de voz, cuyos datos pueden ser analizados para valorar el sentimiento que una persona expresó durante una interacción.

Por otro lado, innovaciones como Machine Learning aprovechan las analíticas avanzadas para interpretar enormes cantidades de datos, que pueden utilizarse para realizar predicciones basadas en estudios automáticos del comportamiento de una operación.

[1] https://www.statista.com/statistics/1234719/smart-analytics-spending-plan/

[2] https://www.statista.com/statistics/1258046/worldwide-big-data-business-analytics-market-share-by-country/