Grandes experiencias, desde la marca, el producto y la experiencia digital hasta la experiencia del cliente, del empleado y del usuario, no son simplemente el resultado de buenos datos. Esas experiencias, ya sean buenas, malas o de otro tipo, son el resultado de las decisiones que toman las empresas y las acciones que emprenden a través de su personal, políticas, procesos y cultura. La medición no marca la diferencia. Los cambios surgen de la acción.
Esta nota apareció primero en Customer Think
«Decisiones basadas en hechos» o «impulsadas por datos» son el mantra del día. En la prisa por tomar y aplaudir la acción, sin embargo, a menudo menospreciamos la importancia de los datos en los que se basan las decisiones informadas. Si solo puedes gestionar lo que mides (parafraseando a Peter Drucker), una consecuencia lógica es que una mala medición llevará a una mala gestión y a decisiones equivocadas. Datos precisos y confiables, junto con una medición adecuada, son la base para tomar decisiones fundamentadas. Si esa base no es sólida, las decisiones basadas en esos datos probablemente serán erróneas. Esto es cierto independientemente de la fuente de los datos o el tipo de decisión.
La IA generativa, que promete un análisis completo y objetivo de los datos a gran escala y a alta velocidad, no resuelve este problema. Lo empeora. El usuario espera que la salida de la IA sea un análisis «puro» de la información. Sin embargo, si se le alimenta con datos de mala calidad, la IA generativa proporcionará una solución deficiente basada en datos defectuosos. La IA generativa es la máquina definitiva de GIGO (Garbage In, Garbage Out). Si las entradas no son sólidas, la salida tampoco lo será.
Lee más: ¿Cómo conectar con nuestro cliente en época estival?
Hay datos y hay datos Los datos no son homogéneos. Algunos elementos de datos son hechos «duros»: el cliente completó la transacción y gastó $XX, el empleado renunció, una llamada de soporte técnico cuesta a la empresa $YY, y el ZZ% de los compradores en línea abandonaron sus carritos antes de la compra. Los resultados operativos o de comportamiento generalmente se pueden medir con precisión y con poco o ningún error. Por otro lado, las experiencias son subjetivas. La «voz del cliente» y la «voz del empleado» son inherentemente subjetivas y su medición es imprecisa. Comprender y explicar el «por qué» las personas sienten y responden de la manera en que lo hacen, y predecir su comportamiento futuro, depende de los comentarios proporcionados por los clientes y las herramientas de recopilación de datos, lo cual introduce la posibilidad de varios tipos de ruido y errores en cómo y qué se mide.
Hace unos cinco años, uno de los líderes de alto rango en Clarabridge, un pionero en el mundo del análisis de texto, me dijo que pensaban que ya no era necesario preguntarle nada a los clientes: simplemente escucha lo que dicen por sí mismos y obtendrás una respuesta a todas tus preguntas. Una ilusión, pero no realista. Aún necesitamos solicitar comentarios de los clientes y empleados. (Posteriormente, Clarabridge fue adquirida por Qualtrics, que presume de realizar más de 1 mil millones de encuestas anualmente, por lo que supongo que aún es necesario solicitar la opinión directa de los clientes).
La necesidad continua de recopilar comentarios de clientes/empleados/usuarios, de escuchar la voz del cliente y del empleado, nos lleva al terreno poco atractivo: las encuestas… y ahí es donde surgen los desafíos y problemas de los datos. Los desafíos surgen de la ciencia de las estadísticas. Sin embargo, el error muestral, los niveles de confianza y las probabilidades se pueden calcular y gestionar adecuadamente.
Los problemas más complicados surgen de los errores humanos de juicio en cuanto a la recopilación, el análisis y la presentación de los datos, como:
- No tener claros los objetivos.
- Diseño inapropiado para lograr los objetivos.
- Sesgo en el muestreo y en el diseño del proyecto.
- Problemas con la metodología y la ejecución.
- Preguntas mal formuladas y diseño deficiente de la encuesta.
- Insuficiente atención a la experiencia del encuestado.
- Sesgar las respuestas de manera inadvertida (o intencional).
- Mala gestión de la muestra.
- Análisis deficiente de los datos.
- Mala interpretación de los resultados.
Si bien los desafíos mencionados anteriormente son inherentes a las leyes de las estadísticas, los problemas mencionados anteriormente se derivan de decisiones (o indecisiones) humanas con respecto a los programas de retroalimentación de los clientes y empleados.
El fundamento de la encuesta En la construcción, el cimiento debe soportar la carga del edificio que descansa sobre él. Si bien puede ser menos literal, las encuestas deben respaldar los objetivos de liderazgo y la toma de decisiones fundamentada en hechos. Ya sea porque las encuestas se consideran demasiado mundanas, simples o aburridas; se delegan a personal más junior o inexperto; se malentienden; o se dan por sentado, muchas empresas no prestan suficiente atención a este componente crítico que rige gran parte de la retroalimentación de la experiencia que se recopila. Y eso se nota.
El diseño del cuestionario y de la encuesta son como la redacción publicitaria y la posición de la marca: todos tienen una opinión y creen que pueden crear materiales de calidad profesional por sí mismos. Bueno, no pueden.
Las herramientas de bricolaje (hazlo tú mismo), irónicamente, pueden haber contribuido al problema: al prometer «democratizar» la recopilación, el análisis y la presentación de datos de experiencia, estas herramientas llevaron a las empresas a pensar que la investigación es otro componente de «conectar y usar», y que cualquiera podría ser un profesional de la investigación. Un kit de ciencias no convierte a alguien en científico, Intuit no convierte a sus usuarios en contadores, y las herramientas de retroalimentación de bricolaje no convierten a sus usuarios en investigadores.
Por ahora, al menos, la IA generativa no resuelve este problema, ya que basa sus recomendaciones en el conjunto de encuestas ya defectuosas disponibles en Internet. Además, la IA aún necesita que alguien la dirija en términos de objetivos comerciales y otros parámetros.
La conexión entre investigación y experiencia del cliente (CX) Hasta hace poco, la mayoría de los programas de investigación de la experiencia del cliente (CX) se encontraban en el departamento de investigación de mercado de una empresa. Hoy en día, eso es la excepción y los programas de CX, desde la medición, el análisis y la presentación de informes hasta la acción y la implementación, con mayor frecuencia residen fuera del departamento de investigación de mercado y de manera independiente a él (en contraste, el trabajo de experiencia del empleado todavía suele residir en recursos humanos).
Hay pros y contras en cada configuración organizativa en relación con la investigación de la experiencia. Una consecuencia positiva de esta reorganización organizativa es que la CX suele tener mucha más visibilidad y acceso a los líderes de alto nivel.
No tengo una opinión especialmente fuerte sobre las disputas territoriales. Sin embargo, sí tengo una fuerte opinión acerca de la necesidad de mantener una investigación y medición de calidad profesional en el núcleo del programa de experiencia de una empresa, independientemente de su estructura organizativa. Al trasladar la CX fuera del departamento de investigación de mercado, muchas empresas, desafortunadamente, no se llevaron consigo o no contrataron a talento adicional de investigación o consultores para gestionar y continuar mejorando los programas de retroalimentación de los clientes que constituyen la base de sus esfuerzos más amplios de CX. De ahí los problemas relacionados con la recopilación, el análisis y la presentación de la retroalimentación de los clientes.
Los programas de experiencia de primera clase se basan en una investigación y medición de calidad profesional. No quiero sonar como alguien que mira hacia atrás o sugerir que la retroalimentación de la experiencia del cliente debería ser enterrada nuevamente en el departamento de investigación de mercado y perder su conexión con la organización en general. Pero así como no querrías que yo echara el concreto para los cimientos de un edificio, tampoco deberías querer que personas no investigadoras lleven a cabo la investigación que es la base de los programas de experiencia del cliente y del empleado.
