Opinião
A utilidade de machine learning em programas de loyalty
Essas ferramentas são tão versáteis que podemos aplicá-las também para ampliar o engajamento dos participantes e escalar receitas para o negócio
A utilidade de machine learning em programas de loyalty
BuscarA utilidade de machine learning em programas de loyalty
BuscarEssas ferramentas são tão versáteis que podemos aplicá-las também para ampliar o engajamento dos participantes e escalar receitas para o negócio
Dentre as tendências tecnológicas para este ano, segundo institutos de pesquisa renomados como o Gartner, estão conceitos inovadores já em funcionamento em diferentes segmentos empresariais, como machine learning e chatbots. Essas ferramentas são tão versáteis que podemos aplicá-las também em programas de loyalty marketing para ampliar o engajamento dos participantes e escalar receitas para o negócio. Mas, antes de apresentar alguns exemplos, vamos entender o que são esses recursos e sua aplicação na gestão de relacionamento com clientes.
Chatbots
Como o próprio nome sugere, os chatbots (ou chatterbots) podem ser considerados robôs que conversam. O significado, no entanto, pode parecer muito simplista, já que essa modalidade de inteligência artificial é capaz de ir além do que apenas dialogar com um ser humano. Esses sistemas podem ser úteis para prestar informações ao usuário, propagar conhecimento, realizar operações diversas, enfim, para praticar inúmeras formas de interação com as pessoas. Mas, antes que você pense em um atendimento robotizado e chato, calma que você irá se surpreender com as habilidades dos chatbots.
Relacionando essa ferramenta às ações de loyalty, temos um conceito inovador para empresas que querem otimizar e modernizar o atendimento a clientes. É possível automatizar a comunicação com o público: o robô inteligente conversa diretamente com o usuário, porém, com uma linguagem diferente da comumente usada em chats, onde o diálogo é, não raro, mais formal.
Ou seja, em vez de ligar para a central usando um telefone convencional ou seu celular, é possível usar um canal alternativo. Essa pode ser uma boa alternativa ao contato humano tradicional. De acordo com pesquisa conduzida pela Accenture Strategy, intitulada Digital Disconnect in Customer Engagement (ou Desconexão Digital no Engajamento do Cliente, em tradução livre), o atendimento humano é uma das fontes de atritos no relacionamento com clientes, devido ao mau atendimento.
De acordo com pesquisa divulgada pelo site eMarketer, em dezembro de 2016, 30% dos consumidores entrevistados preferem um atendimento realizado por chatbots
O uso de chatbots já é aplicado no Brasil por bancos, com o objetivo de promover uma experiência 100% digital aos seus clientes. Uma parte do serviço de atendimento ao consumidor é realizado por intermédio de um chatbot no Messenger vinculado à página do banco no Facebook. O robô tira dúvidas sobre saldos, pagamentos, alteração de dados cadastrais, informações sobre a conta corrente, fundos de investimento etc., usando o mesmo tipo de linguagem que o usuário.
De acordo com pesquisa divulgada pelo site eMarketer, em dezembro de 2016, 30% dos consumidores entrevistados preferem um atendimento realizado por chatbots. Esse tipo de tecnologia pode, inclusive, influenciar o comportamento dos clientes na compra de produtos ou a aquisição de serviços. Ainda segundo dados da mesma pesquisa, 22% dos participantes responderam que gostariam de receber recomendações de produtos e serviços feitas por chatbots. Ou seja, é um recurso que vem ganhando aderência junto ao público e, portanto, bastante útil em programas de loyalty.
Machine learning
O conceito do machine learning, por sua vez, é muito mais avançado. A solução feita com base nessa tecnologia consegue entender o que está acontecendo, independentemente do tema questionado e tomar uma decisão de forma autônoma ou dar sugestões para facilitar o processo de decisão dos humanos. Com o uso, o próprio sistema se refina automaticamente, aumentando sua capacidade na indicação de sugestões. Ainda que as pessoas consigam resolver determinados problemas, por meio do recurso o usuário consegue analisar pontos que ele não consegue observar ou resolver. Ou seja, seria mais inteligente que nós mesmos.
Um exemplo de machine learning é uma iniciativa feita pela IBM. A empresa possui uma solução muito interessante, o IBM Watson. Ele também é mais informal e intuitivo. Através das interações realizadas pelo usuário, o sistema “raciocina” e cataloga a linguagem mais usada, os tipos de perguntas possíveis e os temas de interesse de quem usa a ferramenta. Uma inteligência artificial mais dinâmica que, usada regularmente, torna-se cada vez mais rápida e ágil nas respostas e sugestões de conteúdo. Pode, além disso, promover conhecimento, capacitação, enfim, treinar o olhar dos usuários. Promove, portanto, uma experiência diferente e rica.
Usar a inteligência artificial nos programas de incentivo e fidelidade para encontrar respostas e antecipar soluções a possíveis erros ou, ainda, verificar atividades/interações que podem ser alteradas no decorrer das campanhas, otimiza a comunicação com o participante e a gestão do próprio programa
O conceito de machine learning pode ser perfeitamente aplicado em programas de loyalty, oferecendo soluções mais ágeis. Pode reunir as informações em um único repositório, facilitando as ações de relacionamento com os participantes.
Usar a inteligência artificial nos programas de incentivo e fidelidade para encontrar respostas e antecipar soluções a possíveis erros ou, ainda, verificar atividades/interações que podem ser alteradas no decorrer das campanhas, otimiza a comunicação com o participante e a gestão do próprio programa.
Vejamos um exemplo: um participante de um programa de incentivo está prestes a alcançar o top one do placar de líderes, porém precisa realizar determinada tarefa para chegar de forma mais rápida. Com o machine learning, o participante poderia ser avisado com antecedência da ação que precisa tomar para poder alcançar a meta e se tornar apto a receber sua recompensa. Nesse caso, a inteligência artificial poderia tomar essa decisão pelo usuário, antecipando a solução e o auxiliando a resolver a demanda, ou ainda, sugerindo a tomada de decisão mais precisa. O processo seria realizado de forma mais rápida e independente. Bom para o negócio e para o público que interage com o programa.
Embora essas tendências possam parecer um pouco distantes de nossa realidade, são possíveis de execução e já são realizadas por algumas empresas. Adotar, portanto, esses recursos é participar da vanguarda tecnológica.
Compartilhe
Veja também
Jornada de conhecimento
Para reforçar vocação de principal fórum de debates do País entre lideranças da indústria, Maximídia investe em curadoria de conteúdo com foco na agenda futura do mercado, pluralidade de opiniões e diversidade de temas
O influenciador B2B não está no seu feed
Muitas vezes, ele não está ativo produzindo conteúdos nas redes sociais, mas presente em outros lugares igualmente estratégicos