22 maggio 2023, Mechelen Belgio
L’edizione 2023 dei Partner Days di Xdroid è stata costruita attorno al tema “fare i prossimi passi insieme” con i partner. Insieme ai propri partner, Xdroid mira a compiere passi significativi verso la rivoluzione del settore del servizio clienti e della CX. Come parte di questo viaggio, Xdroid ha annunciato di aver intrapreso numerosi progetti per portare avanti l’attività collettiva e facilitare la crescita per tutti. Uno dei progetti chiave in questa prossima fase per Xdroid e i suoi partner è il nuovo modello di previsione Net Promoter Score (NPS).
Sebbene l’NPS sia un buon indicatore dei livelli di soddisfazione del cliente, la sfida più grande con la sua implementazione è il basso tasso di risposta da parte dei clienti. Il tasso di risposta medio per i sondaggi NPS è di circa il 30-40%. Ciò significa che, rispetto al totale delle interazioni con i clienti, solo il 30-40% dei clienti si prende il tempo per valutare la chiamata. Questo varia ulteriormente in base alla piattaforma utilizzata per raccogliere i dati. Inoltre, i dati sono per lo più quantitativi con poco o nessun feedback utile.
Inoltre, l’NPS non tiene conto di tutto ciò che serve per garantire una chiamata di successo. I fattori esterni come la qualità della rete non vengono considerati. Spesso gli agenti vengono accusati di questioni che esulano dal loro controllo e rimangono bloccati con un NPS basso. Le risposte, quindi, tendono ad essere distorte, poiché è più probabile che i clienti facciano di tutto per far sapere all’azienda che sono scontenti del servizio piuttosto che fare uno sforzo extra per complimentarsi con un buon servizio clienti. Ciò porta a una mancanza di accuratezza nell’NPS.
Modello di previsione NPS di Xdroid
Per contrastare questa imprecisione, Xdroid ha sviluppato un modello predittivo per l’NPS che analizza ogni singolo aspetto della chiamata e prevede quale potrebbe essere l’NPS per quella particolare chiamata. Il modello studia vari fattori tra cui il sentiment del cliente all’inizio della chiamata e verso la fine. Il modello lo fa identificando l’uso di determinate frasi tramite tag di chiamata e tag di sentiment.
Una delle caratteristiche interessanti del modello, ad esempio, è l’analisi dell’evoluzione del sentiment del cliente dalla prima metà della chiamata alla seconda metà. Quindi, se un agente riesce a calmare un cliente angosciato e trasforma le sue emozioni durante la chiamata dalla rabbia (sono molto deluso, il mio prodotto non è ancora arrivato!) alla gratitudine per aver risolto il problema (grazie mille per aver risolto il mio problema!), il modello predittivo prevederà un buon punteggio per quella chiamata.
Il successo del modello risiede nel modo in cui i clienti finali lo utilizzano. Più analizzano, cioè più dati inseriscono, migliore sarà il modello. I clienti hanno la libertà di personalizzare completamente il modello e metterlo a punto. Possono anche costruire il modello per soddisfare i loro progetti specifici. Una volta calibrato il modello, i clienti avranno le loro scorecard insieme ai KPI zero-day per il modello. Hanno la flessibilità di controllare la chiamata nella sua totalità e di prendere in considerazione sia l’esperienza dell’agente che quella del cliente.
Il modello classifica il cliente come detrattore, neutrale o promotore e assegna un punteggio alla chiamata su una scala da 1 a 10. In base alla chiamata analizzata, l’agente riceve anche un feedback sulla propria prestazione. I fattori che hanno contribuito al successo della chiamata vengono presentati ai clienti per un’ulteriore revisione. Il modello analizza il comportamento degli agenti e li classifica in Buono, cattivo o neutro.
Inoltre, il modello evidenzia i livelli di stress del cliente per risolvere il problema durante la chiamata. Ciò comporta il controllo dell’impegno del cliente in base alla quantità di tempo e pazienza che ha dovuto dedicare alla chiamata. Questo sforzo potrebbe essere alto, medio o basso. I clienti, quindi, hanno accesso a tutto ciò che è accaduto durante l’interazione con il cliente e come questo ha influenzato il successo/fallimento della chiamata. Possono quindi confrontare l’NPS effettivo dei sondaggi con le previsioni del modello e scoprire quali fattori influenzano maggiormente i livelli di soddisfazione del cliente.
Invito alla collaborazione
I test del modello da parte di Xdroid con i clienti sono stati promettenti. Il modello è stato testato su 80.000 chiamate valutate dai clienti e ha mostrato un’accuratezza dell’82% nel prevedere l’NPS complessivo e un’accuratezza del 97% nel prevedere Promotori, Detrattori e Neutrali. La prossima fase di test importanti attraverso collaborazioni con partner e clienti si concentrerà sulla verifica in più lingue. Hanno anche l’opportunità di impostare e testare modelli separati per diverse categorie.