Kellogg Insight - Para melhorar a experiência do cliente, aceite os valores atípicos
Skip to content
Data Analytics abr 1, 2019

Para melhorar a experiência do cliente, aceite os valores atípicos

Não ignore os dados. Deixe-os destacar seus maiores fracassos e as oportunidades mais intrigantes.

marketers look at outliers in their data.

Yevgenia Nayberg

Based on insights from

Joel K. Shapiro

As empresas estão cada vez mais recorrendo à ciência dos dados para entender como os clientes interagem com seus produtos e serviços. E por um bom motivo: uma pesquisa de 2018 patrocinada pela SAS, Accenture e Intel descobriu que 58% dos líderes empresariais participantes da enquete disseram que o uso da análise de clientes aumentou muito a sua retenção e fidelidade, e quase metade deles associaram os dados analíticos com um considerável crescimento na receita de suas empresas.

"É importante saber se você está proporcionando a experiência que deseja aos clientes e fazer com que ela fique ainda melhor", diz Joel K. Shapiro, professor associado de análise de dados na Kellogg. “Para isso, é necessário mensurar o máximo possível o que acontece com eles, os clientes".

No entanto, de acordo com Shapiro, muitas empresas estão ignorando alguns dos dados mais intrigantes disponíveis. São os dados que nos fazem coçar a cabeça, medidas que não se encaixam bem nos modelos existentes. São pontos atípicos que podem destacar as principais fraquezas do seu produto ou serviço, bem como onde tem o potencial de realmente brilhar.

As empresas podem e devem usar esse conhecimento para otimizar a experiência do cliente.

“A mera presença de casos atípicos nos dados sobre a experiência do cliente significa que coisas realmente boas ou ruins podem acontecer aos clientes”, diz Shapiro. “Talvez seja possível mudar a experiência para algo que irá aumentar o número de experiências positivas ou não irá diminuir a sua importância em relação a ela”.

Mantenha seus casos atípicos


Quando os cientistas de dados se deparam com um ponto atípico, a primeira tendência é descartá-lo em favor de “limpar” ou “suavizar” os dados. Afinal, é possível que os dados tenham sido inseridos incorretamente ou surjam como resultado de erro de modelagem. Ou pode representar um acidente esquisito, um conjunto de circunstâncias que provavelmente não se reproduzirão. Por que perder tempo com algo facilmente descartável?

Resista a esse impulso, diz Shapiro. Vale sempre a pena examinar o porquê da ocorrência do ponto atípico.

Shapiro chega a essa percepção em primeira mão. Enquanto estudava a eficácia do ensino da língua espanhola nas escolas de ensino médio no estado de West Virginia (EUA), ele descobriu que, no geral, os alunos que recebiam instrução on-line tinham a mesma pontuação dos que frequentavam aulas presenciais. No entanto, também descobriu que a instrução presencial em sala de aula produzia maior variedade de experiências. Investigando mais, Shapiro descobriu que a maioria dos alunos presenciais de alto desempenho fazia parte de uma turma específica.

Depois de ter apresentado seus resultados, o conselho de educação do estado o aconselhou a excluir essa turma da análise porque sua instrutora era conhecida por trabalhar bem com os alunos. “Eles disseram que ela foi a melhor coisa que já aconteceu no estado de West Virginia do ponto de vista da educação", diz Shapiro.

Entretanto, Shapiro percebeu que, em vez de excluir os alunos dessa instrutora, o conselho de educação deveria fazer exatamente o contrário: deveriam descobrir o que essa pessoa estava fazendo e tentar replicar em outras turmas.

O que esse ponto atípico demonstrou, em última análise, foi que, nas circunstâncias certas, o modelo de sala de aula presencial tinha o potencial de superar a instrução on-line. Este é um primeiro passo importante para entender o potencial desses casos atípicos, diz Shapiro. “Não deveriam ser tratados apenas analiticamente e, de certa forma, suavizados para algum tipo de análise agregada. Devem ser trazidos à frente.”

Obtenha o contexto


É importante notar que Shapiro só ficou a par da existência da professora excepcional depois de divulgar seus resultados para o conselho de educação do estado. Isso destaca outro passo crítico na utilização de dados: os líderes empresariais devem trabalhar em estreita colaboração com os cientistas de dados para interpretar casos atípicos, já que muitas vezes os líderes são os únicos com o conhecimento institucional ou o contexto empresarial necessários.

"É lamentável quando os executivos que estão confiando na análise recebem essas tendências agregadas sem ter casos atípicos identificados pelo cientista de dados", diz Shapiro. “A interação com os dados é essencial para que os especialistas em negócios possam entender o que realmente está ocorrendo".

Use os casos atípicos para otimizar a automação


O exemplo da instrução em espanhol sugere outra lição importante sobre os casos atípicos: uma das maiores oportunidades é saber quais aspectos da experiência do cliente estão prontos para a automação e quais são melhores manter face-a-face.

A automação pode produzir uma experiência do cliente mais consistente, ou seja, com menos casos atípicos. Dependendo da circunstância, isso pode ser bom ou ruim.

“A automação tende a criar um teto para a melhor experiência possível e um piso para a pior experiência”, diz Shapiro. “Isso leva todos para o meio termo".

Vejamos: Se seu telefone celular não funciona e você precisa ligar para o provedor de serviços, você prefere esperar alguns minutos para falar com um representante cordial ou ter contato imediato com um chatbot - um programa de inteligência artificial que pode responder a perguntas básicas rapidamente?

“Os chatbots de hoje podem resolver meu problema, mas provavelmente não farão com que eu me sinta muito bem com a experiência”, diz Shapiro. “Se eu estou falando com uma pessoa de carne e osso, ela pode dizer 'Ei, você está em Chicago hoje. Meu Deus, eu soube que está zero grau com sensação térmica de -10. Está tudo bem por aí?’ Um toque humano pode proporcionar uma conexão emocional que a maioria das automações não consegue oferecer”.

Os casos atípicos podem ser úteis para ajudar as empresas a determinar onde uma dada interação com o cliente deve acontecer ao longo do processo entre o presencial e o automatizado, diz Shapiro. “Toda organização precisa responder por conta própria onde ela quer injetar variação e onde quer padronizar ou automatizar para eliminar essa variação".

Em outras palavras, onde os benefícios de uma interação pessoal têm a possibilidade de compensar os custos?

Conheça sua marca


Shapiro recomenda que as empresas tentem compreender como cada modelo de experiência do cliente se encaixa em sua identidade de marca. Por exemplo, a Dutch Bros. Coffee, com sede no Oregon, conhecida por seus “bro-istas” do sexo masculino e feminino que memorizam as preferências dos clientes e distribuem café de graça para clientes sortudos, tende à personalização. A Domino's Pizza, por outro lado, ressurgiu como líder no mercado de pizzas dos EUA automatizando os pedidos dos clientes por um aplicativo móvel próprio da marca.

“Uma automação bem-feita pode ser altamente eficiente. A maioria dos lugares diria que, quando atendem aos pedidos, não veem problema em padronizar ou automatizar para serem rápidos e precisos”, diz Shapiro. “No entanto, há outros elementos dessa jornada do cliente que talvez justifiquem a falta de automação".

Depende também do desejo da empresa em desistir da consistência e privilegiar um toque pessoal. Shapiro gosta do fato que muitas cadeias de hotéis já ofereçam serviços automatizados de check-in. Mas também entende por que outras pessoas gostam de ter um funcionário na recepção fazendo esse trabalho. "Para eles pode ser importante estabelecer um relacionamento", diz ele. “Por exemplo, eu conversar com uma pessoa agradável que resida em um dos estados centrais dos EUA, atrás do balcão do hotel Hilton, onde estou hospedado, pode ser uma parte muito importante da marca deles”.

Esse toque pessoal tem um custo em termos de funcionários, obviamente. E, se essas pessoas não forem treinadas adequadamente e orientadas regularmente, podem se desviar dos protocolos estabelecidos ou, de outra forma, proporcionar experiências ruins aos clientes. Empresas com marcas conhecidas pelos serviços excepcionais podem abrir mão da automação, mas, em sua busca por esse toque pessoal, elas precisarão investir na minimização de resultados ruins.

“Os casos atípicos indicam quais são seus problemas e onde estão seus maiores sucessos”, diz Shapiro, “e permitem que se facilite esses grandes sucessos e elimine os problemas”.

Featured Faculty

Clinical Associate Professor and Executive Director for the Program on Data Analytics at Kellogg

About the Writer

Glenn Jeffers is a writer based in Los Angeles.

Suggested For You
Most Popular
Most Popular Podcasts
More in Data Analytics