RAPOR AI ve AnalitikMüşteri Deneyimiİtibar

Cloud4Feed Araştırma Ekibi ·7 dk okuma

Çevrimiçi okuyun ↓ PDF indir

B2C markaları müşterilerini her zamankinden fazla yerde duyuyor: anketler, yorumlar, sosyal medya paylaşımları, çağrılar ve sohbetler. Çoğu hâlâ bunları ayrı ayrı, farklı hızlarda ve farklı tanımlarla analiz ediyor. Bu rehber, bunları nasıl bir araya getireceğinizi ve söylediklerine göre nasıl harekete geçeceğinizi ortaya koyuyor.

Bağımsız araştırmalardan beş bulgu bu rehberin geri kalanını şekillendiriyor.

1. 5–9%
   Bir restoranın Yelp puanındaki bir yıldızlık artış, %5–9 daha fazla gelirle ilişkili bulundu.Etkiyi bağımsız restoranlar belirledi.Kaynak: Harvard Business School, 2011¹
2. %270
   Beş yorumu olan ürünlerin satın alınma olasılığı, hiç yorumu olmayanlara göre %270 daha yüksekti.İlk birkaç yorum en çok önemli olanlardır.Kaynak: Spiegel Research Center, Northwestern University, 2017²
3. En fazla+%1,42
   Bir otelin çevrimiçi itibar skorundaki %1'lik artış, müsait oda başına gelirde %1,42'ye kadar artışla ilişkili bulundu.2012 verisi; yön olarak sağlam, büyüklükler bugün farklı olabilir.Kaynak: Cornell Center for Hospitality Research, 2012³
4. %73
   46.000 perakende müşterisinin %73'ü satın alma yolculuğu boyunca birden fazla kanal kullandı.Geri bildirim kanala değil, yolculuğa bağlanmalı.Kaynak: Harvard Business Review, 2017⁴
5. %89
   Gezginlerin %89'u, olumsuz bir yoruma verilen özenli bir yanıtın işletme hakkındaki izlenimlerini iyileştirdiğini söyledi.%63'ü, yorumların çoğuna yanıt veren bir işletme sahibinin rezervasyon yapma olasılıklarını artırdığını söyledi.Kaynak: Ipsos MORI / TripAdvisor, [Yıl]⁵

Şekil 1. Otellerde çevrimiçi itibar skorundaki %1'lik artışın ilişkili olduğu sonuçlar

Ortalama günlük oda fiyatı

+%0,89'a kadar

Doluluk

+%0,54'e kadar

Müsait oda başına gelir

+%1,42'ye kadar

Şekil 1. Otellerde çevrimiçi itibar skorundaki %1'lik artışın ilişkili olduğu sonuçlar

Ölçün	Değer
Ortalama günlük oda fiyatı	+%0,89'a kadar
Doluluk	+%0,54'e kadar
Müsait oda başına gelir	+%1,42'ye kadar

Şekil 2. Yorumlara verilen yanıtlar gezginlerin bir işletmeye bakışını nasıl değiştiriyor?

Olumsuz bir yoruma verilen özenli bir yanıt izlenimimi iyileştirir

%89

Yorumların çoğuna yanıt veren bir işletme sahibi rezervasyon yapma olasılığımı artırır

%63

Şekil 2. Yorumlara verilen yanıtlar gezginlerin bir işletmeye bakışını nasıl değiştiriyor?

Ölçün	Değer
Olumsuz bir yoruma verilen özenli bir yanıt izlenimimi iyileştirir	%89
Yorumların çoğuna yanıt veren bir işletme sahibi rezervasyon yapma olasılığımı artırır	%63

Bir B2C dinleme programı dört tür sinyalden beslenir. İkisi müşterilerin ne yaptığını, ikisi ise siz sorsanız da sormasanız da ne söylediğini anlatır.

Müşterilerin yaptıkları

İşlemsel

Satın almalar, iadeler, sepet terki, sadakat değişimleri

Davranışsal

Uygulama ve web oturumları, mağaza ziyaretleri, gel-al

Müşterilerin söyledikleri

İstenen geri bildirim

NPS, CSAT ve CES anketleri, satın alma ve ziyaret sonrası anketler, QR ve kiosk geri bildirimleri

İstenmeden gelen geri bildirim

Yorumlar, sosyal medya paylaşımları, çağrı ve sohbet transkriptleri, forum yorumları

En sık gözden kaçan

Müşteriler online araştırır, mağazadan satın alır ve sonrasında yorum yazar; yani tek bir karar birçok kanala yayılır. Geri bildirim kanal kanal okunmak yerine bu yolculuğa bağlanmalıdır⁴.

B2C geri bildirimi kesintisiz gelir. Tekrarları ve spam'i ayıklayın, her mağaza ya da ürün düzeyindeki skorun arkasında kaç yanıt olduğunu gösterin; böylece zayıf bir örneklem eğilim gibi okunmaz.

Önemli sistemler sektöre göre değişir; ancak geri bildirimi davranışla buluşturan şey e-posta, telefon ya da sadakat kartı numarası gibi kimlik anahtarıdır.

“Kasada sadakat programı ya da e-posta toplama oranı düşükse önce bunu düzeltin; gerçek bir müşteriye ne kadar geri bildirim bağlayabileceğinizi bu belirler.”

Hacim tek başına hiçbir şeyi değiştirmez. İçgörü, geri bildirimin bir yolculuk, segment, ürün ya da mağaza için ne anlama geldiğini sormaktan doğar.

Geri bildirimi tek bir skor havuzu olarak değil, yolculuk boyunca ve segmentler arasında okuyun.

• Yolculuk boyunca sürtünme noktaları
• Sadakat seviyesi, kohort ve kanala göre farklar
• Sadık bir müşterinin şikâyetinin ilk kez alışveriş yapan birininkinden farklı ele alınması

Yorumları lokasyon ve ürün bazında toplayıp eğilimlerini izleyin, kapalı anket skorlarını herkese açık yorumlardaki hareketle karşılaştırın ve şüpheli yorumları işaretleyin.

Yorumları ürünlere, mağazalara ve hizmet kalemlerine bağlayın; ardından teslimat süresi, bekleme süresi ve temizlikle ilişkilendirin.

Deneyim ölçümlerini tekrar satın alma, sepet büyüklüğü, kayıp ve yaşam boyu değerle ilişkilendirin. Dinlemeyi bir maliyetten gelir fonksiyonuna dönüştüren adım budur.

AI, dinleme programlarını olanı raporlamaktan buna göre harekete geçmeye taşıyor; adım adım ve kontrol insanlarda.

1. Her öğeyi önceliklendirin

   Geri bildirimi konu, sentiment, aciliyet ve müşteri değerine göre ayırın ve doğru ekibe yönlendirin.

   Kim karar verir: AI

2. Yorum yanıtlarının taslağını hazırlayın

   Marka dilinizde yanıtlar; olumlu yorumlara yanıtlar otomatik gönderilebilir, olumsuz ve hassas olanlar önce onaylanır.

   Kim karar verir: AI taslağı hazırlar, insanlar onaylar

3. Risk altındaki müşterileri geri kazanın

   Memnun olmayan müşterileri erken fark edin ve en değerlilerden başlayarak bir görev ya da geri kazanım yolculuğu başlatın.

   Kim karar verir: AI taslağı hazırlar, insanlar onaylar

4. Ani artışlarda uyarı alın

   Bir ürün kusurunu, teslimat sorununu ya da hızla yayılan bir şikâyeti saatler içinde yakalayın.

   Kim karar verir: AI

5. Sade bir dille sorun

   Yöneticiler bu hafta mağazalarında neyin değiştiğini sorar ve kaynaklarıyla birlikte bir özet alır.

   Kim karar verir: İnsanlar

İlkeler aynı; hız ve güvenceler değil.

Çoğu program üç aşamadan geçer. Her aşama bir öncekinin üzerine kurulur.

1. 01

   Birleştirin ve anlayın

   • Anketler ve yorumlar tek akışta
   • Her yorum geldiği anda kodlanır
   • Düşük skorlar doğru ekibi uyarır

   Bir sonraki aşamaya hazır olduğunuzun işareti: geri bildirimin büyük kısmı otomatik kodlanıyor ve insanların incelediği bir örneklemle karşılaştırılıyor.

2. 02

   Analiz edin ve destekleyin

   • Yolculuk ve segment analizi
   • Müşteri değeriyle birleştirilmiş kayıp riski
   • Onaya sunulan yorum yanıtı taslakları

   Bir sonraki aşamaya hazır olduğunuzun işareti: modeller değerlerini yalnızca kâğıt üzerinde değil, bir kontrol grubuna karşı kanıtlıyor.

3. 03

   Güvencelerle harekete geçin

   • Otomatik başlatılan telafi yolculukları
   • Operasyonel düzeltmelere bağlanan ani artış ve kusur uyarıları
   • Gelir ve elde tutmaya karşı izlenen etki

   Bir sonraki aşamaya hazır olduğunuzun işareti: hata oranını düzenli inceleyin ve yükselirse onaylı sürece geri dönün.

Bağımsız ve akademik araştırmaları öne çıkarıyoruz. Bu alanda yaygın olarak paylaşılan pek çok rakam yazılım sağlayıcılarından ya da onların finanse ettiği çalışmalardan geliyor; bunları ve sonuç gibi sunulan tahminleri dışarıda bıraktık.

• Konaklama sektörüne ilişkin bulgular 2012 tarihlidir ve yön olarak sağlamdır, ancak büyüklükler bugün farklı olabilir.
• Spiegel Research Center çalışmasında bir yorum platformu iş ortağının verileri kullanıldı.
• Anket rakamları gözlemlenen davranışı değil, katılımcıların söylediklerini yansıtır.

1. Luca, M. Reviews, Reputation, and Revenue: The Case of Yelp.com. Harvard Business School Working Paper 12-016, 2011. [Kaynak linki] ↩
2. Spiegel Research Center, Northwestern University, with PowerReviews. How Online Reviews Influence Sales. 2017. [Kaynak linki] ↩
3. Anderson, C. The Impact of Social Media on Lodging Performance. Cornell Center for Hospitality Research, 2012. [Kaynak linki] ↩
4. Sopadjieva, E., Dholakia, U. M. and Benjamin, B. A Study of 46,000 Shoppers Shows That Omnichannel Retailing Works. Harvard Business Review, 2017. [Kaynak linki] ↩
5. Ipsos MORI for TripAdvisor. Survey of 23,000+ travellers on online reviews and management responses. [Yıl]. [Kaynak linki] ↩

BU RAPORA ATIF YAPIN

Cloud4Feed Araştırma Ekibi. B2C markaları için AI-first Müşterinin Sesi rehberi. Cloud4Feed, [Yıl]. cloud4feed.com/tr/raporlar/ai-first-musterinin-sesi

Kopyala