Kun sanat ’asiakaskokemus’ ja ’automaatio’ laitetaan samaan lauseeseen, puhe kääntyy helposti yksinomaan markkinoinnin automaatioon. Eikä siinä mitään: personoidut viestit, räätälöidyt suositukset, asiakkaan profiiliin sopivat palvelut ja nopea reagointi yhteydenottoihin ovat oivia keinoja henkilökohtaisen kokemuksen luomiseen, asioinnin helpottamiseen ja asiakkaan sitouttamiseen.

Olen kuitenkin valitettavan usein nähnyt, että markkinoinnin automaatio tarkoittaa käytännössä automaattisia sähköposteja, joiden sisältöä ei kyetä kohdentamaan. Tai että verkkokauppa tarjoaa asiakkaalle tänään sinisiä kumisaappaita, kun hän toissa päivänä osti punaiset. Tyhmillä suosituksilla ei asiakaskokemus parane – eikös tarjolla pitäisi olla edes yhteensopiva sadetakki?

Puhunkin mieluummin toimenpiteiden automaatiosta eli siitä, että data-analytiikan keinoin tehtyjen ennusteiden ja ehdotusten hyödyntäminen automatisoidaan. Yritys käy dialogia asiakkaan kanssa monessa pisteessä ja palveluketjuun kuuluu monia eri toimintoja: markkinoinnin lisäksi ainakin myynti, asiakaspalvelukanavat, myymälät sekä verkkokauppa ja mobiilipalvelut, jopa varasto. Näihin liittyvien prosessien pitää myös tukea automaatiota, jotta yrityksen oma asiakasdata ja siitä johdettu syvällinen asiakasymmärrys voidaan oikeasti valjastaa asiakaskokemuksen parantamiseen.

Yksi yleisimmistä kompastuskivistä on, että yrityksen operatiiviset järjestelmät eivät taivukaan toimimaan yhteen automaattisten toimenpiteiden kanssa. Huolellisesti rakennettu data-analytiikan ratkaisu voi kertoa esimerkiksi lehtikustantajalle, että juuri nyt tälle asiakkaalle kannattaisi tarjota tätä julkaisua, tämänmittaisena tilausjaksona ja tällä hinnalla. Mutta jos tarjoomaa hallinnoiva järjestelmä ei kykene tuottamaan markkinointiviestiin automaattisesti räätälöityä sisältöä, tilaisuus jää hyödyntämättä. Toisaalta, jos asiakasdatan analytiikkaa ei ole automatisoitu, markkinointi ei tiedä kenelle sen kannattaa lähettää ajankohtaisen kampanjan tarjous. Puhelinpalvelussa työskentelevä asiakaspalvelija puolestaan tarvitsee omasta järjestelmästään toimenpidesuositukset juuri silloin, kun asiakas soittaa tai on liian myöhäistä. Verkkokaupassa asiakkaan historiaan perustuvien suositusten on oltava käytössä sekunneissa.

Datan keräämiseksi ja erilaisten asiakaspolkujen tunnistamiseksi tehty työ valuu hukkaan, jos tietoa ei kyetä hyödyntämään sillä hetkellä, kun asiakas ja yritys ovat toistensa kanssa tekemisissä.

Nykyisissä liiketoimintaympäristöissä manuaaliset prosessit ovat liian hitaita. Jos asiakas on esimerkiksi käyttänyt jotakin yrityksen palvelua eilen, sen tiedon pitäisi näkyä analytiikassa ja suosituksissa heti, jotta asiakkaan kohtaaminen yrityksen kanssa myös tänään olisi mahdollisimman hyvä ja osuva.

Kun puhutaan järjestelmistä ja automaatiosta, on helppo unohtaa, että kyse on myös tavasta tehdä töitä. Valitettavan monessa yrityksessä asiakastietoa käsitellään ja hallitaan siiloutuneesti, vain oman osaston näkökulmasta. Vanhat toimintamallit eivät enää toimi eikä päätöksiä voi tehdä mutu-pohjalta, vaan on luotettava kokonaisvaltaisen asiakastiedon tuottamaan näkymään ja sen pohjalta tehtyihin ennusteisiin.

Jokaisen toimenpiteen pitää rakentaa yhtä, yhtenäistä asiakaskokemusta yhdelle asiakkaalle. Kun koko prosessi – siis asiakkaan palveluketju ja kaiken siihen liittyvän tiedon kerääminen – on mietitty kokonaisuutena päästä päähän, yrityksellä on aina tiedossaan mikä on paras seuraava palvelu, sisältö, tarjous tai suositus kullekin asiakkaalle, lähestyy hän sitten yritystä ensimmäistä kertaa tai on jo yrityksen kanta-asiakas. Automaation ansiosta asiakas saa relevanttia ja henkilökohtaista palvelua, eikä yrityksesi vaikuta lainkaan tyhmältä.