| La priorità delle aziende non è più tanto concentrata sulla ricerca di nuovi canali di contatto.Ora, si cerca di capire e ottenere il massimo dalla esperienza del cliente (CX) nel suo viaggio multimodale. E di ottimizzare quanto è già disponibile.
 Parlando di esperienza, si è certi che ad essa vada attribuito un valore, ma come fare a quantificarlo? Intanto bisogna tener conto del fatto che l’esperienza è composta da vari elementi.
 Per il consumatore esperienza può significare:
 
la fase vissuta direttamente, il ricordo del vissuto, la testimonianza specifica di altri, il sentito dire, le attese eciò che si immagina.  L’esperienza ha una variabile di rilievo: il tempo in cui viene vissuta. Ma, di fronte ad un mercato che si conferma con cicli di vita di prodotti e servizi molto brevi, si richiede che la CEM (Customer Experience Management) debba essere valuta pressoché istantaneamente. E sono necessari interventi altrettanto rapidi.
  L’esperienza riguarda un aspetto rilevante: il marchio. Il brand rappresenta il continuum, vero collante strategico nei vari journey dei clienti nelle relazioni che si creano nei punti di contatto reali e virtuali.
  L’esperienza richiede investimenti sulle persone. Per ottenere risultati eccellenti occorre mettere in gioco le migliori risorse umane, superare vincoli culturali, pregiudizi e timori nei confronti delle innovazioni. Soprattutto, serve preparare il proprio personale per ottenere valore aggiunto ed per una efficace interrelazione con le macchine, a cui affidare attività ripetitive e a basso valore.
 
 
  L’esperienza è rappresentata da tanti dati Per poter impiegare adeguatamente la rilevante mole di dati attualmente disponibile, sia nei sistemi interni alle imprese sia negli ambienti esterni alle stesse (es. web e social network), le aziende devono dotarsi di "data scientist".
 L’esperienza deve essere capita e valutata dai top manager.Questa è la prerogativa di chi decide. Come sopradetto, si propone di non trascurare in questa analisi queste variabili: tempo, marchio, risorse umane e data science.
 
 MM - aprile 2017
 
 |