La experiencia del cliente en la era de la IA

Las empresas de todos los sectores están poniendo la personalización en el centro de sus estrategias empresariales. Por ejemplo, Home Depot, JPMorgan Chase, Starbucks y Nike han anunciado públicamente que las experiencias omnicanal personalizadas y sin interrupciones son el núcleo de su estrategia corporativa. Ahora estamos en un punto en el que la ventaja competitiva se basará en la capacidad de capturar, analizar y utilizar datos personalizados de los clientes a escala y en cómo una empresa utiliza la IA para comprender, dar forma, personalizar y optimizar el recorrido del cliente. Los ganadores obvios han sido las grandes empresas de tecnología, que han incorporado estas capacidades en sus modelos de negocio. Pero marcas desafiantes, como sweetgreen en restaurantes y Stitch Fix en ropa, también han diseñado experiencias transformadoras de primera parte basadas en datos.
Los autores exploran cómo las empresas de vanguardia utilizan lo que llaman motores de experiencias inteligentes para reunir experiencias de clientes de alta calidad. Si bien crear uno puede llevar mucho tiempo, ser costoso y tecnológicamente complejo, el resultado permite a las empresas ofrecer personalización a una escala que solo se podría haber imaginado hace una década.
Idea en resumen
La realidad
Una experiencia de cliente personalizada se ha convertido en la base de la ventaja competitiva.
El problema
Sin embargo, proporcionar personalización requiere algo más que una solución tecnológica.
La solución
Las empresas deben diseñar motores de experiencia inteligentes, que reúnen experiencias de cliente integrales y de alta calidad utilizando IA impulsada por los datos de los clientes.
Brinks es una empresa de 163 años conocida por su flota de camiones blindados. La compañía también licencia su marca a una empresa hermana menos conocida y operada de forma independiente, Brinks Home. El negocio de tecnología para el hogar inteligente con sede en Dallas ha luchado por obtener un reconocimiento de marca acorde con el nombre Brinks. Compite contra sistemas más conocidos de ADT, Google Nest y Ring, y aunque ha obtenido críticas estelares de analistas de la industria y clientes, su cuota de mercado es solo del 2%. Pero sus sistemas han generado una gran cantidad de información sobre el uso de productos; sus centros de llamadas han acumulado voluminosos datos históricos de transacciones a nivel de clientes; y sus representantes de campo han estado recopilando datos competitivos desde que comenzó a operar, en 1994.
Brinks quería encontrar una manera de utilizar toda esta información para acelerar el crecimiento y optimizar cada punto de contacto con el cliente en todos los canales, especialmente en sus mensajes, personalización y entrega de la experiencia del usuario. En el otoño de 2020, en colaboración con OfferFit, una empresa start-up de IA, la empresa probó miles de combinaciones de mensajes y ofertas, variando el contenido creativo, el canal y los tiempos de entrega. Reorganizó su estructura en torno a la adquisición, el servicio y la renovación de clientes y comenzó a utilizar la IA para optimizar la programación de llamadas de servicio, ayudar a las recomendaciones de venta cruzada de los representantes del centro de llamadas y llevar a cabo el alcance de los clientes para las actualizaciones del sistema inalámbrico. En menos de dos años, Brinks aumentó las pruebas A/B de dos o tres pruebas por día a aproximadamente 50,000 (con la capacidad de agregar más según sea necesario). Este proceso ha reducido drásticamente la necesidad de esperar los resultados de las pruebas y ha permitido a Brinks personalizar cada punto de contacto con el cliente. Durante la primera mitad de 2021, el tamaño promedio de sus paquetes directos al consumidor (DTC) aumentó de $489 a $968. Los ingresos de DTC por usuario aumentaron de un promedio de $42.24 a $45.95 durante el mismo período. Los ingresos generales aumentaron un 9,5% en comparación con el mismo período de 2020.
Brinks Home es solo un ejemplo de cómo las marcas pueden ganar si aprovechan una gran cantidad de información del cliente para transformar y personalizar las experiencias de los usuarios. Desde los albores anteriores a Internet del marketing del segmento uno hasta el recorrido del cliente en la era digital, las experiencias personalizadas del cliente se han convertido inequívocamente en la base de la ventaja competitiva. La personalización ahora va mucho más allá de acertar los nombres de los clientes en los lanzamientos publicitarios, tener datos completos listos cuando alguien llama al servicio de atención al cliente o adaptar una página de destino web con ofertas relevantes para el cliente. Es el objetivo de diseño para todos los puntos de contacto físicos y virtuales, y cada vez más se basa en la IA.
La supremacía de las ventajas digitales ha ido mucho más allá de los límites del marketing tradicional para convertirse en un tema de alta dirección mucho más amplio.
Hemos apoyado a más de 100 empresas líderes a nivel mundial en sus esfuerzos de personalización a gran escala (incluidas varias a las que nos referimos en este artículo). En los últimos cinco años, hemos visto aumentos en sus ingresos del 6% al 10% y un aumento en los ingresos netos incrementales atribuibles a las iniciativas de personalización de entre el 40% y el 100%. Una encuesta conjunta que realizamos con Google, en la que participaron miles de consumidores inmediatamente después de una experiencia de marca personalizada, reveló un efecto en los ingresos comparable.
Las empresas de todos los sectores están poniendo la personalización en el centro de sus estrategias empresariales. Recientemente, el CEO de Kroger, Rodney McMullen, calificó la fluidez y la personalización como dos de los «fosos» competitivos clave en los que Kroger está invirtiendo. Del mismo modo, las empresas de mejoras para el hogar (como Home Depot), banca (JPMorgan Chase), la industria de restaurantes (Starbucks) y ropa (Nike) han anunciado públicamente que las experiencias omnicanal personalizadas y sin interrupciones son el núcleo de su estrategia corporativa. Ahora estamos en un punto en el que la ventaja competitiva se derivará de la capacidad de capturar, analizar y utilizar datos personalizados de los clientes a escala y del uso de la IA para comprender, dar forma, personalizar y optimizar el recorrido del cliente. La supremacía de las ventajas digitales ha ido mucho más allá de los límites del marketing tradicional para convertirse en un tema de alta dirección mucho más amplio. Los ganadores obvios han sido las grandes empresas tecnológicas, que han incorporado estas capacidades en sus modelos de negocio. Pero también vemos marcas desafiantes, como sweetgreen en restaurantes y Stitch Fix en ropa, que han diseñado experiencias transformadoras para los clientes basadas en datos de primera mano.
En este artículo exploramos cómo las empresas de vanguardia construyen lo que llamamos motores de experiencias inteligentes para reunir experiencias de clientes de alta calidad mediante IA impulsada por datos de clientes. Diseñan soluciones integrales (por ejemplo, encontrar una ubicación, programar una cita, enviar recordatorios de citas, proporcionar indicaciones y guiar a los usuarios a través de cualquier seguimiento necesario) que conducen de manera proactiva a los clientes hacia el logro de sus objetivos. También combinan habilitadores humanos (equipos ágiles y multifuncionales) con datos y tecnología que permiten un rápido autoaprendizaje y optimización. Si bien crear un motor de experiencia inteligente puede llevar mucho tiempo, ser costoso y tecnológicamente complejo, los resultados permiten a las empresas ofrecer personalización a una escala que solo podíamos haber imaginado hace una década.
Los impedimentos para la personalización
La mayoría de las marcas no personalizan las experiencias de los clientes a la escala o profundidad necesarias para competir con las empresas líderes del mundo. La personalización de una experiencia de cliente de extremo a extremo requiere orquestación en todos los canales, una capacidad que ninguna marca ha dominado por completo. Sin embargo, la fusión del flujo de experiencias físicas y digitales de los clientes puede ser la única forma en que las marcas desafiantes pueden competir contra los nativos digitales como Amazon y Google. Los pioneros han aprovechado las tecnologías más nuevas, como el Internet de las cosas, el aprendizaje automático, las plataformas de tecnología de marketing (martech) y un número creciente de herramientas de medios digitales que pueden crear enormes ventajas cuando se combinan con métodos ágiles. Las marcas que quieren superar (o simplemente ponerse al día) a los pioneros deben pensar en sus bases de datos y tecnología. ¿Están sus estructuras y procesos organizativos a la altura de la tarea? ¿Tienen una mentalidad rápida de probar y aprender?
A pesar de la vertiginosa variedad de herramientas de software que pretenden mejorar todos los aspectos de la experiencia del cliente, ninguna plataforma puede gestionar de manera integral la personalización de extremo a extremo. Sin embargo, los problemas clave, como la creación de una vista de 360 grados de un cliente, se están resolviendo con automatización, inteligencia impulsada por IA y herramientas de activación para ofrecer recomendaciones impulsadas por la IA.
Los motores de experiencias inteligentes deben centrarse quirúrgicamente en los microobjetivos, es decir, los momentos positivos que componen toda la experiencia del cliente.
El gigante de las telecomunicaciones Comcast utiliza Pointillist, un servicio de análisis del recorrido del cliente, que registra los pasos de cada cliente en su ecosistema. El servicio marca la hora de las interacciones de los visitantes y genera mapas de cada viaje. Al usar la IA para recopilar datos y determinar dónde fallan los viajes, como con su aplicación móvil, Comcast aborda rápidamente los problemas de experiencia.
Las empresas combinan varias soluciones de inteligencia artificial, tecnología de marketing y back-office conectadas a través de interfaces de programación de aplicaciones comunes para desarrollar y utilizar mejor los datos de personalización. Salesforce y Adobe proporcionan soluciones de entrega de canales; las plataformas de datos de clientes como Amperity y mParticle ayudan a resolver problemas de identidad; los motores de optimización de ofertas, como Formation y OfferFit, ayudan a mejorar cada oferta subsiguiente; y las plataformas para la generación de contenido, como Persado para el texto creativo y SundaySky para vídeo, permite la personalización a escala.
Los nuevos medios digitales crean nuevas formas para que los usuarios interactúen con las marcas. Los sistemas de pago y seguimiento basados en la ubicación que se activan con solo deslizar una mano difuminan las líneas en las interacciones previas a la compra (publicidad/marketing), compra (ventas/transacciones) y posteriores a la compra (servicio/lealtad). Estas capacidades han creado formas inteligentes de remodelar las experiencias de los clientes y permiten que las marcas tengan un valor distintivo y profundicen el compromiso. Starbucks, por ejemplo, segmenta geográficamente a los clientes caducados que están cerca de sus tiendas con anuncios sobre nuevas bebidas de temporada, y envía a los clientes ofertas personalizadas en la aplicación para animarlos a visitar una tienda o a probar su conveniente opción móvil de pedido y pago.
La mayoría de las empresas no tienen el ancho de banda, los recursos o la destreza técnica para competir con empresas como Comcast o Starbucks. El mejor enfoque para las marcas desafiantes es desarrollar una hoja de ruta de datos y tecnología con requisitos granulares vinculados a casos de uso específicos impulsados por el cliente. Por ejemplo, una empresa tendrá que averiguar qué elementos de datos de clientes deben usarse en tiempo real para impulsar las recomendaciones en la aplicación, o debe determinar qué sistemas deben comunicarse entre sí después de realizar una reserva para sugerir servicios adicionales relevantes. Luego, debe reunir a los equipos de negocios y tecnología para que trabajen de manera iterativa, centrándose en ofrecer valor a medida que construyen las bases.
En las transformaciones digitales más exitosas de la última década, hemos observado lo que llamamos la regla 70/20/10: el setenta por ciento del esfuerzo de cambiar una organización (sus procesos, formas de trabajar, indicadores clave de rendimiento e incentivos) involucra a las personas. El veinte por ciento implica obtener los datos correctos. El 10% restante se refiere a la base tecnológica. Este desglose se debe a cuatro impedimentos. En primer lugar, la mayoría de las empresas todavía están configuradas para dar prioridad al producto, no al cliente, lo que hace imposible que la docena de equipos que cubren los silos de canales, mercados y productos colaboren. El papel cada vez más popular de director de clientes se creó para resolver este problema, para orquestar a las personas y las partes móviles detrás de los muchos puntos de contacto con los clientes. En segundo lugar, el análisis no se infunde en toda la empresa y ninguna plataforma por sí sola integra los datos de los clientes y permite el análisis avanzado. En tercer lugar, el contenido se crea manualmente y no se etiqueta para su reutilización. Por último, las formas ágiles de trabajo, incluso si son comunes en los equipos de IT, generalmente no son utilizadas por los equipos multifuncionales. Sin herramientas que faciliten la experimentación y el aprendizaje rápidos de los equipos, las empresas terminan con experiencias inconsistentes y estancadas en todos los canales.

La fotografía de Mario Rossi se inspira en las matemáticas y la música. Sus composiciones usan geometría y repeticiones de formas para crear transformaciones caleidoscópicas de movimiento, comportamiento y perspectiva.
Para empezar, las empresas deben lanzar grupos autónomos de trabajadores de marketing, operaciones, análisis, tecnología y funciones comerciales e invertirlos con objetivos, presupuestos y derechos de decisión claros. Estos grupos integrados deben tener la tarea de desarrollar un número limitado de experiencias específicas que representen oportunidades innovadoras para impulsar los ingresos y crear vínculos con los clientes más profundos. Deben tener las herramientas para medir su progreso diario y deben trabajar en sprints intensivos de dos semanas para desarrollar y probar ideas para mejorar el compromiso. Deben optimizar muchas variables, como qué factores desencadenantes deben responder, qué canal usar, cuándo comunicarse con un cliente, qué mensaje emitir y qué incentivo ofrecer. La IA puede desempeñar un papel cada vez más importante en este esfuerzo a medida que se ejecutan más experimentos y se recopilan más datos. Los pods pueden usar el aprendizaje automático para determinar cómo configurar pruebas multivariantes, realizar un seguimiento de todo lo que está en movimiento y decidir cuándo fijar y escalar una prueba para una población más amplia.
Creación de un motor de experiencia inteligente
Para cumplir con todos los objetivos que el cliente pueda tener para una experiencia integral, las empresas deben pensar en cómo diseñar el flujo de un momento dado, la información necesaria para respaldarlo y las conexiones entre canales o entre partes (por ejemplo, entre la tienda y en línea o en la mitad o después de la experiencia) requeridas para completar la interacción con éxito. Esto no es solo un ejercicio de mapeo de viajes o planificación tecnológica. Se trata de desarrollar el flujo front-end hacia el cliente y el combustible back-end para impulsar motores de experiencia inteligentes.
Los motores de experiencia inteligente no se construyen solo al más alto nivel de una experiencia integral, como la habilitación de mejores servicios de seguridad en Brinks. También deben centrarse quirúrgicamente en los microobjetivos (momentos individuales positivos que componen la experiencia total) y garantizar que todos esos objetivos se unan.
Además, esos motores son «inteligentes» en más de una forma. Se elaboran de manera creativa y perspicaz, utilizando los mejores datos y experiencia posibles. Además, emplean algoritmos de aprendizaje automático en constante mejora para determinar el siguiente paso correcto que permita el progreso del cliente, probando constantemente, aprendiendo siempre e impulsando las decisiones sobre cómo funciona la interacción. Lo que el cliente obtiene es una experiencia perfecta, positiva y distintiva que solo mejorará con el tiempo.
Las marcas que han tenido más éxito siguen cinco prácticas fundamentales, que definen el arte de crear motores de experiencia inteligentes. Ellos conectar señales de datos e información de una gama de fuentes en constante expansión. Ellos reimaginar la experiencia de extremo a extremo como un flujo continuo, impulsados por decisiones automatizadas. Ellos activar la experiencia en todos los canales, conectar puntos de contacto para atraer a los clientes dondequiera que se encuentren. Ellos cumplir de acuerdo con el contexto del cliente, reconociendo siempre quién y dónde está alguien. Y ellos prueba sin descanso, inyectar nuevas innovaciones, medir rigurosamente su impacto y comprender cómo las cosas afectan a las personas de manera diferente.
Consideremos estas prácticas una por una, usando ejemplos de empresas que lo están haciendo bien.
Conecte las señales de datos y la información
El primer requisito para crear un motor de experiencia inteligente es construir una vista de 360 grados de cada cliente, utilizando la gama cada vez mayor de formas posibles de capturar nuevas señales de cada uno. La empresa de ropa deportiva lululemon invirtió mucho en los últimos cinco años para lograr este objetivo. Cuando un huésped hace una compra en una tienda por primera vez, se le pide que proporcione su dirección de correo electrónico para recibir un recibo. Los correos electrónicos también se recopilan cuando los clientes se inscriben en clases de yoga gratuitas en la tienda. Al igual que muchas otras marcas, lululemon utiliza esta información personal para aumentar los datos demográficos básicos de los clientes de un servicio como Experian o Acxiom, lo que permite acciones de marketing como la segmentación basada en el género y la ubicación geográfica.

Mario Rossi
A medida que las personas continúan interactuando con la marca, a menudo descargan la aplicación o compran en línea, y los datos del flujo de clics se utilizan para comprender qué artículos navegaron los clientes, cuáles pasaron mucho tiempo considerando o a los que volvieron y cuáles pasaron rápidamente. Estos datos se pueden aprovechar para inferir la intención y orientar las recomendaciones futuras en consecuencia. En 2020, cuando lululemon adquirió Mirror, ganó una nueva ventana al comportamiento de los clientes. Mirror transmite las clases de acondicionamiento físico a los hogares de los usuarios, lo que brinda información sobre las rutinas de entrenamiento de los clientes, datos de preferencias que ayudan a la marca a refinar aún más las recomendaciones para productos y servicios futuros.
Reimagine la experiencia de extremo a extremo como un flujo continuo
Qantas, la aerolínea líder en Australia, analiza ampliamente el flujo de viajes y ha invertido mucho en la optimización de cada detalle del viaje del cliente. Esto comienza con el negocio principal de la aerolínea: Qantas personaliza la experiencia de reserva, check-in, en la sala VIP y en vuelo. Por ejemplo, su aplicación hace recomendaciones en tiempo real de acuerdo con el lugar donde se encuentra el pasajero, como cómo facturar de manera más eficiente, a qué hora salir para el aeropuerto y la mejor ruta a tomar.
La aerolínea también ha pensado más allá de los viajes. Ha creado un ecosistema de lealtad en todas las categorías con cientos de socios, como Woolworths (la tienda de comestibles líder en Australia), Hilton, Avis, eBay y los principales bancos australianos, lo que permite a sus clientes ganar y gastar puntos de formas novedosas de acuerdo con sus preferencias. Su servicio de medios, análisis e investigación, Red Planet, ayuda a Qantas y a muchos de sus socios a combinar datos de comportamiento en línea y fuera de línea con la compra de medios para orientar campañas publicitarias.
Qantas también ha utilizado sus datos para lanzar nuevos negocios. Por ejemplo, diseñó una aplicación con la que los clientes pueden ganar puntos por hábitos saludables, como tomar una cierta cantidad de pasos todos los días o hacer ejercicio con regularidad. Para desbloquear los puntos, se invita a los clientes a inscribirse en el nuevo negocio de seguros de salud de la aerolínea. La aplicación también permite a la empresa realizar ventas cruzadas de viajes y otros productos a los miembros. Para organizar las comunicaciones sobre estas ofertas, Qantas creó una plataforma de mensajería de marketing que aprovecha la IA y una biblioteca de contenido personalizado para transmitir el mensaje correcto a través del canal correcto a cada cliente.
Activa la experiencia en todos los canales
Starbucks es famoso por su personalización en todos los canales. Su aplicación ofrece ofertas ludificadas basadas en preferencias y comportamientos individuales; sus anuncios de medios digitales de pago están altamente orientados; y sus experiencias en la tienda incluyen menús digitales en el autoservicio que cambian según el clima, las preferencias de los clientes locales y el inventario.
Aunque muchas cadenas de restaurantes más pequeñas luchan por competir con el nivel de personalización de Starbucks, sweetgreen, que solo tiene 140 tiendas en todo el mundo (Starbucks tiene más de 33,000), creó su experiencia multicanal teniendo en cuenta los datos y lo digital. Lanzó la mejor aplicación de su clase que facilita la creación de una ensalada personalizada y recogerla o entregarla. Utiliza la aplicación para desplegar nuevos menús digitales y ofrecer ofertas personalizadas para los clientes, y permite a los clientes en la tienda pagar por teléfono. La aplicación permitió a sweetgreen superar el porcentaje de interacciones digitales de Starbucks en 2021, con un 68% de las ventas de sweetgreen provenientes de canales digitales, en comparación con solo el 52% de las tiendas Starbucks en los Estados Unidos.
Cumplir de acuerdo con el contexto del cliente
Los grandes minoristas como Kroger y Tesco tienen grandes equipos de datos y análisis que crean algoritmos para atraer a los clientes de la manera más atractiva para ellos. Los brazos de análisis de Kroger y Tesco (84.51° y Dunnhumby, respectivamente) ejecutan cientos de modelos de propensión para decidir qué promociones personalizadas ofrecer a qué clientes.
La cadena de supermercados de tamaño mediano Giant Eagle también ha entrado en este espacio. Se está asociando con Formation, una empresa innovadora de tecnología de software como servicio, para lograr el mismo nivel de personalización en la orientación de sus promociones. La tienda de comestibles ha gamificado la experiencia de compra, recompensando a sus clientes con puntos de fidelidad cada vez que completan ciertos pasos organizados a través de su aplicación. Por ejemplo, se puede invitar a nuevos clientes a completar un «desafío semanal de la tienda» que los alienta a ir a la tienda una vez a la semana durante un mes específico para ganar puntos adicionales en el programa fuelperks+ de Giant Eagle, válido para gasolina gratis o compras con descuento. Los clientes leales y a largo plazo pueden recibir puntos por comprar una nueva categoría que, a juzgar por perfiles de clientes similares, probablemente les interese, como el chocolate.
Prueba sin descanso
Stitch Fix es un nativo digital que anima e incentiva a sus equipos a realizar cientos de experimentos cada mes, esperando que un tercio de ellos fracasen. Introduce los datos de estos experimentos en su motor de experiencia inteligente para informar la próxima mejor acción. También solicita datos directamente a los clientes. (Consulte» CEO de Stitch Fix habla sobre la venta de estilo personal al mercado masivo», HBR, mayo-junio de 2018).
Style Shuffle de Stitch Fix es una interfaz con la que los nuevos suscriptores pueden interactuar cuando se suscriben al servicio. Los clientes deslizan el dedo hacia la derecha para los artículos que les gustan y hacia la izquierda para los que no les gustan, dando a Stitch Fix una visión clara de su gusto y estilo Luego, los algoritmos de la empresa extrapolan esos datos de unos pocos artículos a miles de SKU para ayudar a crear la selección mensual de prendas que se entregan en el hogar del cliente.
Perfeccionar el oficio
“ Competir en las trayectorias » (HBR, noviembre de 2015), de uno de nosotros (David) y coautor, describió cómo los líderes reconfiguran las organizaciones mediante el uso de equipos multifuncionales alineados con las experiencias de los clientes. Hoy en día, los líderes van más allá al dotar a los equipos de una responsabilidad aún mayor para aprovechar los datos. Básicamente, los equipos se desempeñan como gerentes de producto dedicados a mejorar continuamente las interacciones de extremo a extremo con los clientes.
Para comenzar el proceso que hemos descrito, debe preguntarse: ¿Qué experiencias queremos revolucionar y cómo podemos construir un motor inteligente para lograr nuestros objetivos? Una vez que haya decidido las respuestas, investigue algunos registros de clientes en sus plataformas de automatización de marketing y CRM para determinar si ha capturado todos los datos relevantes necesarios para impulsar experiencias más valiosas. ¿Utilizó los datos para mejorar la experiencia del cliente? ¿Lo hiciste sin problemas en todos los canales? La respuesta a ambas preguntas probablemente sea no.
La mayoría de los CEO y sus colegas de alta dirección afirman reconocer la importancia de la experiencia del cliente. Pero a menudo vemos más palabras que acciones. Eso debe cambiar. Todas las empresas necesitan una estrategia explícita para crear un motor de experiencia inteligente, que pueda alinear a la organización hacia el uso de la IA, la personalización y los procesos ágiles para crear una lealtad a la marca más profunda y duradera.
A version of this article appeared in the March–April 2022 issue of Harvard Business Review.David C. Edelman David C. Edelman Mark Abraham