Data & Analytics: rôle clé en CX omnicanale

Dans cet article, je vais vous parler de la cinquième dimension du modèle de maturité pour la gestion omnicanale de l'expérience client : les données et l'analytique.

Table des matières

• Le contexte de l'omnicanalité
• Passons donc aux données et à l'analytique !
• L'importance des métriques croisées
• Critères composant la dimension Données et analytique

Le contexte de l'omnicanalité

Si vous êtes arrivé ici après une recherche Google ou en suivant un lien recommandé, il serait bon de lire d'abord un peu de contexte sur notre modèle de maturité.

Si vous avez déjà compris que notre modèle de maturité vise à opérationnaliser le concept d'omnicanalité, alors vous voudrez peut-être jeter un œil aux autres dimensions que nous avons examinées jusqu'à présent :

1. Stratégie commerciale
2. Gestion de l'omnicanalité
3. Expérience client (CX)
4. Personnes et culture

Et après avoir pris connaissance du contexte toujours nécessaire…

    	<p>

Passons donc aux données et à l'analytique !

Les données et l'analytique sont l'un des piliers de la gestion omnicanale de l'expérience client. Dans ce contexte, les objectifs et les résultats clés doivent être alignés sur la stratégie omnicanale.

Les données clients doivent être intégrées pour permettre une vision intégrale du client, depuis ses points de contact jusqu'à ses besoins, problèmes, comportement d'achat, utilisation des canaux et le suivi de l'exécution des commandes logistiques.

L'accent sur l'omnicanalité doit se refléter dans l'utilisation de métriques croisées des canaux et la recherche de résultats d'interaction avec la marque.

L'importance des métriques croisées

Par métriques croisées, nous entendons des métriques qui vont au-delà d'un seul canal de contact, car nous cherchons à ce que les gens interagissent avec notre marque indépendamment d'un canal spécifique. En termes simples, peu importe que le client soit pris en charge par le web au début et finisse par résoudre un besoin / une exigence / une tâche via WhatsApp.

Au final, ce que nous recherchons, c'est la capacité de résolution et, avec cela, la clôture adéquate d'une interaction de manière fluide.

Enfin, dans l'entreprise omnicanale, l'analytique est prescriptive et prédictive, tandis que le benchmark permet de se comparer aux concurrents directs et aux autres marques du marché.

Pourquoi se comparer à d'autres marques ? Parce que les expériences antérieures des personnes (clients et collaborateurs) ont un impact ou façonnent leurs attentes dans leurs interactions avec les marques. En termes simples, si nous avons une bonne expérience avec une marque financière, nous avons tendance à attendre la même chose d'une entreprise de télécommunications, par exemple.

Critères composant la dimension Données et analytique

Si vous appliquez notre modèle de maturité pour la gestion omnicanale de l'expérience client afin d'évaluer votre entreprise, vous verrez que la dimension Données et analytique couvre les critères d'évaluation suivants :

• Objectifs et résultats clés : nos objectifs et résultats clés sont alignés sur notre stratégie omnicanale de CX.
• Données client intégrées : notre entreprise dispose de données intégrées et d'informations agrégées qui offrent une vision complète du client, de ses points de contact précédents, ainsi que de ses besoins, problèmes et comportement d'achat. Nous pouvons ainsi suivre la manière dont nos clients utilisent chacun de nos points de contact et identifier les schémas d'achat.
• Suivi de la conformité : nous suivons la conformité des commandes logistiques telles que : ponctualité, disponibilité et état des produits (par exemple : intégrité de la commande, précision de la commande lors de la collecte initiale, état du produit et temps d'attente pour les articles en rupture de stock).
• Benchmarking : dans notre entreprise, nous sommes conscients des capacités et des actions CX omnicanales de nos concurrents directs et d'autres marques sur le marché. Nous nous comparons à nos concurrents directs et à des marques d'autres secteurs.
• Résultats de la marque : dans notre entreprise, nous mesurons les bons résultats d'interaction avec la marque, tels que la confiance dans la marque, la satisfaction de la marque et l'engagement de la marque.
• Métriques croisées des canaux : nos métriques croisées des canaux sont prioritaires par rapport aux métriques de chaque canal (métriques croisées = métriques impliquant plus d'un canal).
• Analytique prédictive et prescriptive : nous recherchons toujours l'analytique prédictive et même prescriptive (l'analytique prédictive permet d'anticiper tandis que l'analytique prescriptive recommande des actions à entreprendre).
• Données sociodémographiques : notre entreprise capture et mesure les caractéristiques individuelles de nos clients (telles que l'âge, le sexe, le revenu, etc.).
• Segmentation dynamique : nous avons la capacité d'utiliser la segmentation dynamique, ce qui signifie que nous comprenons que la segmentation des clients peut changer avec le temps. Nos données de canaux et de CRM sont utilisées pour révéler des segments de clients cachés.

Avec cela, vous voudrez explorer notre modèle de maturité en ligne et être parmi les premiers à l'utiliser.

Pour l'instant, je termine cet article en vous laissant les questions suivantes pour lancer le débat :

Quelle est l'importance de l'interaction avec la marque dans votre organisation ?

Si elle est importante, comment la mesure-t-on ?

La version originale de cet article a été publiée sur LinkedIn pour la Newsletter Omnicanalidad en español. Vous pouvez me suivre également sur cette plateforme.

Si vous souhaitez orchestrer ces messages en fonction du comportement réel de chaque client — e-mail, push, in-app et SMS depuis un même endroit —, un outil qui remplit bien ce rôle est Customer.io. (Lien d'affiliation : si vous vous inscrivez via ce lien, vous soutenez FREED sans frais supplémentaires pour vous.)